BAB III ANALISIS DAN DESAIN SISTEM
III.1. Analisa Sistem Yang Sedang Berjalan Analisa sistem yang dijelaskan pada bab ini adalah sebagai bahan perbandingan dengan sistem yang akan dirancang. Di sini penulis akan memaparkan proses konsultasi mengidentifikasi penyakit kanker payudara. III.1.1. Analisa Input Agar proses konsultasi dapat dilakukan dan menghasilkan keluaran sesuai dengan yang diharapkan maka pakar perlu mengetahui data input dari pasien/pengguna. Data input yang diberikan pasien/pengguna kepada pakar masih diinputkan secara manual yaitu dengan menyampaikan langsung data pasien kepada pakar. Adapun inputan yang diperlukan adalah : 1.
Ciri-ciri: Contoh input data ciri-ciri adalah : -
Tumbuh benjolan
-
Warna payudara berubah
-
Puting susu masuk kedalam
-
Payudara terasa terbakar
55
56
Berdasarka pengamatan penulis tentang data input diatas, penulis berpendapat bahwa data yang diberikan telah cukup dan telah memenuhi semua data yang dibutuhkan pakar untuk melakukan proses identifikasi penyakit kanker payudara. III.1.2. Analisa Proses Berdasarkan sistem yang sedang berjalan, tahapan – tahapan kerja atau proses mengidentifikasi penyakit kanker payudara adalah sebagai berikut : 1.
Pasien dicek kondisi fisiknya
2.
Pakar mengajukan beberapa pertanyaan kepada pasien
3.
pasien harus mejawab beberapa dari pertanyaan – pertanyaan yang diajukan oleh pakar dengan sebenar – benarnya untuk mengetahui hasil.
4.
Setelah mengetahui semua data yang diinputkan, pakar melakukan perumusan apakah pasien menderita penyakit kanker payudara serta memberikan solusi pengobatannya.
III.1.3. Analisa Output Output
merupakan
hasil
dari
pengolahan
data
yang
telah
diinputkan.Output atau hasil keluaran dari sistem pakar ini adalah informasi atau hasil konsultasi penyakit kanker payudara yang diderita pasien dan solusi pengobatannya serta informasi solusi jika pasien tidak mengalami penyakit kanker payudara yang sering terjadi oleh pasien tersebut pada umumnya.
57
III.2. Evaluasi Sistem Yang Sedang Berjalan Berdasarkan Analisa terhadap input, proses dan output pada sistem pakar kanker payudara pada
yang sedang berjalan penulis menemukan beberapa
kelemahan antara lain sebagai berikut : 1.
Waktu yang dibutuhkan untuk melakukan konsultasi relatif tidak efektif Pada umumnya pasien yang akan melakukan konsultasi harus membuat janji dan mengantri untuk bertemu dengan pakar.
2.
Biaya yang dikeluarkan untuk konsultasi relatif mahal.
3.
Masyarakat yang tinggal dipedesaan hanya melakukan konsultasi disebuah puskesmas, atau cukup melakukan pengobatan tradisional sehingga pengobatan tidak efektif karena pakar spesialis lebih banyak terdapat di pusat kota. Untuk menangani kelemahan-kelemahan sistem yang ada salah satu solusi
yang ditawarkan adalah dengan merancang sistem pakar untuk mengidentifikasi penyakit kanker payudara. Sistem ini diharapkan mampu memberikan kontribusi positif terhadap orang banyak. III.3. Representasi Pengetahuan Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan (knowledge
base).
