Bab 3 Metode dan Perancangan Sistem 3.1
Metode Pengembangan Sistem Metode yang digunakan dalam pembuatan sistem ini yaitu model Analisis Simulasi (Simulation Analysis). Model analisis simulasi merupakan teknik pemodelan deskriptif, penggambaran sistem menggunakan model dimana tidak memerlukan formasi permasalahan atau rumusan masalah secara eksplisit dan langkah-langkah solusi yang merupakan bagian dari model optimisasi [17]. Urutan dari model analisis simulasi digambarkan pada Gambar 3.1, yang urutannya adalah sebagai berikut: 1. Rumusan masalah 2. Pengumpulan data dan analisis 3. Pengembangan model 4. Verifikasi model dan validasi 5. Eksperimen model dan optimisasi 6. Implementasi dari hasil simulasi
15
16
Rumusan Masalah
Pengumpulan Data dan Analisis
Pengembangan Model
Verifikasi Model dan Validasi
Eksperimen Model dan Optimasi
Implementasi dan Hasil
Gambar 3.1 Model Analisis Simulasi (Hoover & Perry, 1989)
17
1. Rumusan Masalah Pada
tahap
rumusan
masalah
dilakukan
dengan
membuat pertanyaan untuk mendapatkan jawaban dari variabel-variabel yang bersangkutan dan mengukur performa sistem yang akan digunakan. Adapun pertanyaan untuk pemodelan SEIR : 1. Bagaimana membuat model SEIR untuk pemodelan persebaran penyakit Tuberculosis (TB) berdasarkan data surveilans selama lima tahun dengan asumsi-asumsi yang dibuat. 2. Bagaimana menentukan titik kesetimbangan dari masingmasing kelurahan di Kota Salatiga selama lima tahun terakhir. 3. Bagaimana menentukan daerah-daerah persebaran penyakit TB di Kota Salatiga berdasarkan data surveilans selama lima tahun terakhir.
2. Pengumpulan Data dan Analisis Pengumpulan data dan analisis diisi dengan pencarian informasi dan kebutuhan data untuk mengetahui jelas masalah yang telah dirumuskan. Proses pengumpulan data dari Dinas Kesehatan, Bapeda Pemkot Salatiga, Badan Pusat Statistik (BPS) Kota Salatiga, dan 6 Puskesmas induk di Salatiga dimana data
yang telah terkumpul
terdiri dari data
kependudukan, data kasus TB, data laboratorium suspek TB periksa dahak, data Salatiga dalam Angka, dan Peta Administrasi Salatiga. Selanjutnya data tersebut dianalisis
18
sesuai kebutuhan sistem dan mendefinisikannya sebelum dilakukan pemodelan penyebaran penyakit TB dengan model endemis SEIR. Pemodelan ini akan menghasilkan data laju penyebaran penyakit TB, data deteksi penyebaran penyakit TB yang digambarkan juga dalam bentuk grafik dan peta daerah endemis Tuberculosis.
3. Pengembangan Model Pengembangan model menyangkut pengerjaan dan pengujian model dari sistem nyata termasuk memilih bahasa pemrograman komputer, model dari coding, dan debugging. Inti dari tahap ini adalah perancangan sistem dengan flowchart.
