PENANGGUNG JAWAB Ketua Unit Penelitian dan Pengabdian Kepada Masyarakat Bayu Adhi Tama, ST., MTI

ISSN: 1907-4093 (print) / 2087-9814 (online)

Volume 6 Nomor 1 (Januari 2011) Jurnal Generic adalah jurnal semi-elektronik (tersedia dalam bentuk softcopy dan hardcopy) yang diterbitkan setiap tahun secara berkala pada bulan Januari dan Juli. Jurnal membahas tentang kajian terkini dibidang ilmu komputer, teknologi informasi dan komunikasi. Jurnal Generic bertujuan menjadi wadah publikasi ilmiah bagi peneliti, akademisi, maupun praktisi yang akan membagi pengetahuan dan pengalaman mereka didalam pengembangan ilmu pengetahuan di bidang ilmu komputer dan bidang ilmu teknologi informasi dan komunikasi di Indonesia. PENANGGUNG JAWAB Ketua Unit Penelitian dan Pengabdian Kepada Masyarakat Bayu Adhi Tama, ST., MTI. PENASIHAT Dekan Fakultas Ilmu Komputer Drs. Saparudin, MT

PENYUNTING AHLI Dr. Yusuf Hartono, M.Sc (UNSRI) Dr. Darmawijoyo, M.Si., M.Sc (UNSRI) Dr-Eng. Anto Satriyo Nugroho (BPPT) Dr. Ir. Eko K. Budiardjo, M.Sc (UI) Ir. Siti Nurmaini, MT (UNSRI) Jaidan Jauhari, MT (UNSRI) PENYUNTING PELAKSANA Ir. Bambang Tutuko, MT. Samsuryadi, M.Kom. Erwin, M.Si. Drs. Megah Mulya, MT. Ir. Sukemi, MT. Mgs. Afriyan Firdaus, M.IT. Firdaus, M.Kom. Alvi Syahrini Utami, M.Kom.

SEKRETARIAT Fakultas Ilmu Komputer, Universitas Sriwijaya Jln. Raya Palembang - Prabumulih Km. 32, Inderalaya, Ogan Ilir, Sumatera Selatan Telp. (0711)7072729, 379249 Fax. (0711) 379248 E-mail: [email protected] Website: uppm.ilkom.unsri.ac.id

ISSN: 1907-4093 (print) / 2087-9814 (online)

Volume 6 Nomor 1 (Januari 2011)

An Integrated Formulation of Zernike Invariant for Mining Insect Images Norsharina Abu Bakar1, Siti Mariyam Shamsuddin2, Maslina Darus3 1,2 Universiti Teknologi Malaysia, 3Universiti Kebangsaan Malaysia

1-6

Penerapan Relasi Komposi Samar dalam Pendiagnosisan Suatu Penyakit Samsuryadi dan Sukmawati Universitas Sriwijaya

7-12

Perencanaan Strategis Teknologi Informasi (Studi Kasus: Politeknik Negeri Jakarta) Indra Silanegara1, Bayu Adhi Tama,2 Diat Nurhidayat3, M. Harris Adi L.4 1 Politeknik Negeri Jakarta, 2Universitas Sriwijaya, 3Universitas Negeri Jakarta, 4Deplu RI 13-18 The Application of Text Compression to Short Message Service Using Huffman Table Ahmad Affandi, Saparudin, and Erwin Universitas Sriwijaya

19-24

Analisis Kepuasan Konsumen Terhadap Restoran Cepat Saji Melalui Pendekatan Data Mining: Studi Kasus XYZ Vina Mandasari, Bayu Adhi Tama Universitas Sriwijaya 25-28 Pengembangan Perangkat Lunak Pembelajaran Bahasa Isyarat Bagi Penderita Tunarungu Wicara Yetti Yuniati Universitas Lampung 29-32

GENERIC

Volume 6

Nomor 1

Halaman 1– 32

Inderalaya, Januari 2011

pISSN 1907-4093

JURNAL GENERIC

Vol.6 No.1 (Januari 2011)

1

An Integrated Formulation of Zernike Invariant for Mining Insect Images Norsharina Abu Bakar1, Siti Mariyam Shamsuddin2, Maslina Darus3

Abstract— This paper presents mathematical integration of Zernike Moments and United Moment Invariant for extracting printed insect images. These features are further mining for granular information by investigating the variance of Interclass and intra-class. The results reveal that the proposed integrated formulation yield better analysis compared to conventional Zernike moments and United Moment Invariant.

integration of Zernike moments with United Moment Invariant, while Section IV presents the sample data of the study. Section V introduces the concept of inter-class and intra-class, and provides the experimental results and analysis of the proposed approach. Finally Section VI gives the conclusion of the study. TABLE I.

Keywords— Feature Extraction, Granular Mining, Interclass, Intra-class, Pattern Recognition, United Moment Invariant, and Zernike Moment Invariant,

I. INTRODUCTION

T

he mathematical concept of moments has been around since 1960s. Some of them are used for mechanics and statistics to pattern recognition and image understanding. Past few years, there were many researchers on moment functions have been explored in pattern recognition such as United Moment Invariant, Aspect Moment Invariant and etc. The techniques have been investigated to improve conventional regular moment by proposing the scaling factor of geometrical function that has been proposed by Hu [1]. However, previous studies reveal that there are weaknesses in Hu’s scaling factor [2]. Table 1 shows previous studies on enhancement of Moment Invariants from year 1962 to year 2008. All the proposed techniques are based on the drawbacks of Geometric Moment Invariants. Some of the drawbacks are: 1) Not sensitivity to image noise, aspect of information redundancy and capability for image representation [6]. 2) Lose scale invariance in discrete condition [7]. 3) Not good in boundary condition [4]. 4) Error if the data are unequally scaling data [8]. On the other hand, [3] has proposed United Moment Invariant (UMI) that was based on the Geometric Moment Invariant (GMI) [3], and it was derived to improve the moment invariants of [4]. UMI was developed to handle with the images with boundary and shape representation. The remainder of this paper is organized as follows: Section II describes related work on Geometric Moment Invariants in pattern recognition. Section III describes an 1

Norsharina Abu Bakar was in Universiti Teknologi Malaysia; e-mail: [email protected]). 2 Siti Mariyam Shamsuddin is professor at Department of Computer Graphics & Multimedia, Faculty of Computer Science & Information Systems, Universiti Teknologi Malaysia (e-mail: [email protected]/ [email protected]). 3 Maslina Darus is professor at Pusat Pengajian Sains Matematik, Fakulti Sains dan Teknologi, Universiti Kebangsaan Malaysia. (e-mail: [email protected]).

TRENDS OF MOMENT INVARIANT DERIVATION BASED ON GEOMETRIC FUNCTION

Year 1962 1980 1980 1992 1993 1994 2000

Researcher Hu Teague Teague Flusser and Suk Chen Feng And Keane S. M. Shamsuddin

2001 2003 2003

R.Mukundan Yinan Yap

2007

A.K. Muda, S.M Shamsuddin, M. Darus A.K Muda

2008

Technique Geometric Moment Invariant Zernike Moment Invariant Legendre Moment Invariant Affine Moment Invariant Improve Moment Invariant Aspect Moment Invariant Higher Order Centralized Scale – Invariant Tchebichef Moment Invariant United Moment Invariant Krawtchouk Moment Invariant Higher Order United Scaled Invariants Aspect United Moment Invariant

II. RELATED WORK OF MOMENT INVARIANT Various studies have been conducted on improvement of the algorithms for United Moment Invariant and Zernike Moment Invariant. In 1934, F. Zernike introduced Zernike Moments, and later, in 1980, this technique was applied by M.Teague for digital images [5]. Consequently, there are many applications on using ZMI have been explored (Table II). Zernike moment has been proven better in terms of offering the ability of features and sensitivity to the noisy phase low despite its complex calculation. Its representation in terms of a concentrated moment is given as follows [5]: 3

ZM1 =

 2 (η 20 + η02 − 1)  π

ZM 2 =

9  (η20 − η02 )2 + 4η112  2   π

ZM 3 =

16  (η03 − 3η21 )2 + (η30 + η12 )2  π 2 

ZM 4 =

144  (η03 − 3η21 )2 + (η30 + η12 )2  π 2 

ISSN: 1907-4093 (print) / 2087-9814 (online) © 2011 JURNAL GENERIC

2 JURNAL GENERIC Norsharina Et Al. (η − 3η )(η + η ) (η + η )2 − 3 (η + η )2   21 03 21  03 21 30 12   13824  03  ZM 5 =  4  2 π − (η − 3η )(η + η ) (η + η ) − 3 (η + η )2   30 12 30 12  30 12 03 21    

ZM 6 =

2 2    864 (η02 − η20 ) (η30 + η12 ) − (η03 + η21 )     π 3 +4η (η + η )(η + η )  11 03 21 30 12  

extended to other unequal scaling invariant by integrating with Aspect Moment Invariants [9].

Geometric Moment Invariant Usable in region (discrete) and boundary(continuous) condition Problem In boundary-computational time Lose in scale invariance indiscrete condition

TABLE II. APPLICATIONS OF ZERNIKE MOMENT INVARIANT

No 1.

Authors Belkasim S.O

2.

P.Pejnovic

3.

W. Y Kim et al

4.

H.Lim et al

5. 6.

J. Haddadnia et al. Qing Chen,Xioli Yang,Jiying Zhao Harikesh Singh, Dr. R. K. Sharma

7.

8.

R. Sanjeev Kuntee, RD Sudhaker Samuel Chong-Yaw Wee1, ∗Raveendran Paramesran1, Fumiaki Takeda2

9.

Objective Handwritten Numbers Recognition Tank, Helicopter Air-Craft and Ship recognition Alphanumeric Machine-Printed Character recognition Chinese character recognition Face recognition image watermarking online handwritten character recognition Kanada character recognition Rice Sorting System

Year 1989

1992

Improved Moment Invariant Usable in boundarycontinuous condition Improve computation speed

1994

1996

United Moment Invariant Usable in region-discrete condition Usable in boundary (close unclose)

2001 2005 2007

2007

Zernike United Moment Invariant Usable in region-discrete condition Usable in boundary (close -unclose) -continuous condition Outperforming in terms of noise resilience, information redundancy and reconstruction capability.

2007

On the other hand, United Moment Invariant which was derived by Yinan [7] in 2003, found that the rotation, translation and scaling can be discretely kept invariant to region, closed and unclosed boundary. The formulations of UMI is given [7]:

θ1 = φ2 / φ1 θ 2 = φ6 / φ1φ4 θ3 = φ5 / φ4 θ 4 = φ5 / φ3φ4 θ5 = φ1φ5 / φ2φ3

(

Zernike Moment Invariant Outperforming in terms of noise resilience, information redundancy and reconstruction capability.

)

θ6 = φ1 + φ2 φ3 / φ6 θ7 = φ1φ5 / φ3φ6 θ8 = (φ3 + φ4 ) / φ5

However, in 2007, the integration techniques of High Order Moment Invariant and United Moment Invariant were purposed by A.K. Muda et. al [2]. This study has been

Figure 1. Chronology of Zernike United Moment Invariant

III. ZERNIKE UNITED MOMENT INVARIANT UMI was derived from Geometric Moment Invariant and Improve Moment Invariant (IMI) [3] (refer to Figure 1). GMI is usable for region representation in discrete condition; however it is high in computational times for boundary representation [4]. Thus, Chen proposed IMI that practical for boundary and increased the computation speed. However, Yinan proposed a new technique that was effectively the shape of image on both region and boundary in discrete and continuous condition [3]. The combination of Zernike and United Moment is implemented to get better formulations that will yield good representation for boundary, region, discrete and noise resilience, information redundancy and reconstruction capability. UMI formulation is based on geometrical representation that taken into consideration the Normalized Central Moment of GMI and Boundary Representation of IMI[4] . The integration formulation of ZMI and UMI is given as below. We define standard scaling equation as below:

JURNAL GENERIC


η pq =

µ pq

( µ00 )

and

p+q+2

ϕ1 =

2

η ' pq = ρ p + qη pq =

η '' pq =

ρ

p+q

( µ00 )

p+q+2

µ pq

=

2

µ pq

( µ00 ) p + q +1

3

π

×  2 (η 20 + η02 ) − η00 

   3   1  − 1 × 2 × + µ µ ( ) 20 02   π   ( µ00 )2    

so,

From the above equations, we find that, each term has

µ pq . Yinan [3] said that if we can contemporary avoid the influence of µ00 and, the united formula can be materialized.

θ1 =

Hence, the eight formulas for United Moment Invariants (UMI) is presented as:

 1  2 2  × × µ − µ02 ) + 4µ11 4 ( 20  π  ( µ00 )       3   1 × 2 × ( µ 20 + µ02 )  − 1 2   π   ( µ00 )     2

θ 2 = φ6 / φ1φ4 θ3 = φ5 / φ4

ϕ2 ϕ1 9

=

θ1 = φ2 / φ1

 ( µ − µ )2  02 2   20 4 × + µ 11  π 2  ( µ00 )2   =   3   ( µ 20 + µ02 )   × 2 × −1   π   ( µ00 )    

θ 4 = φ5 / φ3φ4 θ5 = φ1φ5 / φ2φ3

(

3

9

)

θ6 = φ1 + φ2 φ3 / φ6 θ7 = φ1φ5 / φ3φ6 θ8 = (φ3 + φ4 ) / φ5 However, in this integration, the

φ values are substituted

Using the same approach as above, we get:

by Zernike’s moments as shown below. ZM 1 =

3

ZM 3 =

16  (η03 − 3η21 )2 + (η30 + η12 )2  π 2 

 2 (η 20 + η02 − 1) π 9 2 ZM 2 = 2 (η20 − η02 ) + 4η112   π 

144 2 2 ZM 4 = 2 (η03 − 3η21 ) + (η30 + η12 )   π  (η − 3η )(η + η ) (η + η )2 − 3 (η + η )2   21 03 21  03 21 30 12   13824  03  ZM 5 =  4  2 π − (η − 3η )(η + η ) (η + η ) − 3 (η + η )2   30 12 30 12  30 12 03 21     ZM 6 =

2 2    864 (η02 − η 20 ) (η30 + η12 ) − (η03 + η21 )    3  π +4η (η + η )(η + η ) 11 03 21 30 12  

For example,

3

2

2 3  2  π  × (η '20 − η '02 ) + 4η '11    θ '1 = 3 ×  2 (η '20 + η '20 ) − η '00 

π

 ρ4 ( µ20 − µ02 )2 + 4µ 2   × × 11  π 2  ( µ00 )4 ( µ00 )2    ( µ20 + µ02 )  − 1 3   ρ 2 × 2 × 2 π   ( µ00 )2 ( µ00 )     9

=

 ( µ − µ )2  02 2   20 µ × + 4 11  π 2  ( µ00 )2   =   3   ( µ20 + µ02 )   × 2 × −1 π   ( µ00 )       9

2

ϕ2 =   × (η 20 − η02 ) + 4η112   π   =

2

 1  2 2   × × µ − µ + 4 µ ( ) 20 02 11  π 2  ( µ00 )4  9


4 JURNAL GENERIC Norsharina Et Al.

 ρ4 ( µ20 − µ02 )2 + 4µ 2   × × 11  π 2  ( µ00 )4 ( µ00 )2      2 (µ + µ )  3   ρ × 2 × 20 202  − 1 2 π   ( µ00 ) ( µ00 )    

9

=

 ( µ − µ )2  02 2   20 µ × + 4 11  π 2  ( µ00 ) 2   =   3   ( µ20 + µ02 )   × 2 × −1 π   ( µ00 )      

9

Figure 2. Insect Images

and

2

2 3  2  π  × (η ''20 − η ''02 ) + 4η ''11    θ ''1 = 3 ×  2 (η ''20 + η ''20 ) − η ''00 

Figure 3. Insect Images (Orientation)

π

 1  2 2   4 × × − + µ µ µ ( ) 20 02 11  π 2  ( µ00 )6       3   1 × 2 × ( µ20 + µ02 )  − 1   π   ( µ00 )3    

V. RESULT AND ANALYSIS

9

=

 ( µ − µ )2  02 2   20 × + 4 µ 11  π 2  ( µ00 )2   =   3   ( µ20 + µ02 )   × 2 × −1   π   ( µ00 )     9

From the above derivation, we found that θ ''1 = θ '1 = θ1 .

In this study, the invarianceness of the proposed integrated formulations are validated using intra-class and inter-class by calculating the MAE (Min Absolute Error) as shown below: MAE =

1 n

n

∑ (x

i

− ri ) ,

i =1

where n is number of image, xi is the current image and ri is the reference image. The first image is the reference image. Intra-class is the process that defines the similar images with the small value of MAE. However, inter-class is the process of defining the difference images with high MAE value.

Hence, this has proven that θ1 can be applied for both region and boundary in discrete and continues condition.

IV. SAMPLE DATA The insect images will be used in this research. Initially, the insect images are scanned with 300 dpi (dot per inch) and 150 dpi resolutions. Figure 2 depicts sample of insect’s images and Figure 3 illustrates various orientations of insect images in the same class.

