37
3. Jenis Kelamin Contoh input data jenis kelamin adalah : Jenis Kelamin : Laki-Laki III.1.2. Analisa Proses Berdasarkan sistem yang sedang berjalan, tahapan-tahapan proses deteksi adanya viskositas darah dalam tubuh adalah sebagai berikut : 1. Dokter menanyakan gejala-gejala yang dialami pasien. 2. Dokter menanyakan kebiasaan buruk pasien yang menjadikan penyebab adanya viskositas darah dalam tubuh. 3. Dokter dapat memprediksi kemungkinan adanya viskositas darah dalam tubuh melalui jenis kelamin. 4. Kemudian dokter dapat menyimpulkan ada atau tidaknya viskositas darah dalam tubuh. III.1.3.
Analisa Output Terdapat analisa output dalam mendeteksi ada atau tidaknya viskositas
darah dalam tubuh, yaitu berupa hasil deteksi berdasarkan gejala-gejala yang dialami pasien, penyebab dan jenis kelamin. III.1.4.
Evaluasi sistem yang berjalan Berdasarkan analisa terhadap input, proses dan output pada sistem
mendeteksi ada atau tidaknya viskositas darah dalam tubuh yang sedang berjalan , penulis menemukan beberapa kelemahan antara lain sebagai berikut : 1. Penderita harus berkonsultasi langsung ke dokter di rumah sakit.
38
2. Penderita harus mengeluarkan biaya yang besar untuk mengetahui penyakitnya. Untuk menangani kelemahan-kelemahan sistem yang ada salah satu solusi yang ditawarkan adalah dengan merancang sistem pakar mendeteksi adanya viskositas darah dalam tubuh. Sistem ini diharapkan mampu memberikan kontribusi positif terhadap pasien. III.2.
Penerapan Metode Setelah melihat permasalah diatas maka penulis mencoba untuk
merancang suatu aplikasi sistem pakar mendeteksi adanya viskositas darah dalam tubuh yang lebih baik sehingga dapat menghasilkan keputusan ada atau tidaknya viskositas darah dalam tubuh dengan tepat. Dengan menggunakan metode teorema bayes aplikasi sistem pakar mendeteksi adanya viskosiatas darah dalam tubuh dapat menentukan benar atau tidaknya seseorang terdapat viskositas darah dalam tubuh dengan menggunakan rumus metode teorema bayes, rumus teorema bayes dapat dilihat sebagai berikut : P (Hi|E) =
P( E Hi ) P( E Hj ) j
P( E | Hi ) P( Hi ) P( E | Hj ) P( Hj ) j
P (E|H) * P(H) P (E) Dimana : P(H | E) = probabilitas hipotesis H jika diberikan evidence E.
39
P(E | H) = probailitas munculnya evidence E jika diketahui hipotesis H. P(H) = probabilitas H tanpa mengandung evidence apapun. P(E) = probabilitas evidence E. (Sri Rahayu, 2013, Hal : 131) III.2.1.
Flowchart Metode Teorema Bayes Mulai
Menentukan Nilai Gejala
Menentukan Nilai Jenis Kelamin
Menentukan Nilai Penyebab
Menjumlahkan nilai hipotesa dengan rumus : k 1 3
G3
Nilai hipotesa
Menentukan nilai semesta dengan rumus : P(H1) =
H1
3 K 1
Nilai semesta
3
Setelah P(Hi) diketahui maka rumus selanjutnya adalah : P(Hi)*P(E|Hi-n) k 1
Hasil perkalian nilai semesta
Mencari nilai bayes dengan rumus : P(H|E) = P (E | H) * P(H) P(E)
Nilai bayes
Menjumlahkan seluruh nilai bayes dengan rumus: n
Bayes
= Bayes1+Bayes2+Bayes3*100%
k 1
Probabilitas bayes
Selesai
Gambar III.1. Flow Chart Metode Teorema Bayes
40
III.2.2.
Perhitungan Manual Metode Teorema Bayes 1.