4. Verifikasi Model dan Validasi Pada langkah verifikasi model dan validasi, akan dibangun model yang sesuai dan representatif dengan sistem nyata. Sebuah model dikatakan valid jika hasil keluaran memiliki nilai yang mendekati pengukuran sistem nyata. Tujuan pengujian dari sebuah model adalah melakukan uji validasi yang harus menghasilkan prediksi masa depan dengan baik. Pendekatan validasi dapat dilihat pada Gambar 3.2, setelah model dikembangkan, kemudian dilakukan observasi pada sistem nyata untuk beberapa waktu, mengumpulkan data untuk variabel-variabel dan pengukuran performa. Variabelvariabel yang digunakan sebagai validasi adalah variabel yang hasil pengukuran performanya dari model mendekati sistem nyata. Sebuah keputusan pada validasi model diambil
19
berdasarkan pengukuran yang dihasilkan oleh model dengan kenyataan memiliki kesamaan pada hasil akhirnya. Pemodelan SEIR
Model endemis SEIR
Variabelvariabel
SAMAKAH? Sistem Nyata
Sistem Nyata
Gambar 3.2 Pendekatan untuk Validasi Model
5. Model Eksperimen dan Optimisasi Tahap model eksperimen dan optimisasi yang dilakukan adalah
ketepatan
seperti
seberapa
luas
sampel
yang
dibutuhkan untuk mengestimasi performa sistem. Lalu, desain dari eksperimen yang efektif dengan jawaban dari rumusan masalah yang telah dituliskan. 6. Implementasi dari Hasil Simulasi Tahap ini berisi tentang kepastian penerimaan dari hasil oleh pengguna dan pengembangan keputusan dari analisis yang
dilakukan.
implementasi
Alasan
dari
sering menyangkut
ketidaksuksesan
tujuan
dari ketidakmampuan
pengguna dalam penguasaan teknik menganalisis, kurangnya kesadaran personal atau organisasional memandang objek.
20
3.2
Analisis Sistem Tahapan
analisis
kebutuhan
digunakan
untuk
mengetahui dan menerjemahkan semua permasalahan serta kebutuhan perangkat lunak dan kebutuhan sistem yang dibangun. Oleh karena itu, dalam tahapan ini dilakukan proses pengumpulan data-data untuk sistem. Secara garis besar, analisis sistem meliputi analisis kebutuhan sistem, analisis alur kerja sistem, dan analisis kebutuhan hardware dan software. 3.2.1
Analisis Kebutuhan Sistem Analisis
kebutuhan
sistem
merupakan
proses
identifikasi dan evaluasi permasalahan-permasalahan yang ada, sehingga nantinya sistem yang dibangun sesuai dengan kriteria yang diharapkan. Sistem yang akan dibangun memerlukan masukan berupa data kependudukan, data kasus TB, data Profil Daerah Salatiga 2011, data Salatiga Dalam Angka. Sistem harus dapat memenuhi kebutuhan untuk: 1.
Memberikan
informasi
tentang
hasil
analisis
laju
penyebaran penyakit TB pada setiap kelurahan di Kota Salatiga dalam rentang tahun 2007-2011. 2. Menggambarkan hasil analisis laju penyebaran penyakit TB ke dalam grafik di setiap kelurahan. 3. Menggambarkan deteksi penyakit Tuberculosis pada setiap kelurahan di Kota Salatiga untuk jangka waktu yang lama. Pada akhirnya sistem dapat memberikan output yang dibutuhkan, yaitu grafik laju penyebaran penyakit TB dan
21
data prediksi daerah penyebaran penyakit TB yang digambarkan dalam titik kesetimbangan dan peta. 4. Menampilkan daerah endemis TB dan daerah bebas TB di Kota Salatiga dalam bentuk peta. 3.2.2
Analisis Alur Kerja Sistem Berikut adalah alur kerja sistem yang ditempuh dalam
sistem yang dibuat : 1. Pengguna memasukkan data populasi penduduk, data kelurahan, data kasus penyakit TB ke dalam basisdata. 2. Pengguna memasukkan id kelurahan ke dalam fungsi yang akan dihitung. Dalam sistem ini terdapat tiga fungsi, yaitu fungsi turunan untuk menghitung laju persebaran penyakit TB, fungsi titik untuk mencari titik kesetimbangan sebagai prediksi persebaran penyakit TB dan fungsi map untuk menampilkan daerah endemis TB Kota Salatiga. 3. Apabila pengguna ingin mengetahui laju persebaran penyakit Tuberculosis, digunakan fungsi turunan untuk menghitung laju persebaran penyakit Tuberculosis. Semua data-data yang dibutuhkan sistem akan diambil dari basisdata sesuai dengan id kelurahan