Basis
pengetahuan
mengandung
pengetahuan
untuk
pemahaman dan merupakan inti dari sistem pakar, yaitu berupa representasi
58
pengetahuan dari pakar yang tersusun atas dua (2) elemen dasar yaitu, fakta dan aturan, dan mesin inferensi untuk mendiagnosakanker payudara pada . Basis pengetahuan yang di dalam sistem pakar ini akan digunakan untuk menentukan proses pencarian atau menentukan kesimpulan yang diperoleh dari hasil analisis. Hasil yang diperoleh setelah pengguna melakukan interaksi dengan sistem pakar yaitu dengan menjawab pertanyaan yang diajukan oleh sistem pakar. Basis pengetahuan yang di gunakan didalam sistem pakar ini terdiri dari : gejalagejala yang diderita pasien dan derajat/ tingkat keyakinan yang diberikan oleh pakar. Tabel keputusan untuk gejala-gejala yang terjadi adalah seperti ditunjukkan oleh tabel III.1 dibawah ini: Tabel III.1 Keputusan Gejala – Gejala Kanker payudara Id_gejal Gejala a
Stadium I
ditemukannya benjolan yang terasa berbeda pada payudara, ukuran < 2cm (1)
*
*
C0002
benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan poripori kulit yang agak menonjol (1)
C0003
benjolan pada payudara anda berubah bentuk / ukuran > 2cm T < 5cm (2)
C0001
Penyakit Stadium Stadium II III
*
Stadium IV
59
*
C0004
kulit payudara berubah warna: dari merah muda menjadi coklat hingga seperti kulit jeruk (2)
*
C0005
puting susu masuk ke dalam (retraksi) atau salah satu puting susu tiba-tiba lepas / hilang (2)
C0006
muncul rasa sakit yang hilang-timbul (2)
*
C0007
kulit payudara terasa seperti terbakar (3)
*
*
C0008
payudara mengeluarkan darah atau cairan yang lain, padahal Anda tidak menyusui (3)
*
C0009
adanya borok (ulkus) pada payudara, borok ini akan menjadi semakin besar dan mendalamsehingga dapat menghancurkan seluruh payudara (3)
*
C0010
payudara sering berbau busuk dan mudah berdarah terdapat edema luas pada kulit payudara (lebih 1/3 luas kulit payudara) (4)
*
C0011
adanya nodul satelit pada kulit payudara sert terdapat model parasternal(4)
60
C0012
terdapat nodul supraklavikula adanya edema lengan, adanya metastase jauh (4)
*
Tabel bobot penilaian untuk gejala kanker payudara ditunjukkan oleh tabel III.2 berikut ini: Tabel III.2 Nilai Bobot Untuk Gejala Kanker Payudara Id_Gejala Gejala ditemukannya benjolan yang C0001 payudara, ukuran < 2cm (1)
Bobot terasa
berbeda
pada 0.75
C0002
benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan pori-pori kulit yang agak menonjol (1)
0.82
C0003
benjolan pada payudara anda berubah bentuk / ukuran > 2cm T < 5cm (2)
0.65
C0004
kulit payudara berubah warna: dari merah muda menjadi coklat hingga seperti kulit jeruk (2)
0.7
C0005
puting susu masuk ke dalam (retraksi) atau salah satu puting susu tiba-tiba lepas / hilang (2)
0.73
C0006
muncul rasa sakit yang hilang-timbul (2)
0.8
C0007
kulit payudara terasa seperti terbakar (3)
0.74
C0008
payudara mengeluarkan darah atau cairan yang lain, padahal Anda tidak menyusui (3)
0.67
C0009
adanya borok (ulkus) pada payudara, borok ini akan menjadi semakin besar dan mendalamsehingga dapat menghancurkan seluruh payudara (3)
0.8
C0010
payudara sering berbau busuk dan mudah berdarah terdapat edema luas pada kulit payudara (lebih 1/3 luas
0.75
61
kulit payudara) (4)
C0011
adanya nodul satelit pada kulit payudara serta terdapat model parasternal(4)
0.8
C0012
terdapat nodul supraklavikula adanya edema lengan, adanya metastase jauh (4)
0.83
III.3.1. Metode Dempster Shafer Metode yang akan diterapkan dalam pembuatan sistem pakar ini adalah metode dempster shafer dengan rumus sebagai berikut : Plausibility (Pl) dinotasikan sebagai : Pl(s) = 1 – Bel (-s)
Kepercayaan dalam hipotesis di konstitusikan melalui jumlah dari masa dari keseluruhan kumpulan dengan (seperti jumlah dari masa untuk keseluruhan subset dari hipotesis ). Merupakan jumlah dari kepercayaan dimana secara langsung mendukung sekumpulan hipotesis yang diberikan terakhir, membentuk dasar. Kepercayaan ( biasanya dinotasikan dengan Bel ) mengukur kekuatan dari barang bukti dalam kesukaan dari sekumpulan atau proporsi. Memiliki rentang antara 0 ( mengindikasikan tidak ada barang bukti ) sampai 1 ( yang menunjukan kepastian ). Hal yang masuk akal merupakan 1 dikurangi jumlah dari masa dari semua kumpulan masa untuk seluruh kumpulan yang berinterseksi dengan hipotesis adalah kosong.
