BAB IV PERANCANGAN DAN IMPLEMENTASI
4.1. Perancangan Sistem Setelah melakukan tahapan pemeriksaan dan tahapan analisa, langkah selanjutnya adalah tahapan perancangan sistem. Tahapan perancangan merupakan proses untuk menerjemahkan kebutuhan pengguna dari hasil pemeriksaan sistem yang ada dan analisa kebutuhan pengguna dalam bentuk representasi perangkat lunak, sehingga dapat dimengerti oleh pengguna. Perancangan sistem ini meliputi perancangan basis data dan perancangan antar muka pengguna.
4.1.1. Gambaran Umum Sistem Sistem pakar analisa dan penanganan gangguan pada jaringan distribusi power system menggunakan metode CBR ini dikembangkan untuk mengatasi gangguan listrik berdasarkan laporan dari pelanggan. Perangkat lunak sistem yang dikembangkan dalam penelitian ini berfungsi sebagai penganalisa gangguan listrik yang dilaporkan pelanggan. Kemudian sistem, lewat operator akan memberikan solusi penanganan gangguan listrik berdasarkan pengalaman kasus-kasus gangguan listrik sebelumnya atau hasil analisa pakar yang mengerti tentang penanganan gangguan listrik yang telah dijadikan sebagai pengetahuan di dalam basisdata sistem. Pelanggan Laporan Kasus Gangguan
Operator
Sistem Saran Penanganan
Status kerusakan & solusi
Penanganan gangguan
Teknisi Lapangan Gambar 8. Diagram laporan gangguan dan penanganan oleh sistem
Untuk menggambarkan proses-proses yang terjadi dalam sistem pakar yang dikembangkan dalam penelitian ini, maka dibuat data flow diagram. Data flow diagram (DFD) sistem pakar dimulai dari DFD level 0 sampai DFD yang lebih rinci. Adapun DFD level 0 sistem pakar yang dikembangkan dalam penelitian ini disajikan pada Gambar 9 dan DFD level 1 yang disajikan pada Lampiran 1.
Gambar 9. DFD level 0 Sistem pakar analisa gangguan di jaringan distribusi
4.1.2. Akuisisi Pengetahuan Akuisisi pengetahuan sistem pakar analisa dan penanganan gangguan pada jaringan distribusi power system dilakukan dengan tiga cara, yaitu (1) belajar dari kasuskasus di masa lalu, (2) Studi literatur pustaka dan (3) wawancara dengan pakar. Akuisisi pengetahuan lewat belajar dari kasus-kasus lampau dilakukan dengan cara mendapatkan contoh-contoh kasus yang pernah terjadi gangguan di lokasi sekitar kantor area pelayanan jaringan tersebut serta solusi yang dilakukan oleh petugas unit gangguan (Lampiran 2). Akuisisi melalui studi literatur dilakukan dengan cara mencari tahu beberapa istilah material yang mengalami kerusakan yang mungkin belum pernah di berikan oleh pakar yang didapatkan dari buku-buku tentang operasi tenaga listrik dan jaringan distribusi. Hasil akuisisi pengetahuan lewat studi literatur bisa dilihat pada Lampiran 3. Wawancara dengan pakar meliputi identifikasi terhadap kelompok peralatan yang biasa mengalami terjadi gangguan, material-material yang biasa mengalami kerusakan dan sumber kerusakan. Salah satu contoh hasil akuisisi pengetahuan lewat wawancara dengan pakar bisa dilihat pada Lampiran 4.