yang diinputkan, yaitu data
jumlah penduduk, terinfeksi TB, kematian TB, kelahiran penduduk, dan kematian penduduk. Kemudian data-data tersebut dianalisis dan menghasilkan data jumlah orang yang rentan karena TB. Dari data S(t), E(t), I(t), dan R(t) dapat dibuat laju penyebaran penyakit TB dengan menggunakan
22
pemodelan endemis SEIR. Output yang dihasilkan berupa grafik laju penyebaran penyakit TB setiap tahun dari tahun 2007-2011 dan peta persebaran penduduk rentan, terjangkit, terinfeksi dan sembuh karena TB. 4. Bila pengguna ingin melihat deteksi persebaran penyakit TB, maka digunakan fungsi titik untuk mencari titik kesetimbangan. Sistem akan mengambil data titik setimbang yang sudah diproses dari angka terinfeksi TB, kelahiran penduduk, dan jumlah penduduk. Selanjutnya dilakukan pemodelan
endemis
SEIR
untuk
menghasilkan
titik
kesetimbangan yang digunakan sebagai prediksi penyebaran penyakit TB pada waktu mendatang. 5. Fungsi map digunakan untuk menampilkan peta daerah endemis TB di Kota Salatiga. Data yang digunakan dalam fungsi ini adalah data endemis TB yang diperoleh dari olah data angka terinfeksi TB, kelahiran penduduk, dan jumlah penduduk. Kemudian dilakukan perhitungan Ro dengan pemodelan
SEIR,
sehingga
dapat
menghasilkan
nilai
keendemisan suatu daerah. Dari fungsi ini dapat dilihat daerah yang endemis TB, dan daerah bebas TB berdasarkan data surveilans selama lima tahun.
3.2.3 Analisis Kebutuhan Perangkat Lunak dan Pengakat Keras Spesifikasi perangkat keras yang digunakan dalam merancang adalah: - Intel Core i3 - RAM 2 GB
23
- Harddisk 500 GB Perangkat lunak yang digunakan untuk membangun sistem: Windows XP R 2.14.0 SQLite Expert Personal 3
3.3
Perancangan Sistem 3.3.1 Data Flow Diagram (DFD)
DFD adalah bagian yang mewakili arus data dalam suatu sistem (Pressman, 2001). Diagram DFD yang digunakan terdiri dari DFD level 0, DFD level 1, dan DFD level 2. Proses pertama yang harus dilakukan adalah pengguna memasukkan data id kelurahan kemudian sistem akan memproses data-data yang dibutuhkan sistem, dan dilakukan pemodelan endemis SEIR sehingga menghasilkan grafik laju penyebaran penyakit TB dan grafik titik setimbang serta peta daerah persebaran penyakit TB. DFD level 0 digambarkan pada Gambar 3.3. data grafik laju persebaran TB
data kelurahan
0 user
data kasus TB
Model endemis SEIR
data populasi
data deteksi
Gambar 3.3 DFD Level 0
24
DFD level 1 ditunjukkan pada Gambar 3.4. Dimulai dari pengguna yang menginputkan semua data yaitu kecamatan, populasi, penderita TB. Kemudian pengguna memasukkan id kelurahan, dari data id kelurahan tersebut diambil data-data yang dibutuhkan sistem dari basisdata, seperti data jumlah penduduk, terinfeksi TB, kematian TB, kelahiran penduduk, dan kematian penduduk, kemudian dilakukan perhitungan S(t), E(t), I(t), dan R(t) dengan cara menghitung jumlah orang yang rentan terkena TB atau disebut juga susceptible (S), jumlah otang yang terjangkit disebut juga exposed (E), jumlah orang yang terinfeksi TB atau infected (I), dan recovered (R) yaitu jumlah orang yang sembuh setelah terkena TB. Selanjutnya dilakukan pemodelan dengan model endemis SEIR dari data S(t), E(t), I(t), dan R(t) sehingga menghasilkan grafik laju penyebaran penyakit TB, grafik titik setimbang, serta peta daerah endemis TB.
