SISTEM PAKAR DIAGNOSA TINGKAT DEPRESI

PADA REMAJA DENGAN METODE

CERTAINTY FACTOR

TUGAS AKHIR
diajukan untuk memenuhi salah satu syarat
memperoleh gelar sarjana
Program Studi Teknik Informatika

oleh :
RYAN HASBIE
NIM : 18416255201159

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS BUANA PERJUANGAN KARAWANG
2021
 LEMBAR PERSETUJUAN

SISTEM PAKAR DIAGNOSA TINGKAT DEPRESI PADA REMAJA

DENGAN METODE CERTAINTY FACTOR

EXPERT SYSTEM FOR THE DIAGNOSIS OF DEPRESSION IN

ADOLESCENTS WITH CERTAINTY FACTOR METHOD

Tugas Akhir diajukan oleh :

Ryan Hasbie
NIM : 18416255201159
Program Studi Teknik Informatika
Fakultas Teknik dan Ilmu Komputer
Universitas Buana Perjuangan Karawang

Karawang, 1 April 2022

Menyetujui :
Pembimbing I, Pembimbing II,

(Deden Wahiddin, M.Kom.) (Ayu Ratna Juwita, M.Kom.)

NIDN: 0419069004 NIDN: 0410069301

i
 LEMBAR PENGESAHAN

SISTEM PAKAR DIAGNOSA TINGKAT DEPRESI PADA REMAJA

DENGAN METODE CERTAINTY FACTOR

EXPERT SYSTEM FOR THE DIAGNOSIS OF DEPRESSION IN

ADOLESCENTS WITH CERTAINTY FACTOR METHOD

NIM : 18416255201159
Ryan Hasbie

Tugas akhir ini telah diterima dan disahkan untuk memenuhi

sebagian syarat memperoleh gelar sarjana
pada Program Studi Teknik Informatika Fakultas Ilmu Komputer
Universitas Buana Perjuangan Karawang

Karawang, 12 April 2022

Penguji I, Penguji II,

(Dr. Ahmad Fauzi, M.Kom.) (Adi Rizky Pratama, M.Kom.)

NIDN: 0419037701 NIDN: 0425119301
Mengetahui :
Dekan, Koordinator Program Studi,

(Dr. Ahmad Fauzi, M.Kom.) (Jamaludin Indra, M.Kom.)

NIDN: 0419037701 NIDN: 0405058208

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,

Karawang, 12 April 2022

Yang Menyatakan,

Ryan Hasbie

iii
 KATA PENGANTAR

Alhamdulillaahi Rabbil’aalamin segala Puji bagi Allah Tuhan semesta

alam, yang telah memberikan limpahan rahmat, karunia serta kasih sayang yang
tiada hentinya kepada penulis. Shalawat serta salam semoga tetap tercurah pada
Nabi Muhammad SAW keluarga, sahabat dan para pengikutnya hingga akhir
zaman. Alhamdulillah atas segala rahmat dan pertolonganya-Nya penulis diberikan
kemudahan dan ketabahan serta kekuatan lahir dan batin sehingga dapat
menyelesaikan Tugas Akhir ini dengan baik.
Penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam penyusunan Tugas Akhir ini sampai selesai. Semoga kebaikan
semuanya menjadi amal ibadah dan mendapat pahala yang berlimpah dari Allah
SWT. Amin. Tugas Akhir ini tidak akan tersusun tanpa adanya bantuan dan
dorongan dari berbagai pihak, maka penulis mengucapkan terima kasih kepada:
1. Prof. Dr. H. Dedi Mulyadi, SE., MM., selaku Rektor Universitas Buana
Perjuangan Karawang.
2. Dr. Ahmad Fauzi, M.Kom., selaku Dekan Fakultas Teknik dan Ilmu
Komputer Universitas Buana Perjuangan Karawang.
3. Jamaludin Indra, M.Kom., selaku Koordinator Program Studi Teknik
Informatika Universitas Buana Perjuangan Karawang.
4. Tatang Rohana, M.Kom., M.M., selaku Koordinator Tugas Akhir Program
Studi Teknik Informatika Universitas Buana Perjuangan Karawang.
5. Deden Wahiddin, M.Kom., selaku Dosen Pembimbing I yang telah
meluangkan waktu dan pikirannya dalam membimbing penyusunan tugas
akhir ini.
6. Ayu Ratna Juwita, M.Kom., selaku Dosen Pembimbing II yang telah
meluangkan waktu dan pikirannya dalam membimbing penyusunan tugas
akhir ini.
7. Seluruh Dosen Teknik Informatika yang telah memberikan pengetahuan
yang sangat bermanfaat selama masa perkuliahan.
8. Ibunda Ibu Aam Amsiah, atas do’a dan keridhoan serta kasih saying yang
diberikan.

