BAB III METODE PENELITIAN Bab III berisi tentang metode penelitian. Metode penelitian yang digunakan terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar aplikasi. A. Teknik Pengumpulan Data Penelitian ini menggunakan data sekunder yang diambil dari buku bahan ajar mahasiswa kedokteran Buku Ilmu Penyakit Dalam, jurnal – jurnal tentang penyakit tropis, serta wawancara dengan seorang dokter. Data yang diperoleh berupa gejala atau kriteria dari beberapa penyakit tropis yaitu sebanyak 122 kriteria dari 26 jenis penyakit tropis infeksi. B. Teknik Analisis Data Analisis data bertujuan untuk memperoleh hasil diagnosis berdasarkan gejala yang dimasukkan. Dalam penelitian ini digunakan metode Fuzzy Multy Criteria Decision Making (FMCDM). Alasan Metode FMCDM menerapkan pembobotan menggunakan derajat kecocokan dari setiap kriteria terhadap alternatif. Oleh karena pembobotan masing – masing kriteria terhadap masing – masing alternatif pada penelitian ini tidak sama, maka dirasa lebih tepat jika digunakan metode FMCDM. Adapun langkah – langkah penelitian yang dilakukan yaitu: 1. Studi pustaka dan wawancara mengenai penyakit tropis dan gejalanya. 2. Merepresentasikan masaah yang meliputi penentuan tujuan dan allternatif keputusannya, mengidentifikasi kriteria, serta membangun struktur hirarki berdasarkan pertimbangan tertentu.
53
Jika terdapat m alternatif keputusan dari diagnosis penyakit tropis, maka alternatif – alternatif tersebut dapat ditulis sebagai 𝐴 = {𝐴𝑖 | 𝑖 = 1,2,3, … , 𝑚}. Serta jika terdapat k kriteria, maka dapat dituliskan 𝐶 = {𝐶𝑡 | 𝑡 = 1,2,3, … , 𝑘}. Berikut adalah gambaran umum struktur hirarki dari suatu masalah.
tujuan
Kriteria C1
Kriteria C2
Alternatif A1
Alternatif A2
….
….
Kriteria Ck
Alternatif Am
Gambar 3. 1 Struktur Hirarki 3. Evaluasi Himpunan Fuzzy Pada tahap evaluasi himpunan fuzzy terdapat 3 proses yang perlu dilakukan, yaitu: a. Memilih himpunan rating untuk kepentingan kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan rating terdiri atas 3 elemen, yaitu: variabel linguistik (𝑥) yang merepresentasikan kepentingan kriteria dan kecocokan setiap alternatif dengan kriterianya, 𝑇(𝑥) yang merepresentasikan rating variabel linguistik, serta fungsi keanggotaan yang berhubungan dengan setiap
54
elemen 𝑇(𝑥). Misal, rating untuk bobot pada variabel bobot untuk setiap kriteria didefinisikan sebagai : T(kecocokan)={SANGAT KURANG COCOK, KURANG COCOK, AGAK COCOK, COCOK, SANGAT COCOK}. Setelah himpunan rating ini ditentukan, maka selanjutnya ditentukan fungsi keanggotaan untuk setiap rating. Pada kasus ini digunakan fungsi segitiga yang digambarkan sebagai berikut:
Gambar 3. 2 Fungsi Keanggotaan Segitiga Dimana persamaanya adalah seperti pada 3.1: 0; 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑐 𝑥−𝑎 𝜇[𝑥] = { 𝑏−𝑎 ; 𝑎 ≤ 𝑥 ≤ 𝑏 𝑥−𝑏 𝑐−𝑏
;
3. 1
𝑏≤𝑥≤𝑐
Misal 𝑊𝑡 adalah rating kepentingan dari kriteria 𝐶𝑡 ; 𝑆𝑖𝑡 adalah rating fuzzy untuk derajat kecocokan alternatif kecocokan 𝐴𝑖 dengan kriteria 𝐶𝑡 ; dan 𝐹𝑖 adalah indeks kecocokan fuzzy dari alternatif 𝐴𝑖 yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi 𝑆𝑖𝑡 dan 𝑊𝑡 , dengan i=1,2,3,…m dan 𝑡 = 1,2,3, … 𝑘.