25
user
user
data kelurahan
11 data kasus TB
penerimaan data Penerimaan
data populasi data kelurahan
data kasus TB data populasi
TB
data populasi data populasi
data grafik laju persebaran TB
data kasus TB
22 Pemodelan SEIR Pemodelan SEIR
data prediksi
Gambar 3.4 DFD Level 1
Selanjutnya, gambar 3.5 menunjukkan gambaran proses pemodelan SEIR. Yang pertama dilakukan adalah menghitung jumlah individu rentan (S), terjangkit (E), terinfeksi (I), dan sembuh (R) di setiap kelurahan dari data kasus TByang ada. Kemudian dari data S,E,I,R dilakukan perhitungan prediksi untuk menentukan daerah-daerah endemis TB di Kota Salatiga. Perhitungan prediksi dilakukan dengan mengolah data dari basisdata menggunakan pemodelan SEIR sehingga menghasilkan basic reproductive ratio suatu infeksi (Ro). Ro
26
adalah jumlah infeksi-infeksi berikutnya yang diperoleh dari rata-rata laju infeksi (β) terhadap angka kelahiran penduduk (b). Jika Ro kurang dari atau sama dengan 1 berarti dalam populasi tersebut bebas penyakit TB. Jika terdapat lebih dari satu infeksi berikutnya yang dihasilkan dari satu infeksi utama maka Ro > 1 yang menunjukkan bahwa terjadi endemis, yaitu penyakit akan selalu ada dalam populasi tersebut (Admin, 2012). Selanjutnya nilai Ro tersebut divisualisasikan dalam sebuah peta Kota Salatiga.
TB: 1
user
data kelurahan
TB:3
data kasus TB
2.1 2.1 Perhitungan perhitungan data SEIR data SEIR
data SEIR
2.3 2.3 Perhitungan perhitungan deteksi deteksi
TB:2
data populasi
data SEIR
user user
data grafik laju persebaran TB
2.2 2.2 Perhitungan perhitungan laju laju persebaran TB persebaran
data deteksi
user
user
Gambar 3.5 DFD Level 2 Untuk Proses Prediksi TB
Pemodelan SEIR juga menghasilkan titik kesetimbangan yang digambarkan dalam grafik. Jika diperoleh titik kesetimbangan (1,0), maka tidak ada penyebaran penyakit dalam waktu yang lama atau tidak ada individu yang masuk ke subpopulasi infected atau dapat disebut titik ini adalah titik
27
kesetimbangan bebas penyakit (free disease). Jika diperoleh titik kesetimbangan, maka pada waktu mendatang, penyakit akan selalu ada dalam populasi tersebut dan selalu ada individu yang masuk ke subpopulasi infected. Kondisi seperti ini dapat disebut sebagai titik kesetimbangan endemis. 3.3.2
Entity Relationship Diagram (ERD) Relasi
antar
tabel
untuk
perancangan
sistem
menggunakan pemodelan endemis SEIR tampak pada Gambar 3.6. tahun Jml_pend luas
Id_kel lahir
kelurahan
id_kel
1
nama
mempunyai
populasi
N
kematian Mati_TB terinfeksi
id
Gambar 3.6 Relasi Antar Tabel
Tabel yang digunakan dalam pemodelan SEIR ada dua, yaitu tabel kelurahan dan tabel populasi. Tabel kelurahan mempunyai atribut id_kel, nama, dan luas. Sedangkan tabel populasi mempunyai atribut id, id_kel, tahun, lahir, kematian, terinfeksi, dan mati_TB. Tabel kelurahan berelasi dengan tabel populasi untuk mengetahui kelurahan yang dipilih oleh pengguna, dan untuk menghitung laju persebaran TB, dan menghitung prediksi daerah endemis TB.