4.1.3. Representasi Pengetahuan Informasi di dalam basis pengetahuan dimasukkan ke dalam program komputer oleh proses yang disebut representasi pengetahuan. Pengetahuan sistem tersebut direpresentasikan dalam bentuk kasus. Kasus-kasus di masa lampau akan dijadikan sebagai basis pengetahuan oleh sistem. Untuk merepresentasikan pengetahuan sistem pakar ini maka dibuat sebuah tabel kasus. Tabel kasus sistem terdiri dari beberapa variabel antara lain nomor kontrak pelanggan, nama pelapor/pelanggan, alamat gangguan, keluhan pelanggan, gangguan dan solusi penanganan. Tabel pengetahuan secara
lengkap bisa dilihat pada Lampiran 5. Pengetahuan sistem yang didapat
direpresentasikan dalam bentuk aturan pencarian menggunakan format if-then. Aturan pencarian dipilih karena memiliki kelebihan : 1. Pengetahuan yang direpresentasikan dalam bentuk aturan pencarian kasus dengan format if-then cukup mudah dipahami. 2. Pengetahuan bisa dimodifikasi yaitu pengetahuan bisa ditambah, dihapus atau diperbaiki. Langkah-langkah yang dilakukan untuk merepresentasikan pengetahuan meliputi pembuatan tabel keputusan dan pengubahan tabel keputusan menjadi aturan pencarian keluhan dan gangguan.
1. Tabel keputusan Tabel
keputusan
merupakan
suatu
metode
untuk
mendokumentasikan
pengetahuan sistem pakar analisa dan penanganan gangguan pada jaringan distribusi power system. Fungsi tabel keputusan ini untuk menentukan hubungan antara keluhan pelanggan dan gangguan serta solusi penanganan. Ada dua tabel keputusan yang dikembangkan dalam penelitian ini yaitu (1) tabel keputusan pencarian keluhan dan (2) tabel keputusan pencarian gangguan. Tabel keputusan pencarian keluhan dan tabel keputusan pencarian gangguan bisa dilihat pada Lampiran 6 dan Lampiran 7.
2. Pengubahan tabel pencarian kasus menjadi aturan pencarian Ada aturan umum yang ditetapkan dalam hubungan tabel keputusan, keluhan pelanggan, gangguan dan solusi penanganan. Aturan umum pencarian keluhan yang dikembangkan dalam penelitian ini antara lain : IF No. Kontrak dan Alamat dan Keluhan sama THEN Bobot 0.8 IF No. Kontrak dan Keluhan sama THEN Bobot 0.7 IF Alamat dan Keluhan sama THEN Bobot 0.6 IF Keluhan sama THEN Bobot 0.5 IF No. Kontrak sama THEN Bobot 0.4 IF Alamat sama THEN Bobot 0.3 Aturan pencarian gangguan yang dikembangkan dalam penelitian ini dapat dilihat pada Lampiran 6.
4.1.4. Pengembangan Mesin Inferensi Untuk mengembangkan mesin inferensi, ada beberapa faktor yang harus dilakukan supaya mesin inferensi tersebut dapat bekerja dengan baik, yaitu : c. Penentuan input yang akan digunakan, seperti : -
No. Kontrak (Merupakan Nomor Pelanggan)
-
Nama Pelapor/Pelanggan
-
Alamat Gangguan
-
Waktu Gangguan
-
Jam Gangguan
-
Keluhan
d. Penentuan proses penalaran yang biasa dilakukan oleh seorang pakar, seperti : -
Menganalisa masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.
-
Mesin ini akan memulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data.
- Mesin inferensi yang digunakan dalam penelitian ini menggunakan penalaran aturan backward chaining dan forward chaining. Pada mesin inferensi penalaran backward chaining dilakukan pada saat mesin inferensi akan memilih kasus dengan keluhan yang sama. Selanjutnya dari keluhan tersebut, sistem akan mencari jenis gangguan yang terjadi. Sementara penalaran forward chaining dilakukan saat mesin inferensi mencari jenis gangguan untuk kemudian dicari solusi penanganan gangguan listrik yang terjadi. Aturan yang digunakan dalam mesin inferensi pada tahap ini didasarkan pada tabel keputusan pencarian keluhan dan tabel keputusan pencarian gangguan yang disajikan pada Lampiran 6 dan 7. Aturan yang dikembangkan dalam penelitian ini diurutkan berdasarkan skala prioritas. Skala prioritas yang dimaksud dalam penelitian ini didasarkan pada nilai bobot keputusan. Semakin besar nilai bobot pada sebuah keputusan artinya semakin tinggi nilai prioritasnya. Untuk menentukan prioritas pada setiap keputusan ditentukan oleh pakar. Untuk melihat nilai-nilai bobot masing-masing keputusan secara lengkap bisa dilihat pada Lampiran 6 dan 7.