A. Intraclass Analysis For intra-class analysis, we used eight sample insect images to get the invariance’s of the techniques. All the images have different orientation with same class. The random samples of images are bactrocera maculigera (BM), bean bruchid (BB), chocolate moth (CM), dried current moth (DC), grain weevil (GW), indian meal moth (IM), rusty grain beetle (RG), and saw-toothed grain beetle (ST). Figure 4 shows example of intra-class analysis/ Bactrocera maculigera(BM) insect images are used in this study with different orientations.

JURNAL GENERIC


Figure 4. Sample insect image for intra-class analysis

From Table III, intra-class distance of ZUMI has smaller value for seven insect images and one insect image in UMI (saw-toothed grain beetle).

TABLE III. RESULT

BB BM CM DC GW IM RG ST

ZUMI 0.915747 0.392484 1.108088 0.919749 1.046265 0.969856 1.251929 1.913044

5

B. Interclass analysis The samples of images for interclass analysis are shown in Figure 7. There are 4 experiments for defining interclass analysis, and these include: 1) Interclass distance between saw-toothed grain beetle (ST) and rusty grain beetle (RG). 2) Interclass distance between chocolate moth(CM) and cocoa pod pentatomid(CP). 3) Interclass distance between bactrocera maculigera(BM) and natal fruit fry(NF). 4) Interclass distance between 6 and 9 (for testing only).

OF INTRA-CLASS ANALYSIS

UMI 1.615862986 1.705341657 2.120735 1.315753805 1.881051745 1.996245217 2.426967495 1.846069911

ZMI 15.22766 3.969996 1.634658 27.96692 27.3219 9.254302 31.0565 65.39193 Figure 7. Sample insect images of inter-class analysis

Figure 5 illustrates that Zernike Moment Invariant (ZMI) gives higher value of MAE compared to other techniques.

Table IV depicts the comparison between three Moment Invariants (ZUMI, UMI, and ZMI). We label the experiments as below: 1) B1: the comparison between saw-toothed grain beetle (ST) and rusty grain beetle (RG). 2) B2: the comparison between chocolate moth(CM) and cocoa pod pentatomid(CP). 3) B3: the comparison between bactrocera maculigera(BM) and natal fruit fry(NF). 4) B4: the comparison between 6 and 9 (for testing only).

TABLE IV. RESULT OF INTER-CLASS ANALYSIS

Figure 5. Intraclass Analysis of Insects’ Images.

From Figure 5, it shows that ZUMI gives smaller value of MAE for all images. However, Figure 6 shows that UMI gives smaller MAE compared to ZUMI for saw-toothed grain beetle (ST) images. The difference MAE value is about 0.0066974089.

U

B1 0.289149

B2 0.591789

B3 2.705702

B4 0.07581

Z

0.747368

55.49137

11.68222

4.54826

ZU

0.760303

0.311496

0.589317

2.371722

From Table IV, experiment B1 for inter-class shows that ZUMI gives the higher MAE values than others. However, for other experiments (B2, B3, B4), it shows that ZMI gives the highest MAE values compared to others. Experiment B3 shows that UMI gives smaller MAE values than others. However, in the last experiment for interclass analysis, the ZUMI gives higher value of MAE compared to UMI. Besides that, ZMI gives higher MAE values for all experiments compared to others as shown in Figure 8.

Figure 6. Comparison result between ZUMI and UMI.


6 JURNAL GENERIC Norsharina Et Al. [5] [6]

[7]

[8]

[9] Figure 8. The graph of inter-class anylisis result.

VI. CONCLUSION From this study, we found that the proposed integrated formulations yield promising results compared to the conventional Zernike Moment Invariant and United Moment Invariant. The summary of the results are presented in Table V. As a whole, our proposed method is better in giving invarianceness of insect images in terms of inter-class and intra-class.

TABLE V. SUMMARIZATION OF THE RESULT

Technique

Invarianceness

Decision

The proposed Integrated Formulation (Zernike United Moment Invariant) Zernike Moment Invariant

Intra-class

Good

Inter-class

Better

Intra-class

Bad

Inter-class

Good

Intra-class

Better

Inter-class

Bad

United Moment Invariant

ACKNOWLEDGMENT Authors would like to thank Research Management Centre (RMC) Universiti Teknologi Malaysia, for the research activities, Soft Computing Research Group (SCRG) for the support in making this study a success.

REFERENCES [1] [2]

[3]

[4]

Hu, M.-K. (1962). "Visual pattern recognition by moment invariants." Information Theory, IRE Transactions 8(2):179-187. Muda, A. K., S. M. Shamsuddin, et al. (2007). "Invariancenes of higher order united scaled invariants." Advances in Computer Science and Engineering 1(2): 105-118 Sun, Y., W. Liu, et al. (2003). United moment invariants for shape discrimination. Robotics, Intelligent Systems and Signal Processing, 2003. Proceedings. 2003 IEEE International Conference Chaur-Chin Chen, “Improved Moment Invariant for Shape Discrimination” Pattern Recognition 26, pp.683-686, 1993.

Teague, M. R. (1980). "Image analysis via the general theory of moments." J. Opt. Soc. Am. 70(8): 920. Teh, C.-H. and R. T. Chin (1988). "On Image Analysis by the Methods of Moments." IEEE Trans. Pattern Anal. Mach. Intell. 10(4): 496-513. Mingyue Ding, Jinling Chang and Jiaxiong Peng,”Research on Moment Invariant Algorithm,” Journal of Data Acquisition & Processing vol.7 No.1,pp1-9,Mar,1992. S. M. Shamsuddin, M. N. Sulaiman, and M. Darus, "Invarianceness of Higher Order Centralised Scaled-invariants Undergo Basic Transformations," International Journal of Computer Mathematics, vol. 79, pp. 39 - 48, Taylor & Francis, 2002. Azah Kamila Muda,Siti Mariyam Shamsuddin & Maslina Darus. 2008. Discretization of Integrated Moment Invariants for Writer Identification. Proceeding of The 4th IASTED International Conference on Advances in Computer Science and Technology (ACST 2008-ACTA Press), 2-4 April, Langkawi,pp:372-377.

JURNAL GENERIC


7

Penerapan Relasi Komposi Samar dalam Pendiagnosisan Suatu Penyakit Samsuryadi1 dan Sukmawati2, Universitas Sriwijaya

Abstrak—Pendiagnosisan suatu gejala penyakit oleh dokter merupakan hal yang sangat penting dalam menentukan jenis penyakit yang diderita oleh seorang pasien. Kekurangtepatan dalam pendiagnosisan penyakit akan mengakibatkan terapi atau pengobatan yang salah. Kesalahan ini dapat terjadi oleh pemikiran subjektif seorang dokter terhadap gejala-gejala penyakit yang diderita oleh pasien, sehingga hasil diagnosis dari beberapa dokter berkemungkinan berbeda. Pemikiran subjektif ini memerlukan penafsiran yang konsisten dengan menggunakan relasi komposisi samar antara gejala-gejala suatu penyakit yang diderita oleh pasien yang berperanan besar terhadap hasil diagnosis penyakit seorang pasien. Berdasarkan penerapan tiga relasi komposisi samar pada 10 orang pasien, diperoleh hasil yang sama untuk relasi komposisi max-min dan min-max, sedangkan pada relasi komposisi maxprod terdapat hasil yang berbeda. Kata Kunci— max-min, max-prod, pendiagnosisan, relasi komposisi samar

min-max,

I. PENDAHULUAN

H

impunan samar dan relasi komposisi samar telah banyak diaplikasikan di berbagai bidang, seperti: ekonomi, biologi, kedokteran, komunikasi, dan lain sebagainya. Pada artikel ini membahas penggunaan himpunan samar dan relasi komposisi samar di bidang kedokteran atau medik untuk melakukan diagnosis suatu penyakit yang diderita oleh pasien. Selama ini, pendiagnosisan suatu penyakit didasari oleh pemikiran subjektif dari seorang dokter terhadap gejalagejala penyakit yang diderita oleh seorang pasien, sehingga hasil diagnosis antara satu dokter dengan dokter lainnya kadang-kadang tidak sama dalam penentuan jenis penyakit yang diderita oleh pasien. Pemikiran subjektif ini memerlukan penafsiran yang konsisten dengan menerapkan konsep samar untuk menghitung relasi komposisi samar antara gejala-gejala suatu penyakit yang diderita oleh pasien sehingga gejala-gejala apa saja yang memiliki peranan besar untuk mendapatkan kesimpulan terhadap hasil diagnosis penyakit seorang pasien. Artikel ini akan menggunakan tiga relasi komposisi samar menurut Vadiee [1], yaitu: max-min, min-max dan maxprod, untuk menentukan gejala-gejala suatu penyakit yang diderita oleh seorang pasien. Beberapa jenis penyakit yang akan diteliti adalah Apendisitis, Hepatitis B, Malaria, Stroke, Tetanus dan Typhus yang memiliki kesamaan gejala-gejala 1

Samsuryadi adalah staf pengajar dan peneliti di Jurusan Teknik Informatika Universitas Sriwijaya, Indralaya, Ogan Ilir, Sumatera Selatan (email: [email protected]). 2 Sukmawati adalah alumni jurusan Matematika, Universitas Sriwijaya, Indralaya, Ogan Ilir, Sumatera Selatan (email: [email protected]).

antar penyakit tersebut. Gejala-gejala penyakit tersebut merupakan gejala-gejala klinis tanpa didasari oleh hasil tes laboratorium. Data gejala-gejala penyakit diambil melalui sampel sekunder terhadap pasien dari seorang dokter. Berdasarkan gejala-gejala yang ada dilakukan penentuan hubungan gejala dengan jenis suatu penyakit menggunakan relasi komposisi samar dan mengumpulkan gejala berderajat keanggotaan besar atau kuat untuk menentukan jenis penyakit seorang pasien.

II. TINJAUAN PUSTAKA A. Himpunan Samar Zadeh [2] memperkenalkan pertama kali konsep samar untuk menyatakan indistinct (tidak jelas), blurred (kabur) ataupun vague (samar) sebagai alternatif terhadap himpunan biasa (crisp). Pada himpunan biasa batasan tentang keanggotaan dan non keanggotaan adalah sangat jelas, tetapi himpunan samar bersifat elastis, yaitu didasarkan pada alasan bahwa pengamatan pada anggota-anggotanya merupakan pengamatan secara subjektif dan tergantung dari siapa yang mengamati tentang keanggotaan elemen tersebut dalam himpunan. Pengamatan secara subjektif terhadap elemen ini diwakili oleh derajat keanggotaannya dengan rentang nilai antara 0 dan 1. Definisi 1. Jika X adalah himpunan semesta pembicaraan dan A himpunan bagian dari X maka A f disebut himpunan samar jika dan hanya jika derajat keanggotaan x ∈ X di A dinyatakan sebagai suatu fungsi keanggotaan µ A f dari X ke interval [0,1]. Secara umum himpunan samar dinyatakan [6]:

A f = {( x µ A f ( x)), x ∈ X , µ A f ( x) ∈ [0,1]} atau dapat juga dinyatakan sebagai pasangan terurut: A f = {( x, µ A f ( x)) x ∈ X , µ A f ( x) ∈ [0,1]} Pada suatu himpunan samar terdapat anggota yang berderajat keanggotaan berbeda, sehingga dapat dibuat batasan elemen x ∈ X sebagai berikut [5]: 1) Bukan anggota A f jika derajat keanggotaan x = 0 atau µ A f ( x) = 0; 2) Anggota lemah dari A f jika derajat keanggotaan x terletak pada interval 0 < µ A f ( x) ≤ 0, 4; 3) Anggota sedang dari A f jika derajat keanggotaan x terletak pada interval 0, 4 < µ A f ( x ) ≤ 0, 6; 4) Anggota kuat dari A f

jika derajat keanggotaan x


8 JURNAL GENERIC Samsuryadi Et Al. terletak pada interval 0, 6 < µ A f ( x) < 1; Af 5) Anggota sangat kuat dari keanggotaan x = 1 atau µ A f ( x) = 1.

III. PROSES DIAGNOSIS SUATU PENYAKIT jika

derajat

B. Relasi Komposisi Samar Pada himpunan samar terdapat berbagai jenis operasi antara relasi yang dipandang sebagai himpunan bagian dari samar. Operasi-operasi tersebut adalah relasi komposisi samar. f

Definisi 2. Misalkan R relasi antara dua himpunan samar A f dan B f dan ada suatu himpunan samar C f maka relasi

komposisi dari R f dan C f didefinisikan oleh Vadiee [1] sebagai berikut: 1) max-min µ M f ( x) = max{min{µC f ( x), µ R f ( x, y )}} (1) 2) min-max µ M f ( x) = min{max{µC f ( x), µ R f ( x, y )}}

(2)

3) max-prod µ M f ( x ) = max{µC f ( x).µ R f ( x, y )}

(3)

C. Jenis Penyakit Jenis penyakit yang diteliti berdasarkan standar kesehatan yang berlaku dan umum diderita oleh masyarakat meliputi penyakit Appendicitis, Hepatitis B, Malaria, Stroke, Tetanus dan Typhus. Gejala-gejala penyakit tersebut merupakan gejala-gejala klinis tanpa didasari oleh hasil tes laboratorium, seperti diperlihatkan pada Tabel I berikut ini.

TABEL I.

HUBUNGAN GEJALA PENYAKIT DENGAN JENIS PENYAKIT

Jenis Penyakit Appendicitis

Hepatitis B

Malaria

Stroke

Tetanus

Typhus

Gejala Penyakit Demam, mengigil, limfa membesar, pucat, sering muntah dan nyeri kepala hebat [3]. Tubuh dan mata berwarna kuning, hati membesar, air kencing berwarna seperti the, demam tinggi, pusing, cepat lelah, mual dan tidak nafsu makan [4]. Demam tinggi, tubuh terasa menggigil dan kelihatn pucat, limfa membesar dan nyeri pada kepala atau pusing [3]. Ketika berbicara pelo atau tidak jelas, lumpuh pada sebagian tubuh, nyeri kepala hebat dan kesadaran akan menurun [3]. Demam tinggi, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan, mulut susah dibuka, cepat lelah, mual dan kepala terasa pusing [4]. Lidah kotor, demam tinggi, tidak nafsu makan, sangat mual, sering muntah, mencret, cepat lelah dan kepala terasa pusing [4].

A. Penentuan Derajat Keanggotaan Menurut Gejala Penyakit dengan Relasi Samar Sebelum menentukan derajat keanggotaan dari gejalagejala suatu penyakit, maka dibuat penyimbolan terhadap gejala dan jenis penyakit yang diteliti agar pembahasan lebih praktis. Simbol G menyatakan himpunan gejala penyakit yang ditinjau secara klinik { x1 , x2 ,..., x26 } , P adalah

himpunan penyakit yang diteliti

{ x1 , x2 ,..., x26 } ,

R f adalah

relasi samar dari G ke P , dan simbol lainnya secara lengkap ditampilkan pada Tabel II.

TABEL II. DAFTAR SIMBOL YANG DIGUNAKAN

Simbol y1

Appendicitis

Makna

y2

Hepatitis B

y3

Malaria

y4

Stroke

y5

Tetanus

y6

Typhus

x1

Demam

x2

Tidak nafsu makan

x3

Cepat lelah

x4

Mual

x5

Muntah

x6

Pusing

x7 x8

Tubuh dan mata kuning Hati membesar

x9

Air seni berwarna seperti teh

x10

Lumpuh sebelah tubuh

x11

Mencret

x12

Kejang

x13

Ada luka yang kotor

x14

Leher kaku

x15

Perut kaku

x16

Sukar menelan

x17

Mulut susah dibuka

x18

Nyeri perut kanan bawah

x19

Susah BAB

x20

Menggigil

x21

Limfa membesar

x22

Pucat

x23

Bicara pelo

x24

Lidah kotor

x25

Nyeri kepala hebat

x26

Kesadaran menurun

berwarna

JURNAL GENERIC


Gejala-gejala yang terdapat pada penyakit yang diteliti diberi indeks disajikan dalam Tabel III relasi samar antara penyakit dan gejala-gejalanya yang diadopsi dari Sukmawati [5]. Cara membaca Tabel 3, misalnya nilai 0,90 adalah derajat keanggotaan ( x1 , y1 ) pada relasi samar R f maksudnya gejala demam

( x1 )

pada penyakit Appendicitis

( y1 )

9

TABEL IV. GEJALA-GEJALA PENYAKIT PASIEN DALAM BILANGAN SAMAR

No. Pasien Gejala yang diderita oleh Pasien dalam bentuk bilangan samar 1. A Af = {( x1 , 0.70), ( x2 , 0.40), ( x3 , 0.50),

( x4 , 0.60), ( x5 , 0.10), ( x6 , 0.80), ( x7 , 0), ( x8 , 0), ( x9 , 0.10), ( x10 , 0.40), ( x11 , 0.20), ( x12 , 0.90), ( x13 ,1), ( x14 , 0.90), ( x15 , 0.90), ( x16 , 0.75), ( x17 , 0.90), ( x18 , 0.20), ( x19 , 0.40), ( x20 , 0.20), ( x21 , 0), ( x22 , 0.20), ( x23 , 0), ( x24 , 0), ( x25 , 0.40), ( x26 , 0.10)}

mempunyai derajat keanggotaan sebesar 0,90; nilai 1 adalah derajat keanggotaan ( x1 , y2 ) pada relasi samar R f maksudnya gejala demam ( x1 ) pada penyakit Hepatitis

B

( y2 )

mempunyai derajat keanggotaan sebesar 1, dan

seterusnya.

