TugasAkhir2022 JuanKalyzta (Revisi)

IMPLEMENTASI SISTEM PAKAR DIAGNOSA KERUSAKAN
KOMPUTER DENGAN METODE ALGORITMA FORWARD

CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
PADA LABORATORIUM KOMPUTER PUSAT UNIVERSITAS
BUDI LUHUR
TUGAS AKHIR
Oleh :
JUAN KALYZTA
1811500071
PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INFORMASI
UNIVERSITAS BUDI LUHUR
JAKARTA
2022
KOMPUTER DENGAN METODE ALGORITMA FORWARD
CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
PADA LABORATORIUM KOMPUTER PUSAT UNIVERSITAS
BUDI LUHUR
Diajukan untuk memenuhi salah satu persyaratan memperoleh

gelar Sarjana Komputer (S.Kom)
TUGAS AKHIR
Oleh :
JUAN KALYZTA
1811500071

JAKARTA
2022
PERSETUJUAN TUGAS AKHIR
Nama : Juan Kalyzta

Nomor Induk Mahasiswa : 1811500071
Program Studi : Teknik Informatika
Bidang Peminatan : Programming Expert
Jenjang Studi : Strata 1
Judul : IMPLEMENTASI SISTEM PAKAR DIAGNOSA
KERUSAKAN KOMPUTER DENGAN
METODE ALGORITMA FORWARD
CHAINING DAN CERTAINTY FACTOR
BERBASIS WEB PADA LABORATORIUM
KOMPUTER PUSAT UNIVERSITAS BUDI
LUHUR
Disetujui untuk dipertahankan dalam sidang Tugas Akhir periode semester genap
tahun ajaran 2021/2022.
Jakarta, …….2022
Dosen Pembimbing
Dr. Muhammad Syafrullah, M.Kom, M.Sc.

ABSTRAK

KOMPUTER DENGAN METODE ALGORITMA CERTAINTY FACTOR
BERBASIS WEB PADA LABORATORIUM KOMPUTER PUSAT
Oleh: Juan Kalyzta (1811500071)
Pada Proses Maintenance Asisten Lab biasanya mengidentifikasi Komputer satu

persatu untuk mencari masalah yang ada pada setiap komputer ,Proses identifikasi
yang berlangsung untuk mendiagnosa kerusakan masing masing Komputer dapat
berlansgung cukup lama. Hal ini disebabkan terbatasnya pengetahuan dan
keahlian untuk melakukan perbaikan terhadap gangguan atau kerusakan pada
komputer. Sehingga menyebabkan penumpukan jumlah kerusakan pada Komputer
di Laboratorium Universitas Budi Luhur. Kemajuan teknologi di bidang komputer
saat ini sangat pesat terutama di bidang kecerdasan buatan (artificial inteligence),
yang salah satu terapannya adalah sistempakar(expert system). Sistem pakar
merupakan cabang dari kecerdasan buatan dan juga merupakan bidang ilmu
komputer. Sistem ini bekerja untuk mengadopsi pengentahuan manusia ke
komputer yang menggabungkan dasar pengetahuan (knowledge base) dengan
sistem inferensi untuk mengantikan fungsi seorang pakar dalam menyelesaikan
suatu masal. Berdasarkan permasalahan yang telah dijelaskan sebelumnya, sistem
pakar ini dibuat untuk membantu asisten memahami gejala kerusakan komputer
yang ada dan solusi untuk mengatasi kerusakan tersebut. Dalam pengembangan
sistem pakar ini menggunakan metode forward chaining sebagai mesin
inferensinya dan metode certainty factor untuk menentukan nilai kepercayaan
diagnosa. Pada perancangan aplikasi sistem pakar ini user dapat memilih gejala-
gejala pada kerusakan komputer, lalu output yang dihasilkan adalah tingkat
kepercayaan, kemungkinan kerusakan yang dialami ,penjelasan mengenai solusi
penanganan dan kemunginan lain yang dialami komputer. Dari hasil pengujian
berdasarkan Black Box, diperoleh hasil 100% fungsionalitas berjalan sesuai
dengan daftar kebutuhan sistem. Pada pengujian akurasi didapatkan nilai akurasi
yang sangat baik yaitu sebesar 100% dari 10 data sampel yang ada.
Kata Kunci : kerusakan computer, laboratorium , sistem pakar, certainty factor
xiv + 100 halaman; 38 gambar; 26 tabel; 3 lampiran

KATA PENGANTAR
Alhamdulillah, segala puji dan syukur penulis panjatkan kepada Tuhan Yang
Maha Esa, karena berkat nikmat dan karunianya, Sehingga penulis bisa
menyelesaikan Tugas Akhir yang berjudul “IMPLEMENTASI SISTEM PAKAR
DIAGNOSA KERUSAKAN KOMPUTER DENGAN METODE ALGORITMA
FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
PADA LABORATORIUM KOMPUTER PUSAT UNIVERSITAS BUDI
LUHUR”. Adapun Tugas Akhir ini disusun untuk memenuhi persyaratan dalam
kelulusan pendidikan Strata satu (S1) pada Program Studi Teknik Informatika,
Fakultas Teknologi Informasi Universitas Budi Luhur.
Dalam kesempatan kali ini, tak lupa penulis ingin mengucapkan terima kasih
kepada pihak yang telah memberikan bimbingan dan masukan berupa kritik dan
saran dalam penyusunan Tugas Akhir ini. Oleh karena itu, penulis
menyampaikan rasa hormat dan ucapan terima kasih kepada :
1. Allah SWT, atas segala Petunjuk dan Kemudahan-Nya sehingga pada

akhirnya penulis dapat menyelesaikan Tugas Akhir .
2. Orang tua dari penulis yang telah memberikan dukungan kepada penulis
selama pembuatan.
3. Bapak Dr. Ir. Wendi Usino, M.Sc., MM, selaku Rektor Universitas Budi
Luhur.
4. Bapak Dr. Deni Mahdiana, MM, M.Kom, selaku Dekan Fakultas
Teknologi Informasi Universitas Budi Luhur.
5. Bapak Dr. Indra, S.Kom, M.T.I, selaku Ketua Program Studi Teknik
Informatika, Fakultas Teknologi Informasi Universitas Budi Luhur dan
Selaku Dosen Pembimbing Akademik.
6. Bapak Dr. Syafrullah, M.Kom, M.Sc. selaku Dosen Pembimbing Tugas
Akhir yang telah memberikan masukan dan juga support dalam proses
pembuatan program.
7. Ibu Painem, S.Kom., M.Kom selaku Kepala Laboratorium Komputer
Universitas Budi Luhur yang telah memberikan izin riset dan selaku pakar
dalam web aplikasi sistem pakar ini.
8. Rekan – rekan yang selama ini membantu dan mendukung dalam kegiatan
perkuliahan.
9. Semua pihak yang terlibat namun tidak dapat penulis sebutkan satu
persatu. Semoga Allah SWT melimpahkan rahmat dan karunia-Nya atas
segala bantuan yang telah diberikan.
Aamiin.
Dalam penyusunan laporan tugas akhir ini, penulis menyadari bahwa masih
banyak sekali kekurangan, kelemahan, serta kesalahan yang terdapat pada
penulisan laporan tugas akhir ini karena terbatasnya kemampuan, wawasan,
pengetahuan, serta pengalaman penulis sendiri.
Akhir kata penulis memohon maaf atas segala kekurangan dan kekeliruan
yang ada pada laporan Tugas Akhir ini. Semoga tulisan ini dapat bermanfaat bagi
banyak pihak.
Jakarta, …. 2022
Penulis
DAFTAR TABEL
Tabel 2. 1 Tabel Nilai Bobot (Efendi, Niswatin and Farida, 2020)..................................12

Tabel 2. 2 Kombinasi Evidence Anteseden (Sumpala and Sutoyo, 2018)........................14
Tabel 3. 1 Rencana Pengujian..........................................................................................29
Tabel 3. 2 Admin.............................................................................................................31
Tabel 3. 3 Kerusakan........................................................................................................32
Tabel 3. 4 Gejala..............................................................................................................32
Tabel 3. 5 Basis Pengetahuan...........................................................................................32
Tabel 3. 6 Hasil (Riwayat)...............................................................................................33
Tabel 3. 7 Kondisi............................................................................................................33
Tabel 4. 1 Daftar Kerusakan Komputer............................................................................40
Tabel 4. 2 Daftar Gejala...................................................................................................42
Tabel 4. 3 Kaidah Produksi..............................................................................................44
Tabel 4. 4 Interprestasi (term) Certainty Factor...............................................................50
Tabel 4. 5 Representasi Pengetahuan...............................................................................50
Tabel 4. 6 Hasil Pengujian Black Box Halaman Beranda................................................84
Tabel 4. 7 Hasil Pengujian Black Box Halaman Login....................................................84
Tabel 4. 8 Hasil Pengujian Black Box Halaman Diagnosa...............................................84
Tabel 4. 9 Hasil Pengujian Black Box Halaman Riwayat................................................85
Tabel 4. 10 Hasil Pengujian Black Box Halaman Admin.................................................85
Tabel 4. 11 Hasil Pengujian Black Box Halaman Gejala.................................................86
Tabel 4. 12 Hasil Pengujian Black Box Halaman Kerusakan...........................................86
Tabel 4. 13 Hasil Pengujian Black Box Halaman Pengetahuan.......................................86
Tabel 4. 16 Pengujian Akurasi.........................................................................................87
DAFTAR GAMBAR
Gambar 2. 1 Konsep Kecerdasan Buatan (Imron et al., 2019)...........................................
Gambar 2. 2 Struktur Sistem Pakar (Efendi, Niswatin and Farida, 2020)..........................
Gambar 2. 3 Inferensi forward chaining..........................................................................11
Gambar 3. 1 Flowchart Perhitungan Certainty Factor.....................................................28
Gambar 3. 2 Entity Relationship Diagram.......................................................................30
Gambar 3. 3 Logical Record Structure.............................................................................31
Gambar 3. 4 Rancangan Menu.........................................................................................34
Gambar 3. 5 Rancangan Layar Beranda...........................................................................34
Gambar 3. 6 Rancangan layar diagnosa...........................................................................35
Gambar 3. 7 Rancangan Layar hasil diagnosa..................................................................35
Gambar 3. 8 Rancangan Layar Tentang...........................................................................36
Gambar 3. 9 Rancangan Layar Login...............................................................................36
Gambar 3. 10 Rancangan Layar Admin...........................................................................37
Gambar 3. 11 Rancangan Layar Daftar Data Kerusakan..................................................37
Gambar 3. 12 Rancangan Layar Gejala............................................................................38
Gambar 3. 13 Rancangan Layar Basis Pengetahuan........................................................38
Gambar 4. 1 Deployement Diagram Sistem Pakar Kerusakan Komputer.........................39
Gambar 4. 2 Decision Tree (Pohon Keputusan)...............................................................49
Gambar 4. 3 Flowchart Penelitian....................................................................................62
Gambar 4. 4 Flowchart Perhitungan Diagnosa................................................................63
Gambar 4. 5 Flowchart Menu Beranda............................................................................64
Gambar 4. 6 Flowchart Menu Diagnosa..........................................................................65
Gambar 4. 7 Flowchart Menu Riwayat............................................................................66
Gambar 4. 8 Flowchart Menu Tentang............................................................................67
Gambar 4. 9 Flowchart Menu Login................................................................................68
Gambar 4. 10 Flowchart Menu Admin............................................................................69
Gambar 4. 11 Flowchart Menu Gejala.............................................................................70
Gambar 4. 12 Flowchart Menu Kerusakan......................................................................71
Gambar 4. 13 Flowchart Menu Pengetahuan...................................................................72
Gambar 4. 14 Tampilan Layar Menu Beranda.................................................................79
Gambar 4. 15 Tampilan Layar Menu Diagnosa...............................................................79
Gambar 4. 16 Tampilan Layar Menu Riwayat.................................................................80
Gambar 4. 17 Tampilan Layar Menu Tentang.................................................................80
Gambar 4. 18 Tampilan Layar Login...............................................................................81
Gambar 4. 19 Tampilan Layar Menu Admin...................................................................81
Gambar 4. 20 Tampilan Layar Menu Gejala....................................................................82
Gambar 4. 21 Tampilan Layar Menu Kerusakan..............................................................82
Gambar 4. 22 Tampilan Layar Menu Pengetahuan..........................................................83
DAFTAR ALGORTIME
Algoritme 4. 1 Sistem Pakar............................................................................................73

Algoritme 4. 2 Perhitungan Certainty Factor...................................................................73
Algoritme 4. 3 Menu Beranda..........................................................................................73
Algoritme 4. 4 Menu Beranda..........................................................................................74
Algoritme 4. 5 Menu Riwayat..........................................................................................74
Algoritme 4. 6 Menu Tentang..........................................................................................75
Algoritme 4. 7 Menu Login..............................................................................................75
Algoritme 4. 8 Menu Admin............................................................................................75
Algoritme 4. 9 Menu Gejala.............................................................................................76
Algoritme 4. 10 Menu Kerusakan....................................................................................77
Algoritme 4. 11 Menu Pengetahuan.................................................................................78
DAFTAR SIMBOL
1. Logical Record Structure (LRS)

GAMBAR NAMA KETERANGAN
Entity adalah sesuatu apa
saja yang ada di suatu
sistem, nyata maupun
Entity abstrak dimana data
tersimpan atau dimana
terdapat data
Relationship adalah
Relationship hubungan alamiah yang
terjadi antara entitas
2. Flowchart
Simbol untuk permulaan
Terminal Point Symbol / atau akhir dari suatu
Simbol Titik Terminal program
Simbol yang digunakan

untuk menghubungkan
Flow Direction Symbol / antara simbol yang satu
Simbol Arus dengan simbol yang lain
(connecting line)

Processing Symbol / untuk menunjukkan
Simbol Proses pengolahan yang
dilakukan sistem
Decision Symbol / Simbol untuk menghasilkan
Keputusan output true atau false
Simbol yang menyatakan

Input – Output / Simbol proses input atau output
Masuk – Keluar tanpa bergantung jenis
peralatannya
Simbol yang
Predefined Data mendefinisikan awal dari
variabel atau data
3. Deployment Diagram
Package merupakan
Package sebuah bungkusan dari
satu atau lebih node.
Node biasanya mengacu