4.1.5. Perancangan Basis Data Basis data merupakan kumpulan data yang digunakan untuk memenuhi kebutuhan sistem. Perancangan basis data merupakan komponen yang paling penting dalam pembuatan sustu sistem. Basis data berisi data-data kasus yang akan digunakan untuk mencari solusi kasus yang dihadapi dari hasil dari proses pelacakan. Untuk melihat hubungan antar entitas basis data sistem pakar yang dikembangkan dalam penelitian ini bisa disajikan pada Gambar 10.
Gambar 10. Diagram Hubungan Antar Entitas (ERD) Ada empat tabel yang dikembangkan dalam penelitian ini yaitu tabel pelanggan, tabel kasus, tabel petugas dan tabel gangguan. Untuk melihat hubungan antartabel di atas Gambar 11 berikut ini akan menggambarkan relasi antar tabel basis pengetahuan.
Gambar 11. Diagram relasi antartabel
Sementara Kamus data : 1. Kasus = {IdKasus, NoKontrak, Alamat, NamaPelapor, Keluhan, Gangguan, Solusi, TglPadam, JamPadam, TglNyala, JamNyala} 2. Petugas = {IdPetugas, NamaPetugas} 3. Keluhan = {IdKeluhan, IdKasus, Gangguan, Bobot, Solusi} 4. Pelanggan = {NoKontrak, NamaPelanggan, Alamat} 5. Perbaikan = {IdKasus, IdPetugas}
Struktur tabel dalam sistem pakar ini terlihat pada Tabel 1. Tabel 1. Tabel-tabel yang digunakan dalam sistem pakar Nama Tabel
tkasus
tpetugas
tpelanggan
tperbaikan
tkeluhan
Field IdKasus NoKontrak NamaPelapor Alamat Keluhan Gangguan Solusi TglPadam JamPadam TglNyala JamNyala IdPetugas NamaPetugas NoKontrak NamaPelanggan Alamat IdKasus IdPetugas IdKasus Gangguan Bobot Solusi
Deskripsi Identitas Kasus No Kontrak Pelanggan Nama Pelanggan yang melapor Alamat pelapor Keluhan Jenis Gangguan yang di cari Solusi yang di cari Tanggal Listrik Padam Jam Listrik Padam Tanggal Listrik Menyala Jam Listrik Menyala Identitas Petugas Nama Petugas Yang Memperbaiki No Kontrak Pelanggan Nama Pelanggan Alamat Pelanggan Identitas Kasus Identitas Petugas Identitas Kasus Jenis Gangguan dalam database Bobot Gangguan Solusi Gangguan dalam database
Keterangan Primary Key Foreign Key 1 (Pertama)
Primary Key Primary Key
Foreign Key 1 (Pertama) Foreign Key 2 (Kedua) Foreign Key 1 (Pertama)
4.1.6. Perancangan Antarmuka Antarmuka pengguna merupakan bagian dimana terjadi komunikasi antara operator dengan sistem. Kemudahan operator memahami cara penggunaan sistem dapat
dijadikan indikasi keberhasilan antarmuka melakukan komunikasi dengan pengguna. Antarmuka yang dikembangkan dalam penelitian ini terdiri dari Form Pengaduan, Form Data Kasus, Form Data Gangguan, Form Kasus, Form Gangguan dan Solusi serta Form Daftar Gangguan. Untuk lebih jelasnya dapat dilihat pada Gambar 12, 13, 14, 15, 16 dan 17.