Tabel Penyakit Tabel III.1 Tabel Penyakit ID
Penyakit
1
Kekentalan Darah Normal
2
Kemungkinan Terkena Penyakit Hypertensi
3
Kemungkinan Terkena Diabetes
4
Kemungkinan Terkena Penyakit Struk
2.
Tabel Gejala Tabel III.2 Tabel Gejala
ID
Nama Gejala
Nilai
G1
Migrain
0.1
G2
Sering Kesemutan
0.15
G3
Hilang Keseimbangan
0.2
G4
Kram
0.1
G5
Dada Terasa Sakit
0.05
G6
Gangguan Penglihatan
0.15
G7
Nyeri Pada Perut
0.05
G8
Terjadi Keguguran Berulang-ulang
0.05
G9
Mudah Lupa
0.1
G10 Mudah Lelah
0.05
41
3.
Tabel Penyebab Tabel III.3 Tabel Penyebab
ID
Nama Penyebab
Nilai
P1
Mudah Stres
0.2
P2
Pola Makan Tidak Teratur
0.05
P3
Polusi Udara Sekitar
0.05
P4
Kurang Minum
0.1
P5
Kurang Istirahat
0.05
P6
Kurang Olahraga
0.15
P7
Mudah Marah
0.15
P8
Makanan Berlemak
0.1
P9
Merokok
0.1
P10
Tidur Terlalu Malam
0.05
4.
Tabel Jenis Kelamin Tabel III.4 Tabel Jenis Kelamin
ID
Jenis Kelamin
Nilai
J1
Pria
0.65
J2
Wanita
0.35
42
Tabel III.5 Tabel Rule Base
Tabel III.6 Tabel Nilai Probabilitas
43
J1 y
t
G7 y
J2 t
G8 y
G1 y
t G2
P2 y
G3 t
y
P3
G4 y
Kekentalan darah normal
t
G5 y
G6 G9 y
yP1
t G10y
t P4
y
y P6 y
y
y P7 y P10
P9
P5
P9
Kemungkinan terkena penyakit struk
Kemungkinan terkena penyakit diabetes
Kemungkinan terkena penyakit hypertensi Gambar III.2. Pohon Keputusan Mendeteksi Adanya Viskositas Darah Keterangan : J1 : Wanita
G3 : Hilang Keseimbangan
G7 : Nyeri Pada Perut
J2 : Pria
G4 : Kram
G8 : Terjadi
G1 : Migrain
G5 : Dada Terasa Sakit
Keguguran Berulang
G2 : Sering Kesemutan
G6 : Gangguan Penglihatan
G9 : Mudah Lupa
44
G10 : Mudah Lelah
P6 : Kurang Olahraga
P1 : Mudah Stres
P7 : Mudah Marah
P2 : Pola Makan Tidak Teratur
P8 : Makan Berlemak
P3 : Polusi Udara Sekitar
P9 : Merokok
P4 : Kurang Minum
P10: Tidur Terlalu Malam
P5 : Kurang Istirahat Contoh kasus kemungkinan terkena penyakit hypertensi. Diketahui seorang pasien bernama Andi mengalami gejala sebagai berikut (G1): 1. Kram = 0.1 2. Sering kesemutan = 0.15 3. Nyeri pada perut = 0.05 4. Mudah Lelah = 0.05 5. Migrain = 0.1 6. Gangguan penglihatan = 0.15 Data Penyebab sebagai berikut (G2): 1. Kurang minum = 0.1 2. Kurang olahraga = 0.15 3. Pola makan tidak teratur = 0.05 4. Makanan Berlemak = 0.1 5. Merokok = 0.1 Data Jenis Kelamin sebagai berikut (G3) : 1. Pria = 0.65
45
Perhitungan Manual : Mencari nilai semesta dengan menjumlahkan dari hipotesa di atas : = G1 + G2 + G3 = 0.60 + 0.50 + 0.65 = 1.75 Setelah hasil penjumlahan di atas diketahui, maka didapatlah rumus untuk menghitung nilai semesta adalah sabagai berikut : P(H1) =
P(H2) =
P(H3) =
H1
9
9
=
0.50 = 0.28 1.75
=
0.65 = 0.37 1.75
K 1
H3
0.60 = 0.34 1.75
K 1
H2
=
9 K 1
Setelah nilai P(Hi) diketahui, probabilitas hipotesis H tanpa memandang evidence apapun, maka langkah selanjutnya adalah : = P(H1) * P(E|H1) + P(H2) * P(E|H2) + P(H3)* P(E|H3) = (0.34 * 0.60) + (0.28 * 0.50) + (0.37* 0.65) = 0.20 + 0.14 + 0.24 = 0.58 Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E. P(H1|E) =
0.60 * 0.34 = 0.35 0.58
46
P(H2|E) =
0.50 * 0.28 = 0.24 0.58
P(H3|E) =
0.65 * 0.37 = 0.41 0.58
Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya = (0.60 * 0.35) + (0.50 * 0.24) + (0.65 * 0.41) = 0.21 + 0.12 + 0.26 = 0.59 * 100% = 59 % Hasil diagnosa : Kekentalan darah memungkinkan untuk terkena penyakit hypertensi. III.3
Desain Sistem Untuk membantu dalam mendeteksi ada atau tidaknya viskositas darah
dalam
tubuh,
penulis
mengusulkan
pembuatan
sebuah
sistem
dengan
menggunakan aplikasi program yang lebih akurat dan lebih mudah dalam pengolahannya. Dengan menggunakan Microsoft Visual Studio 2010 dan database Sql Server 2008 untuk memudahkan dalam perancangan dari aplikasi itu sendiri.
III.3.1
Use Case Diagram Dalam penyusunan suatu program diperlukan suatu model data yang
berbentuk diagram yang dapat menjelaskan suatu alur proses sistem yang akan di bangun. Maka digambarlah suatu bentuk diagram Use Case yang dapat dilihat pada gambar III.3 :
47
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes
Home
Login Admin
<<Extend>>
Data Gejala
Info penyakit
Admin
<
> Jenis Kelamin Diagnosa
<> <> <>
Pasien
Penyebab
Rule Base Cetak Laporan Diagnosa Logout
Cetak Laporan Pasien
Gambar III.3. Use Case Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes
III.3.2
Class Diagram Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan
menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Rancangan kelas-kelas yang akan digunakan pada sistem yang akan dirancang dapat dilihat pada gambar III.4 :
48
1..* Gejala
1 Hasil
Admin
+ Id + Gejala + Nilai
+ Tambah + Simpan + Ubah + Hapus
+ id + Sandi
+ Id + Hasil + Nilai
+ Ubah
+ Tambah + Simpan + Ubah + Hapus
1..* Jenis Kelamin + Id + Jenis_Kelamin + Nilai
+ Tambah + Simpan + Ubah + Hapus
1
1
1..* 1
Keputusan + Id + Nama_Pasien + Gejala + Penyebab + Jenis_Kelamin + Nilai_Gejala + Nilai_Penyebab + Nilai_Jenis_Kelamin + Nilai_Keputusan + Hasil + Tambah + Simpan + Ubah + Hapus
Penyebab + Id + Penyebab + Nilai
+ Tambah + Simpan + Ubah + Hapus
1
Gambar III.4. Class Diagram Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh Dengan Metode Teorema bayes
49
III.3.3
Activity Diagram Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada
activity diagram berikut: 1. Activity Diagram Login Aktivitas yang dilakukan untuk melakukan login admin dapat dilihat seperti pada gambar III.5 berikut :
Admin
Sistem
Jalankan aplikasi
Form menu utama
Klik form login
Form login
Masukkan username
Gagal
Masukkan password
Berhasil
Gambar III.5. Activity Diagram Login
50
2.
Activity Diagram Form Gejala Activity diagram form gejala dapat dilihat seperti pada gambar III.6 berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form gejala
Mengisi data
Menekan tombol simpan
Form gejala
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.6. Activity Diagram Form Gejala
51
3.
Activity Diagram Form Penyebab Activity diagram form penyebab dapat dilihat seperti pada gambar III.7
berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form penyebab
Mengisi data
Menekan tombol simpan
Form penyebab
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.7. Activity Diagram Form Penyebab
52
4.
