i

SISTEM PAKAR PENDETEKSIAN KERUSAKAN PADA

MONITOR CRT DENGAN METODE CERTAINTY FACTOR
SKRIPSI
Untuk memenuhi sebagian persyaratan
Untuk memperoleh derajat Sarjana S-1













Diajukan oleh

WIWIT ARSIH BANNESI
0806083247


JURUSAN ILMU KOMPUTER
FAKULTAS SAINS DAN TEKNIK
UNIVERSITAS NUSA CENDANA
KUPANG
2012


i

DAFTAR ISI

Halaman
DAFTAR ISI ................................................................................................... i
DAFTAR GAMBAR ....................................................................................... iii
DAFTAR TABEL ........................................................................................... iv
BAB I PENDAHULUAN ............................................................................. 1
1.1 Latar Belakang ............................................................................. 1
1.2 Rumusan Masalah......................................................................... 3
1.3 Batasan Masalah ........................................................................... 3
1.4 Keaslian Penelitian ....................................................................... 4
1.5 Tujuan Penelitian .......................................................................... 4
1.6 Manfaat Penelitian ........................................................................ 5
1.7 Tinjauan Pustaka .......................................................................... 5
1.8 Metode Penelitian ......................................................................... 6
1.9 Sistematika Penulisan ................................................................... 8
BAB II LANDASAN TEORI ...................................................................... 10
2.1 Kecerdasan Buatan ....................................................................... 11
2.2 Sistem Pakar ................................................................................ 13
2.2.1 Keuntungan dan Kelemahan Sistem Pakar ........................... 14
2.2.2 Struktur Sistem Pakar ........................................................... 15
2.2.3.1 Antarmuka Pengguna (User Interface) ............................ 16
2.2.3.2 Basis Pengetahuan ........................................................... 17
2.2.3.3 Mesin Inferensi ................................................................ 18
2.2.3.4 Workplace (Tempat Kerja) ............................................... 19
2.2.3.5 Fasilitas Penjelasan .......................................................... 19
2.2.3.6 Akuisisi Pengetahuan ....................................................... 20
2.3 Representasi Pengetahuan ............................................................ 20
2.3.1 Frame ................................................................................... 21
2.3.2 J aringan Semantik................................................................. 21
2.3.3 Script .................................................................................... 22
2.3.4 Kaidah Produksi ................................................................... 22
2.3.4.1 Tabel Keputusan dan Pohon Keputusan ........................... 23
2.3.4.2 Konversi menjadi Kaidah Produksi .................................. 34
2.4 Certainty Factor (CF) ................................................................... 40
2.4.1 Kombinasi Aturan Ketidakpastian ........................................ 42
2.4.2 Perhitungan Certainty Factor Gabungan .............................. 44
2.5 Monitor CRT ................................................................................ 48
2.5.1 Bagian-bagian Monitor CRT ................................................. 50
2.5.2 Prinsip Kerja Monitor CRT ................................................... 53
2.5.3 Keuntungan dan Kerugian Monitor CRT .............................. 56
BAB III. ANALISIS DAN PERANCANGAN SISTEM............................... 59
3.1 Analisis Sistem ............................................................................. 59
3.1.1 Analisis Masalah .................................................................. 59
3.1.2 Sumber Informasi dan Akuisisi Pengetahuan ........................ 60
3.1.3 Analisis Input ....................................................................... 60
ii

3.1.4 Analisis Output ..................................................................... 61
3.1.5 Representasi Pengetahuan ..................................................... 61
3.1.5.1 Tabel Keputusan .............................................................. 62
3.1.5.2 Pohon Keputusan ............................................................. 63
3.1.5.3 Aturan / Kaidah Produksi ................................................. 65
3.1.6 Perhitungan Nilai CF ............................................................ 66
3.1.7 Analisis Pengguna ................................................................ 68
3.1.8 Analisis Perangkat Keras ...................................................... 68
3.1.9 Analisis Perangkat Lunak ..................................................... 69
3.2 Perancangan Sistem ...................................................................... 69
3.2.1 Diagram Konteks .................................................................. 69
3.2.2 Diagram Aliran Data Level 0 ................................................ 70
3.2.3 Diagram Aliran Data Level 1 ................................................ 72
3.2.4 Entity Relationship Diagram (ERD) ..................................... 78
3.2.5 Relasi Tabel .......................................................................... 79
3.2.6 Data Dictionary .................................................................... 80
3.2.7 Perancangan Antar Muka ...................................................... 83

DAFTAR PUSTAKA ...................................................................................... 88






















iii

DAFTAR GAMBAR

Halaman
2.1. Beberapa bidang kecerdasan buatan ......................................................... 11
2.2. Struktur sistem pakar ............................................................................... 15
2.3. Proses forward chaining .......................................................................... 18
2.4. Proses backward chaining........................................................................ 18
2.5. Pohon Keputusan Identifikasi Pesawat ..................................................... 26
2.6. Proses reduksi atribut ............................................................................... 28
2.7. Pohon keputusan hasil reduksi ................................................................. 29
2.8. Pohon keputusan minimal ........................................................................ 30
2.9. Pohon keputusan ...................................................................................... 30
2.10 Pohon keputusan ...................................................................................... 32
2.11 Pohon Keputusan AND-OR ..................................................................... 33
2.12 Pohon Keputusan AND-OR Kerusakan Not Charging ............................. 34
2.13 Kombinasi aturan ketidakpastian.............................................................. 42
2.14 Monitor CRT ........................................................................................... 49
2.15 Bagian-bagian monitor CRT ................................................................... 49
3.1 Pohon Keputusan ..................................................................................... 64
3.2 Diagram Konteks ..................................................................................... 70
3.3 DFD Level 0 ............................................................................................ 71
3.4 DFD Level 1 Proses 1 .............................................................................. 73
3.5 DFD Level 1 Proses 2 .............................................................................. 74
3.6 DFD Level 1 Proses 3 .............................................................................. 76
3.7 Entity Relationship Diagram ...................................................................... 78
3.8 Relasi Tabel ............................................................................................... 79
3.9 Menggambarkan rancangan form pembuka ................................................ 84
3.10 Menggambarkan rancangan form gejala ................................................... 85
3.11 Menggambarkan rancangan form kerusakan............................................. 85
3.12 Menggambarkan rancangan form solusi ................................................... 86
3.13 Menggambarkan rancangan form aturan................................................... 86
3.14 Menggambarkan rancangan form hasil konsultasi .................................... 87








iv

DAFTAR TABEL

Halaman
2.1 Definisi sistem pakar ................................................................................. 12
2.2 Tabel Keputusan ........................................................................................ 23
2.3 Tabel Keputusan Identifikasi Pesawat ........................................................ 25
2.4 Tabel Keputusan ........................................................................................ 30
2.5 Alternatif Tabel Keputusan ........................................................................ 32
2.6 Tabel Keputusan Kerusakan Not Charging ................................................ 34
2.7 Himpunan Kaidah ...................................................................................... 34
2.8 Interpretasi term dari pakar ..................................................................... 42
3.1 Tabel Keputusan Kerusakan Flyback ........................................................ 62
3.2 Tabel Keputusan Kerusakan CRT .............................................................. 62
3.3 Tabel Keputusan Kerusakan Power Supply ................................................ 63
3.4 Aturan Produksi ......................................................................................... 65
3.5 Gejala ........................................................................................................ 80
3.6 Kerusakan .................................................................................................. 80
3.7 Solusi ........................................................................................................ 81
3.8 Gejalayn .................................................................................................... 81
3.9 Aturan ....................................................................................................... 82
3.10 Pengetahuan............................................................................................. 82
3.11 Log Konsultasi......................................................................................... 82
3.12 Login pakar .............................................................................................. 83










1

BAB I
PENDAHULUAN
1.1 Latar Belakang
Berkembangnya penggunaan komputer akhir ini di rasa sangat pesat
dan sangat bermanfaat untuk kelangsungan kehidupan manusia. Banyak
pekerjaan manusia yang dapat diselesaikan oleh komputer, sehingga komputer
menjadi bagian yang tidak dapat dipisahkan dari kehidupan sehari-hari. Dengan
menggunakan komputer, kita dapat mengerjakan berbagai pekerjaan. Komputer
telah menjadi hal yang dianggap biasa bagi masyarakat kita, baik untuk orang
dewasa, remaja bahkan anak-anak. Bagian komputer yang paling sering
berinteraksi dengan mata manusia adalah monitor. Sebagai salah satu komponen
utama komputer, monitor memiliki dua macam tipe yakni CRT (Catode Ray Tube)
dan LCD (Liquid Crystal Display).
Penggunaan monitor sampai dengan saat ini sudah sangat banyak,
sebanyak orang yang menggunakan komputer atau bahkan lebih, sehingga tidak
terhitung lagi berapa jumlah monitor yang telah rusak. Kerusakan tersebut
dikarenakan beberapa faktor antara lain kesalahan yang terjadi akibat adanya error
dari monitor itu sendiri, kesalahan pemakaian, seperti pemakaian yang kasar yang
dapat memperpendek umur dari sebuah monitor. Faktor-faktor inilah yang
menyebabkan suatu monitor mengalami kerusakan sehingga pemakai harus
memperbaikinya.
Berbagai masalah timbul dalam penanganan atau perbaikan kerusakan
monitor, salah satunya adalah service center yang memadai, yang mampu
1

2



melakukan perawatan dan perbaikan monitor masih sangatlah minim. Hal ini
dapat disebabkan oleh berbagai hal, antara lain : biaya perbaikan yang terlalu
mahal, tenaga ahli (teknisi) yang masih kurang dan terkadang tidak tersedianya
suku cadang tertentu.
Berbagai alternatif pemecahan masalah diupayakan untuk menyelesaikan
masalah tersebut, salah satunya pada masalah kekurangan jumlah teknisi. Hal ini
dapat diatasi dengan cara training atau menambah jumlah teknisi dengan melatih
teknisi baru. Kelebihan dari alternatif ini yakni dapat langsung melakukan praktek
di lapangan sehingga pengalaman yang didapatkan lebih banyak. Namun,
kelemahannya yakni memerlukan biaya pelatihan yang cukup besar dan juga
membutuhkan jumlah teknisi ahli yang cukup banyak jika ingin melatih teknisi
baru dalam jumlah yang besar karena pada prakteknya diperlukan pengawasan
langsung dari seorang trainer dan membutuhkan waktu yang lama.
Cara lain adalah dengan memperbaiki sendiri monitor tersebut dengan
buku panduan atau referensi lain dari internet. Kelebihan cara ini adalah seseorang
dapat menghemat biaya, sekaligus dapat menambah ilmu pengetahuan tentang
kerusakan monitor. Kelemahannya, seseorang harus membaca dengan teliti dan itu
sangat membutuhkan waktu karena terdapat istilah-istilah yang tidak dikenal
secara umum. Selain itu, belum tentu dapat langsung memperbaiki karena belum
bisa menangkap petunjuk-petunjuk dari buku tersebut, bahkan terkadang
kerusakan dapat menjadi luas karena kesalahan yang dilakukan.
Dari latar belakang di atas, maka penulis berpikir perlu diambil suatu
tindakan untuk membantu memecahkan masalah yang terjadi. Untuk membantu
3



teknisi baru dan juga orang awam yang berminat dalam penanganan kerusakan
monitor, maka penulis mencoba untuk merancang sebuah perangkat lunak yang
mampu mendeteksi kerusakan pada monitor dan juga penanganannya. Dalam
perangkat ini, penulis menggunakan pendekatan dengan metode CF (Certainty
Factor), untuk menangani ketidakpastian data yang terdapat pada basis
pengetahuan yang dibentuk. Perangkat lunak tersebut seringkali disebut sebagai
sistem pakar.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang tersebut, maka dapat dirumuskan
masalah yaitu bagaimana merancang sebuah sistem pendeteksian kerusakan
monitor CRT dengan menggunakan metode CF yang dibuat dalam sebuah aplikasi
sistem pakar .
1.3 Batasan Masalah
Sistem ini dibatasi oleh beberapa hal, yaitu :
a. Pendeteksian pada kerusakan monitor CRT/ tabung.
b. Sistem pakar yang dibuat digunakan untuk memandu teknisi-teknisi baru
serta orang yang tertarik dalam perbaikan kerusakan monitor yang terjadi.
Dalam hal ini orang-orang yang menggunakan sistem ini sudah
mempunyai pengetahuan dasar tentang monitor CRT dan elektronika.
c. Aplikasi sistem pakar yang dibangun bersifat dinamis, yakni memiliki
kemampuan untuk menambah, mengubah dan menghapus knowledge base.
4



d. Menggunakan metode CF (Certainty Factor) dalam mengolah
ketidakpastian data dengan memberikan kesimpulan yang valid. CF yang
diambil sebagai hasil deteksi adalah CF dengan nilai terbesar.
e. Pengguna menjawab pertanyaan sistem dengan memilih jawaban ya atau
tidak.
1.4 Keaslian Penelitian
Sebelum penulis membuat sistem ini, telah ada beberapa penulis lain yang
lebih dahulu membuatnya, tetapi sistem yang dibuat ini memiliki perbedaan dari
sistem-sistem sebelumnya, karena penulis membuat sistem ini menggunakan
Borland Delphi 7 yang bersifat aplikasi desktop yang disajikan dalam tampilan
sistem yang berbeda. Penulis juga belum mendapatkan beberapa penulis lain yang
mengajukan sistem tersebut sebagai salah satu judul tugas akhir, dengan demikian
sistem yang dibuat penulis ini belum pernah dibuat sebelumnya.
Untuk tugas akhir ini, peneliti mencoba mengaplikasikan sistem pakar
dengan metode Certainty Factor untuk mendeteksi kerusakan pada monitor CRT
yang nantinya dapat diidentifikasi dengan baik oleh komputer.
1.5 Tujuan Penelitian
Tujuan penelitian ini adalah merancang serta mewujudkan suatu sistem
yang berfungsi dalam mendeteksi kerusakan monitor CRT dan juga
penanganannya sehingga dapat memberikan informasi dan juga pengetahuan
tentang kerusakan monitor bagi teknisi baru yang baru belajar dan orang awam
yang tertarik dalam mengetahui kerusakan dan penanganan monitor tersebut.