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.

Karawang, 12 April 2022

Penulis,

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%.

Kata Kunci: certainty factor, sistem pakar, depresi pada remaja.

vi
 ABSTRACT

Depression is a mental and emotional disorder characterized by symptoms such as

feeling sad, often feeling anxious, and pessimistic about the future. Depression
generally occurs in adolescents because it is influenced by several factors such as
bearing the burden of life and heavy problems. If depression is not treated early it
will lead to severe depression that causes hopelessness and suicidal ideation. Based
on this, a solution is proposed in the form of an expert system for diagnosing the
level of depression in adolescents with the certainty factor that can help diagnose
depression levels from an early age based on the symptoms experienced by
sufferers. The certainty factor can describe the level of confidence of an expert and
has a high level of accuracy. Based on the results of the tests carried out there were
23 appropriate data from all the test data of 30 respondents. So, the level of system
accuracy after testing on 30 test data is 76%.

Keywords: certainty factor, expert system, depression in adolescents.

vii
 DAFTAR ISI

LEMBAR PERSETUJUAN ........................................................................ i

LEMBAR PENGESAHAN ......................................................................... ii
LEMBAR PERNYATAAN ....................................................................... iii
KATA PENGANTAR ................................................................................ iv
ABSTRAK ................................................................................................... vi
ABSTRACT ................................................................................................ vii
DAFTAR ISI ............................................................................................. viii
DAFTAR TABEL .........................................................................................x
DAFTAR GAMBAR .................................................................................. xi
DAFTAR LAMPIRAN ............................................................................. xii
BAB I PENDAHULUAN .............................................................................1
1.1. Latar Belakang .................................................................................1
1.2. Rumusan Masalah............................................................................2
1.3. Tujuan Penelitian .............................................................................2
1.4. Manfaat ............................................................................................2
BAB II TINJAUAN PUSTAKA ..................................................................4
2.1. Sistem Pakar ....................................................................................4
2.1.1. Kelebihan dan Kekurangan Sistem Pakar .......................................4
2.1.2. Konsep Sistem Pakar .......................................................................5
2.1.3. Ciri-ciri Sistem Pakar ......................................................................6
2.2. Depresi .............................................................................................6
2.2.1. Penyebab Depresi ............................................................................6
2.2.2. Tingkat Depresi ...............................................................................7
2.3. Certainty Factor ..............................................................................8
2.4. Web ..................................................................................................8
2.5. PHP ..................................................................................................9
2.6. Mysql ...............................................................................................9
2.7. Unified Modeling Language ............................................................9
2.8. Penelitian Terkait ...........................................................................10
BAB III METODE PENELITIAN ...........................................................12
3.1. Objek Penelitian ............................................................................12
3.2. Prosedur Penelitian ........................................................................12

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

Tabel 2. 1 Tabel Perbandingan sistem pakar dengan pakar .....................................5

Tabel 2. 2 Tabel Penelitian Terkait ........................................................................10
Tabel 3. 1 Tabel Waktu Penelitian .........................................................................12
Tabel 4. 1 Tabel Analisis Masalah .........................................................................16
Tabel 4. 2 Tabel Analisis Kebutuhan Pengguna ....................................................16
Tabel 4. 3 Tabel Data Diagnosa Depresi ...............................................................17
Tabel 4. 4 Tabel Data Gejala Depresi ....................................................................17
Tabel 4. 5 Tabel Daftar Nilai Kepercayaan dan Ketidakpercayaan Pakar .............18
Tabel 4. 6 Tabel Nilai Ketentuan ...........................................................................19
Tabel 4. 7 Tabel Representasi Pengetahuan ...........................................................20
Tabel 4. 8 Tabel Pengujian Tingkat Akurasi Sistem..............................................28

x
 DAFTAR GAMBAR

Gambar 3. 1 Prosedur Penelitian ............................................................................13