28
3.3.3
Perancangan Tabel Tabel-tabel yang digunakan dalam pemodelan ini ada
dua yaitu tabel kelurahan dan tabel populasi. Struktur tabel kecamatan ditunjukkan pada Tabel 3.1 Struktur tabel populasi. Tabel populasi berisi tentang data-data penduduk, dan data penderita TB di setiap kelurahan. Primary key dalam tabel populasi adalah id. Tabel 3.1 Struktur Tabel populasi
Populasi Nama Field
Tipe Data
id id_kel tahun jml_pend lahir kematian datang pergi kepadatan terinfeksi mati_TB
Integer Varchar Integer Integer Integer Integer Integer Integer Float Integer Integer
Keterangan Id kelurahan yang digunakan dalam pemrosesan data Kode Kelurahan Tahun Jumlah Penduduk Jumlah Kelahiran Penduduk Jumlah Kematian penduduk Jumlah penduduk datang Jumlah penduduk pergi Jumlah kepadatan penduduk Jumlah Penderita Tuberculosis Jumlah Penderita Tuberculosis yang mati
Tabel kelurahan berisi tentang data-data dalam satu kelurahan. Dalam tabel ini field id_kel sebagai primary key dan digunakan sebagai inputan dalam pemodelan endemis SEIR. Tabel 3.2 menunjukkan struktur tabel kelurahan.
29 Tabel 3.2 Struktur Tabel kelurahan
id_kel nama luas
Varchar Varchar Float
Kelurahan Kode kelurahan Nama kelutahan luas kelurahan
3.3.4 Flowchart Flowchart program pada pemodelan ini digambarkan pada Gambar 3.7. Dimulai dari pengguna yang memasukkan data S,E, I, R, N, k, jumlah penduduk, jumlah penduduk lahir, jumlah kematian penduduk ke dalam basisdata. Dalam sistem ini terdapat 2 sistem informasi utama yaitu menu informasi persebaran penyakit dan informasi prediksi. Apabila pengguna memilih menu grafik laju persebaran suatu kelurahan, maka sistem akan menghitung laju persebaran TB kelurahan tersebut dengan model SEIR dan akan dihasilkan grafik laju persebaran TB dalam rentang tahun 2007 – 20011. Apabila pengguna memilih menu grafik titik setimbang suatu kelurahan, maka sistem akan menghitung titik kesetimbangan kecamatan tersebut dengan model SEIR dan akan dihasilkan grafik titik kesetimbangan yang merupakan prediksi jumlah individu rentan, dan jumlah individu terinfeksi TB di tahun mendatang. Jika pengguna memilih menu peta, maka sistem akan menampilkan peta daerah endemis TB Kota Salatiga yang telah dihitung menggunakan model SEIR dalam rentang tahun 2007 -2011.
30
mulai
Input data S,E,I,R,N,k penduduk lahir dan mati
Grafik laju persebaran
Grafik titik setimbang
Rumus: b,c,d,b,dS/dt,dI/dt,
Grafik dS/dt, dE/dt,dI/dt,dR/dt
dE/dt,dR/dI
Rumus: b, Ro,se, ie
(se.ie)= (se,ie)
Ro>1
Grafik titik setimbang= (se,ie)=(1,0)
(se,ie)=1,0 Grafik titik setimbang=(se,ie) =(1,0)
Lihat peta
Rumus: b, Ro
Peta endemis TB
selesai
Gambar 3.7 Flowchart Program Pemodelan Endemis SEIR
31
3.3.5 Perancangan Antarmuka Sistem
Rancangan antarmuka Pemodelan SEIR pada Gambar 3.3 menampilkan beberapa menu yang terdiri dari menu Laju Persebaran, menu Prediksi, dan menu Keluar.
Laju Persebaran
Prediksi
Keluar
Pemodelan SEIR
Gambar 3.8 Perancangan Sistem
Menu Laju persebaran terdiri dari grafik laju persebaran per kelurahan, menu Prediksi terdiri dari grafik titik kesetimbangan per kelurahan, dan peta endemis TB serta menu keluar untuk keluar dari sistem.