5



1.6 Manfaat Penelitian
Manfaat dari pembuatan sistem pakar ini adalah memberikan kemudahan
pengetahuan kepada teknisi baru dan juga orang awam yang tertarik dalam
menemukan letak permasalahan yang terjadi pada monitor komputernya, tanpa
bantuan menyewa teknisi ahli, sehingga diharapkan dapat menekan waktu
penyelesaian kerusakan bagi teknisi baru dan juga menekan biaya perbaikan pada
orang awam jika terjadi kerusakan dan dapat dikerjakan sendiri.
1.7 Tinjauan Pustaka
Sistem pakar mengenai pendeteksian kerusakan monitor sebelumnya telah
dirancang oleh beberapa orang yang berbeda-beda, mulai dari penampilan sistem
yang dibuat, bahasa pemrograman yang dipakai dan juga sistem yang dibuat
sampai pada berbasis web. Penulis yang pernah membuat sistem yang serupa
adalah Rifky, Tony Sulamanda dan Rudy Kustanto dari Universitas Bina
Nusantara yang membuat analisis dan perancangan sistem pakar untuk diagnosa
kerusakan monitor dengan menggunakan pendekatan probabilitas Bayesian
dengan menggunakan bahasa pemrograman J ava (Rifky dkk,2005). Selain itu ada
juga perancangan aplikasi sistem pakar untuk mendeteksi kerusakan pada monitor
LCD oleh Rindi J uni Yantika dan Kusrini dari STMIK AMIKOM Yogyakarta
tahun 2012 yang berbasis web (Yantika dan Kusrini,2012). Ada juga aplikasi
sistem pakar untuk troubleshooting pada monitor komputer yang dirancang oleh
Zulkifli, Sri Wulam Windu Ratih dalam penulisan ilmiah di Fakultas Ilmu
Komputer, Gunadarma pada tahun 2005 (Zulkifli danRatih,2005).
6



Selain itu sistem pakar yang memuat kerusakan monitor lainnya dibuat
oleh beberapa orang, dimana mereka menggabungkannya dengan kerusakan-
kerusakan hardware komputer lainnya. Di antaranya yakni rekayasa pengetahuan
pakar berbasis aturan untuk identifkasi kerusakan hardware oleh Yuhendra dari
J urusan Teknik Informatika, Institut Teknologi Padang tahun 2008 dengan
menggunakan software Visual Basic 6.0 Profesional Edition (Yuhendra,2008).
Ada juga perancangan sistem pakar troubleshooting personal computer yang
dibuat oleh J ati Sasongko dari Fakultas Teknologi Informasi, Universitas
Stikubank Semarang pada tahun 2007 dalam aplikasi desktop (Sasongko,2007).
Selain itu, Fastsyahrina Fitriastuti dan Luluk Sri Ekowati dari Universitas
J anabadra Yogyakarta membuat aplikasi sistem pakar berbasis web untuk
mendeteksi kerusakan perangkat keras komputer dengan metode backward
chaining pada tahun 2009 (Fitriastuti dan Ekowati,2009).
1.8 Metode Penelitian
Metodologi yang digunakan dalam penelitian pembangunan sistem pakar
pendeteksian kerusakan monitor CRT dengan metode CF ini adalah metode
kuantitatif. Adapun tahapan proses penelitian yang dilakukan adalah sebagai
berikut :
a. Tahap pengumpulan data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah
sebagai berikut :


7



1. Studi pustaka
Pengumpulan data dengan cara mengumpulkan literatur, jurnal, paper dan
bacaan-bacaan yang ada kaitannya dengan pokok bahasan penelitian.
2. Observasi
Teknik pengumpulan data dengan mengadakan pengamatan secara
langsung dan mengindra terhadap objek penelitian.
3. Wawancara
Teknik pengumpulan data dengan jalan melakukan tanya jawab
dengan responden (pakar dan teknisi ahli).
b. Tahap pembangunan perangkat lunak.
Teknik pembangunan sistem perangkat lunak dilakukan secara waterfall,
yang meliputi beberapa proses yakni :
1. Definisi Kebutuhan
Merupakan bagian dari sistem yang terbesar dalam pengerjaan suatu
proyek, dimulai dengan menetapkan berbagai kebutuhan dari semua
elemen yang diperlukan sistem dan mengalokasikannya kedalam
pembentukan perangkat lunak.
2. Analisis
Merupakan tahap menganalisis hal-hal yang diperlukan dalam pelaksanaan
proyek pembuatan perangkat lunak.
3. Design
Tahap penerjemahan dari data yang dianalisis kedalam bentuk yang mudah
dimengerti oleh pengguna.
8



4. Coding
Tahap penerjemahan data atau pemecahan masalah yang telah
dirancang ke dalam bahasa pemrograman tertentu.
5. Pengujian
Merupakan tahap pengujian terhadap perangkat lunak yang dibangun.
6. Maintenance
Tahap akhir dimana suatu perangkat lunak yang sudah selesai dapat
mengalami perubahanperubahan atau penambahan sesuai dengan
permintaan pengguna.
1.9 Sistematika Penulisan
Dalam penyusunan tugas akhir ini, sistematika penulisan dibagi menjadi
beberapa bab sebagai berikut :
BAB I Pendahuluan
Bab ini berisi pembahasan masalah umum yang meliputi latar belakang, rumusan
masalah, batasan masalah, keaslian penelitian, tujuan penelitian, manfaat
penelitian, tinjauan pustaka, metode penelitian dan sistematika penulisan.
BAB II Landasan Teori
Bagian ini memuat landasan teori yang berfungsi sebagai sumber atau alat dalam
memahami permasalahan yang berkaitan dengan sistem pakar pendeteksian
kerusakan monitor CRT dengan metode CF.
BAB III Analisis & Perancangan Sistem
Bagian ini mengandung tahapan/urutan penyelesaian masalah yang diungkapkan
dalam bab pendahuluan dengan menggunakan metode pada bab landasan teori.
9



BAB IV Implementasi
Bagian ini memuat produk sebagai hasi dari bab analisis dan perancangan sistem.
BAB V Hasil dan Pembahasan
Bagian ini membahas tentang analisis kinerja dari perangkat lunak. Pada bagian
ini mengulas analisis hasil pengujian terhadap sistem yang dibandingkan dengan
kebenaran dan kesesuaiannya dengan kebutuhan perangkat lunak yang telah
dituliskan pada bagian pendahuluan.
BAB VI Kesimpulan dan Saran
Memuat kesimpulan-kesimpulan yang merupakan rangkuman dari hasil dan
pembahasan perangkat lunak pada bagian sebelumnya dan saran yang perlu
diperhatikan berdasarkan keterbatasan yang ditemukan dan asumsi-asumsi yang
dibuat selama pembuatan perangkat lunak.











10



BAB II
LANDASAN TEORI
2.1 Kecerdasan Buatan
Kecerdasan buatan adalah salah satu bidang ilmu komputer yang
mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia.
Ilmu komputer tersebut mengembangkan perangkat lunak dan perangkat keras
untuk menirukan tindakan manusia. Aktifitas manusia yang ditirukan seperti
penalaran, penglihatan, pembelajaran, pemecahan masalah, pemahaman bahasa
alami dan sebagainya. Giarratano dan Riley (2005) dalam Hartati (2008)
menyatakan bahwa bidang-bidang yang termasuk dalam kecerdasan buatan adalah
Robotika, Penglihatan Komputer, Pengolahan Bahasa Alami, Pengenalan Suara,
Sistem Syaraf Buatan, Sistem Pakar dan Pengenalan Pola yang tersaji pada
Gambar 2.1. Kecerdasan buatan menyelesaikan permasalahan dengan
mendayagunakan komputer untuk memecahkan masalah yang kompleks dengan
cara mengikuti proses penalaran manusia. Salah satu teknik kecerdasan buatan
yang menirukan proses penalaran manusia adalah sistem pakar.







10

11











Gambar 2.1 Beberapa bidang kecerdasan buatan
2.2 Sistem Pakar
Sistem pakar pertama kali dikembangkan oleh komunitas AI (Artificial
Intelligence) atau komunitas kecerdasan buatan, pada pertengahan tahun 1960.
Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver
(GPS) yang dikembangkan oleh Newel & Simon (Kusumadewi,2003).
Menurut Martin dan Oxman (1988) dalam Hartati (2008), sistem pakar
adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan
teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat
diselesaikan oleh seorang pakar dalam bidang tertentu. Selain definisi tersebut, ada
beberapa definisi dari para ahli yang disajikan dalam Tabel 2.1.



Robotika
Penglihatan
Komputer
Sistem Syaraf
Buatan Pengolahan
Bahasa Alami
Pengenalan
Suara
Pengenalan
Pola
Sistem
Pakar
Kecerdasan Buatan
12



Tabel 2.1 Definisi sistem pakar
Ignizio (1991)

Sistem pakar merupakan bidang yang dicirikan oleh
sistem berbasis pengetahuan (Knowledge Base
System), memungkinkan komputer dapat berpikir
dan mengambil kesimpulan dari sekumpulan kaidah.
Turban dan Aronson
(2001)
Sistem yang menggunakan pengetahuan manusia
yang dimasukkan ke dalam komputer untuk
memecahkan masalah masalah yang biasanya
diselesaikan oleh pakar.
Giarratano dan Riley
(2005)
Salah satu cabang kecerdasan buatan yang
menggunakan pengetahuan-pengetahuan khusus yang
dimiliki oleh seorang ahli untuk menyelesaikan suatu
masalah tertentu.

Turban (1995) dalam Hartati (2008), menyatakan bahwa konsep dasar dari
suatu sistem pakar mengandung beberapa unsur/elemen, yaitu keahlian, ahli,
pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan.
Keahlian merupakan suatu penguasaan pengetahuan di bidang tertentu
yang didapat dari pelatihan, membaca atau pengalaman. Ahli adalah seorang yang
mempunyai pengetahuan tertentu dan mampu menjelaskan suatu tanggapan,
mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun
kembali pengetahuan jika dipandang perlu, memilah aturan jika dibutuhkan, dan
menentukan relevan atau tidaknya keahlian mereka.
Pengalihan keahlian dari para ahli untuk kemudian dialihkan lagi ke orang
lain yang bukan ahli, merupakan tujuan utama dari sitem pakar. Proses ini
membutuhkan 4 aktivitas, yaitu tambahan pengetahuan (dari para ahli atau
sumber-sumber lainnya), representasi pengetahuan (ke komputer), inferensi
pengetahuan dan pengalihan pengetahuan ke pengguna. Pengetahuan yang
disimpan di komputer dinamakan dengan nama basis pengetahuan (knowledge-
base). Ada dua tipe pengetahuan yaitu fakta dan aturan.
13



Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan
untuk menalar (reasoning). J ika keahlian-keahlian sudah tersimpan sebagai basis
pengetahuan dan sudah tersedia program yang mampu mengakses basis data,
maka komputer harus dapat diprogram untuk membuat inferensi (inference
engine).
2.2.1 Keuntungan dan Kelemahan Sistem Pakar
Secara garis besar, ada banyak keuntungan bila menggunakan sistem
pakar (Kusumadewi,2003). Beberapa diantaranya yaitu :
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. Meningkatkan ouput dan produktivitas
e. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang
termasuk keahlian langka)
f. Mampu beroperasi dalam keadaan berbahaya.
g. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian.
h. Sebagai media pelengkap dalam pelatihan.
i. Menghemat waktu dalam pengambilan keputusan.
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki
beberapa kelemahan , antara lain :
a. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
14



b. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan
pakar di bidangnya.
c. Sistem pakar tidak 100 % bernilai benar.
d. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-
beda, meskipun sama-sama benar.
e. Sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan
langkah mereka dalam menangani masalah.
f. Istilah yang dipakai oleh pakar dalam mengekspresikan fakta seringkali
terbatas dan tidak mudah dimengerti oleh orang lain.
g. Transfer pengetahuan dapat bersifat subyektif (Sadewo,2010)
2.2.2 Struktur Sistem Pakar
Turban (1995) dalam Hartati (2008), menyatakan bahwa sistem pakar
dibangun oleh dua bagian utama, yaitu lingkungan pengembangan (development
environment) dan lingkungan konsultasi (consultation environment). Lingkungan
pengembang sistem pakar digunakan untuk memasukkan pengetahuan pakar ke
dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh
pengguna yang bukan pakar guna memperoleh pengetahuan pakar.






15















Gambar 2.2 Struktur sistem pakar
2.2.3.1 Antarmuka Pengguna (User Interface)
User interface 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 informasi dari sistem dan menyajikannya ke dalam bentuk
yang dapat dimengerti oleh pemakai. McLeod (1995) dalam Arhami (2004),
menyatakan bahwa pada bagian ini terjadi dialog antara program dan pemakai,
yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari
pemakai, juga memberikan informasi (ouput) kepada pemakai.


16



2.2.3.2 Basis Pengetahuan
Basis pengetahuan merupakan kumpulan pengetahuan bidang tertentu pada
tingkatan pakar dalam format tertentu. Pengetahuan ini diperoleh dari akumulasi
pengetahuan pakar dan sumber-sumber pengetahuan lainnya seperti yang telah
disebutkan sebelumnya. Pengetahuan tersebut mencakup dua elemen dasar, yaitu :
a. Fakta, misalnya situasi persoalan dan teori area persoalan.
b. Heuristik atau aturan khusus yang mengarahkan penggunaan pengetahuan
untuk memecahkan persoalan khusus dalam domain tertentu. Heuristik
menyatakan pengetahuan penilaian informasi dalam area aplikasi.
Basis pengetahuan bersifat dinamis, bisa berkembang dari waktu ke waktu.
Perkembangan ini disebabkan karena pengetahuan selalu bertambah atau
berkembang. Pada sistem pakar basis pengetahuan terpisah dari mesin inferensi.
Pemisahan ini bermanfaat untuk pengembangan sistem pakar secara leluasa
disesuaikan dengan perkembangan pengetahuan pada suatu domain. Penambahan
dan pengurangan dapat dilakukan pada basis pengetahuan ini tanpa mengganggu
mesin inferensi. Pada basis pengetahuan terdapat 2 (dua) bentuk pendekatan basis
pengetahuan yang umum, yaitu:
a. Rule-based reasoning (penalaran berbasis aturan).
Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan
menggunakan aturan berbentuk: IF-THEN. Bentuk ini digunakan apabila dimiliki
sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan pakar dapat
menyelesaikan masalah tersebut secara berurutan. Di samping itu bentuk ini juga
17



digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi.
b. Case-based reasoning (penalaran berbasis kasus)
Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi
yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk
keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila
pengguna menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang
hampir sama (mirip). Selain itu, bentuk ini juga digunakan apabila telah dimiliki
sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
2.2.3.3 Mesin Inferensi
Turban (1995) dalam Arhami (2004) menyatakan bahwa mesin inferensi
adalah program komputer yang memberikan metodologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk
memformulasikan kesimpulan. Komponen ini menyajikan arahan-arahan tentang
bagaimana menggunakan pengetahuan dari sistem dengan membangun agenda
yang mengelola dan mengontrol langkah-langkah yang diambil untuk
menyelesaikan masalah ketika dilakukan konsultasi. Di dalam mesin inferensi ini
terdapat agenda, yaitu daftar prioritas aturan yang dibuat oleh mesin inferensi,
yang polanya dipenuhi oleh fakta atau obyek dalam memori kerja. Terdapat dua
pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu :
a. Pelacakan ke depan (fordward chaining)
Pelacakan ke depan adalah pendekatan yang dimotori data (data driven).
Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya
18



mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta yang
sesuai dengan bagian IF dari aturan IF-THEN.



Gambar 2.3 Proses forward chaining
b. Pelacakan ke belakang (backward chaining)
Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal
driven) yaitu pelacakan yang dimulai dari tujuan, selanjutnya dicari aturan yang
memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan
menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan
lain dengan tujuan baru sebagai kesimpulannya.