TABEL III. RELASI SAMAR ANTARA PENYAKIT DAN GEJALANYA f

R x1

y1

y2

y3

y4

y5

y6

0,90

1

1

0

0,80

1

x2

0,70

0,90

0,20

0,20

0,50

0,90

x3

0

0,80

0

0

0,60

0,60

x4

0,75

0,70

0,40

0

0,60

1

x5

0

0,50

0

0

0,30

0,90

x6

0

0,80

0,75

0

0,70

0,80

x7

0

1

0

0

0

0,40

x8

0

0,90

0

0

0

0,30

x9

0

0,90

0

0

0

0

x10

0

0

0

1

0

0

x11

0,10

0,30

0,20

0

0

0,80

x12

0

0,30

0

0,20

1

0,40

x13

0

0

0

0

1

0

x14

0

0,20

0

0

0,90

0,30

x15

0

0,20

0

0

0,70

0,40

x16

0

0,05

0

0,40

0,85

0,03

x17

0

0,10

0

0

0,80

0,04

x18

1

0,20

0

0

0

0,20

x19

0,80

0,20

0

0,20

0,30

0,70

x20

0

0,10

1

0

0,10

0,40

x21

0

0,10

1

0

0

0

x22

0,20

0

0,80

0

0,20

0,10

x23

0

0

0

1

0

0

x24

0

0,20

0

0,10

0

1

x25

0

0

0,50

0,80

0,40

0,40

x26

0

0

0

0,70

0,10

0

B. Gejala Penyakit Pasien dengan Bilangan Samar Data sekunder diambil dari hasil pemeriksaan secara klinis oleh seorang dokter dari R.S.U Padeglang, Banten pada bulan Juni-Juli 2003 terhadap 10 orang pasien yang dilakukan oleh Sukmawati [5] yang disajikan dalam bentuk himpunan samar pada Tabel IV berikut ini.

2.

B

Bf = {( x1 , 0.90), ( x2 , 0.30), ( x3 , 0.10),

( x4 , 0.60), ( x5 , 0.10), ( x6 , 0.75), ( x7 , 0), ( x8 , 0.20), ( x9 , 0.10), ( x10 , 0.30), ( x11 ,0.20), ( x12 , 0), ( x13 , 0), ( x14 , 0.10), ( x15 , 0.10), ( x16 , 0), ( x17 , 0), ( x18 , 0), ( x19 , 0), ( x20 ,1), ( x21 ,1), ( x22 ,0.85), ( x23 , 0), ( x24 , 0), ( x25 , 0.50), ( x26 , 0)} 3.

C

Cf= {( x1 ,1), ( x2 , 0.85), ( x3 , 0.70), ( x4 , 0.75), ( x5 , 0.10), ( x6 , 0.10), ( x7 , 0), ( x8 , 0), ( x9 , 0.90), ( x10 , 0), ( x11 , 0),( x12 , 0), ( x13 , 0), ( x14 , 0), ( x15 , 0), ( x16 , 0), ( x17 , 0), ( x18 , 0.20), ( x19 , 0), ( x20 , 0), ( x21 , 0), ( x22 ,0.20),( x23 , 0), ( x24 ,0), ( x25 , 0.85), ( x26 , 0)}

4.

D

Df = {( x1 , 0.65), ( x2 , 0), ( x3 , 0),

( x4 , 0.30), ( x5 , 0), ( x6 , 0.80), ( x7 , 0), ( x8 , 0), ( x9 , 0.20), ( x10 , 0), ( x11 , 0),( x12 ,1), ( x13 , 0.70), ( x14 ,1), ( x15 , 0.80), ( x16 ,1), ( x17 ,1), ( x18 , 0), ( x19 , 0.30), ( x20 ,0), ( x21 , 0), ( x22 , 0), ( x23 , 0), ( x24 , 0), ( x25 , 0), ( x26 , 0)} 5.

E

Ef= {( x1 ,1), ( x2 , 0.80), ( x3 , 0.30),

( x4 , 0.80), ( x5 , 0.70), ( x6 , 0.90), ( x7 , 0.10), ( x8 , 0.50),( x9 , 0.20), ( x10 , 0), ( x11 ,0.70), ( x12 , 0), ( x13 , 0), ( x14 , 0), ( x15 , 0), ( x16 , 0.20), ( x17 , 0), ( x18 , 0.30), ( x19 , 0.80), ( x20 , 0.40), ( x21 , 0.10), ( x22 ,0.10),( x23 , 0),


10 JURNAL GENERIC Samsuryadi Et Al.

( x24 ,1), ( x25 , 0.50), ( x26 , 0.20)} 6.

F

Ff = {( x1 , 0.20), ( x2 , 0), ( x3 , 0), ( x4 , 0.10),

( x5 , 0), ( x6 , 0.60), ( x7 , 0), ( x8 , 0), ( x9 , 0), ( x10 , 0.78), ( x11 , 0.10), ( x12 , 0), ( x13 , 0), ( x14 , 0), ( x15 , 0), ( x16 , 0), ( x17 , 0), ( x18 , 0), ( x19 , 0.30), ( x20 , 0), ( x21 , 0), ( x22 ,0.10), ( x23 , 0.70), ( x24 , 0),( x25 ,1), ( x26 , 0.90)} 7.

8.

G

H

I

max- min

max-prod

x1

0,70

0,70

0,70

0,70

Gf = {( x1 ,1), ( x2 , 0.85), ( x3 , 0.10), ( x4 , 0.90), ( x5 , 0.10), ( x6 , 0.10), ( x7 , 0), ( x8 , 0), ( x9 , 0), ( x10 , 0), ( x11 , 0.20), ( x12 , 0),( x13 , 0),( x14 , 0), ( x15 , 0), ( x16 , 0), ( x17 , 0), ( x18 ,1), ( x19 , 0.80), ( x20 , 0), ( x21 , 0), ( x22 ,0.20),( x23 , 0),

x2

0,40

0,70

0,63

0,40

x3

0,50

0,50

0,40

0,50

x4

0,60

0,60

0,60

0,60

x5

0,10

0,10

0,09

0,10

x6

0,80

0,80

0,64

0,80

x7

0

0

0

0

x8

0

0

0

0

x9

0,10

0,10

0,09

0,10

( x24 , 0.2), ( x25 , 0), ( x26 , 0)}

x10

0

0

0

0

H f= {( x1 ,1), ( x2 , 0.90), ( x3 , 0.76),

x11

0,20

0,20

0,20

0,20

x12

0,90

0,90

0,90

0,90

x13

1

1

1

1

x14

0,90

0,75

0,68

0,90

x15

0,90

0,75

0,68

0,90

x16

0,75

0,75

0,64

0,75

x17

0,90

0,80

0,72

0,90

x18

0,20

0,20

0,20

0,20

x19

0,40

0,40

0,28

0,40

x20

0,20

0,20

0,20

0,20

x1

0

0

0

0

x2

0,20

0,20

0,14

0,14

x3

0

0

0

0

x4

0,40

0,40

0,40

0,40

x5

0,40

0,40

0,20

0,40

x6

0,10

0,10

0,04

0,10

If= {( x1 , 0.60), ( x2 , 0.10), ( x3 , 0.10),

( x4 , 0.20), ( x5 , 0.60), ( x6 , 0.60), ( x7 , 0), ( x8 , 0), ( x9 , 0), ( x10 ,1), ( x11 , 0),( x12 , 0), ( x13 , 0), ( x14 , 0), ( x15 , 0), ( x16 , 0.20), ( x17 , 0), ( x18 , 0), ( x19 , 0.30), ( x20 , 0), ( x21 , 0), ( x22 , 0.10), ( x23 ,1), ( x24 , 0), ( x25 , 0.80),( x26 , 0.95)} 10 .

J

TABEL V. HASIL PERHITUNGAN RELASI KOMPOSISI SAMAR UNTUK PASIEN A

µ A f ( x)

( x4 , 0.80), ( x5 , 0.65), ( x6 , 0.70), ( x7 , 0), ( x8 , 0), ( x9 , 0), ( x10 , 0), ( x11 , 0.70), ( x12 , 0),( x13 , 0),( x14 , 0), ( x15 , 0), ( x16 , 0.10), ( x17 , 0), ( x18 , 0.10),( x19 ,0.75), ( x20 , 0.50), ( x21 , 0), ( x22 , 0.10), ( x23 , 0), ( x24 , 0.80), ( x25 , 0), ( x26 , 0)} 9.

C. Proses Perhitungan Komposisi Pasien A Hasil diagnosis pasien A berdasarkan Tabel 4 dengan memakai perhitungan komposisi max-min, max-prod, minmax, maka hasilnya dapat ditampilkan pada Tabel V berikut ini.

Jf= {( x1 ,1), ( x2 , 0.70), ( x3 , 0.70), ( x4 , 0.80), ( x5 , 0.50), ( x6 , 0.80), ( x7 ,1), ( x8 , 0.90), ( x9 , 0.90), ( x10 , 0), ( x11 , 0.20), ( x12 , 0),( x13 , 0),( x14 , 0), ( x15 , 0.90), ( x16 , 0), ( x17 , 0), ( x18 , 0.30), ( x15 , 0.90), ( x16 , 0), ( x17 , 0), ( x18 , 0.30), ( x19 , 0.30), ( x20 ,0.10), ( x21 ,0.10), ( x22 , 0),( x23 , 0), ( x24 , 0.50), ( x25 , 0), ( x26 , 0)}

min – max

Proses perhitungan gejala-gejala penyakit untuk pasien lainnya sama seperti proses perhitungan untuk pasien A. D. Penentuan Jenis Penyakit Berdasarkan hasil perhitungan relasi komposisi samar untuk pasien dari A sampai J dapat diketahui gejala-gejala yang memiliki derajat keanggotaan besar (untuk xi yang menjadi anggota kuat dan utuh), maka dapat disimpulkan penyakit yang diderita oleh pasien seperti ditampilkan dalam Tabel VI berikut ini.

JURNAL GENERIC


11

TABEL VI. HUBUNGAN GEJALA DENGAN JENIS PENYAKIT BERDASARKAN RELASI KOMPOSISI SAMAR PER PASIEN

Pasien Relasi Komposisi Fuzzy max-min

max-prod

A

min-max

max-min

max-prod

B min-max

max-min

max-prod

C

min-max

max-min

max-prod

D

min-max

Gejala-gejala dengan derajat keanggotaan besar Demam, pusing, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan dan mulut susah dibuka. Demam, pusing, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan dan mulut susah dibuka. Demam, pusing, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan dan mulut susah dibuka. Demam, pusing, menggigil, limfa membesar dan pucat. Demam, menggigil, limfa membesar dan pucat. Demam, pusing, mengigil, limfa membesar dan pucat. Demam, tidak nafsu makan, cepat lelah, mual, air seni seperti teh dan nyeri kepala hebat. Demam, tidak nafsu makan, mual, air seni seperti teh dan nyeri kepala hebat. Demam, tidak nafsu makan, cepat lelah, mual, air seni seperti teh dan nyeri kepala hebat. Demam, pusing, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan dan mulut suka dibuka. Demam, pusing, kejang, ada luka kotor, leher kaku, perut kaku, sukar menelan dan mulut suka dibuka. Demam, pusing, kejang, ada luka kotor, leher kaku,

Hasil Penentuan Penyakit

max-min

Tetanus max-prod

E Tetanus

min-max

Tetanus

max-min

Malaria

max-prod

F Malaria min-max

Malaria Tidak menderita penyakit yang diteliti Tidak menderita penyakit yang diteliti Tidak menderita penyakit yang diteliti

max-min

max-prod

G

min-max

max-min

Tetanus

max-prod

H Tetanus

min-max

Tetanus

perut kaku, sukar menelan dan mulut suka dibuka. Demam, tidak nafsu makan, cepat lelah, mual, muntah, pusing, lidah kotor, mencret dan susah buang air besar. Demam, tidak nafsu makan, mual, muntah, pusing, lidah kotor dan susah buang air besar. Demam, tidak nafsu makan, mual, muntah, pusing, lidah kotor, mencret dan susah buang air besar. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Demam, tidak nafsu makan, mual, nyeri perut kanan bawah dan susah buang air besar. Demam, tidak nafsu makan, mual, nyeri perut kanan bawah dan susah buang air besar. Demam, tidak nafsu makan, mual, nyeri perut kanan bawah dan susah buang air besar. Demam, tidak nafsu makan, mual, muntah, pusing, lidah kotor, mencret dan susah buang air besar. Demam, tidak nafsu makan, mual, muntah, pusing, lidah kotor, mencret dan susah buang air besar. Demam, tidak nafsu makan, mual, muntah, pusing, lidah


Typhus

Mendekati Typhus

Typhus

Stroke

Stroke

Stroke

Appendisit is

Appendisit is

Appendisit is

Typhus

Mendekati Typhus

Typhus

12 JURNAL GENERIC Samsuryadi Et Al.

max-min

max-prod

I min-max

max-min

max-prod

J

min-max

kotor, mencret dan susah buang air besar. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Bicara pelo, lumpuh sebelah tubuh, nyeri kepala hebat dan kesadaran menurun. Demam, tidak nafsu makan, cepat lelah, mual, muntah, pusing, tubuh dan mata berwarna kuning, hati membesar dan air seni seperti air teh. Demam, tidak nafsu makan, mual, pusing, tubuh dan mata berwarna kuning, hati membesar dan air seni seperti air teh. Demam, tidak nafsu makan, cepat lelah, mual, pusing, tubuh dan mata berwarna kuning, hati membesar dan air seni seperti air teh.

IV. KESIMPULAN DAN SARAN

Stroke

Stroke

Stroke

Penentuan derajat keanggotaan fuzzy suatu gejala penyakit sangat bergantung pada pengetahuan dokter dalam mengenali gejala-gejala suatu penyakit. Pendiagnosisan suatu penyakit dapat dilakukan dengan menggunakan relasi komposisi fuzzy. Hasil relasi komposisi max-min dan minmax memberikan hasil yang sama, sedangkan relasi komposisi max-prod tidak selalu sama terutama derajat keanggotaan kuat gejala suatu penyakit. Pengumpulan data gejala-gejala suatu penyakit hendaklah dilakukan secara teliti bersama seorang dokter yang perpengalaman dalam bidang secara cukup. Relasi komposisi fuzzy dapat dipakai dalam pendagnosisan suatu penyakit, khususnya relasi komposisi max-min dan min-max.

REFERENSI Hepatitis B

[1] [2] [3] [4]

Mendekati Hepatitis B

[5]

[6]

Hepatitis B

E. Analisis Relasi Komposisi Samar pada Penentuan Penyakit Relasi komposisi max-min dan min-max memberikan hasil yang sama, maksudnya nilai yang diberikan sama-sama mempunyai derajat keanggotaan yang menunjukan gejalagejala yang diteliti merupakan anggota lemah, anggota sedang, anggota kuat dan anggota utuh atau bukan anggota dari himpunan gejala penyakit yang diderita oleh seorang pasien, sedangkan relasi komposisi max-prod hasilnya tidak selalu sama terutama untuk derajat keanggotaan yang menunjukan anggota kuat gejala-gejala penyakit. Berdasarkan Tabel V bahwa pasien B, D, E, H dan J memiliki nilai gejala-gejala yang derajat keanggotaannya merupakan anggota kuat pada relasi komposisi max-min dan min-max tetapi anggota sedang pada relasi komposisi maxprod. Sehingga relasi komposisi max-min dan min-max lebih efektif dibandingkan relasi komposisi max-prod dalam menentukan jenis suatu penyakit yang diderita oleh seorang pasien.

Vadiee, N., Fuzzy Logic and Control: Software and Hardware Applications, Prentice-hall International, New Jersey. 1993. Zadeh, L.A., Fuzzy set Information and Control 8, University of California, California. 1965. Junadi, P., “Kapita Selekta kedokteran [tidak dipublikasikan]”, Fakultas Kedokteran Universitas Indonesia, Jakarta. 1982. Himawan, Patologi, Fakultas Kedokteran Universitas Indonesia, Jakarta. 1983. Sukmawati, “Penentuan Jenis Penyakit Menggunakan Relasi Komposisi Fuzzy,” [tidak dipublikasikan], Skripsi, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya, Indralaya. 2003. Wang, L.X., A Course in Fuzzy System and Control, Prentice-hall International, New Jersey. 1997.