pada hardware, perangkat
lunak yang tidak dibuat
sendiri (software). Jika
didalam node disertai
komponen untuk
Node mengkonsistenkan
rancangan maka
komponen yang
diikutsertakan harus
sesuai dengan komponen
yang telah didefinisikan
sebelunya pada diagram
komponen.
Kebergantungan antar
Dependency node, arah panah
mengarah pada node yang
dipakai.
Relasi antar node
Link
DAFTAR ISI
ABSTRAK..............................................................................................................iii
KATA PENGANTAR.............................................................................................v
DAFTAR TABEL.................................................................................................vii
DAFTAR GAMBAR............................................................................................viii
DAFTAR ALGORTIME........................................................................................ix
DAFTAR SIMBOL.................................................................................................x
DAFTAR ISI.........................................................................................................xii
BAB I PENDAHULUAN.......................................................................................1
1.1. Latar Belakang..........................................................................................1
1.2. Identifikasi Masalah..................................................................................2
1.3. Rumusan Masalah.....................................................................................2
1.4. Batasan Masalah........................................................................................2
1.5. Tujuan........................................................................................................2
1.6. Manfaat......................................................................................................3
1.7. Sistematika Penulisan................................................................................3
BAB II LANDASAN TEORI..................................................................................5
2.1. Kecerdasan Buatan (Artificial Intelligence)..............................................5
2.2. Pengertian Sistem Pakar............................................................................5
2.2.1. Definisi Sistem Pakar.........................................................................6
2.2.2. Ciri-Ciri Sistem Pakar........................................................................6
2.2.3. Kelebihan dan Kekurangan Sistem Pakar..........................................6
2.2.4. Stuktur Sistem Pakar..........................................................................7
2.2.5. Komponen Sistem Pakar....................................................................8
2.3. Representasi Pengetahuan.........................................................................9
2.4. Mekanisme Inferensi...............................................................................10
2.5. Mesin Inferensi Forward Chaining..........................................................10
2.6. Metode Certainty Factor..........................................................................11
2.6.1. Bentuk Certainty Factor...................................................................12
2.6.2. Kombinasi Aturan............................................................................14
2.7. Diagnosa Kerusakan Komputer...............................................................14
2.8. Kerusakan Komputer...............................................................................15
2.9. Studi Literatur.........................................................................................15
BAB III METODOLOGI PENELITIAN..............................................................25
3.1. Data Penelitian........................................................................................25
3.2. Penerapan Metode...................................................................................25
3.2.1. Tahapan Pengumpulan Data............................................................25
3.2.2. Analisa Kebutuhan Sistem...............................................................26
3.2.3. Metode Certainty Factor..................................................................26
3.2.4. Flowchart Perhitungan Metode Certainty Factor............................27
3.2.5. Implementasi....................................................................................28
3.2.6. Testing (Pengujian Sistem)..............................................................28
3.3. Rancangan Pengujian..............................................................................28
3.3.1. Black Box.........................................................................................28
3.3.2. Akurasi.............................................................................................29
3.4. Rancangan Basis Data.............................................................................29
3.4.1. ERD (Entity Relationship Diagram)................................................30
3.4.2. Logical Record Structure.................................................................30
3.5. Spesifikasi Basis Data.............................................................................31
3.6. Rancangan Menu.....................................................................................33
3.7. Racangan Layar.......................................................................................34
3.7.1. Rancangan Layar Beranda...............................................................34
3.7.2. Rancangan Layar Diagnosa.............................................................34
3.7.3. Rancangan Hasil Diagnosis.............................................................35
3.7.4. Rancangan Layar Tentang...............................................................35
3.7.5. Rancangan Layar Login...................................................................36
3.7.6. Rancangan Layar Admin................................................................36
3.7.7. Rancangan Layar Daftar Kerusakam...............................................37
3.7.8. Rancangan Layar Gejala..................................................................37
3.7.9. Rancangan Layar Basis Pengetahuan..............................................38
BAB IV HASIL DAN PEMBAHASAN...............................................................39
4.1. Deployment Diagram..............................................................................39
4.2. Implementasi Metode..............................................................................39
4.2.1. Basis Pengetahuan............................................................................39
4.2.2. Daftar Kerusakan.............................................................................40
4.2.3. Daftar Gejala....................................................................................42
4.2.4. Kaidah Produksi (Production Rules)...............................................44
4.2.5. Pohon Keputusan.............................................................................48
4.2.6. Teknik Inferensi...............................................................................49
4.2.7. Proses Perhitungan Pada Sistem Pakar............................................57
4.3. Flowchart................................................................................................61
4.3.2. Flowchart Perhitungan Diagnosa.....................................................63
4.3.3. Flowchart Menu Beranda................................................................64
4.3.4. Flowchart Menu Diagnosa...............................................................65
4.3.5. Flowchart Menu Riwayat................................................................66
4.3.6. Flowchart Menu Tentang.................................................................67
4.3.7. Flowchart Menu Login....................................................................67
4.3.8. Flowchart Menu Admin..................................................................68
4.3.9. Flowchart Menu Gejala...................................................................69
4.3.10. Flowchart Menu Kerusakan.............................................................70
4.3.11. Flowchart Menu Pengetahuan.........................................................71
4.4. Algoritme................................................................................................72
4.4.1. Algoritme Sistem Pakar...................................................................72
4.4.2. Algoritme Perhitungan Certainty Factor.........................................73
4.4.3. Algoritme Menu Beranda.................................................................73
4.4.4. Algoritme Menu Diagnosa...............................................................74
4.4.5. Algoritme Menu Riwayat.................................................................74
4.4.6. Algoritme Menu Tentang.................................................................74
4.4.7. Algoritme Menu Login.....................................................................75
4.4.8. Algoritme Menu Admin...................................................................75
4.4.9. Algoritme Menu Gejala...................................................................76
4.4.10. Algoritme Menu Kerusakan.............................................................77
4.4.11. Algoritme Menu Pengetahuan.........................................................77
4.5. Implementasi Sistem...............................................................................78
4.5.1. Tampilan Layar Menu Beranda.......................................................78
4.5.2. Tampilan Layar Menu Diagnosa......................................................79
4.5.3. Tampilan Layar Menu Riwayat.......................................................79
4.5.4. Tampilan Layar Menu Tentang........................................................80
4.5.5. Tampilan Layar Menu Login...........................................................80
4.5.6. Tampilan Layar Menu Admin..........................................................81
4.5.7. Tampilan Layar Menu Gejala..........................................................81
4.5.8. Tampilan Layar Menu Kerusakan....................................................82
4.5.9. Tampilan Layar Menu Pengetahuan................................................83
4.6. Pengujian.................................................................................................83
4.6.1. Black Box.........................................................................................83
4.6.2. Pengujian Akurasi............................................................................87
4.7. Evaluasi Pengujian..................................................................................89
4.7.1. Kelebihan Sistem.............................................................................89
4.7.2. Kelemahan Sistem............................................................................89
BAB V PENUTUP................................................................................................91
5.1. Kesimpulan..........................................................................................91
5.2. Saran....................................................................................................91
DAFTAR PUSTAKA............................................................................................92
LAMPIRAN-LAMPIRAN....................................................................................94
BAB I
PENDAHULUAN
1.1. Latar Belakang

Pada Universitas Budi Luhur terdapat pusat Laboratorium
Komputer Pusat dengan ruangan laboratorium berjumlah 11 Ruangan yang
mana masing masing ruangan berjumlah 37 sampai 40 Komputer, yang
mana halnya setiap Barang elektronik seiring berjalannya waktu maka
kinerja barang tersebut akan menurun dan timbul berbagai macam masalah
yang terjadi, karena hal tersebut maka Pengurus Laboratorium atau yang
biasa disebut Asisten Lab ICT Universitas Budi Luhur mengadakan
Maintenance minimal satu hari dalam seminggu.
Pada Proses Maintenance Asisten Lab biasanya mengidentifikasi
Komputer satu persatu untuk mencari masalah yang ada pada setiap
komputer, Proses identifikasi yang berlangsung untuk mendiagnosa
kerusakan masing masing Komputer dapat berlangung cukup lama,
Sehingga menyebabkan penumpukan jumlah kerusakan pada Komputer di
Laboratorium Universitas Budi Luhur.
Kemajuan teknologi di bidang komputer saat ini sangat pesat
terutama di bidang kecerdasan buatan (artificial inteligence), yang salah
satu terapannya adalah sistempakar(expert system). Sistem pakar
merupakan cabang dari kecerdasan buatan dan juga merupakan bidang
ilmu komputer. Sistem ini bekerja untuk mengadopsi pengentahuan
manusia ke komputer yang menggabungkan dasar pengetahuan
(knowledge base) dengan sistem inferensi untuk mengantikan fungsi
seorang pakar dalam menyelesaikan suatu masalah (Solecha et al., 2021).
Menurut (Kusumawijaya, 2020) Berdasarkan hasil pengujian yang
menghasilkan presentase keberhasilan 75% dari skala (1-100%). Sistem
pakar Kerusakan Personal Computer Menggunakan Metode Certainty
Factor yang dikembangkan dapat membantu pengguna untuk mengetahui
jenis kerusakan apa yang terjadi pada komputer mereka.
Pada tugas akhir ini dibuat perangkat lunak untuk mengatasi kasus
kerusakan komputer, dimana bisa membantu para asisten laboratorium
universitas budi luhur untuk mendiagnosa kerusakan komputer dengan
menghemat waktu. Di aplikasi ini dapat membantu Asistan Lab untuk
mendapatkan solusi dengan cepat.
Implementasi sistem pakar untuk diagnosis kerusakan komputer yang di
desain untuk memodelkan/mengemulasi kemampuan seorang pakar dalam
memecahkan suatu masalah yang berbasiskan pada pengetahuan pakar itu
sendiri. Bahasa pemrograman yang digunakan sebagai pembangun sistem
adalah PHP dan MySQL untuk pengolahan database- nya.
1.2. Identifikasi Masalah
Berdasarkan latar belakang diatas, identifikasi masalah pada pada
laporan tugas akhir ini yaitu :
a. Kurangnya Efisiensi dari segi waktu dan tenaga saat menjalankan

identifikasi kerusakan pada Komputer Laboratorium computer
dikarenakan Jumlah Komputer yang cukup banyak.
b. Kurangnya pelatihan pada Asisten baru dan Calon Asisten sehingga

cukup menghambat Proses Maintenance yang berlangsung
1.3. Rumusan Masalah
Berdasarkan latar belakang di atas, dirumuskan masalah dalam laporan

tugas akhir ini yaitu:
a. Bagaimana dapat mempercepat waktu pengerjaan maintenance

laboratorium computer universitas budi luhur ?
b. Bagaimana merancang dan mengimplementasikan sistem pakar

diagnosa kerusakan computer di web aplikasi sistem pakar dapat
mendeteksi kerusakan tanpa harus bertemu dengan pakar ?
1.4. Batasan Masalah

Berdasarkan latar belakang dan perumusan masalah yang telah
diuraikan, agar pembahasan dalam penelitian ini tidak meluas, adapun
batasan masalah sebagai berikut :
a. Untuk Aplikasi User dibuat berbasis WEB Bahasa pemrograman yang
digunakan adalah PHP dan database yang digunakan adalah MySQL.
b. Aplikasi ini dibuat untuk mendiagnosa kerusakan komputer
c. Metode yang digunakan dalam penyelesaian masalah ini adalah
forward chaining & certainty factor.
d. Informasi tambahan lainnya yang diberikan yaitu solusi untuk
menangani masalah yang ada.
e. Data gejala, diagnosa dan solusi yang digunakan diambil dari
wawancara oleh seorang pakar yang mana Dosen dan Kepala
Laboratorium Komputer pusat universitas budi luhur secara langsung.
1.5. Tujuan
a. Mengimplementasikan sistem pakar diagnosa kerusakan komputer

berbasis WEB.
b. Mendiagnosa 10 jenis diagnosa kerusakan komputer menggunakan
metode forward chaining & certainty factor.
1.6. Manfaat
Adapun manfaat dari laporan tugas akhir ini adalah :
a. Manfaat Akademis
Hasil penelitian ini diharapkan dapat memberikan informasi dan
studi literatur bagi dunia pendidikan, khususnya dibidang teknik
informatika.
b. Manfaat bagi Laboratorium Komputer Pusat Universitas Budi Luhur

Tersedianya aplikasi untuk asisten atau petugas lab agar
mengetahui gejala-gejala, jenis-jenis serta solusi kerusakan computer
dengan cara yang mudah dan biaya yang tidak mahal sengingga alasan
kurangnya pengetahuan serta informasi dan keterbatasan waktu dapat
teratasi.
c. Manfaat Bagi Penulis

Penulis dapat mengetahui bagaimana proses penerapan metode
forward chaining & certainty factor dalam mendiagnosis kerusakan
komputer.
1.7. Sistematika Penulisan

Sistematika penulisan bertujuan untuk memberikan penjelasan guna
mempermudah pembaca dalam memahami isi secara garis besar, maka
sistematika penulisan dibagi menjadi lima bab. Sistematika penulisan
dapat dijelaskan sebagai berikut:
BAB I : PENDAHULUAN
Bab ini berisi tentang latar belakang, perumusan
masalah, batasan masalah, tujuan dan manfaat, serta
sistematika penulisan.
BAB II : LANDASAN TEORI

Bab ini membahas tentang teori-teori dasar yang berkaitan
dengan pembuatan sistem pakar kerusakan komputer,
metode yang dipakai dalam penelitian serta teori-teori yang
mendukung dalam pembuatan sistem pakar. Teori-teori
tersebut dapat bersumber dari website, e-book, Jurnal atau
buku Tugas Akhir yang ada diperpustakaan online
Universitas Budi Luhur.
BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang data penelitian, penerapan metode
yang digunakan, ERD, LRS, rancangan pengujian, rancangan
basis data, Rancangan Menu dan rancangan layar aplikasi
sistem pakar diagnosa kerusakan komputer.
BAB IV : HASIL DAN PEMBAHASAN

Bab ini membahas mengenai deployment diagram hardware
dan software yang digunakan, implementasi metode, activity
diagram, algoritme, hasil pengujian dan tampilan layar
aplikasi sistem pakar diagnosa kerusakan komputer
BAB V : PENUTUP
Bab ini berisi tentang kesimpulan dari hasil penelitian dan
pembuatan program yang telah dilakukan serta, saran
mengenai penelitian guna pengembangan program di
aplikasi sistem pakar diagnosa kerusakan komputer.
BAB II
LANDASAN TEORI
2.1. Kecerdasan Buatan (Artificial Intelligence)
AI merupakan bidang ilmu computer yang dapat membantu kerjaan
manusia. Ilmu yang dikembangkan adalah suatu perangkat lunak dan keras
yang mana system pengerjaannya dapat menirukan kecerdasan dari
user(Sianturi, 2019). Kecerdasan buatan atau Artificial Intelligence bekerja
dengan menerima input, diproses dan kemudian menghasilkan output,
yang berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan
yang ada. Seperti dilihat pada gambar dibawah ini:
Gambar 2. 1 Konsep Kecerdasan Buatan (Imron et al., 2019)
Lingkup utama implementsi dalam kecerdasan buatan saat ini ditemui

pada bidang-bidang berikut:
a. Sistem pakar (Expert System). Disini komputer digunakan sebagai

saran untuk menyimpan pengetahuan para pakar. Dengan
demikian komputer akan memiliki keahlian untuk menyelesaikan
masalah dengan meniru keahlian yang dimiliki para pakar (Kiray
and Sianturi, 2020).
b. Pengolahan bahasa alami (Natural Language Processing). Dengan
pengolahan bahasa alami ini diharapkan User mampu
berkomunikasi dengan komputer dengan menggunakan bahasa
sehari-hari. Pengenalan ucapan (Speech Recognition). pengenalan
ucapan diharapkan manusia mampu berkomunikasi dengan
komputer dengan menggunakan suara. Robotika dan Sistem
sensor.
c. Computer vision, mencoba untuk dapat mengintrepetasikan
gambar atau objek-objek tampak melalui komputer.
d. Intelligent Computer aid Instruction. Komputer dapat digunakan
sebagai tutor yang dapat melatih dan mengajar.
e. Game Playing. Yaitu metode artificial intelegence yang meniru
cara berfikir manusia dan game.Contohnya adalah program perfect
chessmate yang mampu berfikir setara dengan grandmaster catur.
2.2. Pengertian Sistem Pakar

Pengertian sistem pakar pada dasarnya memiliki beberapa aspek berikut
adalah penjelasannya.
2.2.1. Definisi Sistem Pakar
Sistem Pakar merupakan salah satu bagian dari Kecerdasan
Buatan yang mengandung pengetahuan dan pengalaman yang
dimasukkan oleh satu atau banyak pakar ke dalam suatu area
pengetahuan tertentu, sehingga setiap orang dapat
menggunakannya untuk memecahkan berbagai masalah yang
bersifat spesifik (Solecha et al., 2021).
Kecerdasan Buatan merupakan salah satu bagian ilmu
komputer yang membuat agar mesin (komputer) dapat melakukan
pekerjaan sebaik yang dilakukan manusia. Pada awal
diciptakannya, komputer hanya difungsikan sebagai alat hitung
saja. Namun seiring dengan perkembangan zaman, maka peran
komputer semakin mendominasi kehidupan umat manusia.
Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari
itu, komputer diharapkan untuk dapat diberdayakan untuk
mengerjakan sesuatu yang bisa dikerjakan oleh manusia (Mijaswari
and Sulindawaty, 2020).
Sistem pakar merupakan pengembangan kecerdasan buatan
yang menggabungkan pengetahuan dan penelusuran data untuk
memecahkan masalah yang secara normal memerlukan keahlian
manusia.
2.2.2. Ciri-Ciri Sistem Pakar
(Juniawan, 2017) pada umumnya sistem pakar mempunyai
ciri-ciri sebagai berikut:
a. Terbatas pada domain keahlian tertentu.