Gambar 2.4 Proses backward chaining
Kedua metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran,
yaitu Depth-first search, Breadth-first search dan Best-first search.
a. Depth-first search, melakukan penelusuran kaidah secara mendalam
dari simpul akar bergerak menurun ke tingkat dalam yang berurutan.
b. Breadth-first search, bergerak dari simpul akar, simpul yang ada pada
setiap tingkat diuji sebelum pindah ke tingkat selanjutnya.
c. Best-first search, bekerja berdasarkan kombinasi kedua metode
sebelumnya.
19



2.2.3.4 Workplace (Tempat Kerja)
Workplace merupakan area dari sekumpulan memori kerja (working
memory) (Arhami,2004). Workplace digunakan untuk merekam hasil-hasil dan
kesimpulan yang dicapai. Ada 3 tipe keputusan yang dapat direkam, yaitu :
a. Rencana :Bagaimana menghadapi masalah.
b. Agenda :Aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
c. Solusi :Calon aksi yang akan dibangkitkan.
2.2.3.5 Fasilitas Penjelasan
Karena pemakai kadangkala bukanlah ahli dalam bidang tersebut, maka
dibuatlah fasilitas penjelasan. Fasilitas penjelasan inilah yang dapat memberikan
informasi kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu
keputusan. Bentuk penjelasannya dapat berupa keterangan yang diberikan setelah
suatu pertanyaan diajukan, yaitu penjelasan atas pertanyaan mengapa, atau
penjelasan atas pertanyaan bagaimana sistem mencapai konklusi. Tujuannya
membuat sistem menjadi cerdas, menunjukkan adanya proses analisa dan yang
tidak kalah pentingya adalah memuaskan psikologis pemakai.
2.2.3.6 Akuisisi Pengetahuan
Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian
dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program
komputer. Untuk menjamin bahwa pengetahuan pada sistem pakar ini up to date
dan valid, maka fasilitas akuisisi pengetahuan hanya bisa diakses oleh pakar.
Menurut Turban (1998) dalam Arhami (2004), terdapat empat metode utama
dalam akuisisi pengetahuan, yaitu :
20



a. Wawancara
Wawancara adalah metode akuisisi yang paling banyak digunakan. Metode
ini melibatkan pembicaraan dengan pakar secara langsung dalam suatu
wawancara.
b. Analisis protokol
Dalam metode akuisisi ini, pakar diminta untuk melakukan suatu pekerjaan
dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata.
Pekerjaan tersebut direkam, dituliskan, dan dianalisis.
c. Observasi pada pekerjaan pakar
Dalam metode ini, pekerjaan dalam bidang tertentu yang dilakukan pakar
direkam dan diobservasi.
d. Induksi aturan dari contoh
Metode ini dibatasi untuk sistem berbasis aturan. Induksi adalah suatu
proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-
contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan
beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar
untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai
kasus lain yang hasilnya tidak diketahui.
2.3 Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan, pengetahuan yang telah
diekstrak dimasukkan kedalam program komputer oleh proses yang disebut
representasi pengetahuan (knowledge representation). Sistem representasi
pengetahuan merupakan gabungan dari dua elemen yakni struktur data dan
21



prosedur menafsirkan (interpretive procedure) untuk pemakaian pengetahuan
yang dimasukkan dalam struktur data. Terdapat empat teknik yang telah
dibuktikan efektif untuk representasi pengetahuan, yang paling populer adalah
frame, jaringan semantik, script dan aturan produksi.
2.3.1 Frame
Frame adalah struktur data yang menyertakan semua pengetahuan tentang
objek tertentu. Frame mencakup dua elemen dasar: slot dan facet. Slot adalah
atribut yang mendefenisikan objek yang direpresentasikan oleh frame. Tiap slot
berisi satu atau lebih facet. Facet mendeskripsikan beberapa pengetahuan atau
informasi prosedural tentang atribut dalam slot. Frame menyediakan sarana
mengatur pengetahuan dalam slot yang berisi karakter dan atribut.
2.3.2 Jaringan Semantik
J aringan semantik berfokus pada hubungan antar konsep yang berbeda.
J aringan ini adalah gambaran grafis pengetahuan terdiri dari node dan link yang
menunjukkan hubungan hirarki antara objek. J aringan semantik terdiri dari node
yang merepresentasikan objek, dan informasi deskriptif tentang objek. Salah satu
fakta yang paling menarik tentang jaringan semantik adalah dapat menunjukkan
pewarisan. Karena jaringan semantik pada dasarnya berupa hirarki, maka berbagai
karakteristik beberapa node sebenarnya mewarisi karakteristik yang lain.
2.3.3 Script
Script merupakan skema representasi pengetahuan yang sama dengan
frame. Hanya saja frame menggambarkan objek sedangkan script menggambarkan
urutan peristiwa. Sama halnya dengan frame, script juga untuk merepresentasikan
22



situasi atau pengetahuan stereotipe atau pengetahuan yang didasarkan pada
karakteristik yang sudah dikenal dan merupakan pengalaman. Berbeda dengan
frame, script biasanya direpresentasikan ke dalam konteks tertentu. Penggambaran
urutan peristiwa pada script menggunakan serangkaian slot yang berisi informasi
tentang orang, objek, dan tindakan-tindakan yang terjadi dalam suatu peristiwa.
Script mempunyai beberapa elemen yang tipikal, yaitu kondisi masukan, prop,
role dan scene. Kondisi masukan menggambarkan situasi yang harus dipenuhi
sebelum terjadi atau berlaku suatu peristiwa yang ada dalam script. Prop mengacu
kepada objek yang digunakan dalam urutan peristiwa yang terjadi. Role mengacu
kepada orang-orang yang terlibat dalam script. Hasilnya adalah kondisi yang ada
sesudah peristiwa script berlangsung. Track mengacu kepada variasi yang
mungkin terjadi dalam script tertentu. Akhirnya, scene menggambarkan urutan
peristiwa aktual yang terjadi.
2.3.4 KaidahProduksi
Kaidah produksi adalah bentuk representasi pengetahuan yang paling
populer untuk sistem pakar. Pengetahuan direpsentasikan dalam bentuk :
IF [kondisi] THEN [aksi]
Tiap kaidah produksi dalam basis pengetahuan mengimplementasikan sebagian
keahlian otonomi yang dapat dikembangkan dan dimodifikasi secara terpisah dari
kaidah lain. Pada saat dimasukkan dan digabungkan kedalam mesin inferensi,
sekumpulan kaidah berlaku secara sinergi, memberikan hasil yang lebih baik
daripada jumlah hasil aturan individu.
23



Sistem produksi secara umum terdiri dari komponen-komponen sebagai
berikut :
a. Ruang keadaan, yang berisi keadaan awal, tujuan dan kumpulan aturan
yang digunakan untuk mencapai tujuan.
b. Strategi kontrol, yang berguna untuk mengarahkan bagaimana proses
penarikan akan berlangsung dan mengendalikan arah eksplorasi.
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 tabel
keputusan dibuat pohon keputusan (decision tree) (Hartati, 2008).
2.3.4.1 Tabel Keputusan dan Pohon Keputusan
Tabel keputusan merupakan suatu cara untuk mendokumentasikan
pengetahuan. Tabel keputusan merupakan matriks kondisi yang dipertimbangkan
dalam pendeskripsian kaidah. Tabel 2.2 merupakan suatu bentuk tabel keputusan.
Tabel 2.2 Tabel Keputusan

Kondisi 1
Kondisi 2
Kondisi 3

Kaidah yang disajikan dalam bentuk kaidah produksi disusun dari tabel
keputusan (dibentuk dari pengubahan tabel keputusan). Pembuatan suatu kaidah
dilakukan dengan beberapa tahapan. Sebagai contohnya pembuatan kaidah 1.
Pertama, lihat Goal 1 merupakan konklusi dari kaidah 1. Konklusi ini akan dapat
Goal 1
Goal 2
24



dicapai bila kondisi-kondisi yang mendukungnya terpenuhi. Kedua, tanda centang
() pada kolom di bawah Goal 1 menunjukkan kondisi mana yang harus dipenuhi
untuk mencapai konklusi tersebut. Pada Goal 1, terlihat tanda centang berada
pada kondisi 1 dan kondisi 2. Ketiga, pembuatan kaidah 1 menggunakan goal fan
kondisi yang telah diperoleh dari langkah 1 dan 2, seperti berikut ini :
Kaidah 1 : Goal 1 I F
Kondi si 1 AND
Kondi si 2
Kaidah 2 dapat diperoleh dengan cara yang sama :
Kaidah 2 : Goal 2 I F
Kondi si 2 AND
Kondi si 3
Meskipun kaidah secara langsung dapat dihasilkan dari tabel keputusan
tetapi untuk menghasilkan kaidah yang efesien terdapat suatu langkah yang harus
ditempuh yaitu membuat pohon keputusan terlebih dahulu. Dari pohon keputusan
dapat diketahui atribut (kondisi) yang dapat direduksi sehingga menghasilkan
kaidah yang efesien dan optimal. Sebagai contoh akan disampaikan penyajian
pengetahuan untuk mengidentifikasi jenis pesawat terbang (Ignizio, 1991).
Pengetahuan yang didapat disajikan dalam tabel pengetahuan seperti ini :
Tabel 2.3 Tabel Keputusan Identifikasi Pesawat
Tipe Pesawat
Atribut
C130 C141 C5A B747
Tipe Mesin Prop Jet Jet Jet
Posisi Sayap High High High Low
Bentuk Sayap Conventional Swept-Back Swept-Back Swept-Back
Bentuk Ekor Conventional T-tail T-tail Conventional
Bulges Under Wings Aft Wings None Aft Cockpit
25




Identifikasi pesawat tipe tertentu dapat dengan mudah diketahui jika
melihat tabel keputusan di atas. Sebuah pesawat termasuk tipe C130 jika memiliki
cirri-ciri : tipe mesinnya prop, posisi sayap high, bentuk sayap conventional, ekor
conventional, dan posisi bulges berada di bawah sayap (under wings). Identifikasi
pesawat dilakukan dengan memperhatikan 5 atribut penentu yang ada, tetapi
dapat saja identifikasi dilakukan dengan memperhatikan atribut-atribut yang
benar-benar membedakan tipe pesawat yang satu dengan yang lain. Hal ini akan
terlihat lebih jelas dalam bentuk pohon keputusan. Pohon keputusan dibuat dengan
mengacu dari tabel keputusan yang ada. Dari tabel keputusan yang digunakan
untuk menyimpan pengetahuan hasil akuisisi, dapat dibuat pohon keputusan
seperti pada gambar 2.5











26
















Gambar 2.5 Pohon Keputusan Identifikasi Pesawat
Dengan melihat pohon keputusan, jika diketahui tipe mesin adalah prop
maka langsung dapat diambil kesimpulan bahwa tipe pesawat adalah C130.
Sedangkan jika diketahui tipe mesin adalah jet belum dapat disimpulkan tipe
pesawatnya. Dengan kata lain masih harus dibutuhkan atribut lain yang membantu
identifikasi. Atribut yang digunakan untuk membantu identifikasi adalah bentuk
sayap. Bentuk sayap ada dua yaitu conventional dan swept back. Dari proses
penggalian pengetahuan yang sudah disajikan dalam bentuk tabel keputusan
diketahui bahwa untuk tipe mesin jet tidak ada yang memiliki bentuk sayap
conventional, sehingga dalam pohon keputusan ditandai dengan tanda tanya (?).
Untuk bentuk sayap swept back masih belum dapat menyimpulkan tipe
prop
jet
swept
conventional
low
high
T-tail conventional
none
aft wings
under wings
aft cockpit
TIPE MESIN
C130
BENTUK SAYAP
POSISI SAYAP ?
B747
BENTUK EKOR
BULGES
C5A
C141
?
?
?
27



pesawatnya, karena dengan memperhatikan tabel keputusan ketiga tipe pesawat
yang memiliki mesin jet semua memiliki bentuk sayap swept back. Proses
identifikasi dilanjutkan dengan memperhatikan atribut posisi sayap. Posisi sayap
dibagi menjadi dua yaitu high dan low. Pesawat yang memiliki posisi sayap low
langsung dapat diketahui tipenya yaitu B747, tetapi jika posisi sayap high masih
belum dapat disimpulkan kategori tipe pesawatnya. Hal ini disebabkan untuk tipe
mesin jet, bentuk sayap swept, dan posisi sayap high masih ada dua tipe pesawat
yaitu C141 dan C5A. Atribut yang digunakan untuk melakukan identifikasi
selanjutnya adalah bentuk ekor. Terdapat dua bentuk ekor yaitu conventional dan
T-tail. Pesawat yang memiliki tipe mesin jet, bentuk sayap swept, dan posisi sayap
high tidak ada yang memiliki bentuk ekor conventional, sehingga dalam pohon
keputusan digambarkan dengan tanda tanya (?). Pesawat yang memiliki bentuk
ekor T-tail masih belum dapat disimpulkan tipenya sehingga masih perlu atribut
untuk membantu identifikasi yaitu atribut bulges. Bulges dibagi menjadi empat
yaitu under wings, aft wings, aft cockpit, dan none (tidak ada). Pesawat yang
memilki tipe mesin jet, bentuk sayap swept, posisi sayap high, dan bentuk ekor T-
tail tidak ada yang memilki bulges under wings dan aft cockpit sehingga
digambarkan dengan tanda tanya (?), sedangkan bulges dengan aft wings adalah
tipe pesawat C141 dan none untuk tipe pesawat C5A.
Pohon keputusan yang telah dibuat dengan mengacu dari tabel keputusan
dapat digunakan sebagai acuan untuk mereduksi atribut-atribut yang sebenarnya
dapat dihilangkan dalam proses identifikasi pesawat. Atribut yang dapat
dihilangkan adalah atribut-atribut yang mengandung node dengan notasi tanda
28



tanya (?), kecuali dari atribut tersebut dapat disimpulkaan suatu konklusi. Proses
reduksinya terlihat pada gambar 2.6 dan 2.7.














Gambar 2.6 Proses reduksi atribut







prop
jet
swept
conventional
low
high
T-tail conventional
none
aft wings
under wings
aft cockpit
TIPE MESIN
C130
BENTUK SAYAP
POSISI SAYAP ?
B747
BENTUK EKOR
BULGES
C5A
C141
?
?
?
Hilang,Karena terdapat
Node yang
mengandung?
Hilang, karena
Bukan konklusi
29











Gambar 2.7 Pohon Keputusan Hasil Reduksi
Pohon keputusan pada gambar 2.7 lebih baik daripada pohon keputusan
pada gambar 2.5. Terlihat pada gambar 2.7, hanya dengan menggunakan tiga buah
atribut saja sudah dapat digunakan untuk melakukan identifikasi tipe pesawat,
tidak perlu semua atribut yang didapatkan dari akuisisi pengetahuan dipergunakan
untuk identifikasi. Hal ini akan sangat membantu pada saat proses yang dilakukan
komputer dari sisi penyimpanan dan kecepatan proses terkait dengan penyajian
kaidah yang dihasilkan dari pohon keputusan. Dari sistem pakar sendiri dengan
adanya atribut yang direduksi maka premis akan berkurang dengan sendirinya, dan
ini membantu sekali pada sesi konsultasi.
Pohon keputusan dapat juga dibuat seminimal mungkin dalam arti atribut
yang digunakan untuk identifikasi jumlahnya minimal. Dalam kasus identifikasi
tipe pesawat hanya dengan menggunakan atribut bulges dapat digunakan sebagai
identifikasi, karena untuk masing-masing tipe pesawat berbeda. Pohon keputusan
minimal untuk identifikasi tipe pesawat disajikan dalam gambar 2.8
prop
jet
low high
none
aft wings
TIPE MESIN
C130
POSISI SAYAP
B747
BULGES
C5A C141
30







Gambar 2.8 Pohon Keputusan Minimal
Berikut juga akan diberikan variasi contoh yang lain terkait dengan
penyajian dalam bentuk tabel keputusan dan pohon keputusan.
Tabel 2.4 Tabel Keputusan
Hipotesa
Evidence
Hipotesa 1 Hipotesa 2 Hipotesa 3 Hipotesa 4
Evidence A Ya Ya Ya Tidak
Evidence B Ya Tidak Ya Ya
Evidence C Ya Tidak Tidak Ya
Evidence D Tidak Tidak Tidak Ya
Evidence E Tidak Ya Ya Tidak

Mengacu pada tabel 2.4, dapat dibuat pohon keputusan sebagai berikut :








Gambar 2.9 Pohon Keputusan


none
aft wings
under wings
aft cockpit
BULGES
C5A
C141
C130
B747
A
B
C
D
E
B
E C **
H
**
H **
H **
H
**
y
y
y
y
y
y
y
y
t
t
t
t
t
t
t
t
31



Keterangan :
A =evidence A, H1=hipotesa 1, y =ya
B =evidence B, H2 =hipotesa 2, t =tidak
C =evidence C, H3 =hipotesa 3, ** =tidak menghasilkan hipotesa tertentu
D =evidence D, H4 =hipotesa 4
Dengan melihat pohon keputusan yang dihasilkan, dapat diketahui hipotesa
H1 terpenuhi jika memenuhi evidence A, B dan C. Hipotesa H2 terpenuhi jika
memiliki evidence A dan evidence E. Hipotesa H3 akan terpenuhi jika memiliki
evidence A, B dan E. Demikian juga untuk hipotesa H4 akan dihasilkan jika
memenuhi evidence B, C, dan D. Notasi y mengandung arti memenuhi node
(evidence) di atasnya, notasi t artinya tidak memenuhi. Dapat dicontohkan untuk
menghasilkan hipotesa H2 kalau diurutkan jalannya dari node A adalah memiliki
evidence A, tidak memiliki evidence B, dan memiliki evidence E. Dalam hal ini
jika tidak memenuhi evidence tertentu, maka diabaikan, sehingga hasil yang
didapatkan adalah hipotesa H2 terpenuhi jika memiliki evidence A dan E saja.
Dalam implementasi sistem pakar terutama dalam sesi konsultasi, node
yang mewakili evidence biasanya akan menjadi pertanyaan yang diajukan oleh
sistem. Mengacu pohon keputusan pada gambar 2.9 permasalahan bisa muncul
pada awal sesi konsultasi yaitu pada saat sistem pakar menanyakan Apakah
memiliki evidence A?. Terlihat dari pohon keputusan apapun jawaban pengguna
baik ya atau tidak maka sistem akan menanyakan evidence B, dengan kata lain
apapun jawaban pengguna maka tidak akan mempengaruhi sistem. Hal ini dpat
diatasi, salah satu caranya adalah dengan mengubah urutan pada tabel keputusan.
Alternatif tabel keputusan yang lain seperti terlihat pada tabel 2.5.