JURNAL GENERIC


Perencanaan Strategis Teknologi Informasi (Studi Kasus: Politeknik Negeri Jakarta) Indra Silanegara1, Bayu Adhi Tama,2 Diat Nurhidayat3, M. Harris Adi L.4

Abstrak—Perencanaan Strategis Teknologi Informasi merupakan turunan dari Rencana Strategis (Renstra) sebuah institusi. Tujuan dari riset ini adalah menemukan kebutuhan Sistem Informasi dan Teknologi Informasi (SI/TI) untuk Institusi Politeknik dengan metode studi kasus terhadap Renstra Politeknik Negeri Jakarta (PNJ). Riset diawali dengan analisis lingkungan bisnis aksternal dan internal PNJ guna menentukan five forces model dan critical success faktors institusi. Selanjutnya adalah analisis lingkungan aksternal dan internal SI/TI guna mengetahui trend teknologi dunia dan current application porfolio institusi. Tahap berikutnya adalah proses strategi (SI, TI, dan manajemen SI/TI. Tahap akhir adalah menentukan aplikasi-aplikasi SI/TI masa depan politeknik. Hasil yang dicapai adalah rekomendasi portofolio aplikasi SI/TI yang seharusnya dimiliki PNJ. Kata Kunci— Analisis strategis, portofolio aplikasi, proses strategi, Renstra-TI.

I. PENDAHULUAN

I

nstitusi modern saat ini memerlukan Renstra TI guna memberikan dukungan yang selaras (support and alignment) kepada Renstra-nya. Peran TI dalam mendukung pencapaian Renstra dapat bersifat strategis sehingga diperlukan solusi untuk menemukan gap antara SI/TI yang telah dimiliki dengan yang seharusnya ada. Penelitian ini bertujuan menerapkan argumen tersebut melalui studi kasus pada PNJ dengan rumusan masalah menemukan gap antara TI yang telah ada terhadap yang seharusnya disediakan oleh PNJ berdasarkan konsep Renstra TI.

II. TINJAUAN PUSTAKA Sebagaimana teknologi lainnya, TI pun memiliki sisi positif dan negatif. Sebuah teknologi dapat menjadi alat peningkatan kinerja dan pencapaian tujuan. Namun di sisi lain, teknologi dapat berpengaruh sebaliknya sehingga mesti dikelola secara bijaksana [1].

1 Indra Silanegara adalah staf pengajar di Politeknik Negeri Jakarta, Depok, Jawa Barat; (e-mail: [email protected]) 2 Bayu Adhi Tama adalah staf pengajar di Fakultas Ilmu Komputer, Universitas Sriwijaya, Inderalaya, Ogan Ilir, Sumatera Selatan. (e-mail:[email protected]) 3 Diat Nurhidayat adalah staf pengajar di Jurusan Teknik Elektro, Universitas Negeri Jakarta (e-mail: [email protected]). 4 M. Harris Adil L. adalah staf di Pusat Pendidikan dan Latihan, Departemen Luar Negeri Republik Indonesia, Jakarta (e-mail: [email protected]).

A. Perlunya Renstra TI Menurut Earl seperti dikutip oleh Indrajit [2], alasan mengapa sebuah institusi perlu mengembangkan TI-nya secara terencana adalah untuk menghindari terjadi kemungkinan-kemungkinan sebagai berikut: 1) Pengembangan SI dan TI yang tidak sejalan dengan strategi instisusi. 2) Pembangunan SI dan TI yang tidak terpola (sporadic) sehingga tidak terjadi keterpaduan antara sub-sistem yang ada (tidak terintegrasi, tidak holistik, dan tidak koheren). 3) Implementasi SI dan TI yang tidak mendatangkan manfaat (benefit) bagi para stakeholder terkait. 4) Alokasi dana investasi yang tidak sesuai dengan kebutuhan seharusnya (under maupun overinvestment). 5) Penerapan berbagai modul sub-SI dan TI yang tidak memperhatikan asas-asas prioritas dan kritikalitas. 6) Kualitas sistem informasi dan teknologi informasi yang relatif rendah dipandang dari berbagai standar yang ada. Beberapa permasalahan yang dihadapi PNJ berkenaan dengan SI/TI yang dimilikinya, Silanegara [3] mengidentifikasinya sebagai berikut: 1) Lepasnya beberapa business opportunities yang sebenarnya mampu diraih akibat tidak adanya SI/TI yang menjembatani dengan dunia industri dalam mengantisipasi perubahan lingkungan bisnis. 2) Kurang andalnya perencanaan pengelolaan infrastuktur TI sehingga lambat dalam mengatasi perubahan tren teknologi. 3) Minimnya kemampuan dalam mengakomodasi kebutuhan SI dan pengadaan TI sehingga lambat dalam menangani disfungsi peralatan. 4) Tidak didukungnya mekanisme pengambilan keputusan dengan SI yang optimal terhadap level kebutuhan sumber daya dan sistem peralatan terbaik menyebabkan beberapa diantaranya menjadi mubazir (lack of coordination). 5) Tidak terintegrasinya sistem-sistem yang ada menimbulkan terjadinya duplikasi pekerjaan dan incoherence data (lack of integration) dan 6) Kurangnya fasilitas TI yang mampu memberikan kepuasan mahasiswa terutama untuk proses pembelajaran.


13

14 JURNAL GENERIC Indra Silanegara Et Al. B. Fungsi TI dalam Proses Belajar Mengajar Dua fungsi TI dalam proses belajar-mengajar di perguruan tinggi telah didefinisikan oleh [4]. Pertama, membantu menfasilitasi self-assessment dan supportive social serta peer processes oleh ketersediaan tools yang familiar bagi mahasiswa dan keluwesan berinteraksi dengan rekan-rekannya serta dengan bahan ajarnya, dan kedua, mendukung dosen dengan fasilitas kemampuan monitoring kelompok yang berinteraksi di jalur online dan mengintervensinya untuk meluruskan jika terjadi kesalah-pahaman tanpa menimbulkan feedback yang tidak perlu atau dominasi diskusi yang berlebihan dan overteaching. Murthy [5] memberikan konklusi yaitu dengan mengkombinasikan sistem pedagogis tradisional yang selama ini diterapkan di perguruan tinggi dengan sistem yang lebih modern seperti e-learning, distance / open learning dan an outcomes approach to pedagogy. C. Globalisasi Kegiatan Penelitian Melalui TI Dari banyak alasan penyebab mengglobalnya ilmu pengetahuan dan karya-karya ilmiah, dua yang paling patut dipersalahkan: pertama, perkembangan TI yang menciptakan komunitas global virtual para pakar perguruan tinggi dan sektor ilmu pengetahuan lainnya; kedua, dominasi Bahasa Inggris sebagai bahasa persatuan pengetahuan akademik dunia, sehingga setiap orang dapat dengan segera mengakses ilmu pengetahuan terkini bila memiliki dua hal tersebut di atas [6].

mengidentifikasi SI/TI yang sesuai dan dapat berkontribusi terhadap bisnis, menilai competitive advantage bila menggunakan SI/TI, dan menentukan kompetensi SDM dan resource lainnya yang diperlukan. Hasil proses strategi merupakan masukan bagi penyusunan IS Strategy, IT Strategy, dan Management IS/IT Strategy dengan keluaran berupa gap antara Future Application Portfolio dengan Current Application Portfolio. B. Metode Analisis dan Proses Strategi Deliverable setiap tahapan riset didukung oleh beberapa metode yaitu: 1) Critical Success Factor (CSF) Menyajikan kriteria keberhasilan suatu rencana hingga dapat menentukan kebutuhan informasi dan solusi SI/TI. 2) Poter’s Five Forces Model Menyajikan peta daya saing dan daya tawar organorgan di luar institusi untuk dipredikasi solusi SI/TInya. 3) Strategic Alignment Agar keselarasan antar strategi terjaga maka strategi bisnis men-drive strategi SI yang kemudian mendrive strategi TI. 4) McFarlan’ strategic grid Menyajikan peta kontribusi aplikasi setiap SI dan TI terhadap bisnis.

IV. HASIL DAN PEMBAHASAN D. Pelibatan TI dalam Layanan Administrasi Pencapaian yang diharapkan (desired result) institusi saat melibatkan TI ke dalam kegiatan administrasinya adalah desired result terhadap efficiency, effectiveness, risk avoidance, customer satisfaction, cost avoidance, dan new capabilities [7]

III. METODOLOGI PENELITIAN Penelitian Renstra TI dengan studi kasus di PNJ ini menggunakan metode analisis dan proses strategi menurut Ward dan Peppard [8] sebagaimana tersaji dalam Gambar 1. A. Proses Analisis dan Strategi Pada riset ini, dilakukan 4 analisis untuk mengetahui kondisi bisnis dan SI/TI yang ada, yaitu external business environment yang fokus pada analisis daya saing dan daya tawar institusi, internal business environment yang fokus pada inisiatif dan kebijakan strategis institusi, internal IS/IT environment yang fokus pada analisis spesifik kondisi SI/TI institusi, dan external IS/IT environment yang fokus pada analisis tren teknologi yang berkembang saat ini. Setelah melakukan analisis internal maupun eksternal, kemudian dilakukan IS/IT Strategy Process untuk

A. Analisis Institusi Analisis Lingkungan Internal PNJ memiliki visi politeknik sesuai dengan core-nya dan internasionalisasi terhadap keunggulan bidang-bidang yang digelutinya. Misi institusi mengarah pada aktifitas vokasi setiap SDM yang dimilikinya untuk selalu menghasilkan keluaran berupa lulusan yang mampu bersaing dan karya nyata yang diakui masyarakat internasional tanpa melupakan Sang Pencipta. Analisis CSF dilakukan pada setiap term strategis dalam Renstra, contoh penerapannya adalah sebagai berikut: 1) Lebih memperluas dan merata kesempatan masyarakat untuk menjadi mahasiswa 2) Lebih mempermudah proses belajar mengajar melalui sarana-prasarana terkini 3) Lebih mempercepat proses identifikasi kompetensi dunia kerja 4) Lebih akurat dalam menerapkan kompetensi ke dalam kurikulum 5) Lebih memanfaatkan pendekatan student learning center 6) Lebih mendorong dosen meningkatkan kompetensi dan reputasi industrinya 7) Lebih membuka peluang lulusan memperoleh sertifikasi keahlian 8) Lebih mendorong pengembangan riset-riset terapan

JURNAL GENERIC


9)

10) 11) 12) 13) 14)

yang berbermutu dan berdaya guna Lebih cepat dalam menangkap peluang kerjasama strategik dengan industri dan lembaga sertifikasi keahlian Lebih tanggap terhadap stakeholder Lebih efektif, efisien, akuntabel, dan transparan dalam tatakelola Lebih mampu menarik pihak industri untuk merekrut lulusannya Lebih memperbesar peluang lulusannya meraih pekerjaannya Lebih mampu memantau prestasi lulusan dan menentukan feedback

Analisa Lingkungan Bisnis Internal Input: Dokumen Rencana Strategis Output: Critical Success Factors (CSFs)

2)

Analisa Lingkungan SI/TI Internal Input: Hasil studi ekskursi Output: Current application portfolio

3) Analisa Lingkungan Bisnis Eksternal Input: Iklim kompetisi Output: Five Forces Model

Analisa Lingkungan SI/TI Eksternal Input: e-journal, e-book, web-site Output: Technology trend

Proses Strategi Input: Critical Success Factor (CSF) Current applications portfolio Five Forces Model Technology trend

Strategi SI Output: Kebutuhan SI

Strategi Manajemen SI/TI Output: Kebutuhan manajemen

Strategi TI Output: Kebutuhan TI

Future Application Portfolio

4) Gambar 1. Metode proses strategi SI/TI ([8] setelah dimodifikasi)

Analisis Bisnis Eksternal Daya saing dan daya tawar PNJ di bidang core pendidikan diperkirakan dengan menggunakan Five Forces model. 1) Persaingan sesama institusi politeknik Dengan tersebar meratanya institusi Politeknik Negeri di Indonesia, tingkat persaingan dapat dikatakan melemah seiring dengan menjauhnya jarak. Pesaing terdekat hanyalah Politeknik Negeri Bandung yang berada di propinsi tetangga. Walaupun masih cukup jauh untuk menjadi pesaing dalam hal menjaring calon peserta didik lulusan SLTA, namun menjadi kompetitor serius dalam menjaring peserta didik dari industri skala nasional yang ingin meningkatkan pendidikan karyawannya. Sementara untuk Politeknik Swasta, hanya yang berusia cukup panjang yang dapat dianggap sebagai pesaing serius seperti Politeknik Manufaktur Bandung. Area

5)

kompetisi yang juga harus diwaspadai adalah pasar kerja dimana daya saing lulusan mereka dapat mempersempit peluang lulusan PNJ. Tingkat persaingan antar Politeknik masa 5 tahun ke depan masih dapat ditangani PNJ sehingga dikategorikan sebagai medium risk. Ancaman politeknik pendatang baru Untuk mendirikan sebuah Politeknik bidang Teknik diperlukan biaya sangat besar sehingga yang perlu mendapat perhatian adalah Politeknik baru dengan Program Studi (PS) non-Teknik. Selain itu, keinginan industri dalam dan luar negeri (PMDN/PMA) untuk mendirikan lembaga pendidikan tinggi sendiri juga perlu pula dicermati. Dengan kekuatan modal yang mereka miliki, dapat menjadi ancaman serius di masa depan. Walau demikian, prediksi terhadap kiprah para pendatang baru dalam 5 tahun ke depan, ancaman mereka masih dikategorikan sebagai low risk. Ancaman perguruan tinggi non-politeknik Perguruan Tinggi non-Politeknik yang memiliki program serupa dengan PNJ merupakan ancaman terbesar selama ini, terutama dari institusi negeri maupun swasta penyandang nama besar dan ditunjang oleh reputasi SDM serta sumberdaya lainnya. Tak dipungkiri bahwa ketergantungan PNJ dengan salah satunya, yaitu Universitas Indonesia/UI, sangatlah besar dan tidak berkebalikan atau ketergantungan UI terhadap PNJ tidaklah cukup kuat sehingga perlu mendapat perhatian khusus. Institusi/industri yang memiliki BLK /Perguruan Tinggi sendiri juga dapat memberikan ancaman yang cukup serius bagi PNJ dengan sistem jaminan kerja maupun sertifikasi keahlian lulusannya. Ancaman produk pengganti dari Institusi Pendidikan nonPoliteknik ini dapat dikategorikan ke dalam high risk. Daya tawar pemasok peserta didik Walau SLTA merupakan pemasok utama peserta didik namun penilaian daya tawar pemasok adalah pada minat lulusan dan orangtuanya terhadap PNJ. Lulusan SLTA (SMU, SMK, MA) yang mendaftar ke PNJ cenderung turun sehingga menjadi ancaman serius bagi kelangsungan beberapa PS dan menjadi gambaran menurunnya daya tawar PNJ di mata calon peserta didik. Dua area lain yang kurang mendapat perhatian PNJ adalah industri/instansi yang ingin menyekolahkan pegawainya dan alumni D3 yang ingin meningkatkan daya tawarnya di tempat kerja. Ancaman daya tawar pemasok masih dapat diprediksi dalam 5 tahun ke depan sehingga masuk kategori medium risk. Daya tawar perekrut lulusan Keberhasilan PNJ tergantung pada kemampuan lulusannya dalam bersaing dan memperoleh pekerjaan yang relevan dengan bidang studi yang ditekuninya selama kuliah. Diperlukan strategi khusus dalam menghadapi industri dari dalam dan luar negeri yang akan merekrut lulusan hasil proses pendidikan di PNJ, terutama dalam mengimbangi daya tawar mereka. Pengabaian atas dunia kerja para


15

16 JURNAL GENERIC Indra Silanegara Et Al. lulusan ini dapat melemahkan posisi PNJ secara terstruktur sehingga harus dikategorikan sebagai very high risk. SI/TI Internal PNJ PNJ memiliki beberapa SI/TI namun belum optimal dalam pengelolaan serta pemeliharaan dan perbaikan. PNJ pernah mendisain SIM yang akan mengintegrasikan SI Akademik UNISYS, SI Kepegawaian, SI Keuangan SAI, SI Pengelolaan Asset dan Pengadaan Barang SABMN, SI Pengelolaan Barang Habis Pakai, dan SI Eksekutif [9]. Peralatan TI yang dimiliki PNJ saat ini dinilai cukup memadai dalam hal teknologi. Seluruh Jurusan/Unit telah terhubung dengan backbone jaringan. Node tersedia di beberapa ruang dosen namun belum sampai meja mengajar. Sarana hotspot tersedia di beberapa titik. Permasalahan terdapat pada minimnya jumlah dan area akses. Kecepatan akses kurang kondusif dan kadang tidak berfungsi, hal ini harus mendapatkan perhatian serius pengelola karena merupakan sarana informasi bernilai sangat tinggi walau sulit diukur. PNJ juga telah memiliki Website namun masih bersifat push to. Manajemen pengelolaan Website pun kurang mendapat perhatian karena jarang di up-date dan masih berisi informasi kadaluarsa. Perlu dijajaki Website yang lebih interaktif dan up to date. Sejatinya, tahun akademik 2003/2004 mahasiswa dan staf diberikan e-mail account sebagai sarana komunikasi online, namun kebijakan itu tidak dilanjutkan. Alhasil, seluruh mahasiswa aktif dan sebagian besar alumni tidak menggunakan e-mail address institusi. Selain itu, belum ada tata kelola sistem komunikasi antar SDM yang bersifat internal melalui sarana TI. Lingkungan SI/TI Eksternal Information and Communication Technologies (ICT) mampu mendukung pelayanan yang terpusat namun dapat diakses secara menyebar [4]. e-learning mengakomodasi ‘solo-group processes’ untuk kesinambungan proses belajar melalui tugas mandiri hingga kerja kelompok, ‘online skills practice’ yang dicirikan oleh adanya feedback on demand melalui simulasi, ‘community support processes’ melalui online social interaction [4]. Teknologi distance learning mampu menampilkan komunikasi secara face-to-face dan interaktif jarak jauh [6] sehingga menghilangkan kendala ‘barriers’ pembelajaran seperti ruang kelas, waktu belajar, berbagi hasil analisis, interaksi dengan dosen dan peserta lain maupun dengan bahan ajarnya [10]. Fungsi TI dalam proses administrasi menurut Kvavik et al. [7] adalah: 1) Manajemen dengan sistem ERP sebagai pondasi penerapan institution’s enterprise systems; 2) Transaksi melalui Web self-service sebagai sarana interface dan akses bagi para user. 3) Monitoring dan pelaporan melalui business intelligence tools yang berfungsi sebagai enterprise information architecture