55
b. Mengevaluasi kepentingan kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. c. Mengagregasikan kepentingan - kepentingan kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Terdapat beberapa macam metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain: mean, median, max, min, dan operator campuran. Metode mean lebih banyak digunakan. Operator ⨁ dan ⨂ adalah operator yang digunakan untuk penjumlahan dan perkalian pada bilangan fuzzy. Dengan menggunakan operator mean, 𝐹𝑖 dirumuskan sebagai: 1
𝐹𝑖 = (𝑘) [(𝑆𝑖1 ⨂𝑊1 )⨁(𝑆𝑖2 ⨂𝑊2 )⨁(𝑆𝑖𝑘 ⨂𝑊𝑘 )]
3. 2
Dengan cara mensubstitusikan 𝑆𝑖𝑡 dan 𝑊𝑡 dengan bilangan fuzzy segitiga, yaitu 𝑆𝑖𝑡 = (𝑜𝑖𝑡 , 𝑝𝑖𝑡 , 𝑞𝑖𝑡 ) ; dan 𝑊𝑡 = (𝑎𝑡 , 𝑏𝑡 , 𝑐𝑡 ); maka 𝐹𝑡 dapat didekati 𝐹𝑖 ≅ (𝑌𝑖 , 𝑄𝑖 , 𝑍𝑖 )
3. 3
dengan 1
𝑌𝑖 = (𝑘) ∑𝑘𝑡=1(𝑜𝑖𝑡 , 𝑎𝑖 )
3. 4
1
𝑄𝑖 = (𝑘) ∑𝑘𝑡=1(𝑝𝑖𝑡 , 𝑏𝑖 )
3. 5
1
𝑍𝑖 = (𝑘) ∑𝑘𝑡=1(𝑞𝑖𝑡 , 𝑐𝑖 )
3. 6
i = 1,2,3, … , m. 4. Seleksi Alternatif yang Optimal Dalam tahapan ini terdapat 2 aktivitas yang perlu dilakukan, yaitu: a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi;
56
Prioritas dari hasil agregasi dibutuhkan untuk proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat digunakan adalah metode total integral. Misalkan F adalah bilangan fuzzy segitiga, 𝐹 = (𝑎, 𝑏, 𝑐) maka nilai total integralnya dapat dirumuskan sebagai berikut: 1
𝐼𝑇𝛼 (𝐹) = (2) (𝛼𝑐 + 𝑏 + (1 − 𝛼)𝑎)
3. 7
Nilai 𝛼 adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0 ≤ 𝛼 ≤ 1). Nilai 𝛼 semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar. b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai 𝐹𝑖 maka kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang menjadi tujuannya sehingga ditentukan alternatif terbaik yang dipilih adalah yang memiliki nilai 𝐼𝑇𝛼 (𝐹) terbesar. Tujuan dari keputusan ini adalah diagnosa penyakit tropis yang mempunyai ranking tertinggi. 5. Mengimplementasikan sistem menggunakan
user-interface (tampilan
antarmuka pengguna). 6. Contoh kasus Diberikan sebuah contoh kasus untuk memberikan gambaran yang lebih jelas menganai proses penerapak FMCDM.
57
7. Validasi oleh dokter. Validasi oleh dokter dilakukan untuk mengetahui kelayakan system dan untuk mengetahui keakurasian hasil diagnosis menggunakan FMCDM. 8. Posting ke web Sistem hasil penelitian ini diposting ke web dengan tujuan agar dapat digunakan oleh orang banyak. Secara singkat berikut adalah diagram dari langkah – langkah penelitian:
Gambar 3. 3 Langkah – langkah penelitian C. Perencanaan Layar Aplikasi Setelah diperoleh hasil perankingan yang baik, maka tampilan sistem fuzzy dapat dibentuk dengan user interface. Tujuannya adalah agar tampilan yang dihasilkan lebih menarik dan mudah pengoperasiannya. Rancangan user interface ini dibangun dengan menggunakan bahasa
58
pemrograman PHP. Rancangan awal user interface diagnosis penyakit tropis ditunjukkan pada gambar 3.4:
Gambar 3. 4 Halaman Depan Sebelum Login
Gambar 3. 5 Halaman Setelah Login
Gambar 3. 6 Halaman Alur Pemakaian
59
Gambar 3. 7 Halaman Kontak
Gambar 3. 8 Halaman Daftar Penyakit
Gambar 3. 9 Halaman Diagnosis
60
Gambar 3. 10 Halaman Hasil Diagnosis Proses pembuatan user interface disesuaikan dengan urutan pemanggilan dan proses perintah pada sistem. Berikut adalah langkah – langkah pembuatan sistem user interface. 1. Menulis judul program, diletakkan di bagian kanan atas program. 2. Membuat halaman depan yang berisi ucapan selamat dating. 3. Membuat bagan alur pemakaian. 4. Membuat halaman kontak yang berisi foto, nama, nomor hp, dan alamat penulis seperti pada halaman 10. 5. Kotak login digunakan untuk masuk ke halaman untuk proses diagnosis. Berisi username dan password. Jika belum mengetahui username dan password disarankan untuk menghubungi kontak yang tertera. 6. Halaman daftar penyakit. Berisi tentang beberapa penyakit dan gejalanya seperti pada halaman 11. 7. Halaman diagnosis. Pengguna dapat memasukkan gejala yang dirasakan dan kemudian mengeklik tombol proses yang akan diperoleh hasil diagnosis yang berupa urutan penyakit seperti pada 13.
61
8. Tombol “Logout” ditekan 9. Background tamplate yang diperoleh dari (Nugroho, 2014). D. Posting Web ke Hosting Tampilan
antarmuka
yang
telah
dibangun
menggunakan
bahasa
pemrograman PHP di atas akan diupload agar dapat diakses oleh orang banyak.
62