32



Tabel 2.5 Alternatif Tabel Keputusan
Hipotesa
Evidence
Hipotesa 1 Hipotesa 2 Hipotesa 3 Hipotesa 4
Evidence A Ya Ya Ya Tidak
Evidence D Tidak Tidak Tidak Ya
Evidence B Ya Tidak Ya Ya
Evidence C Ya Tidak Tidak Ya
Evidence E Tidak Ya Ya Tidak

Mengacu tabel keputusan pada tabel 2.5 dapat dihasilkan pohon keputusan
sebagai berikut :
















Gambar 2.10 Pohon Keputusan
Terlihat dari pohon keputusan gambar 2.10, masing-masing node yang
mewakili evidence tertentu untuk kondisi y dan t sudah tidak mengarah pada
evidence yang sama. Dalam sesi konsultasi hal ini mengandung arti jawaban
pengguna yang berbeda, akan mengarah pada pertanyaan yang berbeda pula.
Proses akuisisi pengetahuan dalam sistem pakar bukanlah hal yang mudah
dan sederhana. Pengetahuan yang berhasil didapatkan dan disajikan dalam salah
A
B
B
C
E
D
E C **
H1
**
H3 **
H2 **
H4
**
y
y
y
y
y
y
y
y
t
t
t
t
t
t
t
t
33



satu bentuk representasi pengetahuan misalnya disajikan dalam bentuk tabel
keputusan dan dapat diubah susunanya seperti contoh kasus di atas, secara teori
sudah benar tetapi pada domain pengetahuan tertentu, pengubahan yang seperti itu
terkadang tidak diperkenankan. Dengan kata lain, pengetahuan yang akan
disajikan dalam bentuk representasi tertentu harus mengikuti kaidah-kaidah
kepakaran dalam domainnya dan tidak boleh bertentangan.
Menurut Firebaugh (1988) dalam Mola (2006), pohon keputusan AND-OR
merupakan gabungan dari pohon keputusan AND dan pohon keputusan OR.
Pohon keputusan AND mensyaratkan pemenuhan semua nilai atribut dalam child
node untuk mencapai konklusi pada parent node. Pada pohon keputusan OR,
cukup diperlukan pemenuhan nilai atribut dari salah satu child node untuk
mencapai konklusi pada parent node. Struktur pohon keputusan AND-OR
ditampilkan dalam gambar 2.11.

Gambar 2.11 Pohon Keputusan AND-OR (Firebaugh, 1988)

Contoh dari pohon keputusan AND-OR diberikan kasus pengecekan
kerusakan Not charging untuk jenis handphone 33XX (Mola,2006). Pengetahuan
yang telah disajikan dalam bentuk tabel keputusan pada tabel 2.6 tersebut dapat
pula disajikan dalam bentuk pohon keputusan AND-OR pada gambar 2.12.
34



Tabel 2.6 Tabel Keputusan Kerusakan Not Charging
No.
GJ L
Kerusakan/ Solusi
Panduan/Gejala
SLS097 SLS097 SLS098
140 Tegangan/ keluaran charger =5V N Y Y
141 Kondisi kabel charger koyak atau putus Y N
142 Koneksi antara charger dan HP longgar Y
Keterangan :
SLS097 : Gunakan charger yang berfungsi normal
SLS098 : Ganti konektor charger pada HP atau kabel charger


Gambar 2.12 Pohon Keputusan AND-OR Kerusakan Not Charging (Mola,2006)

2.3.4.2 Konversi menjadi Kaidah Produksi
Pohon keputusan yang dihasilkan digunakan sebagai acuan dalam
menyusun kaidah. Atribut di dalam tabel keputusan menjadi premis di dalam
kaidah yang direpresentasikan secara kaidah produksi. Kaidah-kaidah yang
dihasilkan dari pohon keputusan secara keseluruhan dapat dilihat dari tabel 2.6.
Tabel 2.7 Himpunan Kaidah
POHON KEPUTUSAN HIMPUNAN KAIDAH
Gambar 2.7
Kaidah 1 : IF tipe mesin prop THEN tipe pesawat C130
Kaidah 2 : IF tipe mesin jet AND posisi sayap low THEN
tipe pesawat B747
Kaidah 3 : IF tipe mesin jet AND posisi sayap high AND
bulges none THEN tipe pesawat B747
Kaidah 4 : IF tipe mesin jet AND posisi sayap high AND
bulges aft wings THEN tipe pesawat C141

35



Gambar 2.8
Kaidah 1 : IF bulges none THEN tipe pesawat C5A
Kaidah 2 : IF bulges aft wings THEN tipe pesawat C141
Kaidah 3 : IF bulges aft cockpit THEN tipe pesawat B747
Kaidah 4 : IF bulges under wings THEN tipe pesawat
C130

J umlah kaidah yang dihasilkan sama yaitu 4 kaidah baik mengacu dari
pohon keputusan pada gambar 2.7 dan gambar 2.8. J umlah kaidah yang dihasilkan
dengan mengacu pada tabel keputusan juga sama. Himpunan kaidah tersebut
adalah sebagai berikut :
Kaidah 1 : IF tipe mesin prop AND posisi sayap high AND bentuk sayap
conventional AND bentuk ekor conventional AND bulges under
wings THEN tipe pesawat C130.
Kaidah 2 : IF tipe mesin jet AND posisi sayap high AND bentuk sayap
swept-back AND bentuk ekor T-tail AND bulges aft wings THEN
tipe pesawat C141.
Kaidah 3 : IF tipe mesin jet AND posisi sayap high AND bentuk sayap
swept-back AND bentuk ekor T-tail AND bulges none THEN tipe
pesawat C5A.
Kaidah 4 : IF tipe mesin jet AND posisi sayap low AND bentuk sayap
swept-back AND bentuk ekor conventional AND bulges aft
cockpit THEN tipe pesawat B747.
Kaidah yang dihasilkan dengan mengacu pada tabel keputusan akan
menampilkan semua atribut yang digunakan untuk identifikasi tipe pesawat.
Sedangkan kaidah yang dihasilkan dari pohon keputusan hanya akan menampilkan
atribut-atribut yang secara khusus dapat digunakan untuk identifikasi, karena
36



sebenarnya tidak perlu semua atribut digunakan untuk identifikasi. Dari pohon
keputusan dapat mengetahui atribut-atribut yang dapat direduksi sehingga dalam
bentuk kaidah produksi akan mengurangi jumlah premis dalam suatu kaidah.
Kaidah yang efesien adalah kaidah yang memiliki atribut (premis) lebih sedikit
dan dalam sesi konsultasi dari sisi implementasi sistem akan memunculkan
pertanyaan-pertanyaan yang potensial saja kepada pengguna. Perlu disadari juga
bahwa tidak selalu pohon keputusan yang minimal menjadi terbaik. Dalam kasus
identifikasi tipe pesawat ini pohon keputusan minimal hanya memiliki sebuah
atribut sehingga pada saat dibuat kaidah hanya memiliki sebuah premis saja untuk
masing-masing kaidah. Pohon keputusan minimal atau paling minimal dari
sejumlah alternatif pohon keputusan dapat digunakan jika secara realita situasinya
bersifat deterministic (pasti, tidak mengandung unsur probabilitas). Secara teori,
diperoleh hasil yang optimal jika jumlah atribut dalam suatu pohon keputusan
minimal dan dalam kasus yang sifatnya statis. Untuk identifikasi tipe pesawat
tertentu, orang dapat mengidentifikasi hanya dengan melihat bulges saja, misalnya
secara pasti atau absolut under wings maka tipe pesawatnya adalah C130. Tetapi
saat pengamatan memperoleh hasil yang tidak pasti misalnya karena cuaca sedang
berawan maka identifikasi pesawat hanya dengan menggunakan sebuah atribut
menjadi tidak optimal.
Kaidah yang dapat dihasilkan dengan mengacu pohon keputusan gambar
2.10 adalah sebagai berikut :
Kaidah 1 : IF A and B and C THEN H1
Kaidah 2 : IF A and B and E THEN H3
37



Kaidah 3 : IF A and E THEN H2
Kaidah 4 : IF D and B and C THEN H4
Menurut Turban (2000) dalam Mola (2006), pohon keputusan dapat
dengan mudah diubah kedalam aturan produksi dan menurut Ignizio (1991) dalam
Mola (2006), pohon keputusan merupakan sebuah alternatif representasi dari
pengetahuan. Aturan produksi yang dapat mewakili pohon keputusan pada gambar
2.11 adalah:
Rule 1 : IF B AND C THEN A
Rule 2 : IF D AND E AND F THEN B
Rule 3 : IF G OR H THEN C
Aturan produksi yang dapat mewakili pohon keputusan pada gambar 2.12 adalah :
Rule 1 : IF (GJ L140 AND NOT GJ L141 AND GJ L142) THEN SLS098
Rule 2 : IF (GJ L140 AND GJ L141) OR NOT GJ L140 THEN SLS097
J ika dalam sebuah aturan terdapat satu logika OR maka aturan produksi
tersebut dapat dipecah menjadi 2 aturan produksi. Seperti pada contoh di atas, rule
2 yang mempunyai anteseden SLS097 dapat diuraikan menjadi 2 aturan produksi,
yaitu :
1 : IF GJ L140 AND GJ L141 THEN SLS097
2 : IF NOT GJ L140 THEN SLS097
Kaidah dapat diklasifikasikan menjadi dua kategori yaitu kaidah derajat
pertama (first order rule) dan kaidah meta (meta rule). Kaidah derajat pertama
adalah kaidah sederhana yang terdiri dari antesenden dan konsekuen. Kaidah meta
adalah kaidah yang antesenden dan konsekuennya mengandung informasi tentang
38



kaidah yang lain, dengan kata lain konsekuen dari suatu kaidah menjadi
antesenden kaidah yang lain. Contohnya sebagai berikut :
Kaidah derajat pertama :
I F hewan mempunyai sayap dan ber t el ur
THEN hewan t er sebut j eni s bur ung
Kaidah derajat pertama dapat digunakan untuk membentuk kaidah meta berikut :
Kaidah Meta :
I F hewan t er masuk j eni s bur ung
and mempunyai sayap
and bi sa ber enang
THEN hewan t er sebut bur ung pengui n

Saat ini, banyak aplikasi sistem pakar yang representasi pengetahuannya
menggunakan kaidah produksi. Hal ini disebabkan karena representasi
pengetahuan dalam bentuk ini mudah dipahami karena bersifat deklaratif, sesuai
dengan jalan pikiran manusia dalam menyelesaikan suatu masalah, dan mudah
diinterpretasikan.
Secara umum, dalam bentuk kaidah produksi IF premis THEN konklusi,
maka untuk premis yang lebih dari satu dapat dihubungkan dengan operator and
atau or. Sedangkan bagian konklusi dapat berupa kalimat tunggal, beberapa
kalimat yang dihubungkan dengan and, dan dimungkinkan dikembangkan dengan
else. Terdapat beberapa tipe kaidah berdasarkan jenisnya, antara lain :
a. Hubungan / relationship:
I F kehadi r an pr akt i kum< 70 %
THEN pr akt i kan t i dak l ul us.

39



b. Rekomendasi
I F anak t i dak naf su makan AND
ber at badan t i dak nai k- nai k AND
mal amhar i ber ker i ngat AND
anak t i dak sedang mender i t a suat u penyaki t
THEN l akukan cek dar ah.
c. Strategi
I F mahasi swa bel umbol eh skr i psi
THEN cek I P Kumul at i f , l al u cek j uml ah SKS yang
sudah di t empuh

Selain berdasarkan tipenya, kaidah dapat juga dikategorikan berdasarkan
kategori problem dalam sistem pakar, antara lain :
a. Diagnosa
I F bat uk ber dar ah AND
Bat uk l ebi h dar i 4 mi nggu AND
Lebi h banyak bat uk t er j adi di mal amhar i
THEN mender i t a TBC

b. Desain
I F ber pengal aman menj adi st af keuangan di suat u
or gani sasi AND j uj ur THEN t empat kan di bagi an
keuangan.

c. Reparasi
I F komput er bi sa boot nor mal t et api kadang- kadang
macet AND t i dak ada chi p RAM yang gagal di t est
dengan car a mencopot memor i dar i mot her boar d dan
kar t u ekspansi THEN gant i pencat u daya.

d. Interpretasi
I F t egangan r esi st or R1 l ebi h besar dar i 2. 0 vol t
AND t egangan kol ekt or pada Q1 kur ang dar i 1. 0 vol t
THEN bagi an pr e- Amp ber ada pada r ange nor mal .
40



2.4 Certainty Factor (CF)
Salah satu karakteristik umum dari suatu informasi yang tersedia untuk
seorang ahli ialah ketidaksempurnaan atau kecacatan. Informasi bisa jadi tidak
lengkap, tidak konsisten, tidak tentu dan sebagainya. Dengan kata lain informasi
sering tidak sesuai untuk menyelesaikan suatu permasalahan, akan tetapi seorang
pakar dapat mengatasinya dan dapat membuat suatu pertimbangan benar dan
keputusan yang benar. Sistem pakar juga harus mampu untuk mengatasi
ketidakpastian dan menggambarkan suatu konklusi yang valid.
Ada dua macam ketidakpastian pada sistem pakar berbasis rule. Yang
pertama adalah ketidakpastian data. Biasanya hal ini disebabkan karena informasi
atau data yang diperoleh tidak lengkap, tidak dapat dipercaya sepenuhnya, berasal
dari berbagai sumber dan saling bertolak belakang, bersifat tipikal atau mirip, dan
bahasa penyajiannya kurang tepat. Yang kedua adalah ketidakpastian dalam proses
inferensi (rule). Hal ini terjadi karena rule hanya mewakili pengamatan pakar saja.
Rule didesain untuk kebutuhan semua orang, yang bisa jadi tidak sesuai bagi salah
satu orang. Metode yang berhubungan dengan ketidakpastian adalah certainty
factor (CF).
Teori certainty factor (CF) diusulkan oleh Shortliffe dan Buchanan pada
tahun 1979 untuk mengakomodasi ketidakpastian pemikiran (inexact reasoning)
seorang pakar. Seorang pakar (misalnya dokter), sering kali menganalisis
informasi yang ada dengan ungkapan seperti mungkin, kemungkinan besar,
hampir pasti. Untuk mengakomodasi hal ini kita menggunakan certainty factor
41