Gambar 12. Form Pengaduan
Gambar 13. Form Data Kasus
Gambar 14. Form Data Gangguan
Gambar 15. Form Kasus
Gambar 16. Form Gangguan Dan Solusi
Gambar 17. Form Daftar Gangguan
4.2. Implementasi Sistem Sistem pakar analisa dan penanganan gangguan pada jaringan distribusi power system ini dikembangkan berbasis komputer. Implementasi sistem terdiri dari proses pemasukkan data ke sistem dan konsultasi gangguan listrik pelanggan. Untuk pengembangannya diperlukan suatu alat bantu untuk membuatnya yaitu menggunakan perangkat lunak Visual Basic.Net. Dengan menggunakan perangkat lunak Visual Basic.Net, mesin inferensi dibuat untuk menjalankan aturan-aturan yang sudah dibuat dalam basis pengetahuan tanpa harus mengubah kode program dari mesin inferensi tersebut. Proses pelacakan aturan-aturan tersebut menggunakan metode penalaran runut balik. Pada sistem pakar yang menggunakan penalaran runut balik, sistem berupaya untuk membuktikan sub tujuan yang mendukung konklusi dengan cara merunut balik.
Gambar 18. Tampilan Bagian Depan Sistem Pakar Untuk Analisa Dan Penanganan Gangguan Power System Pada Jaringan Distribusi Berbasis Kasus Ada beberapa antarmuka yang dikembangkan dalam sistem pakar ini. Antarmuka dalam bentuk form tersebut berfungsi sebagai sarana melakukan konsultasi dan pengembangan sistem pakar antara sistem dengan operator pengguna. Form-form yang dikembangkan tersebut antara lain : 1. Form Pengaduan : berfungsi untuk menerima pengaduan dari pelanggan. Berisi No. Kontrak, Nama Pelapor, Alamat, Waktu Gangguan, Jam Gangguan, Keluhan, serta Tombol Cari Kasus Lampau dan tombol close. Fungsi tombol Cari Kasus Lampau
adalah untuk menampilkan Form Data Kasus yang berisi data-data kasus lampau untuk mencari kasus-kasus lampau yang mungkin pernah ada dan sama dengan kasus yang sedang dihadapi. Sementara tombol close berfungsi untuk menutup form tersebut (Gambar 19).
Gambar 19. Form Pengaduan 2. Form Data Kasus : berisi data kasus lampau, tombol cari gangguan serta tombol close. Data kasus lampau digunakan untuk membandingkan apakah dalam data kasus tersebut pernah ada kasus yang sama dengan kasus yang dihadapi atau tidak. Tombol cari gangguan yang ada di dalam Form Data Kasus digunakan untuk mencari gangguan yang ada dalam Form Data Gangguan. Sementara tombol close berfungsi untuk menutup form tersebut (Gambar 20).
Gambar 20. Form Data Kasus
3. Form Data Gangguan : berisi data gangguan, tombol analisa gangguan, simpan kasus dan tombol close (Gambar 21). Data gangguan yang ditampilkan berisi NoKontrak, alamat, keluhan, gangguan, solusi dan bobot dari gangguan tersebut. Data gangguan yang ditampilkan bertujuan untuk melihat gangguan serta solusi yang diinginkan tersebut apakah sesuai atau tidak. Jika gangguan yang ditampilkan sesuai dengan yang diperkirakan oleh petugas lapangan, maka gangguan dan solusi tersebut dapat di simpan dengan menggunakan tombol simpan kasus, sementara jika gangguan dan solusinya tidak sesuai dengan perkiraan petugas lapangan, maka gangguan yang diinginkan dapat di cari pada Form Daftar Gangguan (Gambar 24) dengan menggunakan tombol analisa pakar.
Gambar 21. Form Data Gangguan
4. Form Gangguan Dan Solusi : berisi tentang gangguan, solusi, tombol Cari Solusi, tombol Simpan, tombol Input Gangguan dan tombol Close. Gangguan yang di tampilkan pada window gangguan adalah seluruh gangguan yang mempunyai keluhan yang sama, selanjutnya tinggal operator yang memilih gangguan yang terjadi sesuai dengan informasi dari petugas lapangan. Untuk menampilkan solusi yang sesuai dengan gangguan yang dipilih, maka tekan tombol Cari Solusi, maka solusi akan ditampilkan pada window solusi, sesuai dengan gangguan yang dipilih oleh operator. Jika gangguan dan solusi yang diinginkan telah di dapat, maka gangguan dan solusi tersebut dapat disimpan beserta data tentang pelanggan sebagai data kasus baru dengan menggunakan tombol Simpan Kasus. Jika gangguan yang diinginkan tidak terdapat dalam daftar gangguan yang ada, maka operator dapat menginput gangguan, solusi serta bobotnya, untuk digunakan sebagai data gangguan baru dengan menggunakan tombol Input Gangguan. Sementara tombol Close berfungsi untuk menutup form tersebut (Gambar 22).