Gambar 4. 1 Use Case Diagram.............................................................................20
Gambar 4. 2 Activity Diagram Admin....................................................................21
Gambar 4. 3 Activity Diagram Pengguna ...............................................................22
Gambar 4. 4 Classs Diagram Sistem Pakar ...........................................................22
Gambar 4. 5 Desain Tampilan Halaman Menu Login ...........................................23
Gambar 4. 6 Desain Tampilan Halaman Menu Data Diagnosa Depresi ................23
Gambar 4. 7 Desain Tampilan Halaman Menu Data Gejala ..................................24
Gambar 4. 8 Desain Tampilan Halaman Menu Data Relasi ..................................24
Gambar 4. 9 Desain Tampilan Halaman Menu Diagnosa......................................25
Gambar 4. 10 Desain Tampilan Halaman Menu Password ...................................25
Gambar 4. 11 Hasil Berbasis Web .........................................................................27
Gambar 4. 12 Halaman Menu Login......................................................................30
Gambar 4. 13 Halaman Menu Data Diagnosa Depresi ..........................................30
Gambar 4. 14 Halaman Menu Data Gejala ............................................................31
Gambar 4. 15 Halaman Menu Data Relasi.............................................................31
Gambar 4. 16 Halaman Menu Diagnosa ................................................................32
Gambar 4. 17 Halaman Menu Password ................................................................32
Gambar 4. 18 Relasi Database ...............................................................................33

xi
 DAFTAR LAMPIRAN

Lampiran 1 Lembar Bimbingan Proposal Tugas Akhir .........................................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
Lampiran 9 Berita Acara Pengujian Tingkat Akurasi Sistem ................................46

xii
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Sistem pakar atau expert system merupakan salah satu cabang ilmu
kecerdasan buatan. Sistem ini menggunakan pengetahuan dari seorang pakar atau
orang yang ahli dalam bidangnya untuk memecahkan suatu persoalan. Sistem
pakar memliki fungsi yang sama seperti seorang pakar tapi tidak untuk
menggantikan peranan seorang pakar. Sistem ini dapat membantu seseorang yang
belum memiliki keahlian layaknya seorang pakar dalam mencari solusi dan
memecahkan suatu persoalan (Nurabsharina et al., n.d.).
Menurut Riset Kesehatan Dasar tahun 2018 terdapat 12 juta lebih
penduduk yang mengalami depresi pada usia diatas 15 tahun sampai 25 tahun.
Depresi adalah salah satu penyakit gangguan pada mental dan perasaan yang
ditandai dengan adanya kesedihan, kemurungan, dan merasa tidak berguna.
Depresi umumnya terjadi pada remaja karena dipengaruhi oleh beberapa faktor
seperti menanggung beban kehidupan dan permasalahan yang berat. Dalam
mengatasi depresi diperlukan psikolog untuk berkonsultasi, analisis, dan diagnosa.
Berkonsultasi dengan psikolog membutuhkan waktu yang cukup lama karena
harus menyesuaikan dan mengatur jadwal untuk bertemu. Jika depresi tidak diatasi
sejak dini maka akan terjadi depresi tingkat berat yang menyebabkan kematian
dan keinginan bunuh diri (Kurniati et al., 2017).
Penelitian mengenai sistem pakar telah dilakukan oleh beberapa peneliti
sebelumnya yaitu (Nurabsharina et al., n.d.) yang menggunakan metode forward
chaining untuk mendiagnosa depresi pada remaja. Berdasarkan hasil pengujian
menggunakan metode fc diperoleh tingkat akurasi sebesar 93% dari 15 data
sampel. Selanjutnya (Widodo et al., 2018) menggunakan metode certainty factor
untuk mendiagnosa tingkat depresi pada mahasiswa tingkat akhir. Berdasarkan
pengujian diperoleh tingkat akurasi sebesar 97% dari 30 data percobaan.
Penelitian sistem pakar tersebut hanya berfokus kepada gejala dan tingkat depresi
yang dialami oleh mahasiswa tingkat akhir.