b. Berdasarkan pada kaidah/rule tertentu.
c. Dapat digunakan dalam berbagai jenis komputer.
d. Mudah dimodifikasi, yaitu dengan menambah atau menghapus
suatu kemampuan dari basis pengetahuannya.
e. Sistem dapat mengaktifkan kaidah secara searah yang sesuai,
dituntun oleh dialog dengan pemakai.
f. Bekerja secara sistematis berdasarkan pengetahuan dan
mekanisme tertentu
g. Pengambilan keputusan berdasarkan kaidahkaidah tertentu
dan dapat merespons masukan user (melalui kotak dialog).
h. Dapat menalar data-data yang tidak pasti dan memberikan
beberapa alasan pemilihan.
i. Dapat menalar data-data yang tidak pasti dan memberikan
beberapa alasan pemilihan.
j. Outputnya berupa saran atau anjuran
k. Knowledge base dan inference engine terpisah.
2.2.3. Kelebihan dan Kekurangan Sistem Pakar
(Dwi Marisa Efendi, 2020) Sistem pakar memiliki kelebihan
dan kekurangan yang diantaranya adalah sebagai berikut.
a. Memungkinkan orang awam bisa mengerjakan pekerjaan para
ahli.
b. Bisa melakukan proses secara berulang secara otomatis.
c. Menyimpan pengetahuan dan keahlian para pakar.
d. Mampu mengambil dan melestarikan keahlian para pakar
(terutama yang termasuk keahlian langka).
e. Memiliki kemampuan untuk mengakses pengetahuan.
f. Menghemat waktu dalam pengambilan keputusan.
g. Dapat memecahkan masalah lebih cepat dari pada kemampuan
manusia dengan catatan data yang sama.
Sistem pakar juga memiliki kekurangan layaknya sistem lain.
Berikut adalah kekurangan yang ada pada sistem pakar.
a. Biaya yang diperlukan untuk membuat, memelihara,
dan mengembangkannya sangat mahal.
b. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan
pakar dibidangnya dan kepakaran sangat sulit diekstrak dari
manusia.
2.2.4. Stuktur Sistem Pakar.
Sistem pakar terdiri dari dua bagian pokok, yaitu: lingkungan
pengembangan (development environment) dan lingkungan
konsultasi (consultation environment). Lingkungan pengembangan
digunakan sebagai pembangun sistem pakar baik dari segi
pembangunan komponen maupun basis pengetahuan(Efendi,
Niswatin and Farida, 2020). Lingkungan konsultasi digunakan oleh
seseorang yang bukan ahli untuk berkonsultasi. Struktur sistem
pakar dapat dilihat pada Gambar 2.2
Gambar 2. 2 Struktur Sistem Pakar (Efendi, Niswatin and Farida, 2020)

2.2.5. Komponen Sistem Pakar
(Kurniawan, 2018) Komponen-komponen yang terdapat dalam
arsitektur/struktur sistem pakar pada gambar di atas dijelaskan
sebagai berikut:
a. Antarmuka Pengguna (User Interface)
Antarmuka merupakan mekanisme yang digunakan oleh
pengguna dan sistem pakar untuk berkomunikasi.
Antarmuka menerima informasi dari pemakai dan
mengubahnya ke dalam bentuk yang dapat diterima oleh
sistem. Selain itu antarmuka menerima dari sistem dan
menyajikannya ke dalam bentuk yang dapat dimengerti oleh
pemakai.
b. Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk
pemahaman, formulasi, dan penyelesaian masalah.
c. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan
transformasi keahlian dalam menyelesaikan masalah dari
sumber pengetahuan ke dalam program komputer. Dalam
tahap ini knowledge engineer berusaha menyerap
pengetahuan untuk selanjutnya ditransfer ke dalam basis
pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi
dengan buku, basis data, laporan penelitian, dan
pengalaman pemakai.
d. Mesin/Motor Inferensi (Inference Engine)
Komponen ini mengandung mekanisme pola pikir dan

penalaran yang digunakan oleh pakar dalam menyelesaikan
suatu masalah. Mesin inferensi adalah program komputer
yang memberikan metodologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam
workplace, dan untuk memformulasikan kesimpulan.
e. Workplace/Blackboard
Workplace merupakan area dari sekumpulan memori

kerja (working memory), digunakan untuk merekam
kejadian yang sedang berlangsung termasuk keputusan
sementara.
f. Fasilitas Penjelasan
Fasilitas penjelasan adalah komponen tambahan yang
akan meningkatkan kemampuan sistem pakar, digunakan
untuk melacak respon dan memberikan penjelasan tentang
kelakuan sistem pakar secara interaktif melalui pertanyaan.
g. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan
meningkatkan kinerjanya serta kemampuan untuk belajar
dari kinerjanya. Kemampuan tersebut adalah penting dalam
pembelajaran terkomputerisasi, sehingga program akan
mampu menganalisis penyebab kesuksesan dan kegagalan
yang dialaminya dan juga mengevaluasi apakah
pengetahuan-pengetahuan yang ada masih cocok untuk
digunakan di masa mendatang.
2.3. Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk
merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema
atau diagram tertentu sehingga dapat diketahui relasi atau keterhubungan
antara suatu data dengan data yang lain. Teknik ini membantu knowledge
engineer dalam memahami struktur pengetahuan yang akan dibuat sistem
pakarnya. Beberapa model representasi pengetahuan adalah logika, jaringan
semantik (Semantic Nets), Bingkai (frame), pohon, dan kaidah produksi
(Production Rules) (Imron et al., 2019).
1. Logika
Logika adalah bentuk representasi pengetahuan yang paling tua.
Pada dasarnya proses logika adalah proses membentuk
kesimpulan menarik suatu inferensi berdasarkan fakta yang telah
ada..
2. Pohon
Pohon merupakan struktur penggambaran pohon secara hierarkis.
Struktur pohon terdiri dari node-node yang menunjukan objek,
dan arc busur yang menunjukan hubungan antar objek
3. Kaidah Produksi (Production Rules)
Metode kaidah produksi biasanya dituliskan dalam bentuk jika-
maka (if-then). Kaidah ini dapat dikatakan sebagai hubungan
implikasi dua bagian yaitu bagian premise (jika) dan bagian
konklusi (maka). Apabila bagian premise dipenuhi maka bagian
konklusi juga akan bernilai benar.
IF premis THEN konklusi
IF masukan THEN keluaran
IF gejala THEN diagnosa
Premis mengacu pada fakta yag harus benar sebelum
konklusi tertentu dapat diperoleh. Anteseden mengacu situasi yang
terjadi sebelum konsekuensi dapat diamati.
Sebelum sampai pada bentuk kaidah produksi terdapat langkah
– Langkah yang harus ditempuh dari pengetahuan yang didapatkan
dalam domain tertentu. Langkah– langkah tersebut adalah menyajikan
pengetahuan yang berhasil didapatkan dalam bentuk tabel keputusan
(decision table) kemudian dari table keputusan dibuat pohon
keputusan (decision tree).
2.4. Mekanisme Inferensi

(Imron et al., 2019) Inferensi merupakan proses untuk menghasilkan
informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah
konklusi logis (logical conclusion) atau implikasi berdasarkan pada
informasi yang tersedia. Dalam melakukan proses pengujian mekanisme
inferensi mempunyai dua teknik inferensi yaitu :
a. Pelacakan ke Belakang (backward chaining)
Pelacakan kebelakang merupakan pendekatan yang dimotori oleh
tujuannya (goaldriven). Dalam pendekatan ini pelacakan dimulai dari
tujuan, selanjutnya dicari aturan yang memiliki tujuan untuk
kesimpulannya, selanjutnya proses pelacakan menggunakan premis
untuk aturan tersebut sebagai tujuan baru sebagai kesimpulannya.
b. Pelacakan ke Depan (forward chaining)

Pelacakan kedepan merupakan pendekatan yang dimotori data
(data driven). Dalam pendekatan ini pelacakan dimulai dari informasi
masukan dan selanjutnya mencoba menggambarkan kesimpulan.
Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari
aturan IF-THEN.
2.5. Mesin Inferensi Forward Chaining

Forward chaining adalah pendekatan yangd imotori tujuan (goal-
driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan,
dan selanjutnya mencoba menggambarkan kesimpulan. Forward chaining
mencari fakta yang sesuai dengan bagian dari IF dari aturan IF-THEN.
Forward Chaining merupakan fakta untuk mendapatkan kesimpulan
(conclusion) dari fakta tersebut. Penalaran ini berdasarkan fakta yang ada
(data driven), metode ini adalah kebalikan metode Backward Chaining,
dimana metode ini dijalankan dengan mengumpulkan fakta-fakta yang ada
untuk menarik kesimpulan (Solecha et al., 2021).
Gambar 2. 3 Inferensi forward chaining
Langkah dalam FC :
a. Definisi masalah berdasarkan pengetahuan
b. Definisi data input (sympthoms)
c. Definisi struktur pengendalian data (rule)
d. Penulisan awal pada basis data (rule)
e. Uji performa sistem
f. Pengembangan sistem
g. Evaluasi
2.6. Metode Certainty Factor

Faktor kepastian (certainty factor) diperkenakan oleh Shorthliffe
Buchanam dalam pembuatan MYCIN. Certainty factor merupakan nilai
parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. Certainty factor didefinisikan sebagai berikut (Simanjuntak
et al., 2018).
CF(H,E) = MB(H,E) – MD(H,E)
Keterangan
CF(H,E) : Certainty factor dari hipotesis H yang dipengaruhi oleh
gejala (evidence) E. Besarnya CF berkisar antara -1 sampai
dengan 1. Nilai -1 menunjukkan ketidakpercayaan mutlak
sedangkan nilai 1 menunjukkan kepercayaan mutlak.
MB(H,E) :Ukuran kenaikan kepercayaan (measure of increased
belief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
MD(H,E) : Ukuran kenaikan ketidakpercayaan (measure of increased
disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala
E.
(Efendi, Niswatin and Farida, 2020) Penerapan motede Certainty
Factor Nilai CF(Rule) didapat dari interprestasi ”term” dari pakar, yang
diubah menjadi nilai CF tertentu. Adapun logika metode certainty factor
pada pada sesi konsultasi sistem menggunakan kondisi yang dapat
dimengerti user, pengguna konsultasi diberi pilihan jawaban yang masing-
masing memiliki bobot yang sudah diberikan nilai berdasarkan kondisi
nilai CF dari Pakar sebagai berikut:
Tabel 2. 1 Tabel Nilai Bobot (Efendi, Niswatin and Farida, 2020)
Kondisi Nilai
Pasti TIdak -1,0
Hampir Pasti Tidak -0,8
Kemungkinan Besar Tidak -0,6
Mungkin Tidak -0,4
Tidak Tahu atau Tidak Yakin -0,2 ~ 0,2
Mungkin 0,4
Kemungkinan Besar 0,6
Hampir Pasti 0,8
Pasti 1.0
Pada Tabel 2.1 Nilai 0 menunjukkan bahwa pengguna konsultasi

menginformasikan bahwa user tidak mengalami gejala seperti yang
ditanyakan oleh sistem. Semakin pengguna konsultasi yakin bahwa gejala
tersebut memang dialami, maka semakin tinggi pula hasil prosentase
keyakinan yang diperoleh. Proses penghitungan presentase keyakinan
diawali dengan pemecahan sebuah kaidah yang memiliki premis majemuk,
menjadi kaidah-kaidah yang memiliki premis tunggal. Kemudian masing-
masing aturan baru di hitung certainty factornya, sehingga diperoleh nilai
Certainty Factor untuk masingmasing aturan, kemudian nilai Certainty
Factor tersebut dikombinasikan
2.6.1. Bentuk Certainty Factor
1. CF Sequensial
Bentuk dasar rumus certainty factor sebuah aturan jika E maka H.
CF(H,e) = CF(E,e) * CF(H,E)
Keterangan
CF(E,e) : Certainty factor evidence E yang dipengaruhi oleh
evidence e
CF(H,E) : Certainty factor hipotesis dengan asumsi evidence

diketahui dengan pasti, yaitu ketika CF(E,e) = 1
CF(H,e) : Certainty factor hipotesis yang dipengaruhi oleh

evidence e
Jika semua evidence pada antecedent diketahui dengan

pasti, maka rumusnya ditunjmmukkan dibawah ini.
CF(H,e) = CF(H,E)
CF Sequensial diperoleh dari hasil perhitungan CF paralel
dari semua premis dalam satu aturan dengan CF aturan yang
diberikan oleh pakar. Adapun rumus untuk melakukan perhitungan
untuk CF Sequensial.
CF(x,y) = CF(x) * (CFy)
Keterangan
CF(x,y) : CF Paralel
CF(x) : CF Sequensial dari semua premis
CF(y) : CF Pakar
2. CF Gabungan
CF Gabungan merupakan CF akhir dari sebuah calon

konsklusi. CF ini dipengaruhi oleh CF Paralel dari aturan yang
menghasilkan konsklusi tersebut. CF gabungan diperlukan jika
suatu konsklusi diperoleh dari beberapa aturan sekaligus. CF
akhir dari satu aturan dengan aturan yang lain digabungkan untuk
mendapatkan nilai CF akhir bagi calon konsklusi tersebut.
2.6.2. Kombinasi Aturan
Untuk menggabungkan evidence anteseden yang terdapat
dalam sebuah kaidah. Hal ini dapat dilihat pada Tabel dibawah ini:
Tabel 2. 2 Kombinasi Evidence Anteseden (Sumpala and Sutoyo, 2018)
EVIDENCE E NILAI KETIDAKPASTIAN
E1 and E2 Min [ CF (H,E1), CF (H,E2) ]
E1 or E2 Max [ CF (H,E1), CF (H,E2) ]
Not E -CF (H,E)
2.7. Diagnosa Kerusakan Komputer

Menurut kamus Besar Bahasa Indonesia diagnosa merupakan
penentuan jenis kerusakan dengan cara meneliti atau memeriksa gejala-
gejalanya. Konsep diagnosis tidak terbatas pada penentuan jenis,
karakteristik, dan latar belakang kelemahan tertentu pada suatu masalah,
tetapi mencakup upaya untuk mengantisipasi potensi kemampuan tersebut
dan menyarankan solusi. Ini juga mencakup konsep prognosis.
Komputer sudah menjadi kebutuhan utama untuk menunjang kinerja
manusia. Komputer juga sering mengalami kerusakan Hardware seperti
prosesor, vga, motherboard, memori, mouse, keyboard, hard disk, drive
optik, monitor. Sampai saat ini banyak pengguna komputer yang masih
awam terhadap diagnosa awal kerusakan Hardware komputer yang
menyebabkan banyak pengguna komputer mengeluarkan biaya yang tidak
sedikit untuk mengetahui dan memperbaiki kerusakan yang terjadi pada
Hardware komputernya (Saputra, Fitri and Esti Handayani, 2022).
Proses diagnosa Kerusakan Komputer dilakukan dengan cara
memerikas hardware computer lalu berlanjut pada software computer
tersebut dan dibandingkan dengan data kerusakan yang ada.
Diagnosis kerusakan computer diawali dengan wawancara dengan
asisten dan dosen yang ada pada laboratorium ICT univeritas budi luhur.
Dari diagnosis ini, data diambil dari pertanyaan yang berkaitan dengan
baik kerusakan umum maupun yang unik. Data yang terkumpul akan
ditinjau dan diklasifikasikan sesuai dengan kerusakan yang terjadi.
Dengan demikian penyebab dari gejala-gejala tersebut dapat diketahui
dengan mudah dan akhirnya diperoleh kesimpulan awal mengenai
kerusakan tertentu.
Diagnosa yang dilakukan memiliki beberapa manfaat, yaitu:
a. Untuk dapat menemukan serta mengidentifikasi malfungsi dan
kerusakan (malfunction, breakdown) apa yang dialami komputer.
b. Untuk dapat menemukan karakteristik atau juga kesalahan-

kesalahan dari gejala-gejala atau fakta tentang suatu hal.
c. Sebagai pertimbangan dalam upaya pengendalian kerusakan di

laboratorium.
d. Juga Salah satu dari upaya untuk mencegah serta juga mengatasi
kerusakan pada sistem hardware dan software komputer.
2.8. Kerusakan Komputer
Komputer merupakan sebuah perangkat cerdas digital yang menjadi
kebutuhan primer baik di lingkungan perusahaan maupun personal.
Seberapa bagusnya perangkat elektronik tentunya hanya buatan manusia
tidak dapat dihindarkan dari kemungkinan kerusakan (Wahana Komputer,
2014). Kerusakan perangkat komputer merupakan hal yang sangat sering
terjadi, baik kerusakan ringan yang dapat diperbaiki sendiri maupun
kerusakan berat yang memerlukan maintenance dari pihak lain. Pengguna
komputer pun bukan hanya dari kalangan IT yang sudah familiar dengan
troubleshoting sehingga akan mengalami kesulitan jika perangkat
komputernya mengalami permasalahan, walaupun permasalahan yang
terjadi hanya permasalahan ringan. Kerusakan komputer secara umum
dikelompokkan menjadi 2 kategori yaitu kerusakan hardware dan
kerusakan software.
2.9. Studi Literatur