B. Proses Strategi Hasil analisis lingkungan merupakan informasi berharga untuk menyusun strategi SI dan TI institusi ke depan. Strategi SI dan TI Strategi SI menghasilkan kebutuhan SI, dan strategi TI di-drive dari strategi SI sehingga inisiatif dan sasaran strategi SI/TI untuk PNJ adalah: 1) Mengoptimalkan backbone jaringan yang ada dan mengembangkannya ke gedung yang belum memilikinya dengan memperbaiki jaringan fiber optic agar kembali berfungsi 100%, mengganti catalyst switch yang rusak dengan model terbaru namun memiliki standar protokol yang sama dan kemampuan stackable, memperpanjang jalur fiber dari gedung yang memiliki fasilitas tersebut ke gedung terdekat dengan cara stacking (antar catalyst), clustering (dengan media converter), atau kombinasi keduanya, dan meningkatkan daya tahan sarana dan prasarana jaringan dengan menambah fasilitas anti petir dan anti lonjakan listrik. 2) Memperluas akses jaringan ke seluruh network sharing area dengan cara memfasilitasi seluruh area belajar dan istirahat mahasiswa (kelas, lab, kantin, selasar, dan lain-lain) dengan sarana wireless access point, dan memfasilitasi setiap meja mengajar, area penelitian, ruang kerja dosen dan meja administrator dengan extended node. 3) Mengembangkan ERP (enterprise resources planning) untuk sistem aplikasi terpadu institusi, dengan cara menyediakan repository dan web self service untuk sarana interface dan transaksi user, dengan portal potensi akademik (TPA), hasil belajar dan perilaku mahasiswa per periode, kompetensi industri terkini, peluang meraih kerjasama dengan institusi nasional/global dan perluasan kerjasama dengan institusi yang sudah terjalin, peluang meraih kerjasama dengan lembaga sertifikasi, portal Bagian Keadministrasian lainnya, dan menyiapkan portal business inteligence tools untuk proses monitoring dan analisis perkembangan institusi bagi pihak pengambil keputusan. 4) Membangun lingkungan belajar virtual institusi (ICT center) untuk sarana e-learning dengan fasilitas esimulation (online skill practice), e-Collaboration (eportfolio tools), e-Distance (distance learning) 5) Memperkaya Website PNJ agar lebih informatif dan interaktif dengan cara pertama, menambah link untuk career assistance center (e-Career) yaitu informasi lulusan ke industri/masyarakat, infomasi peluang kerja dan sertifikasi untuk lulusan, dan infomasi kesempatan pengembangan diri dosen PNJ. Kedua, menambah link untuk fasilitas online feedback dari stakeholder /lulusan (mail-list e-Campusmail), ketiga menambah link untuk meningkatkan peluang dan kemampuan peneliti serta untuk publikasi hasil-hasil


JURNAL GENERIC

penelitian yang terdiri atas research assistance center (e-RAC), open publication (e-Journal), dan info/data hasil-hasil penelitian untuk riset lanjutan (eReferences). 6) Memfasilitasi seluruh stakeholder dengan institutional e-mail address.

Strategi Manajemen SI/TI Strategi manajemen meng-cover elemen-elemen umum pengaplikasian strategi SI/TI ke seluruh bagian institusi dan memastikan kebijakan-kebijakan yang akan diterapkan konsisten dengan strategi-strategi tersebut, khususnya terhadap boleh-tidaknya Jurusan/Bagian/Unit mengembangkan strategi SI sendiri yang akan beroperasi menggunakan supply TI institusi. C. Portofolio Aplikasi Agar strategi SI dapat men-support dan alignment dengan strategi bisnis maka TI yang diperlukan PNJ adalah Enterprise Resource Planning (ERP) sebagai pondasi penerapan the institution’s enterprise systems, Information and Comunication Technology (ICT) sebagai the institutional virtual learning environment, Website yang diperkaya dengan links untuk aplikasi online. Agar strategi SI dapat men-support dan alignment dengan strategi bisnis maka SI yang diperlukan PNJ adalah sebagai berikut. Strategic Applications Aplikasi-aplikasi yang bersifat strategis yaitu aplikasi yang sangat diperlukan untuk berjalannya strategi bisnis organisasi dimasa depan. Aplikasi-aplikasi strategis yang diperlukan PNJ adalah: 1) e-Resources; portal on ERP untuk para pembuat kebijakan di PNJ agar lebih baik dalam memahami perkembangan institusinya karena dilengkapi dengan tools berkemampuan menganalisis data dan menilai performa suatu proses hingga menyediakan informasi untuk pengambilan keputusan. 2) SI-Kompetensi; portal on ERP untuk para dosen agar lebih akurat dalam menganalisis kesesuaian kurikulum dengan kompetensi industri terkini. 3) SI-Strategik; portal on ERP untuk para pimpinan agar lebih cepat dalam meraih jalinan kerjasama baru dengan industri atau lembaga sertifikasi maupun peluang perluasan area dari kerjasama yang telah terjalin. 4) e-Career; portal link on web-site agar kompetensi, reputasi industri, dan daya saing global PNJ dan SDM-nya meningkat: 5) On-line database lulusan PNJ untuk direkrut pihak industri/masyarakat yang membutuhkan dan peluang kerja dari pihak industri/masyarakat untuk dilamar oleh lulusan PNJ secara interaktif. 6) Pendaftaran on-line mengikuti sertifikasi keahlian bagi lulusan. 7) Informasi tentang kompetisi lokal/nasional/ internasional serta kegiatan pengembangan diri

8)

9)

10)

11)

17

lainnya yg dapat diikuti dosen. e-Journal; open publication on website agar hasil penelitian dan karya ilmiah dosen serta reputasi PNJ meluas ke masyarakat dan akademisi se dunia. e-Distance; portal on ICT agar dapat meluaskan akses pendidikan PNJ kepada masyarakat terutama kepada lulusan DII yang sudah bekerja dan industri yang ingin meningkatkan kompetensi karyawannya via sarana belajar jarak jauh. e-Simulation; portal on ICT agar proses pendidikan vokasi lebih tajam dengan sarana multimedia/simulasi di kelas terhadap praktek kerja sebenarnya. Institutional stakeholder’s e-mail; agar PNJ terbawa sukses pemilik e-mail.

Key Operational Applications Aplikasi-aplikasi yang bersifat key operational yaitu aplikasi-aplikasi dimana organisasi sangat bergantung kepadanya, dan diperlukan untuk keberhasilan di masa sekarang. Aplikasi yang bersifat key operational yang diperlukan PNJ adalah: 1) SI-Akademik; portal on ERP, perkembangan intelektual & prilaku mahasiswa. 2) SI-TPA; portal on ERP, potensi calon dan peserta didik. 3) e-Collaboration; portal on ICT untuk kesinambungan tahap tugas mandiri hingga kerja kelompok (sologroup processes), memicu “shared’ materi/hasil pembelajaran, memacu pengembangan komunitas belajar. 4) e-RAC; web link on web site, untuk research assistance center. 5) SI keadministrasian lainnya; merupakan bahan data portal e-Resources. High Potential Applications Merupakan aplikasi yang mungkin sangat penting dalam pencapaian keberhasilan organisasi dimasa mendatang. Aplikasi-aplikasi yang bersifat high potential yang diperlukan PNJ adalah: 1) e-References; research database. 2) e-Campusmail; mailing-list on website.

V. KESIMPULAN Institusi modern seperti Politeknik Negeri Jakarta memerlukan rencana strategis di bidang SI/TI guna memberikan keselarasan dan dukungan yang baik terhadap rencana strategis organisasi secara keseluruhan. Penelitian ini telah menghasilkan rencana strategis SI, rencana strategi manajemen SI/TI, dan rencana strategis TI berdasarkan kerangka Ward dan Peppard yang terpadu didalam sebuah portofolio aplikasi masa depan. Masih diperlukan penelitian lanjutan guna menilai keseimbangan antara perubahan customers, internal, keuangan, inovasi dari rencana penerapan SI/TI dengan analisis IT Balanced


18 JURNAL GENERIC Indra Silanegara Et Al. Scorecard. Penelitian lanjutan diharapkan mampu menganalisis dan mendesain sistem dari hasil-hasil kesimpulan riset ini.

REFERENSI [1]

[2]

[3]

[4]

[5]

[6]

[7]

[8] [9]

[10]

[11]

[12] [13]

[14]

[15]

Silanegara, Indra, Penerapan Konsep Reengineering untuk Mengidentifikasi Kebutuhan Teknologi Informasi; Prosiding Seminar Nasional Teknik Mesin, Politeknik Negeri Jakarta; ISSN 2085-2762; Jakarta, 2010. Indrajit, Richardus Eko; Kerangka Konseptual Master Plan Sistem Informasi Korporat; Jurnal Sistem Informasi, MTI-UI; ISSN 1412-8896, vol 1, no. 2, pp. 11-17, Oktober 2005. Silanegara, Indra; “Teknologi Informasi Sebagai Enabler Reengineering di Politeknik Negeri Jakarta”; Tesis (tidak dipubilkasikan), Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia; Jakarta, 2008. Nicol, David; Re-engineering Assessment Practices in Scottish Higher Education; REAP Briefings: Management Briefing Paper 1 and 2; REAP: Re-engineering Assessment Practices in Scottish Higher Education; 2007. [online]. Available: http://www.reap.ac.uk Murthy, K.V. Bhanu; Re-engineering higher education: the Knowledge Management System; University of Delhi, India; 2006. [online]. Available: http://papers.ssrn.com/sol3/papers.cfm? abstract_id=1073742 Altbach, Philip G.; Globalization and Forces for Change in Higher Education; The 50th Issue of International Higher Education, international higher education, The Boston College Center for International Higher Education, ISSN: 1084-0613, Number 50; 2007. [online]. Available: http://www.bc.edu/bc_org/avp/soe/cihe/ newsletter/Number50/p2_Altbach.htm Kvavik, Robert B., Phillip J. Goldstein and John Voloudakis; Good Enough! IT Investment and Business Process Performance in Higher Education; ECAR: Educause Center for Applied Research; Vol. 4. 2005.[online]. Available: http://connect.educause.edu/Library/ ECAR/GoodEnoughITInvestmentand/39098 Ward, John and Joe Peppard, Strategic Planning for Information System Third Edition, Wiley Series; New York, 2002. Kartika, Mera; Gambaran Awal Merancang Sistem Informasi Manajemen (SIM) Terintegrasi; Warta Politeknik, Vol. 11, Hal. 7, Juni 2008. Trinkle, Dennis A.; The 361o Model for Transforming Teaching and Learning with Technology; Educause Quarterly, pp.18-25, #4; 2005. The Campus Computing Project; Tech Budgets Get Some Relief Cautious Support for Open Source Applications; the 2004 National Survey of Information Technology in U.S. Higher Education, October, 2004. [online]. Available: www.campuscomputing.net ____; “Rencana Strategis Politeknik Negeri Jakarta 2010-2014”, Politeknik Negeri Jakarta, 2010. Drysdale, Tim; Results of mini-evaluation study: “Where are the weaknesses?” An electronic voting system and diagnostic tree approach to learning where students struggle with digital logic; NLTP Evaluation I, University of Glasgow, January 2007. [online]. Available: http://www.psy.gla.ac.uk/%7Esteve/ilig/papers/ drysdale1.pdf Ellisman, Mark H.; Cyberinfrastructure and the Future of Collaborative Work; ISSUES ONLINE IN SCIENCE AND TECHNOLOGY, University of Texas at Dallas; [Online]. Available: http://www.issues.org/22.1/ellisman.html# Keaster, Ric; Distance Education and the Academic Department: The Change Process; Educause Quarterly, Hal. 48-53, Number 3, 2005.

JURNAL GENERIC


The Application of Text Compression to Short Message Service Using Huffman Table Ahmad Affandi,1 Saparudin,2 and Erwin3

Abstract— Short Message Service (SMS) is a way of sending short messages in a quick and relatively cheap price. However, besides easiness provided, these SMSs limit the number of characters that can be sent by users. A message sent via SMS, has a maximum capacity of 140 bytes. This causes a person who wants to send a message long enough, consists of a number of characters will have difficulty. Although it is delivered, the message must be assembled into a number of SMS based on maximum capacity. Several ways can be performed to overcome this, one of them by doing compression. By using Huffman table an application text compression on SMS is made in order to compress and decompress when sending and receiving message. This application is made by J2ME and will run on mobile phones based on MIDP 2.0. The results of this study SMS text compression application with Huffman table overall is able to perform the compression process of an SMS text with an average compression ratio of 28.73%. Keywords— Huffman code, Huffman table, short message service, text compression.

I. INTRODUCTION

S

hort Message Service (SMS) is one of the facilities of the mobile phone that has long been used by the public. Use of this SMS allows mobile phone users to exchange information. Through the SMS services, mobile phone users will be able to send short messages in quick time with a relatively cheap price compared with the use of telephone, without being limited by distance and time. So far the SMS become a favorite among mobile phone users. This can be seen from the results of a survey conducted by Nielsen Mobile in the U.S. in second quarter of 2008, show that cell phone subscribers in the United States are using SMS more than a phone conversation. But besides the eases that has been granted, SMS service limits the number of characters that can be used by users. An SMS message consists of a maximum of 140 bytes, in other words, a message can contain 140 characters of the 8-bit, 160 7-bit characters or 70 characters for 16-bit Japanese, Mandarin and Korean language [1]. In doing sending an SMS a user can send messages over 140 bytes, but for that payment will be more than one. This happens because the 1 Ahmad Affandi was graduated from bachelor degree in informatics (S.Kom) , Faculty of Computer Science, University of Sriwijaya, Inderalaya, Ogan Ilir, Southern Sumatera. 2 Saparudin is a senior lecturer in informatics. He is now with the Faculty of Computer Science, University of Sriwijaya, Inderalaya, Ogan Ilir, Southern Sumatera. (e-mail: [email protected]). 3 Erwin is a senior lecturer in informatics. He is now with the Faculty of Computer Science, University of Sriwijaya, Inderalaya, Ogan Ilir, Southern Sumatera. (e-mail: [email protected]).

message which is sent consists of more than one page and also the process of sending a message will be as many as the number of pages available. Limitations in the number of characters is what makes the users of SMS to be selective in choosing words so that messages to be delivered is contained entirely within a single SMS. And not only that such limitations also pose a habit to write the message in a way abbreviated which will make of misunderstanding the meaning to receiver. This certainly will be a little inconvenient when users have to perform sending SMS ,so need to be made an application of compression to increase the amount of the character of the SMS that will be sent in single page SMS, by way of compression the text or content of messages on the SMS service. Compression is the process of encoding data using a smaller number of bits, so that the smaller bits can represent the same information [2]. SMS compression applications is made in order to perform the compression process at the time of sending SMS messages and make the process of decompression when receiving message. The text or data compression will reduce the amount of memory used and accelerate of sending message. In this study the process of compression and decompression using the Huffman tree will not be performed. This is because the receiver (decoder) will have difficulty to decompress the message if the information did not include the Huffman tree when sending message. Addition information on the Huffman tree will need a separate place so that the process of compression becomes less effective. This is reinforced from the results of research Lipesik Liliana VJ [4], which makes the conclusion that the process is less successful if the file contents of too little data so that the size of original file can be smaller than the size of the compressed file because of file compression results still need to save the Huffman tree. The compression process will be applied to SMS text that has a small capacity, which is 140 bytes in one page SMS. So the process of compression with Huffman trees become less effective as an information exchange, Huffman tree will be accommodated in a table. This table is called Huffman table, storing the Huffman codes of SMS characters to be used. This table is static and will be used in applications, either the application sender (encoder) or the application receiver (decoder), as a reference in the process of compression and decompression on the SMS text. By using the Huffman table encoding and decoding process can be performed faster and smaller memory requirements than compared with using the Huffman tree [3].