Activity Diagram Form Jenis Kelamin Activity diagram form Jenis Kelamin dapat dilihat seperti pada gambar
III.8 berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form jenis kelamin
Mengisi data
Menekan tombol simpan
Form jenis kelamin
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.8. Activity Diagram Form Jenis Kelamin
53
5. Activity Diagram Form Diagnosa Activity diagram form diagnosa dapat dilihat seperti pada gambar III.9 berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form diagnosa
Mengisi data
Menekan tombol simpan
Form diagnosa
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.9. Activity Diagram Form Diagnosa
54
6.
Activity Diagram Form Rule Base Activity diagram form Rule Base dapat dilihat seperti pada gambar
III.10 berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form rule base
Mengisi data
Menekan tombol simpan
Form rule base
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.10. Activity Diagram Form Rule Base
55
7.
Activity Diagram Form Penyakit Activity diagram form penyakit dapat dilihat seperti pada gambar III.11
berikut :
Admin
Sistem
Memilih aksi pada form menu
Klik form penyakit
Mengisi data
Menekan tombol simpan
Form penyakit
Tambah
Menyimpan data
Memilih data
Mengubah data
Ubah data
Menyimpan data Memilih data Hapus data Menghapus data
Gambar III.11. Activity Diagram Form Penyakit III.3.4
Sequence Diagram
56
Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada sequence diagram berikut: 1.
Sequence Diagram Login Serangkaian kerja melakukan login admin dapat terlihat seperti pada gambar
III.12 berikut :
Admin
Form home
Form login
Proses
Tabel login
Tampilkan form()
Menu()
klik form login() Validasi nama dan password()
Koneksi database() Invalid()
Login sukses()
Gambar III.12. Sequence Diagram Login
Menu utama
57
2. Sequence Diagram Gejala Sequence diagram gejala dapat dilihat seperti pada gambar III.13. berikut :
Admin
Form gejala
Menu utama
Proses
Tabel gejala
Tampilkan form()
Menu()
klik form gejala() Click baru()
Click simpan() Koneksi database()
Click ubah()
Koneksi database Click hapus()
Close form()
Koneksi database
Gambar III.13. Sequence Diagram Form Gejala
58
3. Sequence Diagram Penyebab Sequence diagram penyebab dapat dilihat seperti pada gambar III.14. berikut :
Admin
Menu utama
Form penyebab
Proses
Tabel penyebab
Tampilkan form()
Menu() klik form penyebab() Click baru()
Click simpan() Koneksi database()
Click ubah()
Koneksi database Click hapus()
Close form()
Koneksi database
Gambar III.14. Sequence Diagram Form Penyebab
59
4. Sequence Diagram Jenis Kelamin Sequence diagram jenis kelamin dapat dilihat seperti pada gambar III.15. berikut :
Admin
Menu utama
Form jenis kelamin
Proses
Tabel jenis kelamin
Tampilkan form()
Menu() Clik form jenis kelamin() Click baru()
Click simpan() Koneksi database()
Click ubah()
Koneksi database Click hapus()
Close form()
Koneksi database
Gambar III.15. Sequence Diagram Form Jenis Kelamin
60
5. Sequence Diagram Rule Base Sequence diagram rule base dapat dilihat seperti pada gambar III.16.berikut :
Admin
Menu utama
Form rule base
Proses
Tabel rule base
Tampilkan form()
Menu() klik form rule base() Click baru()
Click simpan() Koneksi database()
Click ubah()
Koneksi database Click hapus()
Close form()
Koneksi database
Gambar III.16. Sequence Diagram Form Rule Base
61
6. Sequence Diagram Penyakit Sequence diagram penyakit dapat dilihat seperti pada gambar III.17.berikut :
Admin
Menu utama
Form penyakit
Proses
Tabel hasil
Tampilkan form()
Menu() klik form penyakit() Click baru()
Click simpan() Koneksi database()
Click ubah()
Koneksi database Click hapus()
Close form()