62
Merupakan sebuah batas atas dari kemungkinan dimana hipotesis dapat menjadi benar. Dapat memungkinkan menjadi kondisi dari sistem menuju nilai yang diinginkan, dikarenakan terdapat banyak barang bukti, dikarenakan terdapat banyak barang bukti yang kontradiksi hipotesis. Plausability ( hal yang masuk akal ) didefinisikan sebagai Pl(s) = 1 – Bel (~s). juga memiliki rentang dari 0 sampai 1 dan mengukur tambahan dimana setiap barang bukti merupakan selera dari ~s merupakan ruang diluar dari pada s. Pada teori Dempster-Shafer dikenal adanya frame of discrement yang dinotasikan dengan θ. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis. Tujuannya adalah mengaitkan ukuran kepercayaan elemenelemen θ. Tidak semua evidence secara langsung mendukung tiap-tiap elemen. Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya mendefinisikan elemen-elemen θ saja, namun juga semua subsetnya. Sehingga jika θ berisi n elemen, maka subset θ adalah 2n . Jumlah semua m dalam subset θ sama dengan 1. Apabila tidak ada informasi apapun untuk memilih hipotesis, maka nilai : m{θ} = 1,0. Apabila diketahui X adalah subset dari θ, dengan m1 sebagai fungsi densitasnya, dan Y juga merupakan subset dari θ dengan m2 sebagai fungsi densitasnya, maka dapat dibentuk fungsi kombinasi m1 dan m2 sebagai m3, yaitu:
∑x∩y = z m1(X).m2(Y) m3(Z) =
1-∑x∩y = θm1(X).m2(Y)
63
Dimana : m3(Z)
= mass function dari evidence (Z)
m1(X)
= mass function dari evidence (X), yang diperoleh dari nilai keyakinan suatu evidence dikalikan dengan nilai disbelief dari evidence tersebut.
m2(Y)
= mass function dari evidence (Y), yang diperoleh dari nilai keyakinan suatu evidence dikalikan dengan nilai disbelief dari evidence tersebut.
∑m1(X).m2(Y) = merupakan nilai kekuatan dari evidence Z yang diperoleh dari kombinasi nilai keyakinan sekumpulan evidence). Untuk contoh perhitungan menggnakan metode dempster shafer maka untuk menghitung nilai Dempster Shafer (DS) kanker payudara yang dipilih dengan menggunakan nilai believe yang telah ditentukan pada setiap gejala. Pl((~s ) = 1- Bel. Dimana nilai bel ( believe ) merupakan nilai bobot yang diinput oleh pakar, maka untuk mencari nilai dari kedua gejala diatas, terlebih dahulu dicari nilai dari , seperti yang dibawah ini. Gejala 1 : ditemukannya benjolan yang terasa berbeda padapayudara, ukuran < 2cm (C0001) Maka : C0001 ( bel) = 0.75 C0001 (Ω) = 1- 0.75 = 0.25
64
Gejala 2 : benjolan ditekan tidak sakit, tetapi terjadi perubahan pada kulit dan puting yaitu mengerut dengan pori-pori kulit yang agak menonjol (C0002) Maka : C0002 ( bel) = 0.82 C0002 (Ω) = 1- 0.82 = 0.18 Maka untuk mencari nilai dari C000n kita menggunakan rumus seperti dibawah :
∑x∩y = z m1(X).m2(Y) maka :
m3(Z) = 1-∑x∩y = θm1(X).m2(Y)
C(Z) =
0.75 * 0.82 1-∑x∩y = θm1(X).m2(Y) 1-(0.25 * 0.18) 0.615
= 1-(0.025 0.955 * 0.85) Nilai densitas = 0.64397 Maka dapat disimpulkan gejala kanker 0.21375 0.21375tersebut memiliki nilai eviden kepercayaan adalah 0.64397 0.21375 III.4. Desain Sistem III.4.1. Desain Sistem Secara Global Perancangan desain sistem yang akan dibangun menggunakan pemodelan Unified Modelling System ( UML ). Diagram-diagram yang digunakan use case diagram, activity diagram, class diagram dan squence diagram.