19

20 JURNAL GENERIC Ahmad Affandi Et Al. II. LITERATURE REVIEW A. Short Message Service SMS is one of the facilities of GSM and CDMA standards used for sending and receiving of text messages from a cellular phone. In order to use the SMS feature, users need to complete a cell phone with SIM card (Subscriber Identity Module) of GSM and CDMA service providers that support SMS. An SMS message is not sent directly from mobile phone to the mobile phone receiver but message will be delivered prior to the Short Message Service Center (SMSC). When the destination mobile phone is not active, the system will delay the delivery of messages to the destination mobile phone until mobile phone is active again. In the event of failure of delivery of messages that are temporary (e.g. mobile phone destination is not active) will be resend the message, unless it is enforced the rule that a message has exceeded a certain time limit should be removed and otherwise failed messages. An SMS message has a maximum length of 140 bytes or 160 characters in the ASCII 7-bit encoding which this format is the standard format used on the SMS [1]. SMS messages in 8-bit encoding has a maximum length of 140 characters and is usually used to send smart message (smart messaging) as a picture or a ringtone and sending data via OTA (over the air) for setting up WAP. Messages are delivered in Arabic, Korean, Chinese or other papers with 16-bit encoding format, then writing an SMS is limited to 70 characters [1]. A standard message containing 160 characters or less will be counted as a single SMS package. For a concatenated message that containing more than 160 characters, each 153 characters will be counted as a single SMS, for seven other characters used as a marker (tag) numbers are part of each section. With the technique of concatenated SMS messaging, although the message contains more than 160 characters, each message sent and equipment consist of 160 characters, only with the marker number of earlier, when an SMS is received by cellular phone that supports concatenated messaging, then some SMS was going directly combined into one long message [5].

B. Huffman Table In this study the compression that will be applied to the SMS text that has a small capacity of 140 bytes for each page of text. This is consistent with the conclusion that produced on Liliana and Lipesik VJ [4] research and the Huffman tree creation process is removed then this may save time so that the process of encoding process can be performed more quickly. To replace the information on the Huffman tree then created a table (Huffman table), which contains the Huffman codes of the characters default GSM to be used. This table is static and will be used by the application, whether the application sender (encoder) or receiver (decoder), as reference to make the process of encoding / decoding of the text messages. Huffman table is made by determining the Huffman code from the SMS characters. Determination of Huffman codes

are based on assumptions, that is performed by giving a short code for the character that is often accessed so even vice versa. Lowercase that a chance occurrence is more often given Huffman code is shorter, large letters have a smaller chance of occurrence given a longer Huffman code, as well as frequently accessed punctuation such as: Question mark, commas, periods, etc. also given shorter Huffman code, and the last for numbers and other symbols are rare and never even accessed will have a longer Huffman code. With conditions in the determination of the Huffman codes, Huffman code on one of the characters should not be a prefix for the Huffman code on other characters. In the Huffman tables that used in this research consists of 130 symbols which is the default characters that exist in the GSM 7-bit. Some Huffman table to be used as a reference for compression and decompression in this study can be seen in Table 1. Following:

TABEL I. HUFFMAN TABLE

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Huffman Code 1100 1101 1110 11110 10111 10110 10101 10100 10011 10010 10001 10000 011110 011101 011100 011011 011010 011001 011000 010111 010110 010101 010100

Symbol Space a n i e t r k u s m g . ? b c d h j l o p y

Huffman table within the program will be formed into two separate shelters, which are formed in the two arrays, namely: an array of letters (containing the characters SMS) and an array of code (containing the Huffman code). For clearer illustration can be seen from this example: “saya ada di rumah” By using Table I, then do the encoding of the message. The first word was "s", first the system will perform a search into the array letters and when the letter "s" was found the next step is to match the number sequence on the array code. The point is that in this case the letter “s” was ranked 10th in the array of letters and then the system will search the sequence is the 10th in an array code and binary code for the letter “s” was found, namely: "10010". So the next encoding process shifted to the next letter until forming a series of


JURNAL GENERIC

code like as follow: “10010110101010011011100110101101011011100011010 1111011001010110011100011101011001” The next step is to calculate the number of characters from the series of bits above. Due to the encoding that was formed in Binary message format (binary message), then such discussion in the previous section automatic calculations performed using 8-bit encoded data. In other words how the calculation is done by dividing the number of bits with a series of eight, so we get the number of characters compression. However, the amount of the above circuit is 81 bits, 7 bits are needed again for the number of bits to be rounded to be divided by eight, if not then the process of calculating the amount of compression character will be difficult to be determined and the system will experience an error in calculating the number of bytes that must be submitted and message cannot be sent. So that made a way in a program that is adding bits "11111111". In this case the required seven bits for eight can be divided so that bits that are added is "1111111" when necessary for example in the case of another three points to be divided by eight then added bits "111". So the end result of a series of bits in this encoding process is as follows: “10010110101010011011100110101101011011100011010 11110110010101100111000111010110011111111” And the message is ready to be sent to the recipient's mobile phone number. Once the message is received on a mobile phone receiver, we perform the decoding process (return from a binary message into a text message that can be read by the recipient). To make the process of decoding the first thing to do is read these bits. Reading of the bits is based on the array code and starts reading from the first bit of the bit "1", then searched and matched to the array code and if not found, we perform the shift by 1 bit, so that it becomes "10" again sought the matching bits of the array code and if not found continue to be a shift, so in this case, bit "10010" is found in the array and the same code as in the encoding process. The next step is the matching number sequence on the array of letters based on the number sequence on the array code; it was found and converted into the character “s”. Next starts again reading the next bits until everything has been on-decoding everything. In the end the remaining bits in this case is "1111111" because the bits are not located in an array of bits, the code will be given a blank value. Decoding process has been successfully carried out and can be read by the recipient. C. Sending and Receiving in J2ME The application of SMS compression in this study is a stand-alone application, which means this application seperates with the existing standard SMS application on mobile phones. Thus, this application must be installed on the sender's mobile phone and receiver’s mobile phone, so that the process of compression and decompression can be

performed by both parties. In the case of sending a message on the MIDP packages to handle SMS is handled by an optional package that is WMA (Wireless Messaging API). At the WMA 2.0, there are three forms of message delivery [6] namely: 1) Binary messages (binary message) that is shaped binary message that sent via SMS. Message of this type uses 8bit encoded data with a maximum amount of data per SMS pages 140 bytes or 133 bytes if the port number is included. 2) Text message is message in the form of text sent via SMS. In this type of message if the data used in the GSM 7-bit format, the maximum number of characters in one SMS page is as much as 160 characters or 152 characters if the port number is included. If the data used in UCS-2 format, the maximum number of characters is as much as 70 characters or 66 characters if the port number is included. 3) Multipart message is a multi-media message that is sent via MMS. To receive an SMS message, WMA using the URL "sms: / /" as the SMS protocol identifier. In the WMA format, there are two addresses to send messages [7] namely: 1) Format sms:// . SMS messages sent using this format will be immediately catched by inbox and will not be accepted by the WMA application. 2) Format sms:// < phone number >: . This format allows you to send SMS to other mobile phone applications that enable the WMA as a recipient of an SMS. Port allows for communications between applications WMA. If the port is not included, then the SMS received will go into standard mobile phone inbox so that WMA will never receive the SMS. In this study, sending and receiving SMS conducted in the form of binary format. The process of compression or decompression of the SMS text is performed by manipulating the bits in the character of the SMS which will be sent based on the Huffman table that contains the binary code for each character that was created earlier. On the software created with J2ME storage of all information or messages are stored in non-volatile memory (fixed memory) called the Record Management System (RMS). RMS is a storage management system of record that refers to a table with a collection of records. In the RMS does not have primary keys and foreign keys can be defined. Primary key on the RMS has automatically defined as an integer record id. Record on the RMS is stored as an array of bytes that how it works based on the record (row of data). RMS has the orientation of a simple database record so it does not recognize the fields (columns of data) as a common database, so the data need to be mapped first. And also J2ME does not provide an API to access the inbox and outbox SMS standard application on mobile phone. Due to the limitations that made an inbox and outbox artificial separated with the inbox and outbox SMS standard application on mobile phone. In this final project, software development, there are three types of SMS message storage in the form of tables in the RMS are:


21

22 JURNAL GENERIC Ahmad Affandi Et Al. 1) Table inbox (keep messages received that have been decompressed) 2) Table outbox (save the messages sent or outgoing) 3) Table drafts (save the messages are stored before sending)

influence the compression process to the number of characters and number of pages generated SMS. The testing process was conducted in order to calculate the ratio between the data before it is done with the data compression process after the compression process. In this case compressed_size represents the number of

D. Information Compression In the discussion in the previous explanation can be seen that the application of compression can compress SMS can either words or messages in order to save memory and load more characters in one SMS page. Therefore in this application will be made a form which will contain information about the results of compression sms, so users can see how much a given compression ratio, the number of characters that can be loaded after compressing, the number of pages in the SMS after compressing etc. So with the info compression facility is expected to be a validation or consideration of the users in sending a message and also useful as additional information for users about the performance of text compression using the Huffman table from the results shown in the form of compression ratio and percentage increase. The compression-info info that is displayed is as follows: 1) The number of initial messages: the number of initial message before compression 2) The number of initial characters: the number of initial characters before compression 3) Number of message compression: the number of messages after compression that will be sent 4) The amount of compression of characters: the number of characters after compression that will be sent 5) Compression ratio: the percentage of SMS compression ratio, can be calculated by equation as follows [8]:

bits of compression and raw_size character represents the

Rasio = (1 − ( compressed _ size / raw _ size ) ) * 100%

number of bits initial character (before the compressed data). For visual interest the results of testing applications will be presented using the visualization of the emulator. In this test will show information related to the amount of compression SMS initial message, the number of initial characters, the number of message compression, the number of characters compression, the compression ratio and compression results. Testing applications on the SMS text using Huffman table can be seen in the Figure 1 and Figure 2 below.

Figure 1. Original Message

In this study the process of compression first will be performed on 15 different pieces lower case letter of SMS, which are consist of 5 pieces of SMS with the number of 1 page, 5 pieces of SMS with the number of 2 pages and 5 pieces of SMS with the number of 3 pages. The language used for writing SMS has the characteristics of many acronyms and many use non-standard language. The results of this test can be seen in the Table II below.

As the foregoing discussion that the application of this final compression is performed by Binary Message mode, which means messages are sent in the form of binary and message of this type uses 8-bit encoded data with a maximum amount of data per SMS pages of 140 bytes or 133 bytes if the port number included. So the equation to get compressed_size is:

compressed _ size = The number of compressed characters * 8 While for raw_size using Text Message mode, which means messages are sent in text. These messages use the GSM-7 bit format with a maximum number of characters in one SMS page is as much as 160 characters or 152 characters if the port number is included. So the equation is obtained in calculating raw_size are as follows:

raw _ size = The number of initial characters * 7 Figure 2. Information Compression

III. RESULT AND DISCUSSION Tests conducted with the aim to find out how much

JURNAL GENERIC

Vol.6 No.1 (Januari 2011) TABEL II.

SMS COMPRESSION ON FIRST TEST

23

of pages 2 and 2 pieces of SMS with the number of page 3. To more clearly seen from the Table III below.

TABEL III.

Bases on the result of system testing SMS compression on Table 4.14 can be concluded that compression ratio averages is 28,73%, for more explanation the result of compression can be looked on Figure 3 below.

SMS COMPRESSION ON SECOND TEST

Based on the results of the testing system for data compression SMS SMS is composed of capital letters in Table 4.15 to conclude that the average compression ratio that is equal to 1.18% for more details, the result of compression can be seen in Figure 4 below.

Figure 4. The second compression test based on raw_size Figure 3.

The first compression test based on raw_size

Based on Figure 3 the test results of compression system using Raw_sized SMS (SMS initial number of bits) ranging between 308 bits to 917 bits, in this case indicates that although the compression continues to be one page, but the results Compressed_sized (number of bits SMS compression) becomes lower ie ranging between 216 bits to 664 bits. While the testing of compression systems using Raw_sized SMS (SMS initial number of bits) ranging from 1358 bit to 1512 bit capable of producing Compressed_sized (number of bits SMS compression), ie ranging between 976 bits to 1064 bits, so that in this test with the number of initial pages to 2 pages compressed into 1 pages. And for testing the compression system using Raw_sized SMS (SMS initial number of bits) ranging from 2366 bit to 2905 bit capable of producing Compressed_sized (number of bits SMS compression), ie ranging from 1688 bits to 2032 bits, so that in this test with the number of initial pages 3 pages can be compressed into 2 pages. SMS compression system further testing will be conducted on 5 pieces of data an SMS with the text type which consists of all upper case, which consists of 2 pieces of SMS with the number of pages 1, 2 SMS with the number

Based on Figure 4 the test results of compression system using Raw_sized SMS (SMS initial number of bits) in the SMS data consisting of all uppercase ranging between 798 bits to 2933 bits, and gives results in Compressed_sized (number of bits SMS compression), ie, ranging between 784 bits up to 2960 bits, shows that the difference between Raw_sized and Compressed_sized is very small. In this test can be proved that the pages aren’t compressed which consisting of 2 pages and 3 pages. It can be concluded that the SMS data consisting of all uppercase less effective for compressed.

IV. CONCLUSION Huffman table can be used in the compression text on SMS services. Generally Huffman table has an average compression ratio of 28.73 %. Overall SMS compression testing system by using the Huffman table will produce good compression if the compressed data to be composed of the characters with a shorter length code (lower case letter) contained in the Huffman table, and vice versa if the SMS data consists of characters which have a longer code (data consisting of all upper case) contained in the table Huffman compression results become less effective.


24 JURNAL GENERIC Ahmad Affandi Et Al. REFERENCES [1]

[2]

[3]

[4]

[5] [6]

[7] [8]

Aprianto, D. 2007. “Performansi Modifikasi LZW (Lempel-ZivWelch) Untuk Kompresi Teks.” [unpublished thesis], Department of Informatics, Bandung Institute of Technology. Ayuningtyas, N. 2008. “Implementasi Kode Huffman Dalam Kompresi Teks.” [unpublished thesis], Department of Informatics, Bandung Institute of Technology. Hashemian, R. 2005. “Direct Huffman Code and Decoding Using The Table of Code-Lengths.” [unpublished thesis], Northen Illionis University. Liliana, Lipesik, V.J. 2006. “Pembuatan Perangkat Lunak Untuk Kompresi File Text Dengan Menggunakan Huffman Tree.” [unpublished thesis], Faculty of Industry Technology, Kristen Petra University. JSR 120 Expert Group. 2002. Wireless Messaging API for Java™ 2 Micro Edition. Sun Microsystem Inc. Ortiz, C.E. 2005. The Wireless Messaging API, Sun Microsystem, Inc. [online]Available: http://developers.sun.com/mobility/ midp/articles/ wma2/ Mardiono, T. 2006. Membangun Solusi Mobile Business Dengan Java. Elex Media Komputindo, Jakarta. Nelson, M., Jean, L.G., 1995, The Data Compression Book Second Edition, IDG Books Worldwide, Inc, Cambridge.