Koneksi database
Gambar III.17. Sequence Diagram Form Penyakit
62
7. Sequence Diagram Diagnosa Sequence diagram Diagnosa dapat dilihat seperti pada gambar III.18.
berikut
:
Admin
Menu utama
Form diagnosa
Proses
Tabel keputusan
Tampilkan form()
Menu() Click form diagnosa() Click tambah()
Masukkan gejala()
Masukkan penyebab()
Masukkan jenis kelamin()
Click diagnosa()
Koneksi database Simpan()
Koneksi database() Ubah() Koneksi database()
Hapus()
Koneksi database()
Close form()
Gambar III.18. Sequence Diagram Form Diagnosa
63
III.3.5 1.
Desain Database
Normalisasi Tahap normalisasi ini bertujuan untuk menghilangkan masalah berupa
ketidak konsistenan apabila dilakukannya proses manipulasi data seperti penghapusan, perubahan dan penambahan data sehingga data tidak ambigu. a. Bentuk Tidak Normal Bentuk tidak normal dari data deteksi viskositas darah ditandai dengan adanya baris yang satu atau lebih atributnya tidak terisi, bentuk ini dapat dilihat pada tabel III.7 dibawah ini : Tabel III.7. Data Mendeteksi Viskositas Darah Bentuk Tidak Normal J.Kelamin Hasil ID Nama Pasien Gejala Penyebab Pria 90% 01 Andi 9 7 Pria 75% 02 Anto 8 8 Pria 80% 03 Anca 8 9
b. Bentuk Normal Pertama (1NF) Bentuk normal pertama dari data deteksi viskositas darah merupakan bentuk tidak normal yang atribut kosongnya diisi sesuai dengan atribut induk dari record-nya, bentuk ini dapat dilihat pada tabel III.8 di berikut ini : Tabel III.8. Data Mendeteksi Viskositas Darah Bentuk 1NF ID 01 02 03
Nama Pasien Andi Anto Anca
Jenis Kelamin Pria Pria Pria
Hasil 90% 75% 80%
64
c. Bentuk Normal Kedua (2NF) Bentuk normal kedua dari data deteksi viskositas darah merupakan bentuk normal pertama, dimana telah dilakukan pemisahan data sehingga tidak adanya ketergantungan parsial. Setiap data memiliki kunci primer untuk membuat relasi antar data, bentuk ini dapat dilihat pada tabel III.9 berikut ini : Tabel III.9. Data Mendeteksi Viskositas Darah Bentuk 2NF ID 01 02 03
2.
Nama Pasien Andi Anto Anca
Hasil 90% 75% 80%
Desain Tabel Struktur tabel pada basis data dari sistem yang akan dibuat adalah
sebagai berikut ini : a. Struktur Tabel Login Tabel Login digunakan untuk menyimpan data login selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.10 di bawah ini : Nama Database
: Viskositas
Nama Tabel
: Login
Primary Key
: Id Tabel III.10 Tabel Login
Nama Field Id Sandi
Tipe Data Varchar Varchar
Ukuran 50 50
Keterangan Id Pencarian Sandi Admin
65
b. Struktur Tabel Gejala Tabel Gejala digunakan untuk menyimpan data Gejala selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.11 di bawah ini: Nama Database
: Viskositas
Nama Tabel
: Gejala
Primary Key
: Id Tabel III.11 Tabel Gejala
Nama Field Id Gejala Nilai
Tipe Data Varchar Varchar Varchar
Ukuran 50 Max 50
Keterangan Id Pencarian Jenis Gejala Nilai Gejala
c. Struktur Tabel Penyebab Tabel Penyebab digunakan untuk menyimpan data Penyebab, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.12 di bawah ini: Nama Database
: Viskositas
Nama Tabel
: Penyebab
Primary Key
: Id Tabel III.12 Tabel Penyebab
Nama Field Id Penyebab Nilai
Tipe Data Varchar Varchar Varchar
Ukuran 50 Max 50
Keterangan Id Pencarian Penyebab Sakit Nilai Penyebab
d. Struktur Tabel Jenis Kelamin Tabel Jenis Kelamin digunakan untuk menyimpan data Jenis Kelamin, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.13 di bawah ini: Nama Database