65
III.4.1.1. Use Case Diagram Diagram ini menggambarkan interaksi beberapa aktor dengan sistem digambarkan pada gambar III.1 berikut ini:
Use Case Diagram
Sistem Pakar
Penyakit kanker payudara
Login
<< include >> << include >>
Pakar
Ciri dan gejala
<< include >> << extend >> << include >>
Rule
Diagnosa
<< include >> << extend >> User
Hasil Diagnosis
<< include
>>
<< include >> Data Stadium
keluar
Gambar III.1. Use Case Diagram Sistem Pakar Penyakit Kanker Payudara III.4.1.2. Class Diagram Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus
menawarkan
(metoda/fungsi).
layanan
untuk
memanipulasi
keadaan
tersebut
66
Loginpakar.view - Username.textfield - Password.textfield - Login.button + get admin.varchar( ) + password.varchar( ) + halamanpakar.show( )
Menu admin pakar Ciri-ciri.view
- Ciri-ciri.hyperlink - Diagnosa.hyperlink - Hasil diagnosa.hyperlink - stadium.hyperlink - tentang.hyperlink - logout.hyperlink + ciri-ciri.show( ) + diagnosa.show( ) + hasil diagnosa.show( ) + stadium.show( ) + tentang.show( ) + homepage.show( )
-
no id_ciri ciri-ciri bobot id_stadium aksi.edit.hyperlink aksi.hapus.hyperlink tambah ciri.button
+ get id_ciri.varchar( )
konsultasi.view -Ciri-ciri -proses.button +cek ciriciri()
tanyajawab -pertanyaan -ya.combobox -tidak.combobox -teruskan.button +get diagnosis()
diagnosa.view -metode ds -Ciriciri -stadium -selesai.button +get offset()
stadium -id_stadium.varchar -stadium_ya.varchar -stadium_tdk.varchar -bobot.float +kembali()
Gambar III.2. Class Diagram Sistem Pakar Penyakit Kanker Payudara III.4.1.3. Sequence Diagram Penggambaran kolaborasi antar objek dari kelas-kelas yang ada digambarkan pada gambar-gambar berikut ini :
67
1. Sequence diagram login pakar Proses sequence login pakar adalah pakar memasukkan username dan password pada form login pakar, dari form login pakar data akan di kirim ke sistem untuk di cek kevalidan data. Jika data valid maka akan ditampilkan form halaman admin pakar. Sequence diagram Login Pakar ditunjukan pada gambar III.3 berikut ini :
homepage
login pakar
halaman admin pakar
pakar pilih pakar
input data login input data login
login gagal
logout
Gambar III.3. Diagram Sequence Login Pakar
68
2. Sequence diagram form input data ciri-ciri
form data cir-ciri
database
admin
Input Data ciri-ciri
Simpan Data ciri-ciri
informasi
Gambar III.4 : Sequence Diagram Input Data Ciri-ciri 3. Sequence diagram form input data diagnosa
form data diagnosa
database
admin
Input Data diagnosa
Simpan Data diagnosa
informasi
Gambar III.5 : Sequence Diagram Input Data Diagnosa
69
4. Sequence diagram form input data hasil diagnosa
form data hasil diagnosa
database
admin
Input Data hasil diagnosa
Simpan Data hasil diagnosa
informasi
Gambar III.6 : Sequence Diagram Input Data Hasil Diagnosa
5. Sequence diagram form input data stadium
form data stadium
database
admin
Input Data stadium
Simpan Data stadium
informasi
Gambar III.7 : Sequence Diagram Input Data Stadium
70
6. Sequence diagram form logout admin
keluar
admin
close
Gambar III.8 : Sequence Diagram Logout Admin III.4.2. Desain Sistem Secara Detail III.4.2.1. Desain Output 1. Rancangan Form Admin Form ini merupakan antar muka yang berisi form master gejala, form stadium, form rule, form cara menjalankan dan form tentang program.. Rancangan form admin ditunjukkan pada gambar III.9 berikut ini : File
Help >>
Basis Pengetahuan >> Diagnosa Keluar
Laporan
>>Menjalankan Program >>Tentang Program Ini