Tinjauan Studi berupa hasil dari beberapa studi atau penelitian
sebelumnya yang berhubungan dengan penelitian ini diambil melalui
berbagai sumber,antara lain:
a Judul : Sistem Pakar Diagnosa Kerusakan Pada
Laptop Menggunakan Metode Certainty
Factor
Nama Jurnal : JIPI (Jurnal Ilmiah Penelitian dan
Pembelajaran Informatika)
No. ISSN : 2540 - 8984
Tahun : 2020
Nama Penulis : Heri Mulyono, Regina Ade Darman, Gefli
Ramadhan
Deskripsi : Laptop merupakan salah satu peralatan
komputasi yang dapat membantu manusia
dalam menjalankan aktifitas atau
pekerjaan. Penggunaan alat ini cenderung
mengalami peningkatan sesuai dengan
kebutuhan dan tuntutan profesi. Dengan
banyaknya jumlah pengguna maka potensi
kerusakan pada laptop semakin besar.
Permasalahan penelitian ini adalah
bagaimana membuat aplikasi yang dapat
membantu para user dalam mendiagnosa
kerusakan pada laptop. Metode yang
digunakan dalam membuat sistem pakar ini
adalah certainty factor. Hasil penelitian ini
berupa suatu sistem pakar berbasis desktop
yang dapat memberikan informasi tentang
masalah, penyebab, dan solusi yang dapat
dilakukan untuk mengatasi kerusakan.
Sistem pakar ini telah diuji secara blackbox
testing dan semua komponen bekerja
sesuai dengan rancangan. Sistem ini juga
telah divalidasi oleh pakar dan memperoleh
kevalidan sebesar 91,66 % sehingga dapat
dinyatakan layak untuk digunakan.
b Judul : Implementasi Metode Certainty Factor

untuk Diagnosa Kerusakan Komputer
Nama Jurnal : MEANS (Media Informasi Analisa dan
Sistem)
No. ISSN : 2599-3089
Tahun : 2019
Nama Penulis : Fricles Ariwisanto Sianturi
Deskripsi : Sistem pakar dapat dikatakan sebagai Ilmu
berbasis computer yang dapat membantu
pakar dalam memecahkan suatu masalah
yang dapat dikatakan berbasis teknologi,
oleh karenanya dapat meningkatkan
produktivitas, dengan demikian proses
pencarian masalah yang ada lebih cepat
dan tepat terjawab dibandingkan dengan
pekerjaan manusia. Sistem pakar juga
menyelesaikan permasalahan dengan
meniru cara yang dilakukan seorang pakar
ahli dalam mengatasi permasalahan di
bidangnya salah satunya di bidang
perbaikan komputer, permasalahan
kerusakan komputer menjadi masalah yang
cukup rumit, permasalahan ini secara
umum dialami oleh individu maupun
intitusi. Salah satunya di instansi sekolahan
yang memiliki laboratorium
BAB III
METODOLOGI PENELITIAN
3.1. Data Penelitian

Dalam penelitian ini untuk menganalisa studi kasus pada objek yaitu
Kerusakan Komputer Laboratorium Universitas Budi Luhur. Data yang
diperoleh pada penelitian ini adalah data gejala dan data kerusakan
terhadap penentuan nilai CF pakar yang berasal dari kepala laboratorium
komputer beserta cara penanganan atau solusi yang telah diberikan.
Pada langkah ini mengumpulkan data mengenai gejala kerusakan
komputer melalui wawancara dengan seorang pakar Kerusakan Komputer
Sekaligus Kepala Laboratorium yaitu Ibu Painem, M.Kom. sebagai Ka.
Subdit. Perpustakaan dan Laboratorium Universitas Budi Luhur dan juga
mengambil sumber pengetahuan berdasarkan Buku Pengenalan,
Permasalahan, dan Penanganan Hardware Komputer dari Wahana
Komputer, 2014
Laboratorium Komputer Pusat Universitas Budi Luhur adalah tempat
dimana mahasiswa/i Universitas Budi Luhur melalukan pembelajaran
secara praktikum menggunakan komputer yang disediakan oleh
Universitas setiap harinya dan dikelola oleh asisten lab yang berwewenang
dan bertugas sebagai teknisi komputer lab. Data penelitian bisa dilihat
pada halaman lampiran. Tujuan dengan adanya data penelitian ini
diharapkan menjadi acuan untuk mengadaptasikan kecerdasan seorang
pakar komputer kedalam aplikasi sistem pakar yang akan dikembangkan.
3.2. Penerapan Metode
Alur penelitian menjelaskan urutan penelitian yang akan dilakukan
mulai dari tahap pengumpulan data sampai dengan implementasi sistem
serta pengujian sistem.
3.2.1. Tahapan Pengumpulan Data
Adapun jenis dan pengumpulan data yang digunakan

dalam penelitian adalah sebagai berikut:
a. Wawancara
Wawancara adalah metode pengumpulan data
dengan mengajukan beberapa pertanyaan tentang
kerusakan komputer dan gejalanya secara langsung
kepada pakar dan kepala laboratorium komputer
b. Studi Pustaka
Pada tahapan ini bertujuan untuk mendapatkan
informasi mengenai objek yaitu kerusakan komputer
yang berupa data gejala, kerusakan, beserta solusi dan
informasi mengenai teori-teori yang digunakan pada
penelitian ini. Sumber yang digunakan dalam studi
pustaka berupa buku, jurnal dan lain-lain.
c. Observasi
Pengumpulan data dengan observasi yaitu dengan
melakukan pengamatan langsung pada objek yang akan
diteliti. Metode ini bertujuan untuk dapat mengetahui
langsung bagaimana alur kerja yang terjadi pada objek
yang diteliti.
3.2.2. Analisa Kebutuhan Sistem
Berikut analasisis kebutuhan sistem yang digunakan
pada pengembangan sitem pakar ini, adalah sebagai
berikut:
a. Basis Pengetahuan (Knowledge Base): representasi
pengetahuan yang tepat akan membuat sistem pakar
dapat mengakses basis pengetahuan ini untuk keperluan
pembuatan keputusan.
b. Teknik / Mesin Inferensi: pada sistem ini menggunakan

metode pendekatan runut maju (forward chaining).
c. Metode Certainty Factor: adalah suatu metode untuk

menghitung suatu nilai kepastian dan ketidakpastian
suatu gejala yang dapat dimiliki oleh beberapa
kerusakan komputer.
3.2.3. Metode Certainty Factor

Untuk mendapatkan hasil dari suatu fakta menggunakan
metode CF digunakan penentnuan nilai CF Pakar terlebih
dahulu suatu gejala yang dimiliki suatu kerusakan
komputer untuk mendapatkan nilai CF rule . Nilai
kepercayaan yang didapat dari perhitungan adalah nilai
yang ditentukan oleh pakar dikali dengan CF user. Berikut
adalah tahapan untuk metode certainty factor pada
penelitian ini.
a. Menentukan CF Paralel
Certainty factor pararel merupakan CF yang didapat

dari beberapa premis dalam sebuah aturan. Masing-
masing premis dan operator dari premis, CF user
mempengaruhi besarnya nilai CF sekuensial. CF user
pada masing- masing premis didapat dengan pembobotan
yang telah ditentukan oleh pakar
b. Menentukan CF Sekuensial
CF sekuensial didapat dari hasil perhitungan CF pararel

dalam satu aturan dengan CF (pakar) yang ditentukan
oleh pakar. Berikut perhitungan CF sekuensial pada
persamaan (3.1).
𝐶𝐹(𝑝𝑎𝑟𝑎𝑟𝑒𝑙) = 𝐶𝐹(𝑢𝑠𝑒𝑟) × 𝐶𝐹(𝑝𝑎𝑘𝑎𝑟) (3.1)
c. Menentukan CF Gabungan
Merupakan CF akhir dari sebuah konklusi yang

dipengaruhi oleh CF pararel dengan tingkat kepastian
yang dihasilkan oleh sistem dalam menentukan diagnosa
adalah CF gabungan yang dirumuskan pada persamaan
(3.2).
𝐶𝐹(𝐶𝐹1,𝐶𝐹2) = 𝐶𝐹1 + 𝐶𝐹2 × (1 − 𝐶𝐹1) (3.2)
d. Menentukan CF Persentase
Untuk menghitung persentase terhadap Kerusakan

Komputer digunakan persamaan 3.3.
𝐶𝐹𝑝𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = 𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒 ∗ 100 % (3.3)
3.2.4. Flowchart Perhitungan Metode Certainty Factor

Untuk menjelaskan suatu metode certainty factor
dibutuhkan sebuah flowchart yang dapat menjelaskan alur
perhitungan metode certainty factor itu sendiri. Berikut
adalah flowchart perhitungan metode certainty factor.
GAMBAR 3. 1 Flowchart Perhitungan Certainty Factor
3.2.5. Implementasi
Tahapan implementasi adalah proses konversi desain
sistem ke dalam kode-kode program. Penulisan kode
program (coding) menggunakan Bahasa pemrograman Java
dan PHP : Hypertext Preprocessor (PHP). Pemrograman
dilakukan dengan menggunakan Visual Studio Code.
3.2.6. Testing (Pengujian Sistem)
Tahap selanjutnya adalah tahap testing atau pengujian
sistem. Pada penelitian ini menggunakan metode Black Box
testing dan pengujian akurasi.Yaitu pengujian yang
menekankan pada pengujian fungsionalitas sistem agar
keluaran sesuai dengan apa yang diharapkan pengguna
(user). Sedangkan pengujian akurasi diperoleh dengan cara
membandingkan hasil kinerja dari kedua metode dan pakar.
3.3. Rancangan Pengujian
Berikut adalah rancangan pengujian yang akan dipakai yaitu pengujian
Black Box dan pengujian akurasi.
3.3.1. Black Box
Metode Pengujian perangkat lunak (software) dengan salah
satunya adalah metode pengujian Black Box. Metode Pengujian
Black Box beracuan dengan persyaratan fungsional perangkat
lunak (software) yang dibuat. Dengan demikian, pengujian
Black Box memungkinkan perekayasaan perangkat lunak
mendapatkan serangkaian kondisi input yang sepenuhnya
menggunakan semua persyaratan fungsional untuk suatu
program.
Pengujian Black Box berusaha menemukan kesalahan dalam
kategori sebagai berikut:
a. Fungsi-fungsi yang tidak benar atau hilang
b. Kesalahan Interface
c. Kesalahan dalam akses database eksternal
d. Kesalahan Kinerja.
e. Inisialisasi dan kesalahan terminasi
Adapun rancangan pengujuan sistem yang akan diuji dengan
teknik pengujian Black Box akan dikelompokkan dalam tabel
3.1. dibawah ini.
Tabel 3. 1 Rencana Pengujian
No Komponen sistem yang diuji Jenis pengujian

1. Halaman Beranda Black Box
2. Halaman Login Black Box
3. Halaman Diagnosa Black Box
4. Halaman Riwayat Black Box
5. Halaman Berita Black Box
6. Halaman Tentang Black Box
7. Halaman Admin Black Box
9. Halaman Gejala Black Box
10. Halaman Kerusakan Black Box
11. Halaman Basis Pengetahuan Black Box
12. Halaman Post Berita Black Box
3.3.2. Akurasi
Pengujian akurasi dilakukan untuk mengetahui performa dari
sistem pakar untuk memberikan hasil diagnosis kesimpulan jenis
Kerusakan Komputer. Data yang diuji berjumlah 10 sampel data
analisis pakar. Hasil rekomendasi yang diperoleh dari perhitungan
di sistem pakar, dicocokkan dengan hasil analisis dari pakar.
3.4. Rancangan Basis Data

Pada sistem pakar ini pembuatan tabel disimpan didalam database
dengan nama ta-juan didalam database ini terdapat beberapa tabel yang
digunakan untuk menyimpan data yang dibutuhkan agar sistem pakar ini
dapat bekerja dengan baik. Pada bab ini, penulis akan memberikan
gambaran basis data yang digunakan di dalam penelitian.
3.4.1. ERD (Entity Relationship Diagram)

Pembuatan suatu basis data memerlukan gambaran hubungan
setiap tabel. ERD yang dibuat untuk penelitian ini dapat dilihat
pada Gambar 3.2.
Gambar 3. 2 Entity Relationship Diagram
ERD didapatkan dengan mengadaptasikan Rancangan Basis

data yang telah dibuat sebelumnya kedalam ERD.
3.4.2. Logical Record Structure

LRS (Logical Record Structure) Adalah representasi dari
struktur record-record pada tebel-tabel yang terbentuk dari hasil
antar himpunan entitas. Tujuan LRS disini adalah untuk
Menentukan kardinalitas, jumlah table dan Foreign Key (FK) pada
sistem. Logical Record Structure (LRS) yang dibuat berdasarkan
Class Diagram dapat dilihat pada Gambar 3.3.
Gambar 3. 3 Logical Record Structure
3.5. Spesifikasi Basis Data
1. Nama Tabel : Admin

Media : Server
Primary key : username
Tabel 3. 2 Admin
Nama Field Jenis Lebar Keterangan
username varcha 11 Primary Key , Not

r Null
password varcha 20 Not Null

r
nama_lengkap varcha 100 Not Null

r
2. Nama Tabel : kerusakan

Media : Server
Primary key : kode_kerusakan
Tabel 3. 3 Kerusakan
Kode_kerusakan Int 11 Primary key , Not Null
nama_kerusakan varcha 50 Not Null

r
det_kerusakan varcha 500 Not Null

r
srn_kerusakan varcha 500 Not Null

r
gambar varcha 500 Not Null

r
3. Nama Tabel : Gejala

Media : Server
Primary key : kode_gejala
Tabel 3. 4 Gejala
Kode_gejala Int 11 Primary Key , Not Null
Nama_gejala varcha 500 Not Null

r
4. Nama Tabel : basis_pengetahuan

Media : Server
Primary Key : kode_pengetahuan
Foreign Key : kode_kerusakan , kode_gejala
Tabel 3. 5 Basis Pengetahuan
Kode_pengetahua Int 11 Primary Key , Not

n Null
Kode_kerusakan Int 11 Not Null
Kode_gejala Int 11 Not Null

mb Doubl (11,1) Not Null
e
md Doubl (11,1) Not Null

e
5. Nama Tabel : Hasil

Media : Server
Primary Key : Id_hasil
Tabel 3. 6 Hasil (Riwayat)
Id_hasil Int 11 Primary Key , Not Null
tanggal date 11 Not Null
kerusakan text 100 Not Null
gejala text 100 Not Null
Hasil_id Int 11 Not Null
Hasil_nilai Varcha 16 Not Null

r
6. Nama Tabel : kondisi

Media : Server
Primary Key : Id
Tabel 3. 7 Kondisi
Id Int 11 Primary Key , Not Null
Kondisi date 11 Not Null
ket text 100 Not Null
3.6. Rancangan Menu

Berikut ini rancangan menu Sistem Pakar Diagnosa Kerusakan
Komputer Certainty Factor dan Forward Chaining dapat dilihat pada
gambar 3.4 dibawah ini:
Gambar 3. 4 Rancangan Menu
3.7. Racangan Layar

Rancangan layar aplikasi merupakan bentuk representasi dari sistem
yang akan dibangun, rancangan layar pada penulisan tugas akhir ini dibuat
dengan menggunakan bantuan tools software yang dikhususkan untuk
membuat rancangan layar pengguna (user interface) yakni tools software
balsamiq mockups
3.7.1. Rancangan Layar Beranda
Gambar 3.5 menunjukkan rancangan layar Beranda. Tujuan
Beran untuk adalah tampilan utama, tampilan ini akan muncul
ketika aplikasi pertama kali dibuka dan berisi informasi singkat
deskripsi sistem pakar yang di buat dan di samping menu beranda
terdapat menu utama non login.
Gambar 3. 5 Rancangan Layar Beranda

3.7.2. Rancangan Layar Diagnosa
Pada gambar 3.6 merupakan merupakan proses pemilihan gejala
yang dialami komputer. Pada halaman ini akan menampilkan daftar
gejala yang telah di inputkan pakar sebelumnya.
Gambar 3. 6 Rancangan layar diagnosa
3.7.3. Rancangan Hasil Diagnosis

Pada gambar 3.7 merupakan desain halaman hasil diagnosa yang
merupakan sebuah halaman yang memunculkan kemungkinan
kerusakan komputer berdasarkan hasil perhitungan. Dan
menampilkan kerusakan komputer yang memiliki persentase
kemungkinan dengan nilai tertinggi. Dan saran berserta tindakan
singkat ada di bawah hasil diagnosa.
Gambar 3. 7 Rancangan Layar hasil diagnosa