(CF) guna menggambarkan tingkat keyakinan pakar terhadap masalah yang
sedang dihadapi (Sutojo,dkk, 2011).
Dalam teori kepastian, data-data kualitatif direpresentasikan sebagai
derajat keyakinan (degree of belief). Dalam mengekspresikan derajat keyakinan,
teori kepastian menggunakan suatu nilai yang disebut certainty factor (CF) untuk
mengasumsikan derajat keyakinan seorang pakar terhadap suatu data. Certainty
factor memperkenalkan konsep belief/keyakinan dan disbelief/ketidakyakinan.
Konsep ini kemudian diformulasikan dalam rumus dasar sebagai berikut
(Sutojo,dkk, 2011) :
CF[H,E] =MB[H,E] MD[H,E] (2.1)
dimana :
CF : Certainty Factor (Faktor Kepastian) dalam hipotesis H yang dipengaruhi
oleh fakta E.
MB : Measure of Belief (Tingkat Keyakinan), merupakan ukuran kenaikan dari
kepercayaan hipotesis H dipengaruhi oleh fakta E.
MD : Measure of Disbelief (Tingkat Ketidakyakinan), merupakan ukuran
kenaikan dari ketidakpercayaan hipotesis H dipengaruhi oleh fakta E.
E : Evidence (Peristiwa atau Fakta).
Ada 2 cara dalam mendapatkan tingkat keyakinan dari sebuah rule, yaitu
(Sutojo, dkk) :
a. Metode Net Belief yang diusulkan oleh E.H. Shortliffe dan B.G.
Buchanan.
42



b. Dengan cara mewawancarai seorang pakar yang nilai CF(rule) didapat dari
interpretasi term dari pakar, yang diubah menjadi nilai CF tertentu sesuai
dengan tabel berikut :
Tabel 2.8 Interpretasi term dari pakar (Sutojo,dkk : 195)
Uncertain Term CF
Definitely not (pasti tidak) -1.0
Almost certainly not (hampir pasti tidak) -0.8
Probably not (kemungkinan besar tidak) -0.6
Maybe not (mungkin tidak) -0.4
Unknown (tidak tahu) -0.2 to 0.2
Maybe (mungkin) 0.4
Probably (kemungkinan besar) 0.6
Almost certainly (hampir pasti) 0.8
Definitely (pasti) 1.0

Contoh :
J ika bentuk dan panas, muka hampir dipastikan (almost certainly) penyakitnya
adalah influenza.
Rule : IF (batuk AND panas) THEN penyakit =influenza (CF =0,8)
2.4.1 Kombinasi Aturan Ketidakpastian






Gambar 2.13 Kombinasi aturan ketidakpastian (Kusumadewi, 2003 : 97)

43



a. Beberapa evidence dikombinasikan untuk menentukan CF dari suatu
hipotesis (gambar 2.13a). J ika e1 dan e2 adalah observasi, maka :
(2.2)
(2.3)

Contoh :
Andaikan suatu observasi memberikan kepercayaan terhadap h dengan MB[h,e
1
]=
0,3 dan MD[h,e
1
] =0, sehingga CF[h,e
1
] =0,3 0 =0.
J ika ada observasi baru dengan MB[h,e
2
]=0,2 dan MD[h,e
2
]=0, maka :
MB[h,e
1
e
2
] = 0,3 +0,2* (1-0,3) =0,44
MD[h,e
1
e
2
] = 0
CF[h,e
1
e
2
] = 0,44 0 =0,44
b. CF dihitung dari kombinasi beberapa hipotesis (gambar 2.13b). J ika h
1
dan
h
2
adalah hipotesis, maka :
MB[h
1
h
2
,e] = min(MB[h
1
,e], MB[h
2
,e]) (2.4)
MB[h
1
h
2
,e] = max(MB[h
1
,e], MB[h
2
,e]) (2.5)
MD[h
1
h
2
,e] = min(MB[h
1
,e], MB[h
2
,e]) (2.6)
MD[h
1
h
2
,e] = max(MB[h
1
,e], MB[h
2
,e]) (2.7)
Contoh :
Andaikan suatu observasi memberikan kepercayaan terhadap h
1
dengan
MB[h
1
,e]=0,5 dan MD[h
1
,e] =0,2 maka CF[h
1
,e] =0,5 0,2 =0,3
J ika observasi tersebut juga memberikan nilai kepercayaan terhadap h
2
dengan
MB[h
2
,e] =0,8 dan MD[h
2
,e]=0,1. Maka CF[h
2
,e] =0,8 0,1 =0,7
44



Untuk mencari CF[h
1
h
2
,e] dapat diperoleh dari :
MB[h
1
h
2
,e] = min(0,5;0,8) =0,5
MD[h
1
h
2
,e] = min(0,2;0,1) =0,1
CF[h
1
h
2
,e] = 0,5-0,1 =0,4
Untuk mencari CF[h
1
h
2
,e] dapat diperoleh dari :
MB[h
1
h
2
,e] = max(0,5;0,8) =0,8
MD[h
1
h
2
,e] = max(0,2;0,1) =0,2
CF[h
1
h
2
,e] = 0,8-0,2 =0,6
1. Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan
menjadi input untuk aturan yang lainnya (gambar 2.13c) maka :
MB[h,s] =MB[h,s] * max (0,CF[s,e]) (2.8)
2.4.2 Perhitungan Certainty Factor Gabungan
Secara umum, rule direpresentasikan dalam bentuk sebagai berikut :
IF E
1
AND E
2
. AND E
n
THEN H (CF rule) atau IF E
1
OR
E
2
.OR E
n
THEN H (CF rule) (2.9)
dimana :
E
1
E
n
: Fakta-fakta (evidence) yang ada
H : Hipotesis atau konklusi yang dihasilkan
CF rule : Tingkat keyakinan terjadinya hipotesis H akibat adanya
fakta-fakta E
1
E
n

a. Rule dengan evidence E tunggal dan hipotesis H tunggal (Sutojo, dkk,
2011)
IF E THEN H (CF rule)
45



CF(H,E) =CF(E) CF (rule) (2.10)
Catatan : secara praktek, nilai CF rule ditentukan oleh pakar, sedangkan nilai
CF(E) ditentukan oleh pengguna saat berkonsultasi dengan sistem pakar.
Contoh :
IF hari ini terang (CF =0,4) THEN besok hujan (CF =0,6)
CF(besok hujan,hari ini terang) =0,4 0,6 =0,24
Artinya, jika hari ini terang, tingkat kepastian besok hujan adalah 0,24
b. Rule dengan evidence E ganda dan hipotesis H tunggal (Sutojo, dkk, 2011)
If E
1
AND E
2
.AND E
n
THEN H (CF rule), maka :
CF(H,E) =min[CF(E
1
), CF(E
2
) CF(E
n
)] CF(rule) (2.11)
If E
1
OR E
2
.OR E
n
THEN H (CF rule), maka :
CF(H,E) =max[CF(E
1
), CF(E
2
) CF(E
n
)] CF(rule) (2.12)
Contoh :
IF demam (CF =0,4) AND batuk (CF =0,2) AND muntah (CF =0,7) THEN
penyakit TBC (CF =0,3)
CF (TBC, demam batuk muntah) = min(0,4;0,2;0,7) 0,3 = 0,2 0,3 = 0,06
Artinya jika gejala demam dan batuk dan muntah, maka tingkat kepastian terkena
penyakit TBC adalah 0,06.
Contoh 2 :
IF demam (CF =0,4) OR batuk (CF =0,2) OR muntah (CF =0,7) THEN penyakit
TBC (CF =0,3)
CF (TBC, demam U batuk U muntah) =max(0,4;0,2;0,7) 0,3 =0,7 0,3 =0,21
46



Artinya jika gejala demam dan batuk dan muntah, maka tingkat kepastian terkena
penyakit TBC adalah 0,21
Contoh 3 (Hartati, 2008, 105) :
IF sesak nafas AND ronkhi krepitasi AND demam AND sesak nafas berat THEN
menderita Pneumonia, dengan CF =0.87
dengan memberikan notasi :
E1 : sesak nafas
E2 : ronkhi krepitasi
E3 : demam
E4 : sesak nafas berat
H : menderita Pneumonia
Nilai certainty factor hipotesa pada saat evidence pasti adalah
CF (H,e) =CF (H, E1 AND E2 AND E3 AND E4) =0.87
Dalam kasus ini, kondisi pasien tidak dapat ditentukan secara pasti karena
dipengaruhi oleh evidence e, sehingga besarnya nilai CF (E,e) untuk masing-
masing evidence E misalnya sebagai berikut :
CF (E1,e) =0.8 CF(E2,e) =0.5
CF (E3,e) =0.75 CF(E4,e) =0.4
Sehingga CF(E,e) =min [CF(E1,e), CF (E2,e), CF (E3,e), CF (E4,e)]
=min [0.8, 0.5, 0.75, 0.4]
=0.4
dan nilai CF(H,e) =CF(E,e) * CF (H,E)
=0.4 * 0.87
47



=0.348 atau 0.35
Berarti besarnya kepercayaan bahwa pasien menderita pneumonia adalah 0.35 atau
35 %.
c. Kombinasi dua buah rule dengan evidence berbeda (E
1
dan E
2
), tetapi
hipotesis sama. (Sutojo, dkk, 2011)
IF E
1
THEN H Rule 1 CF(H, E
1
) =CF
1
=C(E
1
) CF(Rule1) (2.13)
IF E
2
THEN H Rule 2 CF(H, E
2
) =CF
2
=C(E
2
) CF(Rule2) (2.14)


CF (CF
1
,CF
2
) =

Contoh :
Rule 1 : IF batuk THEN penyakit =batuk rejan (CF =0,8)
Rule 2 : IF deman THEN penyakit =batuk rejan (CF =0,6)
Hitung CF gabungan jika :
a. CF(batuk) =1 dan CF(demam) =1
b. CF(batuk) =1 dan CF(demam) =-1
c. CF(batuk) =-1 dan CF(demam) =-1
J awab :
a. CF
1
=CF(batuk) CF(Rule 1) =1 0,8 =0,8
CF
2
=CF(demam) CF(Rule 2) =1 0,8 =0,6
CF =CF
1
+CF
2
(1 - CF
1
)
=0,8 +0,6 (1-0,8)
CF
1
+CF
2
(1-CF
1
) jika CF
1
>0 dan CF
2
>0 (2.15)
CF
1
+CF
2
jika CF berbeda tanda (2.16)
1-min [CF
1
,CF
2
]

CF
1
+CF
2
(1+CF
1
) jika CF
1
<0 dan CF
2
<0 (2.17)
48



=0,92
b. CF
1
=CF(batuk) CF(Rule 1) =1 0,8 =0,8
CF
2
=CF(demam) CF(Rule 2) =-1 0,8 =- 0,6
CF =
CP
1
+CP
2
1-mIn [|CP
1
|,|CP
2
|]
=
0,8-0,6
1-mIn [0,8 ;0,6]
=
0,2
1-0,6
=0,5

c. CF
1
=CF(batuk) CF(Rule 1) =-1 0,8 =-0,8
CF
2
=CF(demam) CF(Rule 2) =-1 0,8 =-0,6
CF =CF
1
+CF
2
(1 +CF
1
)
=-0,8 - 0,6 (1-0,8)
=- 0,92
2.5 Monitor CRT
Monitor adalah perangkat ouput yang paling sering digunakan jika
berinteraksi dengan mesin/komputer. CRT (Cathode Ray Tube) merupakan tabung
vakum yang mengemisikan elektron dari katoda yang dikonsentrasikan menjadi
berkas sinar, dimana sinar ini ditempatkan di antara pengaruh medan magnet
ataupun medan listrik, atau kombinasi dari keduanya. Sinar ini bergerak menuju
sebuah layar khusus yang terletak di dalam tabung. Layar akan terlihat terang pada
titik yang dikenai oleh berkas sinar elektron ini.
Dalam monitor ada istilah pixel dan resolusi. Resolusi merupakan suatu
ukuran pada monitor yang ditentukan dari jumlah pixel pada layar monitor.
Misalnya sebuah monitor memiliki resolusi 1024846, angka-angka tersebut
mewakili jumlah pixel yang dapat ditampilkan di layar. Pixel adalah titik-titik
kecil yang membentuk gambar yang ditampilkan dalam monitor, kependekan dari
49



picture elements. Semakin tinggi resolusi monitor, detail gambar akan semakin
terlihat.








Gambar 2.14 Monitor CRT
2.5.1 Bagian-bagian Monitor CRT













Gambar 2.15 Bagian-bagian monitor CRT
50



a. Tabung/CRT(Cathode Ray Tube) (bagian A)
Tabung berfungsi untuk menampilkan informasi-informasi gambar yang
akan dilihat. Di sekeliling tabung terdapat gulungan tembaga yang di bungkus
dengan isolasi yang dinamakan degaussing coil. Degaussing berguna untuk
menetralkan medan magnet di dalam tabung. Ciri-ciri dari kerusakan tabung ialah:
1. Gambar tidak tampak.
2. Gambar tampak tapi gelap.
3. Warna tidak lengkap atau kurang.
4. Gambar tidak fokus atau buyar.
5. Layar menyala merah / hijau / biru terang tapi bergaris.
6. Gambar tampak tapi hanya salah satu warna saja, dan lain-lain.
b. Defleksi Yoke (bagian B.1)
Defleksi yoke terbuat dari tembaga yang dililit di batang ferit yg
melingkar. Defleksi yoke terdiri dari dua bagian, yaitu lilitan horisontal dan
vertikal. Untuk lilitan horisontal terletak di bagian dalam dan untuk bagian
vertikal, terletak di bagian luar. Defleksi berfungsi untuk menarik elektron-
elektron di dalam tabung ke arah horisontal dan vertikal. Ciri-ciri dari kerusakan
defleksi ialah:
1. Kerusakan defleksi horisontal biasanya disebabkan karena terbakar, atau
terkena jamur dan di layar gambar tampak tapi di tengah dan kanan kiri
melengkung.
51



2. Kerusakan defleksi vertikal mempunyai ciri gambar tampak di tengah dan
bergaris-garis hitam pada bagian atas dan bawah. Untuk defleksi vertikal
biasanya jarang sekali terjadi kerusakan.
c. Pincusent adjustmen / cincin pengatur warna (bagian B.2)
Cincin ini mempunyai fungsi penting di dalam monitor yakni mengatur
bayangan warna, supaya gambar maupun tulisan tidak ada bayangan warna,
sehingga akan tampak warna aslinya.
d. Regulator / power supply (bagian C)
Regulator berfungsi untuk memberikan tegangan ke seluruh rangkaian
board, juga ke rangkaian RGB dan tabung, dan tegangan ouput / sekunder pada
tiap-tiap power supply monitor belum tentu sama,tapi pada dasarnya ada 3 yaitu :
1. +Dc 6,5 volt untuk memberikan tegangan ke filamen CRT.
2. +Dc 12>15 volt untuk memberikan tegangan ke IC horisontal oscilator
dan IC vertical oscilator dan juga ke IC program.
3. +Dc 50>75 volt untuk memberikan tegangan ke horisontal ouput
melalui flyback.
Ciri-ciri kerusakan dari regulator ialah:
1. Monitor tidak dapat menyala.
2. Terjadi korsleting pada jalur listrik ketika monitor menyala.
3. Monitor menyala tetapi gambar bergoyang, dan lain-lain.
e. Flyback (bagian D)
Flyback berfungsi untuk membangkitkan tegangan tinggi yang awalnya
antara 75 Volt sampai dengan 130 Volt menjadi 26.000 Volt. Flyback berguna
52



untuk membangkitkan cahaya di dalam tabung. Di badan flyback terdapat 2
trimpot pengaturan yaitu, pengaturan screen dan focus. Screen berguna untuk
mengatur gelap terangnya gambar, dan focus berguna untuk mengatur kefokusan
gambar atau tulisan. Ciri-ciri dari kerusakan flyback ialah:
1. Gambar tidak fokus.
2. Gambar ada tapi terlalu terang, dan terdapat garis buku.
3. Gambar tampak gelap.
4. LED kontrol menyala tapi monitor tidak bisa menyala.
5. Monitor menyala tapi ada bunyi-bunyi.
6. Monitor menyala tapi gambar kedip kedip dan lain-lain.
f. RGB (bagian E)
Bagian ini berfungsi untuk mengolah warna yang bersumber dari VGA
card dan akan di kirim ke tabung gambar / CRT untuk ditampilkan.
Ciri-ciri dari kerusakan RGB ialah:
1. Gambar merah kekuning kuningan.
2. Gambar biru kemerah merahan.
3. Gambar biru keputih putihan.
4. Gambar tampak tapi hanya hijau,merah atau biru dan lain-lain.
g. Rangkaian program (bagian F)
Terdiri dari IC (intergrated circuit) dan tambahan komponen di
sekelilingnya. Pada IC program sebagian kaki- kakinya terhubung ke switch
digital yang ada di panel depan monitor. IC program berfungsi untuk
53