>> Master Stadium >> Master Ciri Dan Gejala >> Master Rule
Gambar III.9. Rancangan Form Admin
71
2. Rancangan Form User Form ini merupakan antar muka user yang berisi tombol diagnosa dan tombol informasi . Rancangan form user ditunjukkan pada gambar III.10 berikut ini : Menu Utama Konsultasi
Picture box
Diagnosa Kanker Payudara
Informasi Kanker Payudara
Gambar III.10. Rancangan Form User
3. Rancangan Form Hasil Diagnosa Form ini menampilkan hasil dari (diagnosis penyakit) yang dilakukan oleh pasien. Rancangan form hasil diagnosa dapat dilihat pada gambar III.11. di bawah ini : Hasil Diagnosa Ciri Dan Gejala Hasil Diagnosa Nilai Dempster shafer :
Solusi
selesai
Gambar III.11. Rancangan Form Hasil Diagnosa
72
4. Rancangan Form Tentang Program Form ini menampilkan foto dan data pembuat sistem. Rancangan form tentang program ditunjukkan pada gambar III.12 berikut ini :
Tentang Program Ini Program Ini Dibuat Untuk Kelengkapan Skripsi/Tugas Akhir
Yogi eko pradipta
Picture box
1020000134 Sistem informasi STMIK Potensi Utama
selesai
Gambar III.12. Rancangan Form Tentang Program 5. Rancangan Form Menjalankan Program Form ini menampilkan cara pemakaian program. Rancangan form menjalankan program ditunjukkan pada gambar III.13 berikut ini : Cara Menjalankan Program Untuk menamenambah pengetahuan sistem pakar klik Menu Basis Pengetahuan Dan Pilih Jenis Atau Stadium Penyakit untuk menambah data penyakit dan untuk menambah data ciri-ciri atau gajala penyakit silahkan pilih menu ciri dan gejala Untuk menambah solusi dari sebuah permasalahan klik menu Rule Basis pengetahuan, isi field-field yang diperlukan beserta ciri dan gejalanya
selesai
Gambar III.13. Rancangan Form Menjalankan Program
73
6. Rancangan Form Informasi Form ini menampilkan informasi seputar kanker payudara. Rancangan form informasi ditunjukkan pada gambar III.14 berikut ini : Halaman Informasi Terima kasih Telah Menggunakan Aplikasi Kami, Silahkan Tekan Tombol Informasi Dibawah Untuk Dapat Mengetahui Info Yang Lebih Seputar Kanker Payudara Lebih Detail Dan Silahkan Pilih Menu Diagnosa Untuk Melakukan Konsultas
Defenisi Kanker Payudara
Jenis Kanker Payudara
Stadium Kanker Payudara Kembali
Gambar III.14. Rancangan Form Informasi III.4.2.2. Desain Input 1. Rancangan Form Login Pada Form ini menggambarkan proses login pada sistem, tombol login dan tombol keluar. Rancangan form login pakar ditunjukan pada gambar III.15 berikut ini : SISTEM PAKAR MENDIAGNOSIS KANKER PAYUDARA
Masukkan Username dan Password Anda Untuk Menggunakan Sistem Ini Level
:
Username
:
Password
:
Login
Keluar
Gambar III.15. Rancangan Form Login
74
2. Rancangan Form Master Stadium Pada form ini admin dapat melakukan penambahan, pengubahan dan menghapus data stadium. Rancangan form master stadium dapat ditunjukkan pada gambar III.16 berikut ini :
Ciri dan Gejala >>
ID Stadium Tambah
Jenis Stadium Batal
Edit
Save
Delete
Exit
ID STADIUM
JENIS STADIUM
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
Gambar III.16. Rancangan Form Master Stadium
3. Rancangan Form Master Ciri Dan Gejala Pada form ini admin dapat menambah, mengubah atau menghapus data ciri dan gejala kanker payudara. Rancangan form master ciri dan gejala ditunjukkan pada gambar III.17 berikut ini :
75
Tambah
Batal
Jenis Stadium ID Ciri Ciri Dan Gejala
Edit
Bobot Save
Delete
Exit
ID CIRI
CIRI DAN GEJALA
BOBOT
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
Gambar III.17. Rancangan Form Master Ciri Dan Gejala