3.7.4. Rancangan Layar Tentang
Halaman ini menyediakan informasi tentang pengembang
aplikasi dan pakar yang berkontribusi Gambar 3.8 merupakan
desain dari halaman tentang
Gambar 3. 8 Rancangan Layar Tentang
3.7.5. Rancangan Layar Login

Halaman ini merupakan desain halaman login. Dimana
pakar atau admin yang memiliki hak akses bisa masuk ke menu
gejala, kerusakan dan pengetahuan. Hak akses sendiri di buatkan
admin terlebih dahulu di database handler.
Gambar 3. 9 Rancangan Layar Login
3.7.6. Rancangan Layar Admin

Gambar 3.10 merupakan desain halaman admin dimana ada
daftar admin yang memiliki hak akses username dan password
Gambar 3. 10 Rancangan Layar Admin
3.7.7. Rancangan Layar Daftar Kerusakam

Rancangan layar daftar kerusakan berisi seluruh daftar
kerusakan yang berkaitan dengan aplikasi sistem pakar diagnosa
kerusakan komputer yang dapat ditambah, ubah, hapus oleh admin
sesuai dengan hasil konsultasi pada pakar kerusakan komputer,
daftar data kerusakan berupa nama kerusakan, detail kerusakan,
dan saran perbaikan.
Gambar 3. 11 Rancangan Layar Daftar Data Kerusakan
3.7.8. Rancangan Layar Gejala

Rancangan layar daftar Gejala berisi seluruh daftar Gejala
yang berkaitan dengan aplikasi sistem pakar diagnosa kerusakan
komputer yang dapat ditambah, ubah, hapus oleh admin sesuai
dengan hasil konsultasi pada pakar kerusakan komputer.
Gambar 3. 12 Rancangan Layar Gejala
3.7.9. Rancangan Layar Basis Pengetahuan

Rancangan layar daftar Basis Pengetahuan berisi seluruh
daftar aturan pakar yang berkaitan dengan aplikasi sistem pakar
diagnosa kerusakan komputer yang dapat ditambah, ubah, hapus
oleh admin sesuai dengan hasil konsultasi pada pakar kerusakan
komputer, daftar data Basis Pengetahuan adalah berupa
kerusakan, ,gejala, MB dan MD.
Gambar 3. 13 Rancangan Layar Basis Pengetahuan

BAB IV
HASIL DAN PEMBAHASAN
4.1. Deployment Diagram
Dalam Pada lingkungan percobaan ini akan dijabarkan semua elemen

perangkat yang digunakan dalam pembuatan program memlalui deployment
diagram . Adapun perangkat lunak dan perangkat keras yang digunakan
antara lain adalah sebagai berikut.
Gambar 4. 1 Deployement Diagram Sistem Pakar Kerusakan Komputer
Dari deployment diagram gambar 4.1 memperlihatkan bahwa

pembuatan logic dari website yang akan dibuat pada web servis apache
dan pemrograan php dengan beberapa komponen pendukung seperti
javascript untuk tampilan. Sedangkan untuk database menggunakan
MySQL.
4.2. Implementasi Metode
Implementasi metode yang digunakan dalam penelitian ini yaitu :
4.2.1. Basis Pengetahuan

Keberhasilan suatu sistem pakar terletak pada pengetahuan dan
bagaimana mengolah pengetahuan tersebut agar dapat ditarik suatu
kesimpulan. Pengetahuan yang diperoleh dari hasil wawancara
pakar, studi pustaka dan analisa lewat buku dikonversi kedalam
sebuah tabel kerusakan dan gejala guna mempermudah proses
pencarian solusi. Tabel jenis kerusakan dan gejala ini digunakan
sebagai pola pencocokan informasi yang dimasukan oleh pengguna
(user) dan aturan.
4.2.2. Daftar Kerusakan
Daftar Kerusakan Komputer dapat dilihat pada tabel 4.1

Tabel 4. 1 Daftar Kerusakan Komputer
Kode
Nama
Kerusaka Detail Kerusakan Saran Kerusakan
Kerusakan
n
Cek Kabel Power
Monitor dan Kabel
Monitor Tidak VGA Monitor apabila
MONITOR Berfungsi dengan tidak ada perubahan
K1
RUSAK baik atau mati Segera lapor
total supervisor dan
lakukan permintaan
barang
Coba bersihkan pin
kuningan pada RAM
dengan penghapus
atau kain halus,
Bersihkan Slot Ram
pada Motherboard
Memori card/ dan coba ganti Slot
MEMORI RAM tidak pada
K2
RUSAK berfungsi dengan Motherboard ,kalau
baik tetap tidak bisa, Cek
pada perangkat lain
pada motherboard
dan segera lapor
supervisior dan
lakukan permintaan
barang
Coba lakukan
checkdisk/defragment
disk, Backup data,
Harddisk tidak
coba lakukan instal
berfungsi dengan
K3 Harddisk Rusak ulang OS dan kalau
baik atau bad
masih tetap berfungsi
sector
tidak baik segera
lapor spv dan lakukan
permintaan barang
Bersihkan Pin pada
Ketika graphic VGA Card dan Slot
K4 VGA RUSAK card tidak VGA Card dan coba
berfungsi/mati memakai display
onboard motherboard
apabila pada onboard
bisa menyala maka
segera lakukan
permintaan barang ke
supervisior
Cek semua driver
system, Cek System
Bios dan lakukan
Windows tidak
OS Repair system jika
K5 berjalan lancar
BERMASALAH masih belum bisa
atau Bluescreen
segera backup data
dan lakukan instalasi
ulang OS
Coba jumper psu apa
bila tidak ada daya
PSU tidak ada segera lakukan
POWER
daya untuk permintaan PSU ke
K6 SUPLEY
menyalahkan supervisior dan minta
RUSAK
Komputer dengan daya yang
sedikit lebih besar
dari sebelumnya
Segera lakukan
permintaan barang
kalau bisa dengan
clock yang lebih
Prosesor sudah
PROSESOR tinggi, untuk
K7 tidak berfungsi
RUSAK seterusnya lebih
dengan baik
sering lakukan
penambahan thermal
paste agar prosesor
lebih tahan lama
Periksa dengan pasti
kondisi semua
perangkat pada PC
coba dengan
Slot dan port
perangkat yang
Motherboard motherboard
K8 menyala dari PC lain
Rusak banyak yang
apabila tidak ada
tidak berfungsi
tanda perangkat
penyala maka Segera
lakukan permintaan
barang ke supervisior
K9 Keyboard Rusak Ketika Keyboard Periksa Slot USB
tidak terdeteksi / pada Motherboard
Karakter inputan dan coba tukar
tidak bisa keyboard dengan
yang menyala dari
PC lain apabila tidak
ada tanda keyboard
berfungsi maka
Lakukan Permintaan
barang ke supervisor
Periksa Slot USB
pada Motherboard
dan coba tukar
Ketika Mouse
Mouse dengan yang
tidak terdeteksi
menyala dari PC lain
dan pointer
K10 Mouse Rusak apabila tidak ada
mouse tidak
tanda mouse
berjalan dengan
berfungsi Segera
baik
lakukan permintaan
barang pada
supervisior
4.2.3. Daftar Gejala
Daftar Gejala pada Kerusakan Komputer dapat dilihat pada
tabel 4.2.
Tabel 4. 2 Daftar Gejala
Kode
Nama Gejala
Gejala
G1 cpu hidup tapi tidak ada gambar tertampil di monitor
G2 Terdapat garis horisontal/vertikal ditengah monitor

G3 Tidak ada tampilan awal bios
Muncul Pesan eror pada bios (isi pesan selalu berbeda

G4
pada tiap kasus)
G5 Alarm bios berbunyi

G6 Terdengar suara aneh pada HDD
G7 Sering terjadi hang/crash saat menjalankan aplikasi
G8 Selalu Scandisk ketika booting
G9 Muncul pesan error saat menjalankan aplikasi grafis
Device driver informasi tidak terdeteksi dalam device

G10
manager
G11 Tiba-tiba OS melakukan restart otomatis

Keluarnya blue screen pada OS Windows (isi pesan
G12
selalu berbeda pada tiap kasus)
G13 Muncul pesan error saat pertama OS di load dari HD
Tidak ada tanda-tanda dari sebagain/seluruh perangkat

G14
menyala
G15 Sering tiba-tiba mati tanpa sebab
Muncul pesan pada windows, bahwa windows
G16
kekurangan memori
G17 Aplikasi berjalan dengan lambat
G18 Kinerja grafis terasa sangat berat
G19 Device tidak terdeteksi dalam bios
G20 Informasi deteksi yang salah dalam bios
G21 Hanya sebagaian perangkat yang bekerja
G22 Sebagain/seluruh karekter inputan mati
G23 Pointer mouse tidak merespon gerakan mouse
G24 Tampak blok hitam, dan gambar tidak simetris/ acak
G25 Keluar bunyi beep panjang pada saat dinyalakan

G26 Tidak ada indikasi masuk power
G27 Mati total
G28 Keluar beep berulang -ulang kali
G29 Belum sampai windows sudah restart lagi
G30 Respon lambat pada inputan
G31 Lampu Indikator Monitor berwarna merah
G32 Double Klik pada mouse
G33 Lampu indikator mouse tidak menyala
4.2.4. Kaidah Produksi (Production Rules)

Aturan atau kaidah produksi yang digunakan untuk melakukan
penalaran atau penelusuran basis pengetahuan awal sehingga
menghasilkan knowledge baru untuk mencapai tujuan disebut
dengan production rules (Kaidah Produksi). Secara default sistem
ini memiliki 10 aturan diagnosa. Daftar aturan atau rules dalam
sistem ini ditunjukkan pada tabel 4.3.
Tabel 4. 3 Kaidah Produksi
No Kerusakan Kaidah
JIKA cpu hidup tapi tidak ada gambar
tertampil di monitor (G01)
DAN Terdapat garis
horisontal/vertikal ditengah
monitor(G02)
MONITOR
1
RUSAK DAN Tampak blok hitam, dan gambar
tidak simetris/ acak(G24)
DAN Lampu Indikator Monitor
berwarna merah (G21)
MAKA MONITOR RUSAK (K1)
2 MEMORI JIKA cpu hidup tapi tidak ada gambar
RUSAK
tertampil di monitor(G01)
DAN Muncul Pesan eror pada bios
(isi pesan selalu berbeda pada tiap
kasus)(G04)
DAN Sering terjadi hang/crash saat
menjalankan aplikasi(G07)
DAN Muncul pesan pada windows,
bahwa windows kekurangan
memori(G16)
DAN Aplikasi berjalan dengan
lambat(G17)
DAN Keluar bunyi beep panjang pada
saat dinyalakan(G25)
JIKA Terdengar suara aneh pada
HDD(G06)
DAN Selalu Scandisk ketika
booting(G08)
DAN Muncul pesan error saat
pertama OS di load dari HDD (G13)
3 Harddisk Rusak DAN Aplikasi berjalan dengan lambat

(G17)
DAN Device tidak terdeteksi dalam
bios (G19)
DAN Belum sampai windows sudah
restart lagi (G29)
MAKA Harddisk Rusak (K3)
4 VGA RUSAK JIKA cpu hidup tapi tidak ada gambar
DAN Muncul pesan error saat
menjalankan aplikasi grafis (G09)
DAN Device driver informasi tidak
terdeteksi dalam device manage (G10)
DAN Keluarnya blue screen pada OS
Windows (isi pesan selalu berbeda
pada tiap kasus) (G12)
DAN
JIKA Aplikasi berjalan
Sering terjadi dengan saat
hang/crash lambat
menjalankan aplikasi (G07)
DAN Tiba-tiba OS melakukan restart
otomatis (G11)
DAN Keluarnya blue screen pada OS
Windows (isi pesan selalu berbeda
pada tiap kasus) (G12)
OS
5
BERMASALAH DAN Muncul pesan error saat
pertama OS di load dari HDD (G13)
DAN Aplikasi berjalan dengan lambat
(G17)
DAN Belum sampai windows sudah
restart lagi (G29)
MANA OS BERMASALAH (K5)
JIKA Tiba-tiba OS melakukan restart
otomatis (G11)
DAN Tidak ada tanda-tanda dari
sebagain/seluruh perangkat menyala
(G14)
DAN Sering tiba-tiba mati tanpa
POWER SUPLEY
6
RUSAK sebab (G15)
DAN Tidak ada indikasi masuk power
(G26)
DAN Mati total (G27)
MAKA POWER SUPLEY RUSAK
(K6)
JIKA cpu hidup tapi tidak ada gambar
DAN Tidak ada tampilan awal bios
(G03)
PROSESOR DAN Muncul Pesan eror pada bios
7
RUSAK
(isi pesan selalu berbeda pada tiap
kasus) (G04)
DAN Alarm bios berbunyi (G05)
MAKA PROSESOR RUSAK (K7)
JIKA Tidak ada tanda-tanda dari
sebagain/seluruh perangkat menyala
(G14)
DAN Hanya sebagaian perangkat
Motherboard yang bekerja (G21)
8
Rusak
DAN Tidak ada indikasi masuk power
(G26)
DAN Mati total (G27)
MAKA Motherboard Rusak (K8)
JIKA Device driver informasi tidak
terdeteksi dalam device manager
(G10)
DAN Device tidak terdeteksi dalam
bios (G19)
9 Keyboard Rusak
DAN Sebagain/seluruh karekter
inputan mati (G22)
DAN Respon lambat pada inputan
(G30)
MAKA Keyboard Rusak (K9)
JIKA Device driver informasi tidak
terdeteksi dalam device manager
(G10)
DAN Pointer mouse tidak merespon
10 Mouse Rusak gerakan mouse (G23)

DAN Double Klik pada mouse(G32)
DAN Lampu indikator mouse tidak
menyala (G33)
MAKA Mouse Rusak (K10)
4.2.5. Pohon Keputusan

Dengan ditemukannya gejala-gejala kerusakan komputer serta
metode inferensi yang digunakan yaitu Forward Chaining, lalu
gejala yang timbul atau tampak maka akan mempermudah dalam
pembuatan Decision Tree atau pohon keputusan tentang penentuan
kerusakan. Gambar dibawah ini merupakan gambar Decision Tree
untuk menentukan kerusakan berdasarkan gejala-gejala yang
muncul.
Gambar 4. 2 Decision Tree (Pohon Keputusan)
4.2.6. Teknik Inferensi
Teknik penalaran (inference) pada sistem ini menggunakan

teknik forward chaining (pelacakan ke depan). Dalam sistem ini,
data yang didapat berasal dari penggalian hasil wawancara dengan
pakar yang bersangkutan, maupun literatur. Nilai CF (Rule) didapat
dari interprestasi “term” dari pakar menjadi nilai sebuah MD/MB
tertentu seperti terlihat pada Tabel 4.4
Tabel 4. 4 Interprestasi (term) Certainty Factor
Certainty Term Certainty Factor