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

2.1. Sistem Pakar

Sistem pakar adalah sebuah sistem yang dirancang menggunakan
pengetahuan manusia yang ahli dalam bidangnya seperti pakar, kemudian sistem
tersebut akan menirukan kemampuan dan keahlian seorang pakar dalam menjawab
pertanyaan dan pemecahan suatu masalah (Sunaryo et al., 2021) .
Sistem pakar ini dirancang tidak untuk menggantikan peran manusia tapi
lebih tepatnya untuk mensubstitusikan pengetahuan pakar kedalam sebuah sistem
sehingga dapat digunakan oleh banyak orang tanpa mengeluarkan biaya yang
banyak untuk berkonsultasi dengan pakar (Indriani et al., 2017).

2.1.1. Kelebihan dan Kekurangan Sistem Pakar

Menurut Muhammad Arhami (2005) terdapat berbagai macam kelebihan
yang dimiliki oleh Sistem Pakar, diantaranya adalah sebagai berikut:
1. Memudahkan pengambilan pengetahuan dan nasehat.
2. Dapat Meningkatkan produktivitas.
3. Meningkatkan Output.
4. Mampu menyimpan dan kemampuan pakar.
5. Meningkatkan realibilitas.
6. Mampu memberikan sebuah jawaban yang cepat.
7. Panduan yang intelligence.
8. Mampu mengerjakan informasi yang tidak pasti dan kurang lengkap
Selain memiliki kelebihan, Sistem Pakar juga memiliki kekurangan, berikut ini
adalah kekurangan sistem pakar:
1. Pengetahuan dari seorang pakar tidak mudah untuk didapatkan. Sering kali
pakar yang ada kemampuannya tidak sesuai dengan masalah yang dibuat.
2. Dalam membuat sistem pakar diperlukan biaya yang tinggi dan untuk
membuat sistem pakar yang berkualitas tidaklah mudah.
3. Sistem tidak selalu dapat membuat sebuah keputusan.
4. Sistem Pakar tidak selalu benar 100%, diperlukan pengujian yang teliti

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.

2.1.2. Konsep Sistem Pakar

Sistem pakar memiliki pengetahuan yang dapat dipresentasikan dalam
berbagai cara. Metode yang paling umum digunakan untuk mempresentasikan
pengetahuan sistem pakar adalah (rule) IF THEN (jika maka). Turban (1995)
menyatakan bahwa sistem pakar mengandung beberapa unsur seperti keahlian, ahli,
pengalihan keahlian, inferensi, dan aturan. Menurut Turban (1995) ada tiga orang
yang terlibat didalam lingkungan sistem pakar, yaitu :
1. Pakar
Pakar merupakan seseorang yang memiliki keahlian pada bidang tertentu.
Seorang pakar mempunyai kemampuan dan knowledge khus yang orang
lain tidak ketahui dan mampu pada bidang tersebut. Durkin (1994)
menjelaskan perbandingan sebuah kemampuan antara sistem pakar dan
seorang pakar seperti pada table berikut.
Tabel 2. 1 Tabel Perbandingan sistem pakar dengan pakar
Factor Human Expert Expert System
Time availabillity Hari kerja Setiap saat
Geografis Lokal/ tertentu Dimana saja
Keamanan Tidak tergantikan Dapat diganti
Dapat Habis Ya Tidak
Performasi Variable Konsisten
Kecepatan Variable Konsisten
Biaya Tinggi Terjangkau

2. Knowladge Engineer (Perekayasa Sistem)

Knowladge Engineer adalah seseorang yang dapat membantu pakar dalam
menyusun jawaban diarea permasalahan dengan cara menginterprestasikan
dan mengintegrasikan jawaban pakar atas pertanyaan yang diajukan dan
menggambarkan analogi.

5
 3. Pemakai
Pemakai merupakan seseorang yang akan membantu penderita dan orang
tersebut bukan seorang pakar.

2.1.3. Ciri-ciri Sistem Pakar

Menurut karakteristik dan sifatnya yang didasari pada pengetahuan, maka
sistem pakar memiliki ciri-ciri sebagai berikut:
1. Mempunyai sebuah informasi yang handal dalam menjawab pertanyaan
tentang masalah yang terjadi
2. Dapat dengan mudah dimodifikasi, yakni dengan menambah ataupun
menghapus suatu pengetahuan dari basis pengetahuan.
3. Heuristik untuk penggunaan pengetahuan, tapi seringkali tidak sempurna
4. Bisa digunakan pada komputer dan smartphone jika berbasis website
5. Mempunyai kemampuan dalam beradaptasi.
2.2. Depresi
Depresi merupakan gangguan pada mental yang disebabkan oleh stres
dalam menghadapi peristiwa yang tidak diiinginkan, depresi ini bisa beresiko
ringan hingga berat. Depesi ditandai dengan adanya kemurungan, kesedihan yang
mendalam, sampai dengan hilangnya gairah hidup (Saifulloh, 2019).

