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
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
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
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
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