: Viskositas
66
Nama Tabel
: Jenis_Kelamin
Primary Key
: Id Tabel III.13 Tabel Jenis Kelamin
Nama Field Id Jenis Kelamin Nilai
Tipe Data Varchar Varchar Varchar
Ukuran 50 50 50
Keterangan Id Pencarian Jenis Kelamin Nilai Jenis Kelamin
e. Struktur Tabel Keputusan Tabel Keputusan digunakan untuk menyimpan data Keputusan, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.14 di bawah ini: Nama Database
: Viskositas
Nama Tabel
: Keputusan
Primary Key
: Id Tabel III.14 Tabel Keputusan
Nama Field Id Nama_Pasien Gejala Penyebab Jenis_Kelamin Nilai_Gejala Nilai_Penyebab Nilai_Jenis_Kelamin Nilai_Keputusan Hasil
Tipe Data Varchar Varchar Varchar Varchar Varchar Varchar Varchar Varchar Varchar Varchar
Ukuran 50 50 Max Max Max 50 50 50 50 50
Keterangan Id Pencarian Nama Pasien Gejala-Gejala Penyebab Sakit Jenis Kelamin Pasien Nilai Gejala Nilai Penyebab Nilai Jenis Kelamin Nilai Keputusan Hasil Deteksi
f. Struktur Tabel Hasil Tabel Hasil digunakan untuk menyimpan data Hasil, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.15 di bawah ini: Nama Database : Viskositas Nama Tabel
: Hasil
67
Primary Key
: Id Tabel III.15 Tabel Hasil
Nama Field Id Hasil Nilai
Tipe Data Varchar Varchar Varchar
Ukuran 50 50 50
Keterangan Id Pencarian Hasil Persentase Nilai Hasil
g. Struktur Tabel Rule Base Tabel rule base digunakan untuk menyimpan data rule base, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.16 di bawah ini: Nama Database : Viskositas Nama Tabel
: rule_base
Primary Key
: Id Tabel III.16 Tabel Rule Base
Nama Field Id Nama Penyakit Gejala Penyebab Jenis Kelamin
Tipe Data Varchar Varchar Varchar Varchar Varchar
Ukuran 50 50 50 50 50
Keterangan Id Pencarian Nama penyakit Nama gejala Nama Penyebab Nama Jenis Kelamin
68
3. ERD (Entity Relationship Diagram). Tahap selanjutnya pada penelitian ini yaitu merancang ERD untuk mengetahui hubungan antar tabel yang telah didesain sebelumnya, ERD tersebut dapat dilihat pada gambar III.19 :
Id
Keputusan
Hasil
Id Nama Pasien
Hasil 1
Gejala
1 M
Nilai
Penyebab Memiliki Jenis Kelamin Memiliki Hasil Id M
Gejala Dan M
Gejala
Nilai Id
M
Penyebab M
Penyebab Nilai Id
Dan Jenis Kelamin M
Nilai
Jenis Kelamin
Gambar III.19. Rancangan ERD Sistem Pakar Mendeteksi adanya viskositas darah pada tubuh
69
III.3.6.
Desain User Interface
III.3.6.1. Desain Input Perancangan Input merupakan masukan yang penulis rancang guna lebih memudahkan dalam entry data.
Entry data yang dirancang akan lebih
mudah dan cepat dan meminimalisir kesalahan penulisan dan memudahkan perubahan. Perancangan Input tampilan yang dirancang adalah sebagai berikut : 1. Perancangan Form Input Login Perancangan form login berfungsi untuk verifikasi pengguna yang berhak menggunakan sistem. Adapun rancangan form login dapat dilihat pada gambar III.20. sebagai berikut :
LOGIN ADMIN User name
OK
Password
Gambar III.20. Rancangan Input Form Login 2. Rancangan Form Gejala Rancangan Form Gejala berfungsi untuk menambah, mengubah dan menghapus data gejala. Adapun rancangan form gejala dapat dilihat pada gambar III.21. sebagai berikut :
70
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID GEJALA NILAI Simpan
Tambah
ID
Hapus
GEJALA
Ubah
NILAI
*
Gambar III.21 Rancangan Input Form Gejala 3.