2.2.1. Penyebab Depresi

Penyebab depresi belum diketahui secara pasti namun sudah ditemukan
beberapa factor yang dapat mempengaruhi. Salah satu faktornya adalah factor
genetic. Jika seseorang memiliki riwayat depresi pada keluarganya maka orang
tersebut lebih mudah terkena depresi (Dirgayunita, 2016). Menurut Namora
(2016:60) ada beberapa factor yang menjadi penyebab depresi diantaranya sebangai
berikut:
1. Faktor genetik
Seseorang yang memiliki keluarga yang menderita depresi memiliki resiko
lebih besar menderita depresi dari pada masyarakat umumnya. Gen sangat
berpengaruh pada terjadinya depresi. Namun, tidak ada seorang pun yang
tahu secara pasti bagaimana gen bekerja.

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)

MD = MD1 + (MD2 × (1 − MD1)) (2)

CF = MB − MD (3)

CF menjelaskan factor kepastian pada fakta yang yang mempengaruhi asumsi.

Kemudian, MB menjelaskan ukuran tingkat kenaikan keyakinan pada sebuah fakta
yang mempengaruhi asumsi, MD menjelaskan ukuran tingkat ketidak percayaan
pada fakta yang mempengaruhi asumsi menjelaskan sebuah fakta atau kejadian.
2.4. Web
Web berisi sekumpulan halaman yang berada pada satu domain yang
memuat sebuah informasi untuk pengguna internet yang dapat dibaca dan dicari
pada mesin pencarian.Informasi yang muncul dihalaman web biasanya berupa teks,

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

Mendiagnosa Tingkat dengan data sebanyak 30

percobaan diperoleh tingkat
Depresi Pada
akurasi sebesar 97%.
Mahasiswa Tingkat
Penelitian sistem pakar
Akhir Dengan Metode
tersebut hanya berfokus
Certainty Factor”
kepada gejala depresi yang
(Widodo et al., 2018) dialami oleh mahasiswa
tingkat akhir
6. “Sistem Pakar Certainty Factor Berdasarkan hasil pengujian
Diagnosa Tingkat yang dilakukan terdapat 22

Depresi Pada Remaja gejala yang sesuai dari

semua data uji 30
Dengan Metode
responden. Penelitian ini
Certainty Factor”
memiliki tingkat akurasi
(Penelitian Ini)
sebesar 73%.

11
 BAB III
METODE PENELITIAN

3.1. Objek Penelitian

Objek pada penelitian tugas akhir ini adalah remaja. Remaja yang dimaksud
yaitu remaja pada usia 15 tahun sampai 25 tahun diantaranya 10 remaja dari
Sekolah SMP, 10 remaja dari Sekolah SMA, dan 10 dari remaja pengangguran.
Adapun lokasi penelitian dilaksanakan pada salah satu Lembaga Jasa Psikologi
yang ada di daerah Kabupaten Karawang. Lokasi ini diambil karena memiliki
berbagai kasus yang beragam. Penelitian dilaksanakan sejak Oktober 2021 hingga
Maret 2022. Perincian penelitian ditunjukan pada tabel 3.1 dibawah ini.
Tabel 3. 1 Tabel Waktu Penelitian
Bulan
No Prosedur Penelitian
1 2 3 4 5 6
1. Penilaian
2. Akuisisi Pengetahuan
3. Desain
4. Implementasi
5. Pengujian
6. Dokumentasi
7. Pemeliharaan

3.2. Prosedur Penelitian

Tahapan dan prosedur penelitian menggunakan metode Expert System
Development Life Cycle (ESDLC). Prosedur penelitian ditunjukan pada gambar
dibawah ini:

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.