Pasti TIdak -1,0
Hampir Pasti Tidak -0,8
Kemungkinan Besar Tidak -0,6
Mungkin Tidak -0,4
Tidak Tahu atau Tidak Yakin -0,2 ~ 0,2
Mungkin 0,4
Kemungkinan Besar 0,6
Hampir Pasti 0,8
Pasti 1.0
Pada tabel 4.5 merupakan tabel representasi pengetahuan,

dimana nilai CF Rule untuk gejala kerusakan dicantumkan. Nilai
CF Rule untuk gejala kerusakan adalah nilai hipotesis dengan
asumsi evidence diketahui. Adapun nilai CF Rule tersebut di dapat
dari pakar yang terkait dengan sistem pakar yang dibuat.
Tabel 4. 5 Representasi Pengetahuan
Kode Kode
Nama Kode Nama
Penget Kerus MB MD CF
Kerusakan Gejala Gejala
ahuan akan
Aplikasi
berjalan
R1 K3 Harddisk Rusak G17 0,7 0,3 0,4
dengan
lambat
Belum
sampai
R2 K3 Harddisk Rusak G29 windows 0,7 0,3 0,4
sudah
restart lagi
Muncul
pesan
error saat
pertama
OS di load
dari HD
Selalu
Scandisk
ketika
booting
Terdengar
R5 K3 Harddisk Rusak G06 suara aneh 1 0 1
pada HDD
Device
tidak
terdeteksi
dalam bios
Sebagain/
seluruh
R7 K9 Keyboard Rusak G22 karekter 0,9 0,1 0,8
inputan
mati
Device
driver
informasi
tidak
R8 K9 Keyboard Rusak G10 0,8 0,4 0,4
terdeteksi
dalam
device
manager
Device
tidak
terdeteksi
dalam bios
Respon
lambat
pada
inputan
cpu hidup
tapi tidak
MEMORI ada
R11 K2 G01 0,8 0,2 0,6
RUSAK gambar
tertampil
di monitor
Muncul
pesan pada
windows,
MEMORI
R12 K2 G16 bahwa 0,9 0,1 0,8
RUSAK
windows
kekuranga
n memori
Keluar
MEMORI beep
R13 K2 G28 0,7 0,2 0,5
RUSAK berulang -
ulang kali
Keluarbun
yi beep
MEMORI
R14 K2 G25 panjang 0,7 0,3 0,4
RUSAK
pada saat
dinyalakan
Aplikasi
MEMORI berjalan
R15 K2 G17 0,8 0,2 0,6
RUSAK dengan
lambat
Muncul
Pesan eror
pada bios
MEMORI (isi pesan
R16 K2 G04 0,7 0,3 0,4
RUSAK selalu
berbeda
pada tiap
kasus)
Sering
terjadi
MEMORI hang/crash
R17 K2 G07 0,8 0,2 0,6
RUSAK saat
menjalank
an aplikasi
Respon
MEMORI lambat
R18 K2 G30 0,7 0,3 0,4
RUSAK pada
inputan
cpu hidup
tapi tidak
MONITOR ada
R19 K1 G01 0,8 0,3 0,5
RUSAK gambar
tertampil
di monitor
Tampak
blok
hitam, dan
MONITOR
R20 K1 G24 gambar 0,9 0,1 0,8
RUSAK
tidak
simetris/
acak
Terdapat
garis
MONITOR horisontal/
R21 K1 G02 0,9 0,1 0,8
RUSAK vertikal
ditengah
monitor
Lampu
Indikator
MEMORI
R22 K2 G31 Monitor 0,8 0,3 0,5
RUSAK
berwarna
merah
Lampu
Indikator
MONITOR
R23 K1 G31 Monitor 0,7 0,3 0,4
RUSAK
berwarna
merah
Hanya
sebagaian
Motherboard
R24 K8 G21 perangkat 0,9 0,1 0,8
Rusak
yang
bekerja
Motherboard
R25 K8 G27 Mati total 0,8 0,2 0,6
Rusak
Tidak ada
tanda-
tanda dari
Motherboard
R26 K8 G14 sebagain/s 0,9 0,2 0,7
Rusak
eluruh
perangkat
menyala
Tidak ada
Motherboard indikasi
R27 K8 G26 0,6 0,2 0,4
Rusak masuk
power
R28 K10 Mouse Rusak G23 Pointer 0,9 0,1 0,8
mouse
tidak
merespon
gerakan
mouse
Device
driver
informasi
tidak
R29 K10 Mouse Rusak G10 0,8 0,2 0,6
terdeteksi
dalam
device
manager
Lampu
indikator
R30 K10 Mouse Rusak G33 mouse 0,9 0,2 0,7
tidak
menyala
Double
R31 K10 Mouse Rusak G32 Klik pada 0,9 0,2 0,7
mouse
Aplikasi
OS
berjalan
R32 K5 BERMASALA G17 0,8 0,3 0,5
dengan
H
lambat
Belum
OS sampai
R33 K5 BERMASALA G29 windows 0,8 0,2 0,6
H sudah
restart lagi
Keluarnya
blue
screen
pada OS
OS
Windows
R34 K5 BERMASALA G12 0,8 0,2 0,6
(isi pesan
H
selalu
berbeda
pada tiap
kasus)
Muncul
OS pesan
R35 K5 BERMASALA G13 error saat 0,7 0,3 0,4
H pertama
OS di load
dari HD
Sering
terjadi
OS
hang/crash
R36 K5 BERMASALA G7 0,8 0,2 0,6
saat
H
menjalank
an aplikasi
Tiba-tiba
OS OS
R37 K5 BERMASALA G11 melakukan 0,8 0,1 0,7
H restart
otomatis
POWER
R38 K6 SUPLEY G27 Mati total 0,9 0,2 0,7
RUSAK
Sering
POWER
tiba-tiba
R39 K6 SUPLEY G15 0,9 0,4 0,5
mati tanpa
RUSAK
sebab
Tidak ada
tanda-
POWER tanda dari
R40 K6 SUPLEY G14 sebagain/s 0,9 0,2 0,7
RUSAK eluruh
perangkat
menyala
Tidak ada
POWER
indikasi
R41 K6 SUPLEY G26 0,9 0,2 0,7
masuk
RUSAK
power
Tiba-tiba
POWER OS
R42 K6 SUPLEY G11 melakukan 0,7 0,3 0,4
RUSAK restart
otomatis
Alarm
PROSESOR
R43 K7 G05 bios 0,9 0,3 0,6
RUSAK
berbunyi
Tidak ada
PROSESOR
R44 K7 G03 tampilan 0,9 0,1 0,8
RUSAK
awal bios
PROSESOR Muncul
R45 K7 G04 0,8 0,3 0,5
RUSAK Pesan eror
pada bios
(isi pesan
selalu
berbeda
pada tiap
kasus)
cpu hidup
tapi tidak
PROSESOR ada
R46 K7 G01 0,7 0,3 0,4
RUSAK gambar
tertampil
di monitor
cpu hidup
tapi tidak
ada
R47 K4 VGA RUSAK G01 0,8 0,2 0,6
gambar
tertampil
di monitor
Kinerja
grafis
R48 K4 VGA RUSAK G18 terasa 0,9 0,2 0,7
sangat
berat
Muncul
pesan
error saat
R49 K4 VGA RUSAK G09 0,8 0,2 0,6
menjalank
an aplikasi
grafis
Keluarnya
blue
screen
pada OS
Windows
R50 K4 VGA RUSAK G12 0,7 0,3 0,4
(isi pesan
selalu
berbeda
pada tiap
kasus)
Aplikasi
berjalan
R51 K4 VGA RUSAK G17 0,7 0,3 0,4
dengan
lambat
R52 K4 VGA RUSAK G10 Device 0,7 0,2 0,5

driver
informasi
tidak
terdeteksi
dalam
device
manager
Lampu
Indikator
R53 K4 VGA RUSAK G31 Monitor 0,7 0,3 0,4
berwarna
merah
4.2.7. Proses Perhitungan Pada Sistem Pakar

Pada sesi diagnosa kerusakan, user diberikan pilihan
interpretasi yang masing-masing memiliki nilai CF sebagai berikut:
- (Tidak) Pasti Tidak = - 1.0
- (Tidak) Hampir Pasti Tidak = - 0.8
- (Tidak) Kemungkinan Besar Tidak = - 0.6
- (Tidak) Mungkin Tidak = - 0.4
- (Tidak) Tidak Tahu = 0,0
- (Ya) Mungkin ya = 0.4
- (Ya) Kemungkinan besar ya = 0.6
- (Ya) Hampir pasti ya = 0.8
- (Ya) Pasti ya = 1.0
Proses penghitungan prosentase keyakinan diawali dengan

pemecahan sebuah kaidah (rule) yang memiliki gejala majemuk,
menjadi kaidah-kaidah (rules) yang memiliki gejala tunggal.
Kemudian masing-masing rule baru dihitung CF nya dengan
memggunakan persamaan 2.2:
CFgejala = CF(user)*CF(pakar)
Diantara kondisi yang terjadi adalah terdapat beberapa antensenden

(dalam rule yang berbeda) dengan satu konsekuen yang sama.
Dalam kasus ini, kita harus mengagregasikan nilai CF keseluruhan
dari setiap kondisi yang ada. Berikut formula yang digunakan:
CFc (CF1,CF2) = CF1 + CF2 (1- CF1) ; jika CF1 dan CF2
keduanya posistif
CFc (CF1,CF2) = CF1 + CF2 (1+ CF1) ; jika CF1 dan CF2
keduanya negative
CFc (CF1,CF2) = {CF1 + CF2} / (1-min{| CF1|,| CF2|}) ; jika
salah satu negatif
Contoh :
[R1] : IF Device driver informasi tidak terdeteksi dalam device

manager THEN Mouse Rusak {cf : -0.40}
[R2] : IF Double Klik pada mouse THEN Mouse Rusak {cf : -

0.50}
[R3] : IF Pointer mouse tidak merespon gerakan mouse THEN

Mouse Rusak {cf : 0.75}
[R4] : IF Lampu indikator mouse tidak menyala THEN Mouse

Rusak {cf : 0.60}
Tentukan Nilai dari CF gabungannya:
Jawab:
1.R1 dan R2 :: CFc (CF1,CF2) = CF1 + CF2 (1+ CF1)
= -0,40 + (-0,50)(1+(-0,40))
= -0,40 + (-0,50)(0,60)
= -0,40 – 0,30
= -0,70 ………………………..………………………………….(a)
2. R3 dan R4 :: CFc (CF1,CF2) = CF1 + CF2 (1- CF1)

= 0,75 + 0,6 (1-0,75)
= 0,75 + 0,6. 0,25
= 0,75 + 0,15
= 0,9 …………………………………………………..(b)
3.Gabungkan (a) dan (b) :: CFc (CF1,CF2) = {CF1 + CF2} / (1-

min{| CF1|,| CF2|})
= {-0,70+0,9}/(1-min{|-0,70|,|0,90|})
= 0,20 / ( 1-{0,70})
= 0,20 / 0,30
= 0,67
Keterangan: CF terakhir merupakan CFkerusakan, berdasarkan

hasil perhitungan CF di atas, maka CF kerusakan adalah 0.67.
Selanjutnya hitung persentase keyakinan terhadap kerusakan
dengan persamaan
Persentase = CFkerusakan* 100
= 0.67*100
= 67 %
Berdasarkan hasil perhitungan, maka keterangan tingkat keyakinan

berdasarkan tabel interpretasi adalah KEMUNGKINAN BESAR.
Contoh II :
Misalkan pada kerusakan Power Supply ditunjukkan oleh gejala

Mati total, Sering tiba-tiba mati tanpa sebab, Tidak ada tanda-tanda
dari sebagain/seluruh perangkat menyala, Tidak ada indikasi masuk
power, Tiba-tiba OS melakukan restart otomatis. Seandainya
diketahui dari pakar bahwa probabilitas kerusakan Power Supply
adalah 0.03
Sering tiba-tiba mati tanpa sebab = 0.4
Mati total = 0.5
Tidak ada tanda-tanda dari perangkat menyala = 0.4
Tidak ada indikasi masuk power = 0.1
Tiba-tiba OS melakukan restart otomatis = 0.1
dengan menganggap :
H : kerusakan Power Supply
E1 : Sering tiba-tiba mati tanpa sebab
E2 : Mati total
E3 : Tidak ada tanda-tanda dari perangkat menyala
E4 : Tidak ada indikasi masuk power
E5 : Tiba-tiba OS melakukan restart otomatis
MB (H,E1) = (0.4 – 0.03) / (1-0.03)

= 0.37 / 0.97
= 0.381
MD (H, E1) = (0.03 – 0.03) / (0 – 0.03) = 0
CF (H, E1) = MB (H, E1) – MD (H, E1)
= 0.381 – 0
= 0.381
CF1 = 0.381
Dengan cara yang sama sistem menghitung tingkat kepastian

Kerusakan Power Supply berdasarkan gejala Sering tiba-tiba mati
tanpa sebab :
MB (H, E2) = (0.5 – 0.03) / (1-0.03)
= 0.47 / 0.97
= 0.484
MD (H,E2) = (0.03 – 0.03) / (0-0.03) = 0
CF (H, E2) MB (H,E2) = 0.484 – 0
= 0.484
CF2 = 0.484
Tingkat kepastian Kerusakan Power Supply berdasarkan gejala

Tidak ada tanda-tanda dari perangkat menyala :
MB (H, E3) = (0.4-0.03) / (1-0.03)
= 0.37 / 0.97
= 0.381
MD (H,E3) = (0.03 – 0.03) / (0-0.03) = 0
CF (H, E3) = MB (H,E3) – MD (H,E3)
= 0.381 – 0
= 0.381
CF3 = 0.381

Tidak ada indikasi masuk power :
MB (H, E4) = (0.1-0.03) / (1-0.03)
= 0.07 / 0.97
= 0.072
MD (H,E4) = (0.03 – 0.03) / (0-0.03) = 0

CF (H, E4) = MB (H,E4) – MD (H,E4)
= 0.072 – 0
= 0.072
CF4 = 0.072

Tiba-tiba OS melakukan restart otomatis :
MB (H, E5) = (0.1-0.03) / (1-0.03)
= 0.07 / 0.97
= 0.072
MD (H,E5) = (0.03 – 0.03) / (0-0.03) = 0
CF (H, E5) = MB (H,E5) – MD (H,E5)
= 0.072-0
= 0.072
CF5 = 0.072
Dari kelima perhitungan di atas, ketika sistem menyimpulkan

bahwa kerusakan yang dialami computer adalah Kerusakan Power
Supply maka tingkat kepastiannya adalah hasil perhitungan berikut
ini :
CFkombinasi (CF1, CF2,CF3,CF4,CF5) = CF

(H,E1) + CF (H,E2) + CF (H,E3) + CF (H,E4) (1CF(H,E1)
CFk = CF(H,E1) + CF(H,E2) (1-CF(H,E1)
= 0.381 + 0.484 (1-0.381)
= 0.619*0.484+0.381
= 0.3 + 0.381
CFk1 = 0.681
CFk2 = CFk1+ CF(H,E3) (1-CFk1)

= 0.681 + 0.381 (1-0.681)
= 0.319 * 0.381 + 0.68
= 0.121539 + 0.681
CFk2 = 0.803
CFk3 = CFk2+ CF(H,E4) (1-CFk2)

= 0.803 + 0.072 (1-0.803)
= 0.197 * 0.072 + 0.803
= 0.014 + 0.803
CFk3 = 0.817
CFk4 = CFk3 + CF(H,E5) (1-CFk3)

= 0.817 + 0.072(1-0.817)
= 0.183 * 0.072 + 0.817
= 0.013 + 0.817
CFk4 = 0.830
Hasil dari perhitungan menunjukkan bahwa nilai kepastian

komputer mengalami Kerusakan Power Supply dengan tingkat
kepastian 0.830
4.3. Flowchart
Diagram alir atau flowchart berguna untuk menggambarkan proses atau

atau aktifitas dari sebuah sistem atau proses algortima dari menu yang ada
dalam bentuk simbol-simbol grafis yang dihubungkan dengan arah panah
pada sistem pakar kerusakan komputer. Tujuan dengan adanya flowchart
adalah menjelaskan sebuah alur program atau penyelesaian suatu masalah
yang berada di dalam ruang lingkup penggunaan sistem ataupun aplikasi ini.
Alur atau algoritma ini dapat berupa menu-menu pada aplikasi sistem pakar
kerusakan komputer atau proses algoritma yang terdapat didalam sistem
pakar diagnosa kerusakan komputer. Pada pembahasan dibawah ini ada
beberapa flowchart yang digunakan oleh sistem diantaranya sebagai berikut.
4.3.1. Flowchart Penelitian
flowchart penelitian bertujuan untuk menjelaskan urutan

aktivitas dalam penelitian serta memahami proses penelitian secara
keseluruhan Pada flowchart tersebut yang pertama adalah
melakukan survey kemudian melakukan studi literatur, melakukan
pengumpulan data, melakukan analisis sistem, pembuatan sistem,
melakukan pengujian sistem, mendapatkan hasil pengujian sistem.
Berikut adalah flowchart penelitian dapat dilihat pada gambar 4.3
Gambar 4. 3 Flowchart Penelitian
4.3.2. Flowchart Perhitungan Diagnosa
flowchart analisis sistem bertujuan untuk menjelaskan urutan

aktivitas tentang Perhitungan Diagnosa yang digunakan dalam
pembuatan sistem. Berikut adalah flowchart perhitungan diagnosa
dapat dilihat pada gambar 4.4
Gambar 4. 4 Flowchart Perhitungan Diagnosa
4.3.3. Flowchart Menu Beranda
flowchart sistem pakar bertujuan untuk menjelaskan urutan

aktivitas tentang menjelaskan tentang alur sistem pakar saat
memasuki web sistem pakar. Berikut adalah flowchart menu
beranda dapat dilihat pada gambar 4.5
Gambar 4. 5 Flowchart Menu Beranda
4.3.4. Flowchart Menu Diagnosa

aktivitas tentang menjelaskan tentang alur sistem pakar saat user
melakukan diagnosa. Berikut adalah flowchart menu diagnosa
dapat dilihat pada gambar 4.6.
Gambar 4. 6 Flowchart Menu Diagnosa
4.3.5. Flowchart Menu Riwayat

aktivitas tentang menjelaskan tentang alur sistem pakar saat
membuka riwayat diagnosa. Berikut adalah flowchart menu riwayat
dapat dilihat pada gambar 4.7.
Gambar 4. 7 Flowchart Menu Riwayat