JURNAL GENERIC


Analisis Kepuasan Konsumen Terhadap Restoran Cepat Saji Melalui Pendekatan Data Mining: Studi Kasus XYZ Vina Mandasari1, Bayu Adhi Tama2, Universitas Sriwijaya

Abstrak— Berbagai cara dilakukan oleh masing-masing restoran cepat saji untuk memenangkan persaingan, antara lain yakni dengan meningkatkan kepuasan konsumen. Salah satu restoran cepat saji yang berkomitmen dalam meningkatkan kepuasan konsumennya adalah Restoran XYZ. Penelitian ini bertujuan untuk menganalisis kepuasan konsumen Restoran XYZ menggunakan data mining dengan algoritma C4.5. Attribut masukan kepuasan konsumen dalam penelitian ini, mencakup produk, pelayanan, fasilitas, harga dan lokasi yang berasal dari data hasil survei. Dalam penelitian ini, didapatkan bahwa rules yang dibangkitkan dari beberapa atribut masukan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan konsumen puas dan tidak puas. Penelitian ini diharapkan dapat membantu pihak manejemen dalam meningkatkan kepuasan konsumen untuk mempertahankan konsumen dan meningkatkan laba mereka. Kata Kunci—Data mining, Decision Tree, pelanggan, restoran cepat saji, survei.

kepuasan

I. PENDAHULUAN

P

ertumbuhan bisnis makanan dan minuman masih tercatat sebagai pertumbuhan yang tinggi diberbagai belahan dunia (Nonto, 2006:13). Banyak outlet yang menawarkan produk makanan dan minuman dalam berbagai bentuk bermunculan. Mulai dari yang sederhana hingga yang mewah. Hal ini disebabkan karena makanan adalah salah satu kebutuhan pokok yang semua orang harus penuhi. Alasan rasional outlet makanan tumbuh berkembang adalah karena bisnis ini menjanjikan keuntungan yang besar. Pesatnya pertumbuhan di industri jasa makanan memicu tumbuhnya restoran cepat saji. Dengan semakin banyaknya restoran cepat saji yang ada, maka menimbulkan persaingan tersendiri diantara restoran cepat saji tersebut. Berbagai cara dilakukan oleh masing-masing restoran cepat saji untuk memenangkan persaingan, antara lain yakni dengan meningkatkan kepuasan konsumen karena kepuasan konsumen merupakan salah satu faktor untuk meningkatkan kualitas layanan / revenue. Kepuasan konsumen adalah tingkat dimana anggapan terhadap produk sesuai dengan harapan seorang pembeli. Harapan konsumen umumnya merupakan prakiraan atau

1 Vina Mandasari adalah alumnus Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Sriwijaya, Inderalaya, Ogan Ilir, Sumatera Selatan. (E-mail: [email protected]). 2 Bayu Adhi Tama adalah staf pengajar di Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Sriwijaya, Inderalaya, Ogan Ilir, Sumatera Selatan. (E-mail: [email protected]).

keyakinan konsumen tentang apa yang akan diterimanya bila ia membeli atau mengkonsumsi suatu produk (Amstrong, 2002: 10). Seorang konsumen mungkin mengalami berbagai tingkat kepuasan, yaitu bila produk tidak sesuai dengan harapannya setelah dikonsumsi, maka konsumen tersebut akan merasa tidak puas. Namun bila terjadi sebaliknya yaitu produk sesuai dengan harapannya, maka konsumen akan merasa puas sehingga suatu saat akan mengkonsumsi kembali produk tersebut. Konsumen yang puas adalah konsumen yang akan berbagi kepuasan dengan produsen. Bahkan, konsumen yang puas akan berbagi rasa dan pengalaman dengan konsumen lain. Ini akan menjadi referensi bagi restoran cepat saji. Oleh karena itu, baik konsumen maupun produsen akan sama-sama diuntungkan apabila kepuasan terjadi. Retain merupakan salah satu tahap dari Customer Relationship Management (CRM) yang dapat meningkatkan hubungan yang baik antara konsumen dan produsen. Kenyataannya, apa yang bisa memuaskan konsumen di satu situasi mungkin tidak bisa memuaskan konsumen yang sama di lain situasi. Dengan demikian, kepuasan konsumen adalah target yang berubah-ubah, karena masing-masing konsumen memiliki serangkaian kebutuhan pada tingkat yang berbedabeda. Maka dari itu, adanya penelitian mengenai analisis kepuasan konsumen di restoran cepat saji tersebut diperlukan. Menurut Kotler (1997:38) salah satu untuk mengukur kepuasaan konsumen adalah dengan survei kepuasan konsumen. Seperti salah satu penelitian berjudul ”Data Mining Techniques For Customer Relationship Management” yang menggunakan data mining sebagai teknologi dengan jaringan syaraf tirun. Dalam penelitian ini hasil survei kepuasan konsumen tersebut juga akan dianalisis menggunakan pendekatan data mining dengan algoritma jenis pohon keputusan (decision tree) yaitu algoritma C4.5 dikarenakan jenis ini secara umum lebih cepat, mudah diinterpretasikan dan dipahami pengguna walaupun pengguna tersebut tidak mempunyai pengetahuan dalam bidang AI (Artificial Inteligence), matematika, statistika atau machine learning. Disamping itu, berdasarkan beberapa penelitian menunjukkan bahwa performansi C4.5 lebih konsisten dibandingkan beberapa algoritma klasifikasi jenis pohon keputusan lainnya (Santosa, 2007 : 104). Data mining yang membuka topik yang sangat menarik dan menjanjikan dalam bidang rekayasa data yang telah


25

26 JURNAL GENERIC Vina Mandasari Et Al. diimplementasikan secara luas pada berbagai bidang seperti industri retail, industri makanan, telekomunikasi, perbankan, pendidikan, medis, dan lain-lain. Adapun penggunaan berbagai model data mining di bidang industri makanan seperti restoran cepat saji, diantaranya adalah seperti yang dilakukan oleh Y. Hayashi et al yang melakukan analisis terhadap customer brand preference dengan metode Decision Tree dan Neural Network. Mereka mengumpulkan 800 responden di Taiwan untuk memahami faktor-faktor yang menentukan pilihan merek konsumen restoran cepat saji (Hayashi, 2009).

II. TINJUAN PUSTAKA A. Restoran Cepat Saji Restoran siap saji adalah restoran yang menyediakan makanan dengan cepat begitu makanan dipesan. Makanan yang disajikan seringkali dinama-kan fast food. Sebelum dinamakan restoran cepat saji (quick service restaurants/QSR), outlet yang menjual fast food dinamakan fast food restaurant. Makanan yang disajikan disiapkan untuk dapat segera disajikan. Bisa dengan cara dipanaskan, sehingga tidak membutuhkan proses yang rumit. Biasanya produknya berupa sandwich, burger, pizza, fried chicken, french fries, chicken nuggets, fich and chips, ice cream dan sejenisnya. Industri fast food restaurant berasal dan berkembang dari Amerika Serikat. Salah satu contoh restoran restoran cepat saji cukup terkemuka di dunia adalah Restoran XYZ yang berasal dari Amerika Serikat. Adapun tipe-tipe restoran cepat saji adalah: 1) Pengunjung datang ke counter, mengambil makanan yang informan inginkan, membayar dan kemudian mencari tempat duduk dan mulai menikmati makanan. Tipe ini ada beberapa variasi antara lain yaitu pengunjung mengambil makanan yang telah tersedia pada porsi tertentu, pengunjung mengambil sendiri dari kontainer-kontainer makanan yang ada, sehingga memilih dan mengambil sendiri makanan yang dikehendaki, dan pengunjung dilayani di counter, artinya pengunjung menyebutkan pesanan informan dan menanti di counter makanan pesanan informan. 2) Ada juga prosedur khusus dengan sistem tiket, yaitu pengunjung membayar di kasir untuk mendapatkan tiket, kemudian menuju ke counter makanan untuk menukarkan tiket dengan makanan yang telah dipesan. 3) Pengunjung akan menuju counter, makanan yang dipesan akan diantar ke meja pemesan, dan mengenai pembayaran bisa dilakukan pada waktu pemesanan atau pada waktu makanan diantar ke meja. B. Kepuasan Konsumen Siapa pun yang terlibat dalam bisinis, sudah pasti mempunyai tanggung jawab terhadap kepuasan konsumen. Kepuasan konsumen (customer satisfaction) adalah persepsi konsumen (customer) bahwa harapannya telah terpenuhi atau terlampaui atau tingkat dimana anggapan terhadap produk sesuai dengan harapan seorang pembeli. Harapan

konsumen umumnya merupakan prakiraan atau keyakinan konsumen tentang apa yang akan diterimanya bila ia membeli atau mengkonsumsi suatu produk (Supranto, 2001 : 233). Seorang konsumen yang puas adalah konsumen yang merasa mendapatkan value dari pemasok atau produsen. Value ini bisa berasal dari produk, pelayanan, sistem atau sesuatu yag bersifat emosi. Kalau konsumen mengatakan bahwa value adalah produk yang berkualitas, maka kepuasan terjadi kalau konsumen mendapatkan produk yang berkualitas. Kalau value bagi konsumen adalah kenyamanan, maka kepuasan akan datang apabila pelayanan ynag diperoleh benar-benar nyaman. Kalau value dari konsumen adalah harga yang murah, maka konsumen akan puas kepada produsen yang memberikan harga yang paling kompetitif (Irawan (2007 : 2). Kepuasan konsumen terbagi menjadi dua yaitu: 1) Kepuasan fungsional, merupakan kepuasan yang diperoleh dari fungsi atau pemakaian suatu produk. Misalnya karena makan membuat perut kita menjadi kenyang. 2) Kepuasan psikologikal, merupakan kepuasan yang diperoleh dari atribut yang bersifat tidak berwujud. Misalnya perasaan bangga karena mendapat pelayanan yang sangat istimewa dari sebuah rumah makan yang mewah. Menurut Kolter (1997 : 38), ada empat metode yang dilakukan oleh perusahaan untuk mengetahui tingkat kepuaan konsumen yaitu: 1) Sistem keluhan dan saran Untuk mengidentifikasikan masalah maka perusahaan harus mengumpulkan informasi langsung dari konsumen dengan cara menyediakan kotak saran. Informasi yang terkumpul untuk memberikan masukan bagi perusahaan. 2) Survei Kepuasan Konsumen Survei kepuasan konsumen dapat dilakukan dengan cara survei melalui pos surat, telefon, maupun wawancara pribadi. Dengan metode ini perusahaan dapat menciptakan komunikasi 2 arah dan menunjukkan perhatiannya kepada konsumen. 3) Gost Shopping Metode ini digunakan untuk mengetahui kekuatan dan kelemahan perusahaan pesaing dan membandingkannya dengan perusahaan yang bersangkutan. 4) Analisis Kehilangan Konsumen Tingkat kehilangan konsumen menunjukkan kegagalan perusahaan dalam memuaskan konsumennya. Perusahaan seharusnya menganalisa dan memahami mengapa konsumen tersebut berhenti mengkonsumsi produk kita. C. Decision Tree Decision tree (pohon keputusan) adalah sebuah diagram alir yang mirip dengan struktur pohon, dimana setiap internal node menotasikan atribut yang diuji, setiap cabangnya mepresentasikan hasil dari atribut tes tersebut dan leaf node mepresenrasikan kelas-kelas tertentu atau distribusi dari kela-kelas (Han & Kamber, 2001). Walaupun banyak variasi model pohon keputusan dengan

JURNAL GENERIC


tingkat kemampuan dan syarat yang berbeda, pada umumnya beberapa ciri kasus cocok untuk diterapkan pohon keputusan (Santosa, 2007): 1) Data dinyatakan dengan pasangan atribut dan nilainya. Misalnya atribut satu data adalah temperatur dan nilainya adalah dingin. Biasanya untuk satu data nilai dari satu atribut tidak terlalu banyak jenisnya. Dalam contoh atribut warna buah ada beberapa nilai yang mungkin yaitu hijau, kuning, merah. 2) Label/output data biasanya bernilai diskrit. Output ini bisa bernilai ya atau tidak, sakit atau tidak sakit, diterima atau ditolak. Dalam beberapa kasus mungkin saja outputnya tidak hanya dua kelas, tetapi penerapan pohon keputusan lebih banyak untuk kasus binary. 3) Data mempunyai missing value. Misalkan untuk beberapa data, nilai dari suatu atributnya tidak diketahui. Dalam keadaan seperti ini pohon keputusan masih mampu memberi solusi yang baik. Salah satu algoritma yang digunakan untuk membangun pohon keputusan yang berbasis algoritma induksi pohon keputusan seperti ID3, Hunt dan CART adalah algoritma C4.5. Keempat algoritma tersebut pada dasarnya memiliki karakteristik yang sama dalam membangun pohon keputusan, yaitu top-down dan divide-and-conquer. Topdown artinya pohon keputusan dibangun dari simpul akar ke daun, sementara divide-and-conquer artinya data latih secara rekursif dipartisi ke dalam bagian-bagian yang lebih kecil saat pembangunan pohon (Han, 2006). Tiga prinsip kerja algoritma C4.5, yaitu (Witten et al, 2005): 1) Konstruksi pohon keputusan Langkah-langkah untuk membangun pohon keputusan adalah pilih atribut sebagai akar, buat cabang untuk tiap-tiap nilai, bagi kasus dalam cabang, dan ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. Untuk memilih atribut sebagai akar, didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Gain didefenisikan sebagai: n

Gain( S , A) = Entropy ( S ) −

Si

∑S i =1

* Entropy ( Si )

(1)

Sedangkan Entropy didefenisikan sebagai: n

Entropy ( S ) = −

∑ p *log i

2

pi

(2)

i =1

2) Pemangkasan Pohon Metode pruning yang digunakan C4.5 disebut pessimistic pruning yang merupakan jenis dari post pruning. Untuk membuat keputusan yang berhubungan dengan subtree, metode ini menggunakan hasil estimasi terhadap rata-rata error pada sekumpulan data latih. 3) Pembangkitan rule Format pembangkitan rule didefinisikan sebagai: IF Premis THEN Konklusi (3) Simpul akar akan menjadi Premis dari aturan sedangkan simpul daun akan menjadi bagian konklusinya.

27

III. HASIL DAN PEMBAHASAN A. Pengumpulan Data Penelitian ini dilakukan pada bulan Februari sampai dengan Mei 2010 yang melibatkan 340 responden. Survei dilakukan melalui penyebaran kuisioner berupa pertanyaan dari beberapa indikator (produk, pelayanan, fasilitas, harga dan tempat). Data ini memiliki 12 atribut yang dikelompokkan kedalam 5 dimensi yaitu (1) produk yang terdiri dari tiga atribut yaitu rasa makanan, porsi, dan dessert, (2) fasilitas yang terdiri dari empat atribut yaitu free internet access, tempat yang nyaman untuk anak, suasana restoran dan kebersihan washtuple, (3) pelayanan yang terdiri dari dua atribut yaitu penyajian makanan dan perilaku staf, (4) harga yang terdiri dari dua atribut yaitu harga makanan dan diskon, (5) tempat yang terdiri dari satu atribut yaitu lokasi. Dari 340 responden yang terlibat, 207 responden menyatakan puas (kelas 1) dan 133 responden menyatakan tidak puas (kelas 0). B. Rule yang Dihasilkan Kami menggunakan metode k-cross validation (Olson et al, 2008) untuk melihat performansi dari classifier. Rules yang berhasil diekstrak sebanyak 11 rule, dengan 5 rules mengelompokkan sample ke kelas 0 (tidak puas), dan 6 rules yang mengklasifikasikan sampel ke kelas 1 (puas). Tingkat akurasi yang berhasil dicapai oleh C4.5 adalah sebesar 79,41%. Secara keseluruhan, terdapat 8 atribut yang terlihat berpengaruh terhadap kepuasan konsumen yaitu dari dimensi pelayanan (2 atribut), produk (3 atribut), harga (2 atribut), dan fasilitas (1 atribut). Berikut ini adalah rule yang dihasilkan: R1: If perilaku staf ramah dan harga normal dan porsi kurang dan rasa enak, maka Kelas 1. R2: Else if perilaku staf ramah dan harga normal dan porsi pas dan suasana restoran nyaman, maka Kelas 1 R3: Else if perilaku staf ramah dan harga normal dan porsi pas dan suasana restoran tidak nyaman, maka Kelas 0 R4: Else if perilaku staf ramah dan harga normal dan porsi pas dan suasana restoran kurang nyaman, maka Kelas 1 R5: Else if perilaku staf ramah dan harga normal dan porsi pas dan suasana restoran nyaman, maka Kelas 1 R6: Else if perilaku staf ramah dan harga mahal maka Kelas 0 R7: Else if perilaku staf ramah dan harga murah dan ada diskon maka Kelas 1 R8: Else if perilaku staf ramah dan harga murah dan tidak ada diskon dan dessert enak maka Kelas 1 R9: Else if perilaku staf ramah dan harga murah dan tidak ada diskon dan dessert kurang enak maka Kelas 0 R10: Else if perilaku staf tidak ramah maka Kelas 0 R11: Else if perilaku staf kurang ramah dan tidak ada diskon maka Kelas 0 C. Pengujian Metode Klasifikasi Pengujian model klasifikasi yang digunakan dilakukan secara empiris dan secara kualitatif. Secara empiris,


28 JURNAL GENERIC Vina Mandasari Et Al. performansi dari metode klasifikasi direpresentasikan ke dalam matriks confusion seperti terlihat pada Tabel I. Secara kualitatif, rules yang dihasilkan akan ajukan ke store manager untuk dipertimbangkan lebih lanjut sebagai pengambilan keputusan di bidang bisnis. Feedback dari store manager sangat penting untuk didapatkan karena akan memberikan gambaran yang jelas bagaimana data mining mampu menyelesaikan permasalahan-permasalahan bisnis dengan tepat. Oleh karena itu dari 11 rules tersebut, pihak store manager restoran XYZ setuju untuk menggunakan seluruhnya, kecuali untuk R8 dan R9 karena berkaitan dengan dessert.

data dari hasil survei dan membangkitkan rules kepuasan konsumen untuk menganalisis atribut yang mempengaruhi kepuasan konsumen.

REFERENSI [1] [2]

[3] [4] [5]

TABEL I.