Gambar 23. Form Gangguan dan Solusi
5. Form Kasus : berisi No. Kontrak, Nama Pelanggan, Nama Pelapor, Waktu Gangguan, Jam Gangguan, Keluhan, Gangguan, Solusi, Tanggal Menyala, Jam Menyala serta petugas. Selain itu juga tombol Simpan. No. Kontrak, Nama Pelanggan, Nama Pelapor, Waktu Gangguan, Jam Gangguan, Keluhan, Gangguan, Solusi, Tanggal Menyala, Jam Menyala serta petugas, merupakan data dari sebuah kasus yang nantinya akan disimpan dalam tabel Kasus. Sementara Tombol Simpan berfungsi untuk menyimpan kasus yang data kasusnya telah terisi dan telah ada gangguan serta solusinya (Gambar 23).
Gambar 23. Form Kasus
6. Form Daftar Gangguan : berisi tentang gangguan dan solusi, tombol tampilkan, tombol tambah, tombol simpan, dan tombol hapus. Dalam daftar gangguan berisi tentang semua jenis-jenis gangguan serta solusi yang pernah terjadi yang nantinya dapat dipilih oleh operator untuk menangani gangguan yang dihadapi, untuk selanjutnya gangguan serta solusi tersebut disimpan. Masukkan Gangguan berisi tentang jenis gangguan yang telah dipilih oleh operator berdasarkan gangguan yang dihadapi. Solusi berisi tentang penyelesaian gangguan yang pernah dilakukan oleh petugas dari unit gangguan. Tombol Solusi berfungsi untuk menampilkan solusi berdasarkan jenis gangguan yang telah diinput oleh operator. Tombol Simpan Kasus berfungsi untuk menyimpan kasus baru yang gangguan serta solusinya telah ditemukan. Tombol Input Gangguan berfungsi untuk menambahkan gangguan baru,
jika gangguan yang dihadapi serta solusinya belum pernah ada dalam Form Daftar Gangguan (Gambar 24).
Gambar 24. Form Daftar Gangguan
4.3. Pembahasan Sistem pakar ini terdiri dari bagian konsultasi dan bagian pengembangan. Pada bagian konsultasi, sistem pakar untuk analisa dan penanganan gangguan power system pada jaringan distribusi berbasis kasus ini memiliki sifat kemampuan retrieve dan reuse. Sementara pada bagian pengembangan sistem pakar ini memiliki kemampuan retain dan revise. Sebagai contoh ada sebuah pengaduan dari pelanggan dengan keterangan sebagai berikut : No. Kontrak
: FF4540675
Nama Pelapor
:-
Alamat
: Klingkit
Waktu Gangguan
: 8/21/2008
Keluhan
: sebagian padam
Operator yang menerima keluhan, akan memasukkan keterangan di atas ke dalam form pengaduan yang disediakan sistem pakar (Gambar 25).
Gambar 25. Input keluhan pelanggan pada Form Pengaduan
Selanjutnya operator mencari keluhan yang sama pada basis pengetahuan yang dimiliki oleh sistem. Jika keluhan pelanggan tersebut ditemukan dalam basis pengetahuan sistem, maka data kasus lampau yang dicari akan ditampilkan seperti Gambar 26. Keluhan sama yang dimunculkan sistem akan diurutkan berdasarkan bobotnya. Urutan keluhan pertama yang dimunculkan sistem merupakan prioritas paling tinggi. Semakin ke bawah urutan keluhan yang dimunculkan berarti keakuratan keluhan semakin rendah. Kemudian operator akan mencari kemungkinan gangguan yang terjadi berdasarkan laporan pelanggan tersebut. Operator bisa menggunakan keluhan dengan bobot tertinggi sebagai masukan untuk mencari penyebab gangguan.