3.2.2. Akuisisi Pengetahuan

Tahap akuisisi pengetahuan bertujuan untuk mengetahui pengetahuan yang
akan dibahas dan digunakan sebagai acuan dalam upaya perancangan sistem pakar
agar sesuai dengan data yang dikumpulkan. Tahap akuisisi pengetahuan yaitu
sebagai berikut:
1. Pengumpulan Data
Pengumpulan data dilakukan dengan cara wawancara pakar, studi literatur,
dan observasi.
a. Wawancara
Pengumpulan data juga dilakukan dengan mewawancarai Nurul Hikmah
Maulida, M.Psi., Psikolog., selaku Psikolog yang mengetahui banyak
mengenai depresi. Hasil yang didapat nantinya berupa informasi-
informasi yang berkaitan dengan penelitian seperti tingkat penyakit
depresi, gejala yang ada pada penderita depresi, dan cara mengatasinya.

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.

4.2. Akuisisi Pengetahuan

Akuisisi pengetahuan merupakan tahapan bagaimana penulis mendapatkan
pengetahuan dan menganalisis pengetahuan, sehingga mendapatkan data yang
sesuai dengan kebutuhan sistem. Pengetahuan ini diperolah dari hasil wawancara
dan penelitian terdahulu.
1. Data Diagnosa Depresi
Berdasarkan hasil wawancara dengan pakar diagnosa depresi pada
penelitian ini terdiri atas 3 diagnosa depresi. Kode “P” diartikan sebagai
tingkat depresi. Berikut data diagnosa depresi pada remaja. Nilai certainty
factor penyakit didapat ketika sudah menghitung nilai measure of belief dan
measure of disbelief gejala.
Tabel 4. 3 Tabel Data Diagnosa Depresi
No Kode Diagnosa Depresi Nama Tingkat Depresi
1. P01 Depresi Ringan
2. P02 Depresi Sedang
3. P03 Depresi Berat

2. Data Gejala Depresi

Berdasarkan hasil wawancara dan penelitian terdahulu yang sudah
divalidasi oleh pakar data gejala depresi pada penelitian ini terdiri atas 21
gejala depresi. Kode “G” diartikan sebagai gejala depresi. Berikut ini data
gejala depresi pada.
Tabel 4. 4 Tabel Data Gejala Depresi
No Kode Gejala Nama Gejala Validasi
Pakar
1. G01 Merasa sedih Relevan
2. G02 Sering muncul perasaan Update

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

Selanjutnya menentukan nilai measure of belief (MB), dan measure of

disbelief (MD) seorang pakar terhadap gejala. Berikut nilai MB dan MB
pakar terhadap gejala yang didapatkan pada saat wawancara dengan pakar.
Tabel 4. 5 Tabel Daftar Nilai Kepercayaan dan Ketidakpercayaan Pakar
No Kode Gejala Measure Of Belief Measure Of Disbelief

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

Nilai MB dan MD diambil dari nilai ketentuan metode certainty factor.

Berikut adalah nilai ketentuan dari seorang pakar.
Tabel 4. 6 Tabel Nilai Ketentuan
Uncertainty Terms Nilai
Mungkin Tidak 0
Tidak Tahu 0,2
Mungkin 0,4
Kemungkinan besar 0,6
Hampir Pasti 0,8
Pasti 1

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.

Gambar 4. 1 Use Case Diagram

Pada penelitian ini desain use case terdapat dua aktor yaitu admin dan
pengguna. Admin dapat mengelola data diagnosa depresi, mengelola
data gejala, mengelola data relasi. Admin dapat menambahkan data,

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.

Gambar 4. 2 Activity Diagram Admin

Admin dapat melakukan login menggunakan username dan password

yang sesuai. Kemudian setelah login berhasil sistem akan menampilkan
halaman admin beserta menu yang hanya bisa diakses oleh admin
diantaranya menu data diagnosa depresi, data gejala, dan data relasi.
Pada menu tersebut admin dapat melakukan pengelolaan data. Admin
juga dapat merubah password secara berkala.

