Abstrak: Penelitian ini dilakukan dengan tujuan membangun sebuah sistem pakar kerusakan alat berat
dan mengimplementasikan algoritme A*(Star). Data yang dikelola dalam sistem pakar kerusakan pada
alat berat ini berupa data kerusakan pada alat berat bagian mesin, kelistrikan dan hidrolik dan data
masukan untuk mendiagnosa kerusakan pada alat berat yaitu ciri – ciri kerusakan, dan gejala kerusakan.
Hasil dari penelitian ini adalah sebuah sistem pakar kerusakan pada alat berat mampu
mengimplementasikan Algoritme A*(Star) dalam mendiagnosa kerusakan pada alat berat.Pengujian black
box dilakukan terhadap 10 kelas uji dan 37 skenario pengujian yang diujikan dengan hasil 37 skenario uji
berhasil 100% dan berjalan sebagaimana semestinya. Pengujian keakuratan sistem dilakukan untuk
mengukur hasil pengujian pada sistem ke data yang telah didapat dari pakar pada pengujian yang diujikan
50 data dengan hasil keakrutan data pada sistem dan data dari pakar berhasil 100% dapat menentukan
jenis kerusakan pada alat berat. Hasil pengujian menunjukkan bahwa variabel tampilan dengan kategori
sangat baik(47%), variabel kinerja sistem dengan kategori sangat baik (50%) dan variabel kemudahan
pengguna dengan kategori sangat baik (50%). Sehingga secara keseluruhan disimpulkan bahwa aplikasi
termasuk dalam kategori sangat baik (skor 4,46 dari skala 5,00)
Kata Kunci: Kerusakan, A*(Star), Alat Berat, Diagnosa kerusakan, dan pengujian
Abstract: This study was conducted with the of damage. The result of this research is an
aim of building an expert system of heavy expert system of damage to heavy equipment
equipment damage and implementing the A * capable of implementing A * Algorithm (Star)
(Star) algorithm. The data administered in the in diagnosing damage to heavy equipment.
expert system of damage to the machine is in the Black box testing is conducted on 10 test classes
form of damage data on the machine parts, and 37 test scenarios tested with 37 test
electrical and hydraulic equipment and input scenarios succeeded 100% and running as it
data to diagnose the damage to the machine that should. The system accuracy test is performed
is the characteristics of damage, and symptoms to measure the test results on the system to the
50
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
data that have been obtained from the experts pencarian, dalam proses pencariannya algoritme ini
on the test tested 50 data with the results of data akan dimodelkan dengan fungsi heuristic yang
recording on the system and data from the disebut f’(n) yang merupakan penentuan urutan
expert succeeded 100% can determine the type titik yang akan dikunjungi terlebih dahulu.
of damage to the machine. The test results
II. LANDASAN TEORI
showed that the variables display very good
category (47%), the system performance A. Alat Berat
variable with very good category (50%) and the Alat berat adalah mesin berukuran besar yang
user ease variable with very good category didesain untuk melaksanakan fungsi konstruksi
(50%). So overall it is concluded that the seperti pengerjaan tanah (earthworking) dan
application is included in very good category memindahkan bahan bangunan. Sesuai dengan
(score 4.46 from 5.00 scale) namanya, alat berat biasanya digunakan untuk
Keywords: Damage, A*(Stars), Heavy membantu manusia mengerjakan pekerjaan yang
Equipment, Damage Diagnosis, and testing
berat seperti pembuatan danau, pembuatan jalan
I. PENDAHULUAN dan lain sebagainya [1].
Teknologi berkembang dalam berbagai bidang Alat berat merupakan faktor penting di dalam
seperti pemerintahan, pendidikan, pertambangan, proyek – proyek kontruksi dengan skala yang besar.
perkebunan,dan industri sehingga perkembangan Tujuan Penggunaan alat berat tersebut untuk
teknologi dapat membantu di bidang tersebut. memudahkan manusia dalam mengerjakan
Perkembangan teknologi yang sangat membantu pekerjaannya sehingga hasil yang diharapkan dapat
dan sangat berpengaruh adalah perkembangan tercapai dengan lebih mudah pada waktu relatif
teknologi alat berat. Alat berat merupakan alat lebih singkat [1]
yang digunakan untuk membantu manusia dalam
melakukan pekerjaan pembangunan suatu struktur B. Sistem Pakar
bangunan, kontruksi dan pengangkutan. Alat berat Sistem Pakar atau Expert System adalah
berguna untuk mempercepat proses pelaksanaan program-program yang bertingkah laku seperti
suatu pekerjaan yang sulit bahkan tidak mungkin manusia ahli (human expert). Sistem pakar atau
dilakukan manusia. sistem berbasis pengetahuan adalah yang paling
Penggunaan dari alat berat yang sangat banyak aplikasinya dalam membantu
membantu dalam berbagai bidang sering menyelesaikan masalah-masalah dalam dunia nyata
mengalami kerusakan. Kerusakan pada alat berat [2].