Gambar 26. Tampilan data keluhan yang sama dengan bobot Pencarian kemungkinan gangguan yang dilakukan oleh sistem juga menggunakan skala prioritas yang dipresentasikan dalam bentuk bobot. Semakin tinggi bobot yang dimiliki gangguan hasil pencarian gangguan berarti semakin besar kemungkinan gangguan tersebut terjadi. Hasil pencarian gangguan berdasarkan bobot tersebut bisa dilihat pada Gambar 27.
Gambar 27. Tampilan hasil gangguan berdasarkan keluhan dengan nilai bobot.
Kemampuan sistem mencari kasus lampau yang sama dengan kasus yang tengah dihadapi seperti kasus di atas, disebut sebagai kemampuan retrieve sistem. Jika hasil pencarian kasus lampau masih belum ditemukan gangguan dan solusi yang sesuai dengan keluhan yang terjadi pada kasus di atas, sistem juga menyediakan pencarian gangguan berdasarkan analisa pakar. Pada keluhan sebagian padam dalam Form Gangguan dan Solusi, gangguan yang paling tinggi bobotnya adalah aftak JTR terbakar dan ternyata gangguan dan solusi yang didapat berdasarkan keluhan seperti yang dilaporkan pelanggan dengan nomor identitas FF4540675 ini sama. Solusi ganti 2 buah tap konektor yang disarankan sistem pada kasus kedua yang akan ditampilkan seperti pada Gambar 28.
Gambar 28. Tampilan hasil solusi gangguan
Selain memiliki kemampuan retrieve, sistem juga memiliki kemampuan reuse. Kemampuan reuse sistem bisa dilihat pada kasus yang dialami FF4540675 di Jl Klingkit. Gangguan dan solusi yang diinginkan telah didapat, maka gangguan dan solusinya dapat digunakan oleh petugas lapangan tersebut untuk menangani gangguan yang terjadi. Namun jika pada kasus lampau gangguan dan solusi yang sama dengan kasus yang dihadapi masih tidak ditemukan atau tidak tepat, maka operator dapat menggunakan kemampuan sistem untuk menambah gangguan baru atau menghapus gangguan yang telah ada yang terdapat dalam form daftar gangguan yang tersimpan di dalam sistem yang tidak sesuai. Caranya dengan memanfaatkan tombol Input Gangguan. Operator kemudian dapat menambahkan jenis gangguan dan solusi yang sesuai dengan hasil pemeriksaan dan perbaikan dari petugas lapangan atau menghapus gangguan dan solusi yang tidak sesuai dengan yang terjadi. Proses tersebut diatas disebut proses revise untuk gangguan dan solusinya. Kemampuan revise sistem untuk menambah gangguan dan solusi penanganan keluhan bisa dilakukan dengan memanfaatkan tombol tambah. Sebaliknya, jika operator ingin menghapus gangguan dan solusi yang telah ada dapat menggunakan fasilitas hapus seperti yang terlihat pada Gambar 29.
Gambar 29. Proses revise gangguan dan solusi dari data kasus pelanggan
Selain memperbaiki data gangguan dan solusinya, sistem juga dapat memperbaiki data kasus lampau dengan cara memilih fasilitas edit data kasus pada tampilan bagian depan Sistem Pakar Untuk Analisa Dan Penanganan Gangguan Power System Pada Jaringan Distribusi Berbasis Kasus (Gambar 30).
Gambar 30. Proses Edit Data Kasus
Jika fasilitas edit data kasus pada tampilan bagian depan di klik akan tampil Form Edit Data Kasus seperti tampak pada Gambar 31.