4. Rancangan Form Konsultasi Form ini ditujukan untuk pasien / user menginputkan ataupun memilih ciri dan gejala yang dirasakan . Rancangan form konsultasi dapat dilihat pada gambar III.18 dibawah ini : Silahkan Pilih Gejala-gejala Yang Anda Rasakan, Kemudian Klik Tombol Proses
gejala petama gejala kedua gejala ketiga gejala keempat gejala kelima gejala keenam Proses
Gambar III.18. Rancangan Form Konsultasi
76
5. Rancangan Form Master Rule Pada form ini admin dapat menambah, mengubah atau menghapus data yang ada pada form master rule. Rancangan form master rule ditunjukkan pada gambar III.19 dibawah ini :
Tambah
Edit
Hapus
Batal
Simpan
Jenis Stadium
ID Solusi
Hasil Diagnosa
solusi
Sigma a
Sigma b
Believe
Result
Theta
Precen tage
Ciri
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
ID Rule
Hasil Diagnosa
Solusi
Ciri Dan Gejala
gejala petama gejala kedua gejala ketiga gejala keempat gejala kelima gejala keenam
Gambar III.19. Rancangan Form Master Rule
77
III.4.3. Desain Database Perancangan database berguna untuk menyimpan data-data yang saling berhubungan satu dengan yang lainnya. Dalam perancangan database di bentuk satu file yang berguna untuk menyimpan tabel-tabel yang diperlukan sebagai basis penyimpanan suatu data. III.4.3.1. Kamus Data Dibawah ini adalah kamus data atau referensi data yang ada pada basis data sistem yang akan dibangun : 1.
Admin
={(idadmin + password)}
2.
Ciri
={(id_ciri + ciri +bobot + id stadium)}
3.
Rules
={( id_rule + id_stadium + ciri + diagnosa + solusi)}
4.
Stadium ={(id_stadium +stadium + jenis)}
III.4.3.2. Normalisasi Normalisasi database biasanya jarang dilakukan dalam database skala kecil dan dianggap tidak diperlukan pada penggunaan personal. Namun seiring dengan berkembangnya informasi yang dikandung dalam sebuah database, proses normalisasi akan sangat membantu dalam menghemat ruang yang digunakan oleh setiap tabel di dalamnya, sekaligus mempercepat proses permintaan data. Pada tahap ini semua data direkam tanpa format tertentu dan data bisa jadi mengalami duplikasi.
78
1.
Bentuk Normal Pertama ( 1NF/ First Normal Form) a. Tabel Normal Pertama
admin
passwo
Id_ciri
ciri
Bobot
rd
Id_stad ium
Id_rule
Diag
solusi
nosa
Stadi um
b. Tabel Normal Pertama Admin idadmin
2.
username
password
Bentuk Normal Kedua (2NF/ Second Normal Form) a. Tabel ciri *id_ciri
ciri
bobot
id_stadium
b. Tabel rules *id_rule
id_stadium
ciri
diagnosa
solusi
jenis
79
c. Tabel stadium *id_stadium
stadium
jenis
d. Tabel admin *idadmin
username
password
III.4.3.3. Desain Tabel / File Pada sistem pakar ini, digunakan database SQL Server dengan nama dbds menggunakan 5 tabel, yaitu tabel admin, tabel rules, tabel ciri, tabel pemakai dan tabel stadium. Adapun struktur data dari tabel-tabel tersebut adalah sebagai berikut : Tabel III.3. Tabel Admin No
Field Name
Type
Width
Keterangan
1
idadmin
varchar
50
Primary key
2
username
nchar
10
-
3
pass
nchar
10
-
80
Tabel III.4. Tabel Rules No
Field Name
Type
Width
Keterangan
1
id
int
-
-
2
id_rule
nchar
10
Primary key
3
id_stadium
nchar
10
-
4
ciri
varchar
250
-
5
diagnosa
varchar
250
-
6
solusi
varchar
250
-
7
sigma a
float
-
-
8
sigma b
float
-
-
9
believe
float
-
-
10
result
float
-
-
11
theta
float
-
-
12
precentage
float
-
-
Tabel III.5. Tabel Ciri No
Field Name
Type
Width
Keterangan
1
id
int
-
-
2
id_ciri
nchar
10
Primary key
3
ciri
varchar
250
-
81
4
bobot
float
-
-
5
idstadium
nchar
10
-
Tabel III.6. Tabel Pemakai No
Field Name
Type
Width