mengendalikan semua pengaturan yang ada di monitor, seperti V size, V center, H
size, H center, colour dan lain-lain
Ciri-ciri kerusakan dari IC program adalah :
1. LED indikator monitor menyala tapi monitor tidak dapat menyala.
2. Monitor menyala tapi semua pengaturan tidak berfungsi.
3. Monitor menyala kemudian beberapa menit mati, dan lain-lain.
h. Rangkaian oscilator vertical & horisontal
Keduanya digabungkan dalam satu IC (intergrated circuit) atau ada juga
yang jadi satu dengan rangkaian program. Pada rangkaian oscilator vertical dan
horisontal sebagian kaki-kakinya terhubung ke IC output vertical dan basis
transistor driver horisontal.
2.5.2 Prinsip Kerja Monitor CRT
Prinsip kerja monitor CRT (Cathode Ray Tube) adalah elektron
ditembakkan dari belakang tabung gambar menuju bagian dalam tabung yang
dilapis elemen yang terbuat dari bagian yang memiliki kemampuan untuk
memendarkan cahaya. Sinar elektron tersebut melewati serangkaian magnet kuat
yang membelok-belokkan sinar menuju bagian-bagian tertentu dari tabung bagian
dalam. Begitu sinar tersebut sampai ke bagian kaca tabung monitor, bagian ini
akan menyinari lapisan berpendar, menyebabkan tempat-tempat tertentu untuk
berpendar secara temporer.
Setiap tempat tertentu mewakili pixel tertentu. Dengan mengontrol
tegangan dari sinar tersebut, terciptalah teknologi yang mampu mengatur pixel
54



untuk berpendar dengan intensitas cahaya tertentu. Dari pixel inilah maka monitor
dapat membentuk gambar.
Untuk membentuk sebuah gambar, sinar akan beredar melewati sebuah
garis horisontal dari kiri ke kanan, menyebabkan pixel tadi berpendar dengan
intensitas cahaya sesuai dengan tegangan yang telah diatur. Proses tersebut terjadi
pada semua garis horisontal yang ada pada pixel layar, dan ketika telah sampai
ujung, sinar tersebut akan mati sementara untuk mengulang proses yang sama
untuk menghasilkan gambar yang berbeda. Makanya terlihat bahwa objek seolah-
olah bergerak di layar monitor.
Listrik dari PLN yang mempunyai tegangan 220 Volt akan diubah oleh
bagian power supply menjadi tegangan besar yang akan disesuaikan dengan
kebutuhan dari beberapa rangkaian, antara lain : rangkaian horizontal, rangkaian
vertikal, rangkaian RGB, rangkaian program dan controller, dan lain-lain.
Bagian power supply sangat penting karena jika ada kerusakan di bagian
ini maka monitor tidak akan bekerja dengan normal, bahkan akan mati. Masukkan
monitor berasal dari VGA ataupun yg lainnya. Sinyal gambar dari VGA ini
kemudian diterima oleh rangkaian RGB dan rangkaian sinkronisasi horisontal dan
rangkaian sinkronisasi vertikal. Sinyal yang masuk ke rangkaian RGB adalah
sinyal warna merah, hijau dan biru atau red, green danblue, sehingga rangkaian
ini dinamakan rangkaian RGB. Tugas rangkaian ini adalah mengolah warna saja.
Hasil dari rangkaian ini akan menuju ke tabung katoda yang juga terbagi menjadi
3 warna yaitu merah, hijau dan biru. Katoda ini fungsinya untuk menghasilkan
elektron, jadi masing-masing katoda menghasilkan elektron tersendiri. Sinyal dari
55



sinkronisasi vertikan dan sinkronisasi horizontal di proses oleh rangkaian
sinkronisasi untuk kemudian diteruskan ke rangkaian horizontal dan rangkaian
vertical. Fungsi rangkaian sinkronisasi ini adalah untuk mengolah dan
menghasilkan gambar, sehingga jika sinyal ini hilang salah satunya, maka layar
monitor akan kelihatan seperti diacak. J adi ada dua bagian pertama yg bekerja
agar monitor menyala dan bekerja normal yaitu rangkaian RGB dan rangkaian
sinkronisasi vertikal dan sinkronisasi horizontal.
Dari sinkronisasi vertikal akan diteruskan ke rangkaian vertikal, dan pada
rangkaian ini, sinyal vertical tersebut diolah dengan komponen utama IC vertikal
yang berfungsi menggerakkan yoke vertikal. Sedangkan dari sinkronisasi
horizontal akan diteruskan ke rangkaian horizontal, dan pada rangkaian ini sinyal
horizontal diolah dengan komponen utamanya yakni transistor horizontal yang
berfungsi menggerakkan flyback dan yoke tabung.
Flyback digunakan untuk menghasilkan tegangan sangat tinggi yakni
sekitar 26.000 Volt, dan tegangan ini yang akan diperlukan untuk menembakkan
elektron dari katoda tabung ke anoda tabung sehingga muncul gambar. J adi, jika
flyback tidak bekerja, maka elektron tidak akan ditembakkan dan monitor akan
mati.
Yoke digunakan untuk mengarahkan elektron yang dihasilkan oleh katoda
tabung agar terarah baik. Yoke horizontal untuk mengarahkan elektron ke arah
horizontal dan yoke vertikal untuk mengarahkan elektron ke arah vertikal. Jika
keduanya digabung maka elektron akan menembak ke anoda tabung secara merata
dan sempurna.
56



Kemudian yang terakhir adalah rangkaian controller / driver dimana
rangkaian ini berfungsi sebagai pengatur pada monitor. Yang diatur adalah lebar
sempitnya, tinggi rendahnya dan terang gelapnya sebuah monitor.
2.5.3 Keuntungan dan Kerugian Monitor CRT
Keuntungan yang didapat dari monitor CRT adalah :
a. Warna lebih akurat dan tajam
Monitor CRT memiliki warna yang akurat atau hampir sama dengan
aslinya. Karena alasan ini para desainer dan editor foto lebih suka menggunakan
CRT dibanding LCD. Selain itu, gradasi warna pada monitor CRT masih lebih
baik dibanding LCD. Kelebihan soal akurasi dan gradasi warna pada monitor CRT
dapat terlihat jika digunakan untuk membuat desain yang kaya warna atau bermain
game dengan resolusi tinggi.
b. Resolusi monitor fleksibel
Monitor CRT dapat menggunakan berbagai variasi resolusi tanpa
mengalami penurunan kualitas gambar.
c. Perawatan mudah, jika rusak dapat diperbaiki
Perawatan monitor CRT masih lebih mudah dibanding LCD, LCD
perawatanya harus lebih hati-hati. Selain itu, jika monitor CRT rusak masih dapat
diperbaiki, sedangkan LCD rusak sudah pasti akan dibuang. Selain itu, monitor
CRT lebih tahan jika terbentur atau tersentuh jari tangan pada display.
d. Bebas dead pixel, ghosting dan viewing angle.
Monitor CRT tidak terdiri dari pixel seperti pixel pada LCD, sehingga
jelas-jelas tidak akan mengalami dead pixel. Monitor CRT dapat dilihat dari
57



berbagai sisi, tidak seperti LCD yang bergantung pada spesifikasi viewing angle.
Monitor CRT tidak mengenal response time, sehingga relatif bebas efek ghosting.
e. Harga lebih murah
Kelebihan dari segi harga inilah yang membuat monitor CRT masih
populer. Pada ukuran inch yang sama, dapat dipastikan harga CRT lebih murah
dibanding LCD.
Sedangkan kekurangan monitor CRT yakni :
a. Konsumsi listrik
Monitor CRT mengkonsumsi daya listrik 2 kali lipat dibanding LCD pada
ukuran inch yang sama. Monitor CRT 15 inch mengkonsumsi daya antara 60-70
watt sedangkan LCD ukuran 15 inch hanya mengkonsumsi daya maksimal 35
watt. Semakin besar ukuan diagonal monitor, semakin besar pula konsumsi
dayanya. Monitor CRT 17 inch real flat menkonsumsi daya hingga 100 watt.
b. Bergantung pada refreshrate
Agar mata tidak lelah mengunakan monitor CRT, gunakan refreshrate
diatas 70Hz. Monitor CRT high end mampu menawarkan refreshrate hingga
120Hz bahkan lebih. Makin tinggi makin baik tentunya. Hal ini tidak berlaku bagi
monitor LCD.
c. Radiasi lebih besar
Monitor CRT memancarkan radiasi yang lebih besar dibanding monitor
LCD. Radiasi ini memiliki dampak negatif bagi mata sehingga mata cepat lelah
atau bahkan membuat kepala pusing bagi yang sensitif.
d. Rentan distorsi, glare dan flicker
58



Efek distorsi akan terlihat saat menggambar lingkaran dengan
menggunakan corel draw atau software lain. J ika refreshrate terlalu rendah,
menyebabkan monitor menjadi berkedip-kedip (flicker) dan glare (over
brightness).
e. Dimensi besar dan berat
Tidak cocok untuk ruangan sempit, karena ukurannya yang besar.

















59



BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Pada bagian ini menjelaskan mengenai langkah-langkah yang dilakukan
untuk menganalisis fungsi monitor yang mengalami kerusakan.
3.1.1 Analisis Masalah
Kerusakan monitor yang dialami sudah sangat banyak seiring dengan
meningkatnya penggunaan komputer sebagai alat bantu kegiatan manusia sampai
dengan saat ini. Kerusakan dapat terjadi karena beberapa faktor diantaranya karena
kesalahan dari pengguna ataupun karena umur monitor yang sudah sangat lama
sehingga ada beberapa komponen di dalamnya yang rusak karena umurnya sudah
sangat tua. Oleh karena faktor-faktor inilah yang menyebabkan suatu monitor
mengalami kerusakan sehingga pemakai harus memperbaikinya. Adapun masalah
yang dihadapi ketika monitor tersebut mengalami kerusakan dan harus segera
diperbaiki, yakni service center yang memadai yang mampu melakukan
perbaikan monitor masih sangat minim. Hal ini dapat disebabkan oleh berbagai
hal, antara lain : biaya perbaikan yang terlalu mahal, tenaga ahli (teknisi) yang
masih kurang dan terkadang tidak tersedianya suku cadang atau komponen
tertentu. Berbagai alternatif pemecahan masalah diupayakan untuk menyelesaikan
masalah tersebut, salah satunya masalah pada kekurangan jumlah teknisi. Hal ini
dapat diatasi dengan cara training, atau menambah jumlah teknisi dengan melatih
teknisi baru. Hanya saja kelemahannya yakni memerlukan biaya pelatihan yang
cukup besar dan juga membutuhkan jumlah teknisi ahli yang cukup banyak jika
59

60



ingin melatih teknisi baru dalam jumlah yang besar karena pada prakteknya
diperlukan pengawasan langsung dari seorang trainer dan membutuhkan waktu
yang lama.
Berdasakan analisis masalah di atas, maka melalui tugas akhir ini dibuat
alternatif penyajian informasi dan panduan bagi teknisi baru tentang cara
mendeteksi kerusakan pada monitor dan juga penanganannya. Aplikasi sistem
pakar ini dapat mendeteksi kerusakan monitor dan masalah yang dianalis yaitu
tentang berbagai kerusakan yang terjadi berdasarkan gejala dan penyelesaian
masalahnya.
3.1.2 Sumber Informasi dan Akuisisi Pengetahuan
Data mengenai kerusakan monitor CRT, yaitu gejala-gejala kerusakan
monitor, penyebab kerusakan serta solusi yang diusulkan didapatkan dari
buku-buku, internet dan juga majalah mengenai masalah monitor dan langkah-
langkah penanganannya. Selain itu, untuk membantu mendapatkan informasi
mengenai diagnosis dan menyelesaikan masalah kerusakan monitor, penulis juga
mewawancarai seorang teknisi ahli pada tempat perbaikan atau service center di
Oepura. Dan sumber informasi yang paling berkompeten yakni pakar kerusakan
monitor yang memberikan bimbingan dan pengarahan. Adapun orang yang
dijadikan sebagai pakar dalam aplikasi sistem pakar ini adalah Yohanes Suban
Belutowe, M.Kom. Beliau merupakan dosen pada Universitas Uyelindo Kupang.
3.1.3 Analisis Input
Pada proses analisis ini, yang diperlukan adalah melakukan pengumpulan
data atau informasi yang akan mendukung dalam mendeteksi dan memecahkan
61



masalah monitor CRT dari pengguna. Sistem akan mengajukan beberapa
pertanyaan kepada pengguna pada layar monitor dan pengguna cukup memilih
antara jawaban ya atau tidak. J awaban yang diberikan oleh pengguna akan
mewakili nilai CF pengguna yang diambil dari basis pengetahuan. Nilai CF ini
akan disesuaikan dengan aturan yang ada pada basis pengetahuan. Sistem akan
memeriksa jawaban dari pengguna, jika mendukung suatu aturan maka akan
dihitung nilai CF penggunanya, jika tidak maka akan diabaikan karena aturan akan
berganti. Setelah itulah baru sistem memecahkan masalah yang dihadapi.
3.1.4 Analisis Ouput
Sesudah sistem menerima jawaban dari pengguna melalui pertanyaan-
pertanyaan yang diberikan, maka sistem akan memberikan kesimpulan dari semua
jawaban pertanyaan tersebut. Sistem akan menghitung dan mengumpulkan
jawaban dari pengguna, dimana masing-masing jawaban tersebut akan sangat
mempengaruhi kesimpulan yang akan diberikan. Sistem akan mengeluarkan
informasi mengenai letak kerusakan yang terjadi, berapa persen tingkat keyakinan
pada kerusakan tersebut, penjelasan dari kerusakan tersebut dan tidak lupa juga
untuk memberikan solusi penanganan kerusakan monitor tersebut.
3.1.5 Representasi Pengetahuan
Sistem pakar yang akan dibuat adalah sistem pakar yang menggunakan
teknik representasi pengetahuan berbasis aturan/kaidah produksi. Dimana
pengetahuan yang didapat akan direpresentasikan dengan menggunakan bentuk
IF-THEN. Sistem ini bekerja untuk mendapatkan solusi berdasakan gejala-gejala
yang diamati. Representasi pengetahuan yang digunakan yaitu tabel keputusan,
62



pohon keputusan, kaidah produksi untuk gejala, kerusakan yang dialami dan
solusinya.
3.1.5.1 Tabel Keputusan
Cara representasi pengetahuan yang tepat diperlukan untuk membangun
suatu sistem pakar agar dapat melakukan penalaran yang baik. Perancangan basis
pengetahuan (knowledge base) ini dimulai dengan membuat tabel keputusan dari
gejala dan kerusakan yang dialami dari hasil akuisisi pengetahuan. Tabel 3.1
tabel 3.3 merupakan tabel keputusan untuk masing-masing kerusakan. Tabel ini
memuat gejala,kerusakan dan solusi yang diberikan. Tabel ini hanya sementara
karena nantinya akan terus dikembangkan.
Tabel 3.1 Tabel Keputusan Kerusakan Flyback
No.
Gjala
Solusi
Panduan/Gejala
S0001 S0002
G0001 Monitor tidak focus N N
G0002 Cahaya Terang N Y
G0003 Cahaya bisa dikontrol N
Keterangan :
S0001 : Putar potensiometer screen pada Flyback
S0002 : Ganti kapasitor elektrolit atau elco pada catu 180 V dc

Tabel 3.2 Tabel Keputusan Kerusakan CRT
No.
Gjala
Solusi
Panduan/Gejala
S0003 S0004
G0001 Monitor tidak focus N N
G0002 Cahaya Terang Y Y
G0003 Cahaya bisa dikontrol Y Y
G0004 Heater berfungsi N Y
G0005 CRT sudah tua Y

Keterangan :
S0003 : Solder bagian yang menghubungkan heater dengan resistor pada heater,
kalau soldernnya masih baik, maka ganti heater.
S0004 : Ganti CRT


63



Tabel 3.3 Tabel Keputusan Kerusakan Power Supply
No.
Gjala
Solusi
Panduan/Gejala
S
0005
S
0006
S
0007
S
0008
S
0009
S
010
G0006 Monitor Mati Total Y Y N N N N N N
G0007 Sekring Putus Y N
G0008 Tegangan Output Ada N
G0009 Tegangan Power supply
normal
N N Y Y Y Y
G0010 Tegangan Power supply
naik melebihi 130 V DC
Y N
G0011 Gambar normal N N N N
G0012 Gambar be.rgoyang
/bergerigi di pinggir
Y Y N N
G0013 Gambar bergoyang di
sebelah tepi kiri dan
kanan
Y N
G0014 Goyangan gambar kuat Y N
Keterangan :
S0005 : Ganti sekring
S0006 : Potong jalur output tegangan ke rangkaian lain dengan mencabut solderan
pada jumper atau kaki komponen. Lalu, ukur tegangan output. J ika ada,
berarti kerusakan terjadi pada rangkaian di depannya. J ika tidak pada
bagian osilator power, maka ganti resistor dengan tahanan diatas 100k
Ohm sebagai catu osilator.
S0007 : Ganti elco yang rusak atau kembung di sekitar blok power supply.
S0008 : Ganti optokopler atau resistor atau transistor sekitar power adjustment
yang short / rusak.
S0009 : Ganti elco di power yaitu kapasitor tapis 220 mikrofarad / 400 V.
S0010 : Ganti diode tapis yang rusak atau elco 250 mikrofarad / 400 V dc yang
kembung / rusak.