4.3.6. Flowchart Menu Tentang

aktivitas tentang menjelaskan tentang alur sistem membuka menu
tentang. Berikut adalah flowchart menu tentang dapat dilihat pada
gambar 4.8.
Gambar 4. 8 Flowchart Menu Tentang
4.3.7. Flowchart Menu Login

login. Berikut adalah flowchart menu login dapat dilihat pada
gambar 4.9.
Gambar 4. 9 Flowchart Menu Login
4.3.8. Flowchart Menu Admin

Admin. Berikut adalah flowchart menu Admin dapat dilihat pada
gambar 4.10.
Gambar 4. 10 Flowchart Menu Admin
4.3.9. Flowchart Menu Gejala

gejala. Berikut adalah flowchart menu gejala dapat dilihat pada
gambar 4.11.
Gambar 4. 11 Flowchart Menu Gejala
4.3.10. Flowchart Menu Kerusakan

Kerusakan. Berikut adalah flowchart menu kerusakan dapat dilihat
pada gambar 4.12.
Gambar 4. 12 Flowchart Menu Kerusakan
4.3.11. Flowchart Menu Pengetahuan

pengetahuan. Berikut adalah flowchart menu pengetahuan dapat
dilihat pada gambar 4.13.
Gambar 4. 13 Flowchart Menu Pengetahuan
4.4. Algoritme
4.4.1. Algoritme Sistem Pakar
Algoritme sistem pakar digunakan untuk menjelaskan proses

sistem pakar secara terstruktur berdasarkan alur program sistem
pakar yang diterapkan. Berikut adalah algoritme sistem pakar dapat
dilihat pada pada algoritme 4.1.
Algoritme 4. 1 Sistem Pakar
1. Start
2. Diagnosa
3. if input bobot gejala
4. Tampil Hasil
5. Else
6. return Diagnosa
7. End
4.4.2. Algoritme Perhitungan Certainty Factor
Algoritme perhitungan certainty factor pada dasarnya digunakan

untuk menjelaskan proses sistem pakar secara terstruktur
berdasarkan alur perhitungan metode tersebut pada aplikasi sistem
pakar. Berikut adalah algoritme perhitungan certainty factor dapat
dilihat pada algoritme 4.2.
Algoritme 4. 2 Perhitungan Certainty Factor

1. Start
2. Menginput gejala
4. Menghitung CF sekuensial
5. 𝐶𝐹(𝑝𝑎𝑟𝑎𝑟𝑒𝑙) = 𝐶𝐹(𝑢𝑠𝑒𝑟) × 𝐶𝐹(𝑝𝑎𝑘𝑎𝑟)
6. Menghitung CF gabungan
7. 𝐶𝐹(𝐶𝐹1, 𝐶𝐹2) = 𝐶𝐹1 + 𝐶𝐹2 × (1 − 𝐶𝐹1)
8. Tentukan Nilai iterasi perhitungan terakhir
9. Tampilkan Nilai iterasi perhitungan terakhir
10. CF Hasil * 100%
11. Else
12. return input gejala
13. finish
4.4.3. Algoritme Menu Beranda
Algoritme sistem pakar digunakan untuk menjelaskan

proses menu beranda secara terstruktur berdasarkan alur program
sistem pakar yang diterapkan. Berikut adalah algoritme menu
beranda dapat dilihat pada pada algoritme 4.3
Algoritme 4. 3 Menu Beranda
1. Start
2. Pilih menu beranda
3. End
4.4.4. Algoritme Menu Diagnosa

proses menu Diagnosa secara terstruktur berdasarkan alur program
beranda dapat dilihat pada pada algoritme 4.4
Algoritme 4. 4 Menu Beranda
1. Start
2. Pilih menu Diagnosa
3. select tabel
gejala,kerusakan,kondisi,basis_pengetahuan
4. query tabel
gejala,kerusakan,kondisi,basis_pengetahuan
5. tampilkan data gejala dan kondisi
7. Proses Diagnosa
8. input data proses ke tabel hasil
9. Tampilkan hasil Diagnosa
10. else
11. Return menu Diagnosa
12. End
4.4.5. Algoritme Menu Riwayat

proses menu riwayat secara terstruktur berdasarkan alur program
riwayat dapat dilihat pada pada algoritme 4.5
Algoritme 4. 5 Menu Riwayat
1. Start
2. Pilih menu riwayat
3. select tabel hasil
4. query tabel hasil
5. tampilkan tabel hasil
6. if tekan detail data riwayat
7. Tampil detail riwayat hasil diagnosa
8. else
9. Return menu riwayat
10. End
4.4.6. Algoritme Menu Tentang

proses menu tentang secara terstruktur berdasarkan alur program
tentang dapat dilihat pada pada algoritme 4.6
Algoritme 4. 6 Menu Tentang

1. Start
2. pilih menu tentang
2. tampil isi menu tentang
3. end
4.4.7. Algoritme Menu Login

proses menu login secara terstruktur berdasarkan alur program
sistem pakar yang diterapkan. Berikut adalah algoritme menu login
dapat dilihat pada pada algoritme 4.7
Algoritme 4. 7 Menu Login

1. Start
2. if anda admin
3. pilih menu admin
4. input username password
5. if input !==0
6. Berhasil login
7. else
8. return menu login
9. Else
10. Return beranda
11. End
4.4.8. Algoritme Menu Admin

proses menu Admin secara terstruktur berdasarkan alur program
admin dapat dilihat pada pada algoritme 4.8
Algoritme 4. 8 Menu Admin

1. Start
2. pilih menu login
3. login aplikasi
4. pilih menu admin
5. select tabel admin
6. query tabel admin
7. tampilkan data admin
8. if lakukan pencarian
9. tampilkan hasil pencarian
10. else if tekan tombol
11. if tekan tombol tambah
12. input data
13. if sukses
14. data berhasil diinput
15. return menu admin
16. else
18. if tekan tombol edit
19. update data
20. if sukses
21. data berhasil diubah
23. else
25. if tekan tombol hapus
26. if sukses
27. data berhasil dihapus
29. else
31. end if
31. end
4.4.9. Algoritme Menu Gejala

proses menu gejala secara terstruktur berdasarkan alur program
gejala dapat dilihat pada pada algoritme 4.9
Algoritme 4. 9 Menu Gejala

1. Start
2. pilih menu login
3. login aplikasi
4. pilih menu gejala
5. select tabel gejala
6. query tabel gejala
7. tampilkan data gejala
12. input data
13. if sukses
15. return menu gejala
16. else
19. update data
20. if sukses
23. else
26. if sukses
29. else
31. end if
31. end
4.4.10. Algoritme Menu Kerusakan

proses menu kerusakan secara terstruktur berdasarkan alur program
kerusakan dapat dilihat pada pada algoritme 4.10
Algoritme 4. 10 Menu Kerusakan

1. Start
2. pilih menu login
3. login aplikasi
4. pilih menu kerusakan
5. select tabel kerusakan
6. query tabel kerusakan
7. tampilkan data kerusakan
12. input data
13. if sukses
15. return menu kerusakan
16. else
19. update data
20. if sukses
23. else
26. if sukses
29. else
31. end if
31. end
4.4.11. Algoritme Menu Pengetahuan

proses menu Pengetahuan secara terstruktur berdasarkan alur
program sistem pakar yang diterapkan. Berikut adalah algoritme
menu pengetahuan dapat dilihat pada pada algoritme 4.11
Algoritme 4. 11 Menu Pengetahuan

1. Start
2. pilih menu login
3. login aplikasi
4. pilih menu pengetahuan
5. select tabel basis_pengetahuan
6. query tabel basis_pengetahuan
7. tampilkan data basis_pengetahuan
12. input data
13. if sukses
15. return menu pengetahuan
16. else
19. update data
20. if sukses
23. else
26. if sukses
29. else
31. end if
31. end
4.5. Implementasi Sistem
Setelah melewati beberapa tahapan yang sudah di jelaskan pada bab

sebelumnya. Setelah semua data siap dan dapat digunakan dalam proses
pengujian. Berikut langkah-langkah pengujian yang dilakukan guna
mengevaluasi kinerja sistem, serta menjelaskan tiap tampilan layar sistem
antara lain sebagai berikut.
4.5.1. Tampilan Layar Menu Beranda

Pada Tampilan Layar beranda ada jumlah data total gejala,
kerusakan, pengetahuan, dan admin pada layar utama, pada
sidebar ada shortcut menu diagnosa, Riwayat hasil, berita dan
tentang
Gambar 4. 14 Tampilan Layar Menu Beranda
4.5.2. Tampilan Layar Menu Diagnosa

Pada tampilan Layar menu diagnosa, selain ada shortcut
menu di sidebar pada layar utama ada tabel data gejala dan kondisi
kerusakan sesuai kebutuhan user dan tombol diagnose untuk
memulai diagnosa kerusakan komputer
Gambar 4. 15 Tampilan Layar Menu Diagnosa
4.5.3. Tampilan Layar Menu Riwayat

Pada tampilan Layar menu Riwayat akan diperlihatkan
tabel hasil diagnosa dan di sebelah tabel ada grafik dari kerusakan
yang terjadi.
Gambar 4. 16 Tampilan Layar Menu Riwayat
4.5.4. Tampilan Layar Menu Tentang

Pada Tampilan Layar menu tentang ada Penjelasan alasan
dibuatnya Sistem pakar diagnosa kerusakan computer.
Gambar 4. 17 Tampilan Layar Menu Tentang
4.5.5. Tampilan Layar Menu Login

Pada Tampilan Layar login ada form untuk admin agar
dapat login kesistem admin
Gambar 4. 18 Tampilan Layar Login
4.5.6. Tampilan Layar Menu Admin

Pada Tampilan Layar menu admin ada Tabel data admin,
tombol tambah admin untuk memunculkan form tambah admin,
tombol ubah admin untuk mengedit data admin, tombol hapus
admin untuk menghapus data admin, tombol cari untuk mencari
data yang diinginkan.
Gambar 4. 19 Tampilan Layar Menu Admin
4.5.7. Tampilan Layar Menu Gejala

Pada Tampilan Layar menu gejala ada Tabel data gejala,
tombol tambah gejala untuk memunculkan form tambah gejala,
tombol ubah admin untuk mengedit data gejala, tombol hapus
gejala untuk menghapus data gejala , tombol cari untuk mencari
data yang diinginkan.
Gambar 4. 20 Tampilan Layar Menu Gejala
4.5.8. Tampilan Layar Menu Kerusakan

Pada Tampilan Layar menu kerusakan ada Tabel data
Kerusakan, tombol tambah kerusakan untuk memunculkan form
tambah kerusakan, tombol ubah kerusakan untuk mengedit data
kerusakan, tombol hapus kerusakan untuk menghapus data
kerusakan, tombol cari untuk mencari data yang diinginkan.
Gambar 4. 21 Tampilan Layar Menu Kerusakan

4.5.9. Tampilan Layar Menu Pengetahuan
Pada Tampilan Layar menu pengetahuan ada Tabel data
pengetahuan, tombol tambah pengetahuan untuk memunculkan
form tambah pengetahuan, tombol ubah pengetahuan untuk
mengedit data pengetahuan, tombol hapus pengetahuan untuk
menghapus data pengetahuan, tombol cari untuk mencari data yang
diinginkan.
Gambar 4. 22 Tampilan Layar Menu Pengetahuan
4.6. Pengujian
Berikut adalah hasil pengujian menggunakan metode Black Box dan
Akurasi, antara lain sebagai berikut:
4.6.1. Black Box

Pengujian dengan memakai metode Black Box testing adalah
tahap pengujian yg memfokuskan persyaratan fungsional pada
perangkat lunak. Pengujian Black Box Ini dirancang untuk
mendeteksi kesalahan persyaratan fungsional tanpa mempengaruhi
perilaku internal program asli.
Dari serangkaian uji coba membuahkan hasil yang cukup baik.
Semua fungsi menu berfungsi seperti yang diharapkan. Secara
umum sistem ini dapat diujicobakan kepada user.
a. Pengujian Black Box pada halaman Beranda
Pengujian Black Box dilakukan dengan menguji setiap
aktivitas yang terdapat pada halaman Beranda. Pengujian dan
hasil uji Black Box halaman Beranda pada Tabel 4.6.
Tabel 4. 6 Hasil Pengujian Black Box Halaman Beranda
Output yang
Aktifitas Pengujian Hasil
diharapkan
Menampilkan
Klik Tobol Diagnosa Sukses
Halaman Diagnosa
Menampilkan
Klik Tombol Riwayat Sukses
Halaman Riwayat
Menampilkan
Klik Tombol Berita Sukses
Halaman Berita
Menampilkan
Klik Tombol Tentang Sukses
Halaman Tentang
Menampilkan
Klik Tombol Login Sukses
Halaman Login
b. Pengujian Black Box Pada Halaman Login

aktivitas yang terdapat pada halaman Login. Pengujian dan
hasil uji Black Box halaman Login pada Tabel 4.7
Tabel 4. 7 Hasil Pengujian Black Box Halaman Login
Output Yang
Aktifitas Pengujian Hasil
diharapkan
Username masuk
Memasukan Username Sukses
dalam textbox
Password masuk
Memasukan Password Sukses
dalam textbox
Login Ke beranda
Klik Tombol Login Sukses
admin
c. Pengujian Black Box Pada Halaman Diagnosa

aktivitas yang terdapat pada halaman Diagnosa. Pengujian dan
hasil uji Black Box halaman Diagnosa pada Tabel 4.8
Tabel 4. 8 Hasil Pengujian Black Box Halaman Diagnosa
Aktifitas Pengujian Output yang diharapkan Hasil

Mengambil data gejala Gejala dan Kondisi
dan kondisi dari ditampilkan di tabel Sukses
database halaman diagnosa
Pilih Kondisi Kondisi Kerusakan Sukses
Terpilih
Menghitung hasil
diagnosa dan
Tombol diagnosa Sukses
menampilkan hasil
perhitungan
d. Pengujian Black Box Pada Halaman Riwayat

aktivitas yang terdapat pada halaman Riwayat. Pengujian dan
hasil uji Black Box halaman Riwayat pada Tabel 4.9
Tabel 4. 9 Hasil Pengujian Black Box Halaman Riwayat
Output yang
Aktifitas Pengujian Hasil pengujian
diharapkan
Mengambil data dari Data tampil di tabel
Sukses
database tabel riwayat halaman riwayat
Detail data
Mengklik tombol detail Sukses
ditampilkan
e. Pengujian Black Box Pada Halaman Admin

aktivitas yang terdapat pada halaman Admin. Pengujian dan
hasil uji Black Box halaman Admin pada Tabel 4.10
Tabel 4. 10 Hasil Pengujian Black Box Halaman Admin
Output yang
Aktifitas Pengujian Hasil Pengujian
diharapkan
Mengambil data dari Data Tampil di tabel
Sukses
database tabel admin halaman admin
Muncul form tambah
Klik Tambah untuk menambahkan Sukses
admin
Muncul form edit
Klik Edit untuk mengedit data Sukses
admin
Klik Hapus Menghapus data admin Sukses
f. Pengujian Black Box Pada Halaman Gejala

aktivitas yang terdapat pada halaman Gejala. Pengujian dan
hasil uji Black Box halaman Gejala pada Tabel 4.11
Tabel 4. 11 Hasil Pengujian Black Box Halaman Gejala
Aktifitas Pengujian Output yang diharapkan Hasil Pengujian

Mengambil data gejala
Data tampil di tabel
dari database tabel Sukses
halaman gejala
gejala
Muncul form untuk
Klik tambah Sukses
menambah data gejala
Muncul Form untuk
Klik Edit Sukses
mengedit data gejala
Klik Hapus Menghapus data gejala Sukses
g. Pengujian Black Box Pada Halaman Kerusakan

aktivitas yang terdapat pada halaman Kerusakan. Pengujian
dan hasil uji Black Box halaman Kerusakan pada Tabel 4.12
Tabel 4. 12 Hasil Pengujian Black Box Halaman Kerusakan