Keterangan
1
id
int
-
-
2
id_pemakai
ntext
-
Primary key
3
nama
ntext
-
-
4
Usia
ntext
-
-
5
alamat
ntext
-
-
6
diagnosa
ntext
-
-
7
solusi
ntext
-
-
8
nilai
ntext
-
-
Tabel III.7. Tabel Stadium No
Field Name
Type
Width
Keterangan
1
id
int
-
-
2
id_stadium
nchar
10
Primary key
3
jenis
varchar
50
-
82
III.4.3.4. ERD (Entity Relationship Diagram) Adapun ERD ( Entity Relationship Diagram ) dari aplikasi yang akan di bangun ditunjukkan pada gambar III.20 berikut ini: password
*idadmin
id_stadium *id_ciri Menginput
bobot
admin pakar
ciri
M ciri
M
M
menginput
memiliki
M
M diagnosa
*id_rule
stadium
M
1 ciri
rules jenis *id_stadium stadium
id_stadium
solusi
Gambar III.20. ERD (Entity Relationship Diagram) III.5. Logika Program Setiap aktivitas suatu aktor dieksentasikan ke aktivitas aktor lain dapat disatukan dengan swimline. Aktivitas yang terjadi pada sistem yang akan dibangun memiliki gabungan aktivitas antar aktor Pasien dan Pakar.
83
1. Activity Diagram Login Pakar Activity diagram login pakar merupakan activity diagram untuk proses login pakar. Activity diagram login pakar ditunjukkan pada gambar III.21 berikut ini:
Masuk login pakar
Masukkan username dan password
Tidak
Benar
Ya
Masuk halaman admin pakar
Gambar III.21. Activity Diagram Login Pakar 2. Activity Diagram Input Data Activity diagram untuk penginputan data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.22 berikut ini:
84 Start
Masukkan Data Data Salah
Sukses Data Tersimpan
Data Ditampilkan
End
Gambar III.22. Activity Diagram Input Data 3. Activity Diagram Edit Data Activity diagram untuk mengedit data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.23 berikut ini: Start
Edit Data Data Salah
Sukses Data Tersimpan
Data Ditampilkan
End
Gambar III.23. Activity Diagram Edit Data
85
4. Activity Diagram Hapus Data Activity diagram untuk hapus data oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.24 berikut ini: Start
. Hapus Data Data Gagal Dihapus Sukses Data Terhapus
Data Ditampilkan
End
Gambar III.24. Activity Diagram Hapus Data 5. Activity Diagram Logout Admin Activity diagram logout admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.25 berikut ini: Start
Pilih Keluar Dari Sistem
Keluar Dari Sistem
End
Gambar III.25. Activity Diagram Logout Admin
86
6. Activity Diagram Master Stadium Activity diagram untuk master stadium oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.26 berikut ini:
Masuk login
Masukkan username dan password
Tidak
Benar
Ya masuk halaman admin
Pilih menu stadium
Ya Tambah data
tidak Ya Edit data
tidak Ya Hapus data
tidak
halaman data stadium
Gambar III.26. Activity Diagram Master Stadium
87
7. Activity Diagram Master Ciri Dan Gejala Activity diagram untuk master ciri dan gejala oleh admin pada Sistem Pakar Penyakit Kanker Payudara ditunjukkan pada gambar III.27 berikut ini:
Masuk login
Masukkan username dan password
Tidak
Benar
Ya masuk halaman admin
Pilih menu ciri gejala
Ya Tambah data
tidak Ya Edit data
tidak Ya Hapus data
tidak
halaman data ciri gejala
Gambar III.27. Activity Diagram Master Ciri Dan Gejala
88
8. Activity Diagram Master Rule Activity diagram untuk master rule
oleh admin pada Sistem Pakar
Penyakit Kanker Payudara ditunjukkan pada gambar III.28 berikut ini:
Masuk login
Masukkan username dan password
Tidak
Benar
Ya masuk halaman admin
Pilih menu rule
Ya Tambah data
tidak Ya Edit data
tidak Ya Hapus data
tidak
halaman data rule
Gambar III.28. Activity Diagram Master Rule