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

Gambar 4. 4 Classs Diagram Sistem Pakar

Pada class diagram login memiliki 2 atribut yaitu username dan

password , serta memilki 2 method yaitu login dan logout. Pada class
diagram tb_gejala memiliki 3 atribut yaitu kode_gejala, nama_gejala,
dan keterangan serta memiliki method yaitu lihat, tambah, ubah, dan
hapus. Class diagram tb_diagnosa terdapat 3 atribut yaitu

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

Gambar 4. 5 Desain Tampilan Halaman Menu Login

Menu login digunakan oleh admin untuk mengelola data diagnosa
depresi, data gejala, dan data relasi. Pengguna tidak perlu login untuk
melakukan diagnosa.
b. Desain tampilan halaman menu data diagnosa diagnosa depresi

Gambar 4. 6 Desain Tampilan Halaman Menu Data Diagnosa Depresi

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

Gambar 4. 7 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

Gambar 4. 8 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

Gambar 4. 9 Desain Tampilan Halaman Menu Diagnosa

Menu diagnosa merupaka menu untuk mendiagnosa depresi, menu ini

berisi daftar gejala, kemudian pengguna memilih gejala sesuai dengan
apa yang dirasakan dan dialami. Hasil diagnosa tingkat depresi akan
tampil setelah mengklik button submit.
f. Desain tampilan halaman menu password

Gambar 4. 10 Desain Tampilan Halaman Menu Password

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

Gambar 4. 11 Hasil Berbasis Web

Hasil berbasis web menunjukan nilai CF pada depresi ringan yaitu 0,632
sedangkan nilai CF depresi berat yaitu 0,8. Maka depresi yang dialami oleh
pengguna adalah depresi berat karena memiliki nilai CF yang lebih besar.

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

Tingkat Akurasi = 76%

Berdasarkan hasil perhitungan diatas maka, tingkat akurasi sistem pakar
diagnosa tingkat depresi pada remaja adalah 76%.

29
4.6. Dokumentasi
Dokumentasi dapat berbentuk source code atau panduan penggunaan
sistem.
1. Halaman Menu Login

Gambar 4. 12 Halaman Menu Login

Halaman login hanya bisa diakses oleh admin untuk mengelola data-data
yang ada pada sistem.
2. Halaman Menu Data Diagnosa Depresi

Gambar 4. 13 Halaman Menu Data Diagnosa Depresi

Menu data diagnosa depresi berisi data tingkat depresi. Pada halaman ini
admin dapat mengelola data tingkat depresi seperti lihat data, tambah data,
mengubah data, dan menghapus data.

30
3. Halaman Menu Data Gejala

Gambar 4. 14 Halaman Menu Data Gejala

Menu data gejala menampilkan data gejala pada depresi. Pada halaman ini
admin dapat mengelola data gejala seperti lihat data, tambah data,
mengubah data, dan menghapus data.
4. Halaman Menu Data Relasi

Gambar 4. 15 Halaman Menu Data Relasi

Menu data relasi menampilkan data relasi yaitu gabungan data gejala, data
diagnosa depresi dan nilai keyakinan pakar. Pada halaman ini admin dapat
mengelola data gejala seperti lihat data, tambah data, mengubah data, dan
menghapus data.

31
5. Halaman Menu Diagnosa

Gambar 4. 16 Halaman Menu Diagnosa

Menu diagnosa digunakan oleh pengguna untuk mendiagnosa tingkat
depresi. Pengguna memilih gejala yang sesuai lalu akan tampil hasil
diagnosa menggunakan metode certainty factor.
6. Halaman Menu Password

Gambar 4. 17 Halaman Menu Password

Menu password digunakan oleh admin untuk mengubah password lama ke
password yang baru. Admin bisa merubah password secara berkala.

32
 7. Relasi Database

Gambar 4. 18 Relasi Database

Relasi database pada sistem pakar diagnose tingkat depresi pada remaja
memiliki 3 table yang saling berhubungan yaitu tb_relasi, tb_diagnosa, dan
tb_gejala

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

Lampiran 1 Lembar Bimbingan Proposal Tugas Akhir

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

Penulis dilahirkan di Karawang pada tanggal 11 Nopember

2001 dari ayah Ade Amung dan ibu Aam Amsiah. Penulis
adalah putra kesatu dari dua bersaudara. Tahun 2018 penulis
lulus dari SMAN 1 Batujaya dan ditahun yang sama penulis
lulus seleksi masuk Universitas Buana Perjuangan Karawang
dan diterima pada prodi Teknik Informatika, Fakultas Teknik dan Ilmu Kompuuter.

47