Rancangan Form Input Penyebab
Rancangan Form Penyebab berfungsi untuk menambah, mengubah dan menghapus data penyebab. Adapun rancangan form penyebab dapat dilihat pada gambar III.22 sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYEBAB NILAI
Simpan
Tambah
ID
Hapus
PENYEBAB
Ubah
NILAI
* Gambar III.22. Rancangan Input Form Penyebab
71
4.
Rancangan Form Input Jenis Kelamin Rancangan Form Jenis Kelamin berfungsi untuk menambah,
mengubah dan menghapus data jenis kelamin. Adapun rancangan form jenis kelamin dapat dilihat pada gambar III.23 sebagai berikut : Deteksi Viskositas Darah Dalam Tubuh ID JENIS KELAMIN
NILAI Tambah
Simpan
ID
Hapus
JENIS KELAMIN
Ubah
NILAI
*
Gambar III.23. Rancangan Input Form Jenis Kelamin 5. Rancangan Form Input Diagnosa Rancangan Form Input Diagnosaberfungsi untuk menambah, mengubah dan menghapus data diagnosa. Adapun rancangan form diagnosa dapat dilihat pada gambar III.24. sebagai berikut :
72
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
Tambah
GEJALA
NAMA PASIEN
Simpan
PENYEBAB
NILAI KEPUTUSAN
Hapus
JENIS KELAMIN
HASIL
Id
NILAI GEJALA
Ubah
Nama_pasien
Gejala
Penyebab
Jenis_kelamin
Nilai Gejala
NILAI PENYEBAB
Nilai_Penyebab
NILAI JENIS KELAMIN Diagnosa
Nilai_jenis_kelamin
Nilai_ keputusa
*
Gambar III.24. Rancangan Input Form Diagnosa 6.
Rancangan Form Input Penyakit Rancangan Form Input Penyakit berfungsi untuk menambah, mengubah dan
menghapus data hasil. Adapun rancangan form penyakit dapat dilihat pada gambar III.25. sebagai berikut :
Hasil
73
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID HASIL NILAI Hapus
Simpan
Tambah
ID
HASIL
Ubah
NILAI
*
Gambar III.25. Rancangan Input Form Penyakit 7.
Rancangan Form Input Rule Base Rancangan Form Input Penyakit berfungsi untuk menambah, mengubah dan
menghapus data hasil. Adapun rancangan form penyakit dapat dilihat pada gambar III.26. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID PENYAKIT GEJALA PENYEBAB JENIS KELAMIN Tambah
ID
PENYAKIT
Simpan
GEJALA
Hapus
PENYEBAB
Ubah
JENIS_KELAMIN
Gambar III.26. Rancangan Input Form Rule Base
74
III.3.6.2. Desain Output Desain sistem ini berisikan pemilihan menu dan hasil pencarian yang telah dilakukan. Adapun bentuk rancangan output dari sistem pakar mendeteksi adanya viskositas darah dalam tubuh adalah sebagai berikut : 1. Rancangan Output Form Login Rancangan Output Form Login berfungsi menampilkan Username dan password. Adapun rancangan output Login dapat dilihat pada Gambar III.27. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh User name : admin OK Password
: xxxxx
Gambar III.27. Rancangan Output Login 2. Rancangan Output Form Gejala Rancangan Output Form Gejala berfungsi menampilkan data-data Gejala. Adapun rancangan output Gejala dapat dilihat pada Gambar III.28. sebagai berikut :
75
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
xxxxx
GEJALA
xxxxx
NILAI
xxxxx
Tambah
Simpan
ID
Hapus
GEJALA
Ubah
NILAI
*
Gambar III.28. Rancangan Output Form Gejala