Gambar 31. Proses edit data kasus lampau pada Form Edit Data Kasus
Untuk memperbaiki data kasus lampau, operator bisa memanfaat fasilitas form kasus. Caranya dengan memasukkan No. Kontrak pelanggan yang ingin di edit, selanjutnya tekan tombol cari untuk menampilkan data kasus lampau yang ingin di edit. Proses selanjutnya adalah menekan tombol edit sehingga akan tampil Form Kasus yang berisi data kasus lampau yang akan diperbaiki, selanjutnya setelah proses perbaikan selesai, maka data yang sudah di perbaiki dapat disimpan kembali dengan menggunakan fasilitas simpan seperti tampak pada Gambar 32.
Gambar 32. Proses memperbaiki data kasus lampau pada Form Kasus
Proses memperbaiki data kasus lampau seperti tampak pada gambar di atas dalam metode CBR disebut dengan proses revise. Selain memperbaiki basis pengetahuan gangguan dan solusi, proses revise dapat dilakukan untuk memperbaiki data kasus lampau.
Proses selanjutnya dalam metode CBR adalah retain. Proses retain dalam metode CBR adalah proses menyimpan data, baik itu data gangguan dan solusinya dengan menggunakan fasilitas simpan setelah dilakukan proses perbaikian dapat disajikan pada Gambar 33 .
Gambar 33. Proses penyimpanan data gangguan dan solusisnya yang baru
Proses penyimpanan kasus baru ini yang disebut dengan proses retain. Form Kasus (Gambar 34) ini dapat ditampilkan dengan menggunakan tombol simpan. Fasilitas tombol simpan ini digunakan jika gangguan dan solusi yang diinginkan telah ditemukan dalam Form Data Gangguan Atau Form Gangguan dan Solusi.
Gambar 34. Proses menyimpan kasus baru yang sudah diperbaiki
4.4. Verifikasi dan Validasi Sistem Hasil verifikasi dan validasi dilakukan oleh penulis ke pakar untuk mendapatkan hasil atau sistem yang mendekati atau dapat mewakili pakar. Dalam hal ini, penulis meminta kepada pakar untuk mengecek kembali sistem yang dikembangkan dalam penelitian ini. Ada tiga pihak yang akan dijadikan sebagai pakar untuk melakukan verifikasi dan validasi terhadap sistem yaitu pakar dari PLN, petugas lapangan dan operator di unit pelayanan gangguan. Validasi bersama pakar dari PLN dilakukan penulis di STT PLN Meruya Jakarta Barat pada Bulan Juli 2008. Sementara verifikasi dan validasi sistem bersama petugas lapangan dan operator di unit pelayanan gangguan dilakukan pada Bulan Agustus 2008 di Kantor Unit Pelayanan Jaringan Cengkareng Jakarta Barat. Secara umum, hasil verifikasi terhadap pengembangan sistem yang dilakukan dalam penelitian ini bersama ketiga pakar yaitu pakar dari PLN, operator di
unit gangguan dan petugas lapangan gangguan listrik sudah benar. Sementara hasil validasi terhadap output sistem menurut pakar, sistem yang dibuat secara umum sudah sama dengan pengetahuan pakar tersebut. Hasil validasi sistem bisa dilihat pada Tabel 2. Tabel 2. Tabel Validasi perbandingan sistem dengan informasi dari operator, petugas lapangan dan pakar dari PLN Keluhan
Sistem
Petugas lapangan
Pakar PLN
dan operator 1.
1. Instlalasi rumah 2. Beban lebih 3. MBC rusak
1.
Sebagian rumah padam
1. Aftak JTR terbakar 2. Aftak Opstyk panel putus 3. Aftak JTR beradu 4. Kabel JTR terbakar
1. 2.
Banyak rumah padam
1. Opstyk JTR terbakar 2. Kabel opstyk rusak 3. Jaringan jauh
1. 2.
1 Rumah Padam
2.
3.
Periksa Instalasi listrik Periksa MCB
Juntion sleeve Kabel jaringan putus Aftak JTR terbakar
2. 3.
1. 2.
1. Trafo rusak Jaringan bermasalah
KWH Meter Rusak MCB Rusak Terminal blok rusak
Aftak terbakar/putus Joint sleeve terbakar/putus
Saluran udara tegangan menengah (jaringan kabel udara) bermasalah