dapat mempengaruhi kinerja dari suatu pekerjaan
C. Best First Search
sehingga tertundanya pekerjaan. Teknisi alat berat
Metode best first Search termasuk dalam
menangani kerusakan yang terjadi pada alat berat
kategori heuristic. Heuristic adalah suatu metode
bagian komponen mesin, kelistrikan dan hidrolik.
pencarian terbimbing untuk mendapatkan suatu
Metode yang digunakan pada sistem pakar
kesimpulan. Metode best first search merupakan
mendiagnosa kerusakan pada alat berat adalah
kombinasi dari metode depth first search dan
metode A*(Star). A*(Star) merupakan algoritme
51
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
breadth first search dengan mengambil kelebihan Masukan n’ ke OPEN. Kemudian set baack pointer
dari kedua metode tersebut [3]. dari n’ ke n.
Hitung:
D. Algoritme A*(Star)
h’(n) (2.2)
Metode A* search merupakan salah satu
g’(n)= g’(n) + c(n.n’ )(biaya dari n ke n’)
contoh algoritme pencarian yang cukup populer
f(n’) = g’(n) = g’(n)
didunia. Algoritme A*(star) merupakan algoritme
Best First Search yang menggabungkan Uniform III. METODE PENELITIAN
Cost Search dan Greedy Best-First Search. Salah
A. Tempat Penelitian
satu Algoritme yang menggunakan fungsi biaya.
Penelitian dilaksanakan di Cv. Tenaga Motor
Algoritme A*(star) memeriksa kelayakan biaya
yang belokasi di JL. H.Adam Malik KM 8.5 Kota
yang diperlukan untuk mencapai suatu simpul dari
Bengkulu. Cv.Tenaga Motor merupakan
sebuah simpul lain. [3]
perusahaan dibidang penyewaan alat berat yang
Pada Metode A-Star merupakan pencarian
ada dibengkulu. Pada Cv.Tenaga Motor terdapat
terbimbing (heuristic Search) yang akan
sekitaran 30 unit alat berat yang terdiri berbagai
memberikan solusi yang optimal, sehingga
alat seperti Excavator, Buldozer, Loader, Motor
pencarian ini akan mencari data – data yang sesuai
grader, Dump truck dan lainnya. Kepala teknisi
dengan gejalanya [4]
yang menangani berbagai kerusakan pada alat berat
Berikut ini rumus dari A* untuk sistem pakar.
adalah Bapak Jaydin yang sudah berpengalaman
Fungsi f sebagai fungsi evaluasi terhadap node n[5]
dalam menangani kerusakan pada alat berat.
f’(n) = g(n)+h’(n) (2.1)
f’ (n)= fungsi evaluasi B. Metode Pengembangan Sistem
g(n)= biaya yang sudah dikeluarkan dari keadaan Metode pengembangan sistem pakar untuk
awal sampai keadaan n. pengidentifikasi kerusakan pada alat berat dengan
h’(n)= estimasi biaya untuk sampai pada suatu implementasi algoritme A*(star) ini adalah metode
tujuan mulai dari n. waterfall. Tujuannya adalah untuk
Berikut ini algoritme dari metode A* yang memperkenalkan bagaimana proses desain sistem
membutuhkan 2 antrian : OPEN dan CLOSED. sebagai kerangka untuk pengembangan sistem
1) Set : OPEN = {S}, dan CLOSED = {}, S:node dalam upaya membantu secara teratur dan efisien
awal. melalui suatu rangkaian tahapan dengan analisa
2) Kerjakan jika OPEN belum kosong: kelayakan sistem termasuk saat pengembangan
3) Cari node n dari OPEN dimana nilai f’(n) sistem dan pemeliharaannya [6].
minimal. Kemudian tempatkan node n pada
C. Metode Pengujian Sistem
CLOSED.
a) Jika n’ = adalah tujuan, keluar. Pada pengujian ini, dilakukan dengan
b) Ekspan node keanak – anaknya. mengamati hasil eksekusi antarmuka melalu data
c) Kerjakan untuk setiap anak, yaitu n’: uji dan memeriksa fungsional dari aplikasi yang
Jika n’ belum ada OPEN atau CLOSED, maka: telah dibuat yaitu sistem pakar kerusakan pada alat
berat dalam mendiagnosa kerusakan pada alat berat.