Mengambil data gejala
dari database tabel Sukses
halaman Kerusakan
Kerusakan
Muncul form untuk
Klik tambah menambah data Sukses
Kerusakan
Muncul Form untuk
Klik Edit mengedit data Sukses
Kerusakan
Menghapus data
Klik Hapus Sukses
Kerusakan
h. Pengujian Black Box Pada Halaman Pengetahuan

aktivitas yang terdapat pada halaman Basis Pengetahuan.
Pengujian dan hasil uji Black Box halaman Basis Pengetahuan
pada Tabel 4.13
Tabel 4. 13 Hasil Pengujian Black Box Halaman Pengetahuan

Mengambil data Basis
pengetahuan dari
halaman Basis Sukses
database tabel
Pengetahuan
basis_pengetahuan
Klik tambah Muncul form untuk Sukses
menambah data Basis
Pengetahuan
Muncul Form untuk
Klik Edit mengedit data Basis Sukses
Pengetahuan
Menghapus data Basis
Klik Hapus Sukses
Pengetahuan
Berdasarkan seluruh pengujian blackbox di atas dapat

disimpulkan yaitu hasil uji fungsional sistem pakar untuk
mendiagnosis Kerusakan Komputer adalah 100%. Dari hasil
pengujian black box juga dinyatakan bahwa aplikasi sistem
pakar diagnosis kerusakan komputer dapat berjalan tanpa ada
kendala atau tidak terjadi bug.
4.6.2. Pengujian Akurasi
Pengujian akurasi bertujuan untuk mengetahui tingkat akurasi

sistem pakar dalam memberikan hasil Kerusakan. Data yang diuji
berjumlah 10 sampel data analisa pakar. Hasil rekomendasi yang
diperoleh dari sistem akan dibandingkan dengan hasil analisa
pakar. Hasil pengujian akurasi sistem pakar dari 10 sampel yang
telah diuji ditunjukkan pada Tabel 4.26. Pada tabel tersebut
terdapat seluruh data sampel pengujian berdasarkan inputan gejala
berdasarkan Kondisi user.
Tabel 4. 14 Pengujian Akurasi
Hasil Diagnosa
No. Gejala Kondisi Kerusakan Sistem Manual Kecocokan
G01,
G02,
1 Pasti Ya Monitor
G24,
Rusak 98,80% 98,80% 1
G31
G01,
G04,
G07,
G16,
G17, Pasti Ya
G25, MEMORI
2 99,93% 99,93% 1
G28, RUSAK
G30,
G31
G06, Pasti Ya
G08,
G13,
G17, Harddisk Rusak
100% 100% 1
3 G19,
G29
G01,
G09,
G10,
G12, Pasti Ya
G17, VGA RUSAK 99,48% 99,48% 1
4
G18,
G31
G07,
G11,
G12,
Pasti Ya
G13,
OS
5 G17, 99,42% 99,42% 1
BERMASALAH
G29
G11,
G14,
G15, Pasti Ya
6 G26, POWER
98,92% 98,92% 1
G27 SUPLEY RUSAK
G01,
G03,
Pasti Ya
G04, PROSESOR
7 97,60 % 97,60 % 1
G05 RUSAK
G14,
G21,
Pasti Ya Motherboard
G26,
8 Rusak 98,56% 98,56% 1
G27
G10,
G19,
Pasti Ya
G22, Keyboard
9 94,96% 94,96% 1
G30 Rusak
G10,
G23,
Pasti Ya
G32,
10 Mouse Rusak 99,28% 99,28% 1
G33
Hasil dari akurasi pada diagnosa kerusakan komputer bernilai 1
artinya diagnosa sistem sama dengan diagnosa pakar dan sesuai dengan
perhitungan manual. Sebaliknya, jika hasil akurasi bernilai 0 artinya
keluaran dari sistem tidak sama dengan keluaran dari pakar.
Berdasarkan tabel 4.27 telah dilakukan pengujian akurasi dengan 10
sampel data diagnosa kerusakan komputer dan menghasilkan nilai
akurasi sesuai perhitungan berikut.
Nilai akurasi = Jumlah data akurasi x 100 %

Keseluruhan data
10
Nilai akurasi = 𝑥 100% = 100%
10
Hasil dari nilai akurasi sistem pakar diagnosa kerusakan komputer

dengan metode certainty factor dan forward chaining adalah 100%.
4.7. Evaluasi Pengujian
Berdasarkan serangkaian pengujian yang telah dilakukan, ditemukan

kelebihan dan kekurangan yang masih ada pada sistem, antara lain :
4.7.1. Kelebihan Sistem

a. Dengan adanya metode Certainty Factor User dapat memilih
gejala sesuai kondisi dan keyakinan atas kerusakan yang
terjadi.
b. Setiap gejala yang ditemukan pada saat proses diagnosa,

memiliki solusi yang dapat membantu pengguna dalam
mendiagnosis kerusakan komputer.
c. Pengguna dapat melihat riwayat hasil diagnosa, yaitu diagnosa

yang telah dilakukan user akan tercatat informasinya seperti
metode diagnosa, nilai, solusi di saat user melakukan diagnosa.
d. Admin bisa mengelola aturan yang akan ditetapkan diaplikasi

ini.
e. Admin bisa menambahkan data kaidah aturan atau basis

pengetahuan ,gejala dan kerusakan sesuai kebutuhan di masa
mendatang
4.7.2. Kelemahan Sistem

a. Penyajian Informasi Kerusakan masih belum terlalu lengkap
dikarenakan keterbatasan waktu penelitian dan informasi.
b. Kerusakan yang ada pada sistem pakar ini masih terbatas pada
kejadian yang terjadi di laboratorium komputer pusat
universitas budi luhur
c. Penentuan nilai CF Pakar hanya sebatas sumber dari seorang

pakar
BAB V
PENUTUP
5.1. Kesimpulan
Berdasarkan hasil analisis dan uji coba yang telah dilakukan oleh
penulis, dengan demikian penulis dapat menyimpulkan beberapa hal
sebagai berikut:
a. Dihasilkan Sistem Pakar Diagnosa Kerusakan Komputer menggunakan

metode forward chaining dan certainty factor berbasis web dengan baik
dapat memberikan hasil berupa diagnosa kerusakan komputer.
Sehingga memudahkan Asisten dan admin Laboratorium Komputer
untuk mencari informasi tentang gejala, Kerusakan, dan solusi
Penanganan Kerusakan saat maintenance komputer.
b. Aplikasi sistem pakar diagnosa Kerusakan Komputer yang
dikembangkan dapat mendiagnosa 10 jenis kerusakan.
5.2. Saran
Ada pun saran-saran yang dapat penulis sampaikan, yang mungkin dapat
dipertimbangkan dalam perkembangan aplikasi ini sebagai berikut:
a. Program ini dapat dikembangkan dengan menggunakan metode yang

berbeda atau dengan mengkombinasikan metode Forward Chaining
ataupun Certainty Factor dengan metode lain.
b. User Interface yang ada pada aplikasi ini masih sederhana. Oleh karena
itu perbaikan User Interface masih diperlukan agar menjadi lebih
menarik dan memudahkan user atau masyarakat luas.
c. Program ini juga dapat dikembangkan menjadi Aplikasi berbasis
Android dan IOS di masa mendatang
d. Menambahkan cakupan berbagai Kerusakan serta gejala yang dialami
oleh admin atau asisten lab agar menjadi lebih banyak data set
pengujian.
DAFTAR PUSTAKA
Bosker Sinaga, P.M Hasugian, A.M.M. (2018) ‘Sistem Pakar Mendiagnosa
Kerusakan Smartphone Android Menggunakan Metode Certainty Factor’, Journal
Of Informatic Pelita Nusantara, 3(1), pp. 56–62.
Dwi Marisa Efendi, P.Y.S. (2020) ‘Sistem Pakar Diagnosa Penyakit Kulit Wajah
Dengan Metode Certainty Factor Pada Klinik Skin Rachel’, Jurnal Informasi dan
Komputer, 8(1), pp. 59–68. Available at: https://doi.org/10.35959/jik.v8i1.174.
Efendi, I., Niswatin, R.K. and Farida, I.N. (2020) ‘Penerapan Metode Certainty
Factor untuk Sistem Pakar Diagnosa Penyakit Burung Puyuh Berbasis Web’,
Seminar Nasional Inovasi Teknologi [Preprint].
Imron, I. et al. (2019) ‘Sistem Pakar Diagnosa Kerusakan Mesin Sepeda Motor
Transmission Automatic dengan Metode Forward Chaining Studi Kasus: AHASS
00955 Mitra Perdana’, Jurnal Ilmiah Universitas Batanghari Jambi, 19(3), p. 544.
Available at: https://doi.org/10.33087/jiubj.v19i3.742.
Juniawan, F.P. (2017) ‘Penggunaan Metode Forward Chaining Dalam

Perancangan Sistem Pakar Diagnosa Gangguan Kejiwaan’, Jurnal Ilmiah
Informatika Global, 8(1), pp. 29–35.
Kiray, D. and Sianturi, F.A. (2020) ‘Diagnose Expert System Computer

Malfunction Certainty Factor Method’, Journal Of Computer Networks,
Architecture and High Performance Computing, 2(1), pp. 63–71. Available at:
https://doi.org/10.47709/cnapc.v2i1.358.
Kurniawan, A. (2018) ‘Sistem Pakar Mendiagnosa Penyakit Flu Burung Secara’,

Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 3(1), pp. 34–39.
Kusumawijaya, I.P. (2020) ‘Aplikasi Sistem Pakar Kerusakan Personal Computer

Menggunakan Metode Certainty Factor’, ICIT Journal, 6(2), pp. 183–194.
Available at: https://doi.org/10.33050/icit.v6i2.1115.
Mijaswari, F. and Sulindawaty, S. (2020) ‘Computer Troubleshooting Expert

System Damage Certainty Factor Method Using Web Based’, Journal Of
Computer Networks, Architecture and High Performance Computing, 2(2), pp.
171–176. Available at: https://doi.org/10.47709/cnapc.v2i2.386.
Mulyono, H., Darman, R.A. and Ramadhan, G. (2020) ‘Sistem Pakar Diagnosa
Kerusakan Pada Laptop Menggunakan Metode Certainty Factor’, JIPI (Jurnal
Ilmiah Penelitian dan Pembelajaran Informatika), 5(2), p. 98. Available at:
https://doi.org/10.29100/jipi.v5i2.1708.
Saputra, O., Fitri, I. and Esti Handayani, E.T. (2022) ‘Sistem Pakar Diagnosa
Kerusakan Hardware Komputer Menggunakan Metode Forward Chaining dan
Certainty Factor Berbasis Website’, Jurnal JTIK (Jurnal Teknologi Informasi dan
Komunikasi), 6(2), pp. 234–242. Available at:
https://doi.org/10.35870/jtik.v6i2.416.
Sianturi, F.A. (2019) ‘Implementasi Metode Certainty Factor untuk Diagnosa

Kerusakan Komputer’, MEANS (Media Informasi Analisa dan Sistem), 4(2), pp.
176–184. Available at: https://doi.org/10.54367/means.v4i2.569.
Simanjuntak, D. et al. (2018) ‘Sistem Pakar Diagnosis Penyakit Pada Kambing

Menggunakan Metode Naive Bayes dan Certainty Factor’, Jurnal Pengembangan
Teknologi Informasi dan Ilmu Komputer, 2(2), p. 35. Available at: http://j-
ptiik.ub.ac.id.
Solecha, K. et al. (2021) ‘Sistem Pakar Untuk Mendeteksi Kerusakan Komputer

Dengan Metode Forward Chaining’, Jurnal Infortech, 3(2), pp. 164–170.
Available at: https://doi.org/10.31294/infortech.v3i2.11801.
Sumpala, A.T. and Sutoyo, M.N. (2018) ‘Sistem Pakar Untuk Mendiagnosa Hama
dan Penyakit Tanaman Kakao Menggunakan Metode Forward Chaining dan
Certainty Factor’, Prosding Seminar Nasional, (November), pp. 261–267.
Tamara Aldisa, R. (2022) ‘Penggunaan Metode Certainty Factor Pada Sistem

Pakar Deteksi Kerusakan Perangkat Keras (Hardware) Komputer di Laboratorium
Berbasis Android’, Journal of Information System Research, 3(3), pp. 314–323.
Available at: https://doi.org/10.47065/josh.v3i3.1528.
Wahana Komputer (2014) Pengenalan ,Permasalahan, dan Penanganan

Hardware Komputer. Ed. I. Edited by S. Wibowo. Yogyakarta: Andi Publisher.
Available at: https://ebooks.gramedia.com/id/buku/pengenalan-permasalahan-dan-
penanganan-hardware-komputer.
LAMPIRAN-LAMPIRAN
1. Surat Keterangan Riset

2. Lampiran Sumber Pakar/Pengetahuan (Wawancara)
3. Lampiran Sumber Pakar/Pengetahuan (Buku)

TugasAkhir2022 JuanKalyzta (Revisi)

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TugasAkhir2022 JuanKalyzta (Revisi)

Diunggah oleh

Hak Cipta:

Format Tersedia

IMPLEMENTASI SISTEM PAKAR DIAGNOSA KERUSAKAN

KOMPUTER DENGAN METODE ALGORITMA FORWARD

PROGRAM STUDI TEKNIK INFORMATIKA

Diajukan untuk memenuhi salah satu persyaratan memperoleh

PROGRAM STUDI TEKNIK INFORMATIKA

PERSETUJUAN TUGAS AKHIR

Nama : Juan Kalyzta

Dr. Muhammad Syafrullah, M.Kom, M.Sc.

IMPLEMENTASI SISTEM PAKAR DIAGNOSA KERUSAKAN

Oleh: Juan Kalyzta (1811500071)

Pada Proses Maintenance Asisten Lab biasanya mengidentifikasi Komputer satu

Kata Kunci : kerusakan computer, laboratorium , sistem pakar, certainty factor

xiv + 100 halaman; 38 gambar; 26 tabel; 3 lampiran

1. Allah SWT, atas segala Petunjuk dan Kemudahan-Nya sehingga pada

Tabel 2. 1 Tabel Nilai Bobot (Efendi, Niswatin and Farida, 2020)..................................12

Algoritme 4. 1 Sistem Pakar............................................................................................73

1. Logical Record Structure (LRS)

Simbol yang digunakan

Simbol yang digunakan

Simbol yang menyatakan

Node biasanya mengacu

1.1. Latar Belakang

a. Kurangnya Efisiensi dari segi waktu dan tenaga saat menjalankan

b. Kurangnya pelatihan pada Asisten baru dan Calon Asisten sehingga

1.3. Rumusan Masalah

Berdasarkan latar belakang di atas, dirumuskan masalah dalam laporan

a. Bagaimana dapat mempercepat waktu pengerjaan maintenance

b. Bagaimana merancang dan mengimplementasikan sistem pakar

1.4. Batasan Masalah

a. Mengimplementasikan sistem pakar diagnosa kerusakan komputer

b. Manfaat bagi Laboratorium Komputer Pusat Universitas Budi Luhur

c. Manfaat Bagi Penulis

1.7. Sistematika Penulisan

BAB II : LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

BAB IV : HASIL DAN PEMBAHASAN

Gambar 2. 1 Konsep Kecerdasan Buatan (Imron et al., 2019)

Lingkup utama implementsi dalam kecerdasan buatan saat ini ditemui

a. Sistem pakar (Expert System). Disini komputer digunakan sebagai

2.2. Pengertian Sistem Pakar

a. Terbatas pada domain keahlian tertentu.

Gambar 2. 2 Struktur Sistem Pakar (Efendi, Niswatin and Farida, 2020)

c. Akuisisi Pengetahuan (Knowledge Acquisition)

Komponen ini mengandung mekanisme pola pikir dan

Workplace merupakan area dari sekumpulan memori

2.3. Representasi Pengetahuan

2.4. Mekanisme Inferensi

b. Pelacakan ke Depan (forward chaining)

2.5. Mesin Inferensi Forward Chaining

Gambar 2. 3 Inferensi forward chaining

2.6. Metode Certainty Factor

Tabel 2. 1 Tabel Nilai Bobot (Efendi, Niswatin and Farida, 2020)

Pada Tabel 2.1 Nilai 0 menunjukkan bahwa pengguna konsultasi

CF(H,E) : Certainty factor hipotesis dengan asumsi evidence

CF(H,e) : Certainty factor hipotesis yang dipengaruhi oleh

Jika semua evidence pada antecedent diketahui dengan

CF Gabungan merupakan CF akhir dari sebuah calon

EVIDENCE E NILAI KETIDAKPASTIAN

E1 and E2 Min [ CF (H,E1), CF (H,E2) ]

E1 or E2 Max [ CF (H,E1), CF (H,E2) ]

Not E -CF (H,E)

2.7. Diagnosa Kerusakan Komputer