3.1.5.2 Pohon Keputusan
Pohon keputusan adalah gambaran dari urutan proses yang terjadi dalam
sistem. Pohon ini melakukan proses pelacakan dan penelusuran solusi yang
didasarkan pada tabel keputusan dan proses pelacakannya menggunakan metode
backward chaining, dimana sudah ada 1 hipotesa atau dugaan kerusakan awal
yang sistem berikan.
64



Masing-masing kerusakan akan diwakili oleh kode kerusakan, kemudian
diikuti oleh gejala-gejala yang bersangkutan dan melalui pohon pelacakan ini akan
dibuat aturan-aturan yang berlaku terhadap kerusakan tersebut. J ika jawaban dari
premis tersebut bernilai ya maka kesimpulan dari suatu kerusakan akan
disimpan di dalam buffer sementara di sistem untuk diproses dalam perhitungan
nilai CF dan dalam pengambilan keputusan.
Contoh pohon keputusan yang dibuat berdasarkan tabel 3.3 terlihat pada
gambar 3.1 berikut:



























Gambar 3.1 Pohon Keputusan








S0005
S0006
S0007
S0008

















S0009
S0010
G0006 G0007
G0006
NOT
G0007
NOT
G0008
NOT
G0006
NOT
G0009
G0010
NOT
G0006
NOT
G0009
NOT
G0010
NOT
G0006
G0009
NOT
G0011
G0012
G0014
NOT
G0006
G0009
NOT
G0011
G0012
NOT
G0014
NOT
G0006
G0009
NOT
G0011
G0013
NOT
G0012
NOT
G0006
G0009
NOT
G0011
NOT
G0012
NOT
G0013
65



3.1.5.3 Aturan / Kaidah Produksi
Kaidah produksi biasanya dituliskan dalam bentuk IF-THEN, kaidah ini
dapat dikatakan sebagai hubungan implikasi dua bagian yaitu premis (jika) dan
bagian konklusi (maka), apabila bagian premis dipenuhi maka bagian konklusi
juga akan bernilai benar. Untuk masing-masing area kerusakan, terdapat juga
aturan / kaidah produksi dalam bentuk IF-THEN rules. Berikut ditampilkan aturan
yang dibuat berdasarkan pohon keputusan pada gambar 3.1, yang terlihat pada
tabel 3.4
Tabel 3.4 Aturan Produksi
Aturan Kerusakan Solusi Gejala Nilai CF
Aturan
1 K0003 S0005 G0006 0.8
G0007
2 K0003 S0006 G0006 0.85
NOTG0007
NOTG0008
3 K0003 S0007 NOTG0006 0.75
NOTG0009
G0010
4 K0003 S0008 NOTG0006 0.65
NOTG0009
NOTG0010
5 K0003 S0009 NOTG0006 0.8
G0009
NOTG0011
G0012
G0014
6 K0003 S0009 NOTG0006 0.8
G0009
NOTG0011
G0012
NOTG0014
7 K0003 S0010 NOTG0006 0.7
G0009
NOTG0011
NOTG0012
G0013
66



8 K0003 S0010 NOTG0006 0.7
G0009
NOTG0011
NOTG0012
NOTG0013

Pada tabel 3.4, terlihat pada solusi S0009 dipecah menjadi 2 aturan
produksi. Dalam penelitian ini, jika dalam sebuah aturan produksi terdapat satu
logika OR maka akan dipecah menjadi 2 aturan produksi.
Aturan awal :
IF (NOTG0006 AND G0009 AND NOTG0011 AND G0012 AND G0014) OR
(NOTG0006 AND G0009 AND NOTG0011 AND G0012 AND NOTG0014)
THEN S0009
Aturan setelah dipecah :
Aturan 1 : IF (NOTG0006 AND G0009 AND NOTG0011 AND G0012
AND G0014 ) THEN S0009
Aturan 2 : IF (NOTG0006 AND G0009 AND NOTG0011 AND G0012
AND NOTG0014 ) THEN S0009
3.1.6 Perhitungan Nilai CF
Basis pengetahuan terdiri dari fakta dan aturan. Fakta didapat dari
pengetahuan kepakaran di bidang kerusakan monitor CRT, buku-buku, internet
dan literatur lain yang berkaitan dengan kerusakan monitor CRT. Sedangkan
aturan yang dipakai dengan memperhatikan nilai CF (Certainty Factor) yang
diberikan oleh pakar.
Pada sistem pakar deteksi kerusakan monitor CRT ini, ukuran
ketidakpercayaan diabaikan atau dianggap nol. Nilai CF diberikan pada tiap aturan
67



yang di dalamnya menyertai suatu gejala, kerusakan dan solusi yang diusulkan,
dan nilai yang di dapat dengan mewawancarai pakar menggunakan interpretasi
term. Berikut contoh perhitungan CF pada suatu deteksi kerusakan berikut
menurut aturan 3. Perhitungan CF_Konklusi dari aturan 3 mengharuskan
tercapainya gejala G0002 dan G0003 dan tidak tercapainya gejala G0001 dan
G0004. Dari basis pengetahuan diketahui :
G0001 : Monitor tidak fokus (CF =0.8)
G0002 : Cahaya Terang (CF =0.7)
G0003 : Cahaya bisa dikontrol (CF =0.7)
G0004 : Heater berfungsi (CF =0.5)
Karena aturan 3 mempunyai logika AND maka perhitungan CF_Gejala
untuk evidence jamak berdasarkan rumus 2.11 adalah : CF_Gejala min
[0,8;0,7;0,7;0,5] =0,5. CF_Konklusi diperoleh dengan mengalikan CF_Gejala
dengan CF_Aturan (CF aturan 3 =0.6) berdasarkan rumus 2.10, maka
CF_Konklusi =0.5 0,6 =0.30. Karena aturan lain tidak mempunyai solusi yang
sama dengan solusi S0003 maka CF_Konklusi sebesar 0,30 atau 30 persen tingkat
kepercayaan sistem.
Maka sistem akan menyimpulkan kepada pengguna kerusakan pada CRT
dengan solusi Solder bagian yang menghubungkan heater dengan resistor
pada heater, kalau soldernnya masih baik, maka ganti heater adalah sebesar
30%.


68



3.1.7 Analisis Pengguna
Analisis pengguna dilakukan bertujuan untuk mengetahui siapa saja
pengguna yang terlibat beserta karakteristiknya, sehingga dapat diketahui tingkat
pengalaman dan pemahaman pengguna terhadap monitor komputer.
Adapun pengguna yang dapat memakai sistem ini adalah sebagai berikut :
1. Teknisi baru yang akan menjadikan sistem ini sebagai media pembelajaran
untuk menambah pengetahuan.
2. Teknisi ahli dalam membantu memberikan pelatihan kepada teknisi baru,
sehingga dapat mengurangi waktu dan juga biaya yang diperlukan.
3. Masyarakat umum terkhususnya mereka yang tertarik dalam memecahkan
permasalahan yang terjadi pada monitor CRT komputer.
4. Mahasiswa teknik informatika atau teknik komputer dan teknik elektro
yang dapat menjadikan aplikasi ini sebagai bahan belajar.
5. Pakar yaitu Bapak Yohanes Suban Belutowe, M.Kom.
Pengguna yang dapat menggunakan sistem ini umumnya sudah bisa
mengoperasikan komputer dan minimal dapat mengetahui sedikitnya tentang
nama-nama komponen pada monitor beserta bentuk fisiknya.
3.1.8 Analisis Perangkat Keras
Perangkat keras (hardware) yang diusulkan untuk menjalankan aplikasi
sistem pakar ini adalah perangkat keras dengan spesifikasi minimum yaitu :
a. Processor intel pentium IV
b. Memory (RAM) minimal 512 MB
c. Monitor, mouse dan keyboard.
69



3.1.9 Analisis Perangkat lunak
Perangkat lunak (software) dalam pembuatan aplikasi ini adalah sistem
operasi Windows XP Service Pack 2, Borland Delphi 7 dan Microsoft Acces 2003.
3.2 Perancangan Sistem
Perancangan sistem menjelaskan kerja sistem dalam mengolah data
input menjadi data output dengan fungsi-fungsi yang telah direncanakan.
Sistem ini akan digunakan oleh dua user, yaitu user biasa (umum) dan
user administrator (pakar).
3.2.1 Diagram Konteks
Diagram konteks adalah arus data yang berfungsi untuk
menggambarkan keterkaitan aliran-aliran data antara sistem dengan bagian-
bagian luar (J ogiyanto, 2005). Dalam diagram ini menggambarkan data yang ada
pada admin dalam hal ini pakar diproses ke dalam sistem kemudian diberikan
kepada user dalam ini teknisi baru dan masyarakat yang tertarik sebagai data
untuk konsultasi yang nantinya dapat dicetak sebagai laporan hasil deteksi
kerusakan sekaligus arsipan bagi admin.
70




Gambar 3.2 Diagram Konteks

3.2.2 Diagram Aliran Data Level 0
Diagram konteks kemudian dipecah lagi ke dalam subsistem / proses
utama. Dalam hal ini diagram konteks dipecah ke dalam 4 subsistem yang ditandai
dengan nomor-nomor pada tiap subsistem utama seperti ditunjukkan oleh diagram
aliran data level 0 pada gambar 3.3
71



1
Login
2
Olah Data Master
3
Konsultasi
4
Cetak Laporan
D1
D2
D3
D4
D5
D6
D7
T. Login
T. Gejala
T. Kerusakan
T. Solusi
T. Pengetahuan
T. Aturan
T. Log Konsultasi
Login Pakar Valid
Pakar
User
Data Username
Data Password
Data Username
Data Password
Data Gejala
Data Kerusakan
Data Solusi
Data Pengetahuan
Data Aturan
Data Log Konsultasi
Info Gejala
Info Kerusakan
Info Solusi
Info Pengetahuan
Info Aturan
Info Log Konsultasi
Data Gejala
Data Gejala
Data Kerusakan
Data Kerusakan
Data Solusi
Data Solusi
Data Pengetahuan
Data Pengetahuan
D
a
t
a

A
t
u
r
a
n
D
a
t
a

A
t
u
r
a
n
Data Log Konsultasi
D
a
t
a

L
o
g

K
o
n
s
u
l
t
a
s
i
Data J awaban
Data Pertanyaan
Hasil Deteksi
D
a
t
a

P
e
n
g
e
t
a
h
u
a
n
D
a
t
a

P
e
n
g
e
t
a
h
u
a
n
Data Gejala
Data Gejala
Data Aturan
Data Aturan
D
a
t
a

L
o
g

K
o
n
s
u
l
t
a
s
i
D
a
t
a

L
o
g

K
o
n
s
u
l
t
a
s
i
Data Log Konsultasi
Laporan Hasil Konsultasi
Data Laporan Log
Konsultasi
Laporan Log Konsultasi
Konfirmasi Login

Gambar 3.3 DFD Level 0
Pada gambar diagram aliran data level 0, dapat dijelaskan bahwa ada empat
subsistem yakni proses login, proses olah data master, proses konsultasi dan juga
proses cetak laporan.
Pada proses login, entitas yang berhak adalah pakar, dimana pakar
mempunyai data untuk login yakni username dan password. Untuk dapat
mengolah data pada subsistem kedua maka username dan password yang
dimasukkan harus valid, jikalau tidak maka sistem akan memberikan konfirmasi
72



penolakan dan jikalau berhasil maka sistem akan memperbolehkan untuk
mengolah data.
Untuk subsistem yang kedua yakni olah data master hanya diperbolehkan
oleh admin, dalam hal ini pakar yang berhasil login. Olah data master ini meliputi
data-data yang akan digunakan untuk konsultasi.
Subsistem yang ketiga yakni konsultasi yang diperuntukkan bagi user.
Masukkan dari user ke sistem berupa data jawaban dari pertanyaan yang diberikan
oleh sistem dan akan diproses sehingga menghasilkan keluaran berupa hasil
deteksi dan laporan hasil konsultasi yang akan diproses di subsistem keempat.
Subsistem keempat adalah subsitem untuk proses cetak laporan. Laporan
hasil konsultasi diberikan kepada user setelah selesai berkonsultasi dengan sistem
dan ingin melihat lagi apa yang dikonsultasikan. Sistem juga memberikan laporan
log konsultasi kepada pakar untuk melihat keseluruhan data konsultasi user.
3.2.3 Diagram Aliran Data Level 1
Proses 1, 2 dan 3 pada diagram aliran data level 0 dapat dijabarkan seperti
gambar 3.3, 3.4 dan 3.5.
73



1.1
Verifikasi
Username
Pakar
D1 T. Login
1.1
Verifikasi
Password
Data Username
Data Password
Username Valid
Data Username
Data Password
1
Konfirmasi Login
Konfirmasi Login

Gambar 3.4 DFD Level 1 Proses 1
Gambar 3.4 dapat dijelaskan sebagai berikut, mula-mula pakar
memasukkan username dan sistem akan memeriksa apakah username tersebut ada
dalam database, jika ya maka akan dilanjutkan ke tahapan pemeriksaan password
jika tidak maka sistem akan mengkonfirmasikan kesalahan dan diharuskan pakar
memasukkan username yang benar. Saat pemeriksaan password maka akan
disesuaikan dengan username yang sudah valid. J ika ya, maka akan diperbolehkan
ke proses 2, jika tidak maka sistem akan mengkonfirmasikan kesalahan login.