3. Rancangan Output Form Penyebab Rancangan Output Form Penyebab berfungsi menampilkan data-data Penyebab. Adapun rancangan Output Form Penyebab dapat dilihat pada gambar III.29. sebagai berikut :
76
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
xxxxx
PENYEBAB
xxxxx
NILAI
xxxxx
Tambah
Hapus
Simpan
ID
PENYEBAB
Ubah
NILAI
Gambar III.29. Rancangan Output Form Penyebab 4. Rancangan Output Form Jenis Kelamin Rancangan Output Form Jenis Kelamin berfungsi menampilkan datadata Jenis Kelamin. Adapun rancangan Output Form Jenis Kelamin dapat dilihat pada Gambar III.30. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
xxxxx
JENIS KELAMIN
xxxxx
NILAI
xxxxx
Tambah
Simpan
Id
Hapus
Ubah
Jenis Kelamin
Nilai
* Gambar III.30. Rancangan Output Form Jenis Kelamin
77
5. Rancangan Output Form Diagnosa Rancangan Output Form Diagnosa berfungsi menampilkan data-data keputusan. Adapun rancangan Output Form Diagnosa dapat dilihat pada Gambar III.31. sebagai berikut : Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
Tambah
GEJALA
NAMA PASIEN
Simpan
PENYEBAB
NILAI KEPUTUSAN
Hapus
JENIS KELAMIN
HASIL
Id
Ubah
Nama_pasien
Gejala
Penyebab
Jenis_kelamin
NILAI GEJALA
NILAI PENYEBAB
NILAI JENIS KELAMIN Diagnosa
Nilai Gejala
Nilai_Penyebab
Nilai_jenis_kelamin
*
Gambar III.31. Rancangan Output Form Diagnosa
Nilai_ keputusa
Hasil
78
6.Rancangan Output Form Penyakit Rancangan Output Form Penyakit berfungsi menampilkan data-data Penyakit. Adapun rancangan Output Form Penyakit dapat dilihat pada Gambar III.32. sebagai berikut :
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
xxxxx
HASIL
xxxxx
NILAI
xxxxx Hapus
Simpan
Tambah
ID
HASIL
Ubah
NILAI
*
Gambar III.26. Rancangan Output Form Penyakit
Gambar III.32 Rancangan Output Form Penyakit 7. Rancangan Output Form Rule Base Rancangan Output Form Rule Base berfungsi menampilkan data-data Rule base. Adapun rancangan Output Form Rule Base dapat dilihat pada Gambar III.33. sebagai berikut :
79
Sistem Pakar Mendeteksi Adanya Viskositas Darah Pada Tubuh ID
xxxxx
PENYAKIT
xxxxx
GEJALA
xxxxx
PENYEBAB
xxxxx
JENIS KELAMIN
xxxxx
Tambah
ID *
Simpan
PENYAKIT
GEJALA
Ubah
Simpan
PENYEBAB
JENIS_KELAMIN
Gambar III.33 Rancangan Output Form Rule Base
8. Rancangan Output Form Hasil Diagnosa Rancangan Output Form Hasil Diagnosa berfungsi menampilkan dataGambar Rancangan FormDiagnosa Penyakitdapat dilihat data hasil diagnosa. AdapunIII.29 rancangan OutputOutput Form Hasil pada Gambar III.34. sebagai berikut : Hasil Diagnosa Mendeteksi Adanya Viskositas Darah Nama Pasien Gejala Penyebab Jenis Kelamin Nilai Keputusan Hasi
: : : : : : Dibuat Oleh (
)
Gambar III.34 Rancangan Output Form Hasil Diagnosa
80
9. Rancangan Output Laporan Hasil Diagnosa Rancangan Output Laporan Hasil Diagnosa berfungsi menampilkan data-data hasil diagnosa. Adapun rancangan Output Form Hasil Diagnosa dapat dilihat pada Gambar III.35. sebagai berikut : Hasil Diagnosa Mendeteksi Adanya Viskositas Darah id
Nama Pasien
Gejala
Penyebab
Jenis Kelmain
Hasil
Medan, 25 Agustus 2016 Dibuat Oleh (
)
Gambar III.35 Rancangan Output Laporan Hasil Diagnosa
Gambar III.29 Rancangan Output Form Penyakit