52
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
IV. ANALISIS DAN PERANCANGAN SISTEM kerusakan pada alat berat dengan implementasi
algoritme A* (star) yang ditunjukan pada Gambar
A. Analisis Sistem
1.
Sistem pakar atau Expert System adalah
program –program yang bertingkah laku seperti
manusia ahli (human expert). Dalam membangun
suatu sistem perlu dilakukan analisi terlebih dahulu
dari sistem itu sendiri. Menganalisis sistem
merupakan hal yang penting karena hasil analisis
tersebut akan berpengaruh pada pembangunan
sistem itu sendiri.
B. Analisis Data
terdapat 2 macam gejala pada alat berat yaitu mendiagnosa dengan menggunakan algoritme
gejala umum dan gejala khusus atau gejala yang A*(Star), Alur diagram alir algoritme A*(Star)
lebih spesifik yang terjadi pada alat berat. Jumlah pada Gambar 2.
gejala umum yang terjadi pada alat berat adalah 62 E. Perancangan Sistem
gejala sedangkan jumlah gejala khusus atau
Setelah melakukan analisis sistem, yang harus
spesifik 159 gejala.
dilakukan selanjutnya adalah perancangan sistem.
C. Diagram Alir Sistem Perancangan sistem dalam sistem pakar ini terdiri
Analisis sistem adalah bagian dari penelitian dari beberapa bagian, yaitu perancangan Unified
yang mengalisis sistem yang ada, dimana modelling language (UML), Perancangan basis
fungsinya untuk merancang sistem baru atau data, dan perancangan antar muka (interface)
bagian ini merupakan bagian yang terpenting Pada sistem terdapat dua orang pengguna yaitu
karena hasil sistem yang akan dibangun tergantung admin dan user. Admin berfungsi untuk
pada analisis yang dilakukan. Berikut merupakan manajemen gejala, manajemen kerusakan,
diagram alir kerja sistem pakar mendiagnosa manajemen jenis alat, manajemen data alat, dan
53
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
V. PEMBAHASAN
A. Implementasi Antarmuka
54
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
pengangkut dan pemindahan, alat pemadatan dan Halaman diagnosa adalah halaman utama pada
alat penempatan akhir. Berikut ini halaman jenis sistem ini. Pada halaman ini sistem akan
alat berat dapat dilihat pada Gambar 6. sebagai menampilkan gejala awal yang terjadi pada alat
berikut. berat. Pada Sistem user memilih Ya atau Tidak
pada sistem. Jika user memilih Ya maka sistem
akan melakukan penelusuran dari gejala yang
diinputkan Jika User memilih Tidak Maka sistem
akan menampilakn gejala yang lainnya. Berikut
adalah tampilan dari Halaman diagnosa seperti
yang terlihat pada Gambar 8.
55
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
56
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
57
Jurnal Rekursif, Vol. 7 No. 1 Maret 2019, ISSN 2303-0755
http://ejournal.unib.ac.id/index.php/rekursif/
yang diuji untuk mengetahui keakrutan sistem 50 data dengan hasil akurasi yang didapat dari
adalah 50 data. Berdasarkan hasil pengujian pengujian keakrutan sistem adalah 100%.
keakrutan sistem dapat disimpulkan bahwa 5) Berdasarkan hasil pengujian sistem dengan cara
ketepatan sistem pakar berdasarkan 50 data yang menggunakan angket, Sistem Pakar Kerusakan
diuji yang menunjukkan bahwa sistem pakar ini Pada Alat Berat Dengan Implementasi
berfungsi dengan baik sesuai dengan diagnosa Algoritme A*(Star) dapat disimpulkan bahwa
pakar. Berikut ini ada perhitungan persentase variabel tampilan mendapatkan penilaian
berdasarkan perbandingan hasil data yang didapat : sangat baik (47%), baik (51%) dan cukup baik
Pengujian persentase data hasil data yang (2%). Variabel kinerja sistem mendapatkan
ditampilkan oleh sistem sebagai berikut: penilaian sangat baik (50%), baik (49%), cukup
58