74



2.1
Olah Data
Gejala
2.2
Olah Data
Kerusakan
D2
D3
D4
D5
D6
D7
T. Gejala
T. Kerusakan
T. Solusi
T. Pengetahuan
T. Aturan
2.4
Olah Data
Pengetahuan
2.6
Olah Data Log
Konsultasi
2.5
Olah Data
Aturan
2.3
Olah Data
Solusi
Pakar
Data Gejala
Data Gejala
Data Gejala
Info Gejala
Data Kerusakan
Data Kerusakan
Data Kerusakan
Info Kerusakan
Data Solusi
Data Solusi
Data Solusi
Info Solusi
Data Pengetahuan Data Pengetahuan
Data Pengetahuan
Info Pengetahuan
Info Aturan
Info Log Konsultasi
Data Aturan
Data Aturan
Data Aturan
Data Log Konsultasi
Data Log Konsultasi
2
T. Log Konsultasi
Data Log Konsultasi

Gambar 3.5 DFD Level 1 Proses 2
Pada gambar 3.5 terlihat enam subsistem pecahan dari proses olah data
master dimana olah data ini hanya dilakukan oleh pakar, jikalau terdapat
penambahan data, penghapusan data atau pun perubahan data tertentu karena
kesalahan pengetikkan atau untuk mengoptimalkan kerja sistem. Keenam
subsistem itu, yakni :
75



1. Olah data gejala, dimana semua gejala yang berhubungan dengan
kerusakan monitor CRT yang terjadi diolah pada subsistem ini.
2. Olah data kerusakan, dimana semua kerusakan pada monitor CRT diolah
dan dijelaskan deskripsi kerusakannya di subsistem ini.
3. Olah data solusi merupakan olah data yang berhubungan dengan isi dri
solusi yang akan disimpulkan oleh sistem.
4. Olah data pengetahuan, dimana olah data ini merupakan kumpulan
pengetahuan dari pakar yang nantinya akan digunakan untuk membentuk
aturan-aturan untuk menjalankan sesi konsultasi. Data pengetahuan
memuat data gejala-gejala yang mempengaruhi macam-macam kerusakan
dalam monitor CRT.
5. Olah data aturan, merupakan olah data ini digunakan untuk mengolah
aturan yang berlaku dan merupakan gabungan dari pengetahuan yang telah
dibentuk serta terdapat pemberian solusi terhadap kerusakan yang terjadi.
6. Olah data log konsultasi, merupakan pengolahan data keseluruhan
konsultasi user oleh pakar.



76



3.1
Pengurutan
pertanyaan
3.2
Tanya J awab
3.3
Hitung CF
3.4
Kesimpulan
Diagnosa
User
D2
D5
D6
D7
T. Gejala
T. Pengetahuan
T. Aturan
T. Log Konsultasi
Data Pertanyaan
Data J awaban
Data Nilai CF
Data J awaban
Data Pertanyaan
Hasil Deteksi
Data Gejala
Data Gejala
Data Pengetahuan
Data Pengetahuan
Data Aturan
Data Aturan
Data Log Konsultasi
Data Log Konsultasi
3
Gambar 3.6 DFD Level 1 Proses 3

Gambar 3.6 dapat dijelaskan bahwa terdapat 4 subsitem pecahan dari
proses 3, diantaranya :
1. Pengurutan pertanyaan, dimana sistem akan mengakses ke basis
pengetahuan dan mengurutkan pertanyaan yang akan ditanyakan kepada
user. Pengurutan pertanyaan ini berdasarkan solusi yang paling banyak
ditimbulkan oleh aturan. Aturan akan berhubungan dengan pengetahuan
untuk mendapatkan gejala-gejala yang akan dibuat pertanyaan, untuk
nantinya ditanyakan kepada user.
77



2. Tanya jawab, dimana data pertanyaan yang telah diurutkan sebelumnya
diambil untuk dilakukan konsultasi terhadap user. Sistem memberikan data
pertanyaan dan user memberikan masukkan kembali kepada sistem berupa
data jawaban antara ya atau tidak, sehingga CF gejala dihitung.
3. Hitung nilai CF, dimana dalam proses ini akan dihitung tingkat
kepercayaan sistem. Faktor kepastian digunakan untuk mengukur tingkat
kepercayaan terhadap solusi yang nantinya akan dihasilkan. CF gejala
menyatakan tingkat kepercayaan suatu gejala mendukung hipotesa. CF
aturan menyatakan tingkat kepercayaan suatu hipotesa. Kedua faktor ini
bersumber dari pakar. Faktor keyakinan yang bersumber dari pengguna
adalah faktor keyakinan pengguna (CF user) yang menyatakan tingkat
kepercayaan terhadap suatu gejala. Proses yang dilakukan dalam hal ini
adalah menghitung nilai CF user dan nilai CF rule agar nantinya dapat
disimpulkan kepada user berapa besar tingkat kepercayaan terhadap
kesimpulan deteksi yang diberikan sistem berdasarkan jawaban-jawaban
dari user.
4. Kesimpulan diagnosa, dimana akan diberikan hasil akhir dari sesi
konsultasi user dengan sistem. Hasil akhirnya berupa kerusakan yang
dialami, solusi yang diusulkan sistem, tingkat keyakinan sistem terhadap
kerusakan dan solusi, dan juga penjelasan dari sistem terhadap hasil
diagnosa yang terjadi.


78



3.2.4 Entity Relationship Diagram ( ERD )
Entity Relatioship Diagram merupakan model yang berisi komponen-
komponen himpunan entitas dan himpunan relasi yang masing-masing dilengkapi
dengan atribut-atribut yang mempresentasikan seluruh fakta. Ada pun relasi yang
terdapat pada sistem pakar ini seperti ditunjukkan gambar 3.7

Gambar 3.7 Entity Relationship Diagram

Gambar 3.7 dapat dijelaskan bahwa setiap kerusakan dapat mempunyai
lebih dari satu aturan sedangkan satu aturan hanya berlaku untuk sebuah
kerusakan sehingga hubungan antara entity kerusakan dan aturan adalah one-to-
many. Setiap aturan hanya memiliki satu solusi sedangkan sebuah solusi bisa saja
terdapat pada lebih dari satu aturan sehingga hubungan antara entity solusi dan
aturan adalah one-to-many.
79



Setiap gejala terdiri dari gejala yang mendukung hipotesis dan ingkaran
gejala yang mendukung hipotesis. Setiap pengetahuan boleh memuat lebih dari
satu gejala dan setiap gejala boleh terdapat pada lebih dari satu pengetahuan.
Setiap aturan hanya boleh memuat satu pengetahuan sedangkan sebuah
pengetahuan boleh terdapat pada lebih dari satu aturan.
3.2.5 Relasi Tabel
Merupakan hubungan yang terjadi pada suatu tabel dengan tabel yang
lainnya, yang berfungsi untuk mengatur operasi suatu database. Hubungan yang
dapat dibentuk oleh tabel dalam sistem pakar ini dapat terlihat pada gambar









Gambar 3.8 Relasi tabel

Gejala
Idgejala *)
Namagejala
Cfgejala
Keterangan
Gambar

Kerusakan
Idkerusakan *)
Namakerusakan
Keterangan
Solusi
Idsolusi *)
Solusi
gambar_solusi
Keterangan

Gejalayn
Idgejalayn *)
Idgejala **)

Aturan
Idaturan *)
Idkerusakan **)
Idsolusi **)
nilaicfaturan
keterangan

Pengetahuan
Idaturan
idgejalayn

1
1
1
1
1
M
M
M
M
M
80



3.2.6 Data Dictionary
Data Dictionary (kamus data) merupakan rancangan fisik tabel-tabel yang
telah dibuat seperti nama field, tipe data dan lebar data. Untuk perancangan sistem
pakar pendeteksian kerusakan pada sistem pakar terdapat 8 tabel yang dibutuhkan
yakni :
1. Kamus data arus data gejala
Nama Arus Data : Gejala
Alias : --------------
Keterangan : berisi data gejala yang terdapat dalam
kerusakan monitor CRT
Tabel 3.5 Gejala
No Nama Field Type Size Kunci
1 Idgejala Text 5 Primary Key (PK)
2 Namagejala Text 255
3 Cfgejala Number Single
4 Keterangan Memo
5 Gambar OLE Object -

2. Kamus data arus data kerusakan
Nama Arus Data : Kerusakan
Alias : --------------
Keterangan : berisi data kerusakan-kerusakan yang
terdapat dalam monitor CRT
Tabel 3.6 Kerusakan
No Nama Field Type Size Kunci
1 Idkerusakan Text 5 PK
2 Namakerusakan Text 255
3 Keterangan Memo

81



3. Kamus data arus data solusi
Nama Arus Data : Solusi
Alias : --------------
Keterangan : berisi data solusi-solusi yang akan
diberikan dalam kerusakan monitor CRT
Tabel 3.7 Solusi
No Nama Field Type Size Kunci
1 Idsolusi Text 5 PK
2 Solusi Text 255
3 Keterangan Memo
4 gambar_solusi OLE Object -

4. Kamus data arus data gejalayn
Nama Arus Data : gejalayn
Alias : --------------
Keterangan : berisi data kondisi dari suatu gejala yakni
gejala ya dan gejala tidak
Tabel 3.8 Gejalayn
No Nama Field Type Size Kunci
1 Idgejalayn Text 7 PK
2 Idgejala Text 5 Foreign Key (FK)
references Gejala

5. Kamus data arus data aturan
Nama Arus Data : Aturan
Alias : --------------
Keterangan : berisi data aturan dari pakar yang akan
digunakan pada saat sesi konsultasi.
82



Tabel 3.9 Aturan
No Nama Field Type Size Kunci
1 Idaturan Text 5 PK
2 Idkerusakan Text 5 FK, reference
Kerusakan
3 Idsolusi Text 5 FK, reference
Solusi
4 Nilaicfaturan Number Double
5 Keterangan Text 255

6. Kamus data arus data pengetahuan
Nama Arus Data : pengetahuan
Alias : --------------
Keterangan : berisi data pengetahuan dari pakar yang
nantinya akan digunakan untuk membangun
aturan
Tabel 3.10 Pengetahuan
No Nama Field Type Size Kunci
1 Idaturan Text 5 FK, reference aturan
2 Idgejalayn Text 6 FK, reference
gejalayn

7. Kamus data arus data log konsultasi
Nama Arus Data : log konsultasi
Alias : --------------
Keterangan : berisi data konsultasi user yang akan
disimpan oleh database untuk dikelola pakar
Tabel 3.11 Log Konsultasi
No Nama Field Type Size Kunci
1 Idkonsul Autonuumber PK
2 Tanggal Text
83



3 Kerusakan Text
4 Solusi Memo
5 Presentase Number
6 Penjelasan Memo

8. Kamus data arus data login pakar
Nama Arus Data : login pakar
Alias : --------------
Keterangan : berisi data username dan password yang
digunakan pakar untuk masuk dalam sistem
Tabel 3.12 Login pakar
No Nama Field Type Size Kunci
1 Username Text 25 PK
2 Password Text 25 PK

3.2.7 Perancangan Antar Muka
Perancangan antar muka yang akan dibuat meliputi form menu utama, form
olahdata, dan form hasil konsultasi.









84



a. Form menu utama











Gambar 3.9 Menggambarkan rancangan form menu utama
Pada gambar 3.9 menunjukkan rancangan menu utama, dimana terdapat 4
pilihan yang bisa digunakan yakni diagnosa, olah data, bantuan dan keluar.
Diagnosa digunakan untuk melakukan sesi konsultasi oleh user, sedangkan olah
data hanya bisa dilakukan oleh pakar. Menu bantuan digunakan untuk memandu
user menggunakan aplikasi dan menu keluar untuk keluar dari sistem.
b. Form olah data
Form olah data ini digunakan untuk mengubah, menambah, dan
menghapus data-data yang ada, meliputi data gejala, data kerusakan, data solusi,
dan data aturan. Rancangan form ini ditunjukkan pada gambar 3.10 gambar 3.13.



SISTEM PAKAR DETEKSI
KERUSAKAN MONITOR CRT
DENGAN CERTAINTY FACTOR
Diagnosa
Olah Data
Bantuan
Keluar
IMAGE
85




Form olah data











Gambar 3.10 Menggambarkan rancangan form gejala









Gambar 3.11 Menggambarkan rancangan form kerusakan
Gejala
ID Gejala
Nama Gejala
Gambar

Edit
Koreksi
Hapus
FORM GEJALA
CF Gejala
Keterangan
Tambah Simpan
Lihat Tabel Keluar
Cari
Berdasarkan
..
Kerusakan
ID Kerusakan
Nama Kerusakan
Edit Hapus
FORM KERUSAKAN
Keterangan
Tambah Simpan
Lihat Tabel Keluar
Cari
86














Gambar 3.12 Menggambarkan rancangan form solusi










Gambar 3.13 Menggambarkan rancangan form aturan



Solusi
ID Solusi
Solusi
Gambar

Edit
Koreksi
Hapus
FORM SOLUSI
Keterangan
Tambah Simpan
Lihat Tabel Keluar
Cari
Berdasarkan
..
Aturan
ID Aturan
ID Kerusakan
Edit
Koreksi
Hapus
FORM ATURAN
ID Solusi
Tambah Simpan
Lihat Tabel Keluar
Cari
Berdasarkan
Nilai CF Aturan
87



c. Form hasil konsultasi
Rancangan form ini ditunjukkan oleh gambar 3.14, dimana form ini
merupakan form untuk menunjukkan hasil konsultasi user dengan sistem. Pada
form ini sudah didapat kesimpulan akhir dari sesi konsultasi berupa kesimpulan
kerusakan yang terjadi, solusi beserta tingkat keyakinan sistem akan hasil deteksi.











Gambar 3.14 Menggambarkan rancangan form hasil konsultasi







Hasil Konsultasi
Tanggal
Kerusakan
Solusi

HASIL KONSULTASI SISTEM PAKAR
Deskripsi Kerusakan
Gambar

Tingkat Keyakinan
:
SELESAI DIAGNOSA ULANG CETAK HASIL
88



DAFTAR PUSTAKA

Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta : Penerbit
Andi.

Fitriastuti Fatsyahrina dan Luluk Sri Ekowati. 2009. Aplikasi Sistem Pakar
Berbasis WEB untuk mendeteksi Kerusakan Perangkat Keras Komputer
dengan Metode Backward Chaining.
http://jurnalteknik.janabadra.ac.id/wpcontent/uploads/2012/01/Bu_fitri_0
9-2.pdf, 18 J uni 2012

Hartati, Sri dan Sari Iswanti. 2008. Sistem Pakar & Pengembangannya.
Yogyakarta : Graha Ilmu.

J ogiyanto. 2005. Analisis dan Desain Sistem Informasi : pendekatan terstruktur
teori dan praktik aplikasi bisnis. Yogyakarta : Penerbit Andi.
Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya).
Yogyakarta : Graha Ilmu.
Limutaqin, Rayhan. Jenis Monitor dan Printer. Diakses dari
http://ehanemput.blogspot.com/2010/11/30310138-pca-10-03-jenis-
monitor-dan.html, 18 J uli 2012
Mola, Sebastianus. 2007. Media Konsultasi Reparasi Kerusakan Handphone
dengan menggunakan Pohon Keputusan AND-OR. Tesis Universitas
Gadjah Mada Yogyakarta.
Rifky, Tony Sulamanda, Rudy Kustanto. 2005. Analisis dan Perancangan Sistem
Pakar untuk Diagnosa Kerusakan Monitor dengan menggunakan
Pendekatan Probabilitas Bayesian. Skripsi S1 Universitas Bina
Nusantara diakses di thesis.binus.ac.id/Asli/Cover/LBM2006-320-
Cover.pdf , 30 J uni 2012

Radiana, Sendy. 2010. Rancang Bangun Sistem Pakar Troubleshooting
Kerusakan Hardware Komputer Berbasis WEB diakses di
http://elib.unikom.ac.id/files/disk1/440/jbptunikompp-gdl-sendyradia-
21977-12-10106452-i.pdf, 30 J uni 2012

Sadar elektronik. Tutorial Monitor. Diakses dari
http://sadarelektronik.wordpress.com/about/, 18 J uli 2012

Sutojo, Edy Mulyanto dan Vincent Suhartono. 2010. Kecerdasan Buatan.
Yogyakarta : Penerbit Andi.

89



Tuxlin. Monitor LCD vs Monitor CRT. Diakses dari
http://tuxlin.wordpress.com/2008/12/16/monitor-lcd-vs-monitor-crt/, 18
J uli 2012
Zulkifli, Sri Wulan Windu Ratih. 2005. Aplikasi Sistem Pakar untuk
Troubleshooting pada Monitor Komputer. Penulisan Ilmiah Universitas
Gunadarma diakses dari
http://www.gunadarma.ac.id/library/abstract/gunadarma_14101095-
ssm_filkom.pdf, 4 J uli 2012