Kelas Sebenarnya Puas Tidak Puas

MATRIKS CONFUSION

Prediksi Puas 176 39

[6]

Tidak Puas 31 94

[7] [8]

[9]

D. Pembahasan Dari sekian banyak rule yang dihasilkan, R10 merupakan rule yang paling signifikan karena dapat langsung menjawab pertanyaan “Mengapa konsumen cenderung untuk tidak puas?” maka variabel yang paling berpengaruh adalah pada dimensi pelayanan dengan atribut perilaku staf yang tidak ramah. Dari penelitian ini, atribut perilaku staf merupakan atribut yang paling berpengaruh terhadap kepuasan konsumen. Hal ini disebabkan dari seluruh sampel yang ada, atribut perilaku staf memiliki Gain yang tertinggi. Atribut lain yang bisa dijadikan acuan adalah atribut harga. Atribut ini berpengaruh jika manakala pihak store manager sudah meningkatkan pelayanannya namun harus tetap memperhatikan harga yang lebih bersaing dengan restoran kompetitor. Rule R3 juga bisa menjawab pertanyaan “Faktor apa selain harga, pelayanan, dan porsi yang menyebabkan konsumen cenderung untuk tidak puas?” maka dapat disimpulkan bahwa tempat yang tidak nyaman merupakan atribut yang mempengaruhinya, sehingga R3 ini dapat dijadikan acuan pihak store manager tentang bagaimana meningkatkan kenyamanan lokasi, khususnya tempat bermain anak. IV. KESIMPULAN Dari penelitian ini dapat disimpulkan bahwa adanya hubungan sebab-akibat yang didapatkan dari rules dataset kepuasan konsumen memberikan informasi baru kepada manajemen restoran cepat saji bahwa atribut rasa, perilaku staf, suasana restoran dan harga berkaitan erat dalam menciptakan rasa puas untuk konsumen. Selain itu konsumen restoran cepat saji ternyata lebih memetingkan mutu dari produk yang dihasilkan yaitu rasa, keramahan para staf ketika melayani konsumen, serta kebersihan dan kenyamanan restoran cepat saji. Penelitian ini juga menghasilkan aplikasi pembangkitan rules kepuasan konsumen yang dapat membantu user dalam meng-entry

[10] [11]

[12]

[13]

[14] [15] [16]

.

Bramer, Max, 2007. Principle of Data Mining. London: Springer Science and Media Com Dˇzeroski, S. 2001. Environmental Applications of Data Mining. Slovenia, Department of Knowledge Technologies, Joˇzef Stefan Institute Hall, L. O. ,et all. 2008. Decision Tree Learning on Very Large Data Sets. Florida: University of South Florida Han, J. and M. Kamber. 2006. Data Mining Concepts and Techniques. USA: Morgan Kaufmann Irawan , Hadi. 2007. 10 Prinsip Kepuasan Konsumen. Jakarta: PT Elex Media Komputindo Kalakota, Ravi dan Robinson, Marcia,2001, E – Business 2.0 Roadmap For Success. USA: Addison – Wesley Kusrini dan Emha Taufiq. 2009. Algoritma dan Data Mining. Yogyakarta: Andi Kracklauer, A. H., Millis, D., et all. 2004. ”Customer Management as the Origin of Collaborative Customer Relationship Management”. Expert System with Application. Larman, C. 2004. Applying UML and Patterns : An Intoduction to Object Oriented Analysis and Design and Iterative Development, Third Edition. Addison Wesley Professional, USA. Larose, D.T. 2005. Discovering Knowledge in Data : An Introduction to Data Mining. John Wiley & Sons, Inc, New Jersey. Liao , T.W. and E. Triantaphyllou. 2007. “Recent Advances in Data Mining of Enterprise Data.” Algorithms and Applications, Series on Computers and Operations Research - Vol 6. World Scientific Publishing Co. Pte. Ltd, Singapore. Moertini,V.S. 2002. Data Mining Sebagai Solusi Bisnis. [Online] Tersedia : http://home.unpar.ac.id/~integral/Volume%207i datamining_ ok.pdf.[18 Desem ber 2008] O’Brien, James A., 2002, “Customer Relationship Management”, Management Information Systems: Managing Information Technology in the E-Business Enterprise (5th ed.), McGraw- Hill Higher Education, pp.128-131 Santosa, Budi. Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Graha Ilmu:Yogyakarta Tan, P. N., et all. 2006. Introduction to Data Mining. Addison Wesley, USA. Uska, Urmatur. (2009). Analisis Kepuasan Konsumen Papa Ron’s Bogor. [Online]. Tersedia :http://ridwaniskandar.files.wordpress.com /2009/05/41-kepuasan-konsumen.pdf

JURNAL GENERIC


Pengembangan Perangkat Lunak Pembelajaran Bahasa Isyarat Bagi Penderita Tunarungu Wicara Yetti Yuniati,* Universitas Lampung

Abstrak—Hambatan dalam memberikan layanan pembelajaran pada anak-anak berkebutuhan khusus (ABK), khususnya tunarungu wicara secara umum disebabkan kurang tepatnya pola pembelajaran yang diterapkan pada siswa berkebutuhan khusus tersebut. Salah satunya adalah penyusunan program pembelajaran yang kurang sesuai dengan kondisi dan keberadaan kelainan setiap siswa. Terlebih lagi jika kondisi kelainan siswa yang bersangkutan disertai dengan kendala penyerta. Perangkat Lunak Multimedia Pembelajaran Bahasa Isyarat Sebagai Media Pengenalan Huruf Dan Angka Bagi Penderita Tunarungu Wicara, diharapkan dapat menambah nilai positif, membantu para pendidik sebagai media ajar yang menarik dan user friendly dalam proses pembelajaran bahasa isyarat untuk memperkenalkan huruf dan angka. Kata Kunci—Perangkat lunak, pembelajaran, tunarungu wicara.

mutimedia,

media,

I. INTRODUCTION

D

i era globalisasi saat ini, kebutuhan akan teknologi komputer dan informasi telah berkembang pesat. Seiring dengan kemajuan teknologi tersebut manusia dituntut untuk bekerja secara efektif dan efisien guna mencapai tujuan atau hasil yang lebih cepat dan akurat serta lebih memuaskan. Karena dengan teknologi dapat membantu kelancaran di dalam pengolahan data menjadi suatu informasi yang sangat dibutuhkan oleh semua pihak, terutama untuk kebutuhan kegiatan operasional suatu perusahaan atau instansi. Seiring dengan kemajuan teknologi, perkembangan perangkat keras dan lunak dewasa ini sangat mempengaruhi pada pemakaian komputer disegala bidang. Komputer yang pada awalnya hanya digunakan oleh para pebisnis, kini telah digunakan secara luas diberbagai bidang, instansi pemerintahan dan swasta, perusahaan industri dan jasa serta semua sektor yang ada saat ini telah menggunakan komputer sebagai alat penunjang pemrosesan data dan informasi. Kegagalan dalam memberikan layanan pembelajaran pada anak-anak berkebutuhan khusus (ABK), khususnya tunarungu wicara secara umum disebabkan kurang tepatnya program pembelajaran yang diterapkan pada siswa berkebutuhan khusus tersebut. Salah satunya adalah penyusunan program pembelajaran yang kurang sesuai

* Yetti Yuniati adalah staf pengajar di Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung, Lampung. (e-mail: [email protected]).

dengan kondisi dan keberadaan kelainan setiap siswa. Terlebih lagi jika kondisi kelainan siswa yang bersangkutan disertai dengan kendala penyerta, seperti: autism, hiperaktif, spastik, kesulitan belajar, dan perilaku mal-adaptif. Hal ini membuat para pendidik yang bersangkuatan dituntut untuk mampu menyusun program kegiatan belajar mengajar dengan memanfaatkan media pola gerak (body movement) yang disesuaikan dengan kondisi dan karakteristik khusus peserta didik. Pola gerak irama digunakan sebagai alat belajar yang mampu untuk mengembangkan potensi kemampuan, membebaskan kesulitan peserta didik, mengabstraksikan, serta membentuk pengalaman-pengalaman baru atau wawasan diri yang bersifat positif setiap peserta didik. Suatu pola gerak yang bervariasi, diyakini dapat meningkatkan potensi peserta didik dengan kebutuhan khusus dalam kegiatan pembelajaran (berkaitan dengan pambentukan fisik, emosi, sosialisasi, dan daya nalar). Dengan adanya program komputer yang dapat membantu sebagai media pembelajaran pengenalan huruf dan angka bagi anak-anak tunarungu wicara, diharapkan dapat membantu meningkatkan kinerja para pendidik. Sehingga secara tidak langsung meningkatkan kualitas kinerja yang dihasilkan oleh pihak pendidik kepada anak-anak berkebutuhan khusus (ABK) tersebut. Alasan lainnya adalah komputer mempunyai kemampuan lebih tinggi dalam hal ketelitian, daya tampung pengingat yang besar, dan kecepatan proses. Pertengahan tahun 1970 sampai awal tahun 1990 yaitu perkembangan perangkat lunak sudah maju sedemikian pesat. Perangkat lunak sudah menggunakan sistem terdistribusi sehingga penyampaian informasi dari komputer sumber ke komputer tujuan akan terasa cepat. Dalam era ini perangkat keras dari suatu komputer harganya sangat murah, hal ini disebabkan peranan perangkat lunak sudah sangat mendominasi dari penyelesaian suatu masalah sehingga pengguna software pada masa itu sudah sedemikian jauh. Pertengahan tahun 1990 sampai tahun 2000 yaitu perkembangan perangkat lunak sudah mendominasi dari perkembangan perangkat keras, sehingga perangkat keras dalam hal ini komputer sangat di kendalikan oleh suatu sistem operasi. Tingkat kecerdasan dari perangkat lunak semakin di tingkatkan, sehingga perangkat lunak dilatih mempunyai kecerdasan seperti yang dimiliki manusia, terbukti dengan adanya penemuan kecerdasan buatan, jaringan syaraf tiruan, sistem pakar dan logika fuzzy. Pemrosesan komputer paralel sangat mendominasi pada era


29

30 JURNAL GENERIC Yetti Yuniati ini dan pada masa ini pula pemrograman sudah berorientasi objek.

II. TINJAUAN PUSTAKA A. Anak Berkebutuhan Khusus Anak Berkebutuhan Khusus (ABK) merupakan istilah lain menggantikan kata “Anak Luar Biasa (ALB)” yang menandakan adanya kelainan khusus. Anak berkebutuhan khusus mempunyai karakteristik yang berbeda antara satu dengan yang lainnya. Di negara indonesia, anak berkebutuhan khusus yang mempunyai gangguan perkembangan dan telah diberikan layanan antara lain sebagai berikut : 1) Anak yang mengalami kendala (impairment) penglihatan (tunanetra), khususnya anak buta (totally blind), tidak dapat menggunakan indera penglihatannya untuk mengikuti segala kegiatan belajar maupun kehidupan sehari-hari. Umumnya kegiatan belajar dilakukan dengan rabaan atau taktil karena kemampuan indera raba sangat menonjol untuk menggantikan indera penglihatan. 2) Anak dengan kendala pendengaran dan bicara (tunarungu wicara), pada umumnya mereka mempunyai hambatan pendengaran dan kesulitan melakukan komunikasi secara lisan dengan orang lain. 3) Anak dengan kendala perkembangan kemampuan (tunagrahita), memilikim problema belajar yang disebabkan adanya hambatan perkembangan inteligensi, mental, emosi, sosial, dan fisik. 4) Anak dengan kendala kondisi fisik atau motorik (tunadaksa). Secara medis dinyatakan bahwa mereka mengalami kelainan pada tulang, persendian, dan saraf penggerak otot-otot tubuhnya, sehingga digolongkan sebagai anak yang membutuhkan layanan khusus pada gerak anggota tubuhnya. 5) Anak dengan kendala perilaku maladjustment. Anak yang berperilaku maladjustment sering disebut dengan anak tunalaras. Karakteristik yang menonjol antara lain sering membuat keonaran secara berlebihan, dan bertendensi kearah perilaku kriminal. 6) Anak dengan kendala autisme (autism children). Anak autistik mempunyai kelainan ketidak mampuan berbahasa. Hal ini diakibatkan oleh adanya cedera pada otak. Secara umum anak autistik mengalami kelainan berbicara disamping mengalami gangguan kemampuan intelektual dan fungsi saraf. Kelainan anak autistik meliputi kelainan berbicara, kelainan fungsi saraf dan intelektual, serta perilaku yang ganjil. Anak autistik mempunyai kehidupan sosial yang aneh dan terlihat seperti orang yang selalu sakit, dan tidak suka bergaul, dan sangat terisolasi dari lingkungan hidupnya. 7) Anak dengan kendala hiperaktif (attention deficit disorder with hyperactive). Hyperactive bukan merupakan penyakit tetapi suatu gejala atau symptoms. Symptoms terjadi disebabkan oleh beberapa faktor, yaitu kerusakan pada otak (brain damage), kelainan emosional (an emotional disturbance), kurang dengar (a hearing deficit), atau tunagrahita (mental retardation).

8) Anak dengan kendala belajar (learningdisability atau specific learning disability). Istilah specific learning disability ditujukan pada siswa yang mempunyai prestasi rendah dalam bidang akademik tertentu, seperti membaca, menulis, dan kemampuan matematika. Dalam bidang kognitif umumnya mereka kkurang mampu mengadopsi proses informasi yang datang pada dirinya melalui penglihatan, pendengaran, maupun persepsi tubuh. 9) Anak dengan kendala kelainan perkembangan ganda (multihandicapped and developmentally disabled children). Mereka sering disebut istilah tunaganda yang mempunyai kelainan perkembangan mencakup hambatan-hambatan perkembangan neurologis. Hal ini disebabkan oleh satu atau dua kombinasi kelainan kemampuan pada aspek inteligensi, gerak, bahasa, atau hubungan pribadi dimasyarakat. B. Pola Gerak Sebagai Pembelajaran Alasan utama mengapa gerak dipakai sebagai satu pendekatan pembelajaran di sekolah, adalah berdasarkan tujuan utama yang menyatakan bahwa pola gerak mempunyai kepentingan dalam upaya mengembangkan potensi dan kemampuan perkembangan kognitif dan sosial setiap peserta didik untuk mencapai kompetensi dirinya secara bulat dan utuh. Peserta didik untuk mencapai kompetensi dirinya secara bulat dan utuh. Alasan lainnya adalah : 1) Gerak sudah dilakukan sejak seorang anak dilahirkan. 2) Suatu gerak adalah merupakan media interaksi sosial dan sebagai wujud penyaluran hasrat keinginan dirinya yang terus berkembang mengikuti usianya. 3) Gerak dapat dimunculkan karena faktor-faktor emosi pribadi seseorang. 4) Gerak melalui perkembangan sesuai deengan kurun waktu yang dimiliki seseorang sangat diperlukan bagi perkembangan daya nalar atau intelektual seseorang.

III. HASIL DAN PEMBAHASAN Tampilan form Login admin berfungsi untuk masuk ketampilan utama. Di dalam tampilan Login Acount terdapat tombol User dan Exit. Apabila ingin login sebagai user saja maka tekan tombol user. Dan apabila ingin login sebagai administrator maka input field kode, nama, password dan tekan enter, Apa bila saat meng inputkan kode password salah maka akan keluar peringatan seperti pada Gambar 1a dan Gambar 1b. Apabila seorang pengguna menggunakan login sebagai user saja (akses sebagai user) maka menu-menu yang dapat diakses didalam tampilan utama adalah : Pengenalan Angka, Pengenalan Huruf, Switch User, About me, dan Tombol Keluar untuk keluar dari aplikasi multimedia pembelajaran bahasa isyarat. Apabila pengguna menggunakan login dengan akses sebagai admin maka maka menu-menu yang dapat diakses didalam tampilan utama adalah : Pengenalan Angka, Pengenalan Huruf, Input Media, Administrator, Switch User, About me, dan Tombol Keluar untuk keluar

JURNAL GENERIC


dari aplikasi multimedia pembelajaran bahasa isyarat. Tampilan program untuk Login Acount adalah seperti yang ditunjukkan pada Gambar 2.

(a)

pengguna ingin agar gambar huruf terlihat maka pilih option show dan option hide agar gambar huruf tak terlihat. Begitu pula dengan option yang terdapat pada suara, option show agar suara huruf tampil ketika program dijalankan dan option hide agar suara tidak ditampilkan dalam proses pengenalan huruf. Selanjutnya tekan tombol play jika ingin menampilkan image, audio, video pengenalan huruf. Tekan tombol stop jika ingin berhenti pada saat proses sedang menampilkan image, audio, video. Tombol help berfungsi untuk menampilkan tata cara penggunaan tampilan form program pengenalan huruf dan tampilan form program pengenalan angka. Tombol clean untuk membersihkan field yang berfungsi untuk melakukan penginputan huruf baru yang akan ditampilkan. Tombol keluar untuk kembali keluar dari tampilan form pengenalan huruf dan kembali ke menu utama. Tampilan form pengenalan huruf tersebut adalah sebagai berikut.

(b) Gambar 1. Tampilan Pesan Kesalahan. (a) Pesan kesalahan kode, (b) Pesan kesalahan password

Gambar 2. Tampilan Login Account

Gambar 3. Tampilan menu utama pengenalan huruf

Menu Utama merupakan tampilan utama tatap muka program Perangkat Lunak Multimedia Pembelajaran Bahasa Isyarat Sebagai Media Pengenalan Huruf Dan Angka. Di dalam menu utama terdapat tujuh tombol menu utama yaitu : Tombol pengenalan huruf yang digunakan untuk memasuki tampilan form pengenalan huruf, tombol pengenalan angka yang digunakan untuk memasuki tampilan form pengenalan angka, tombol input media yang digunakan untuk memasuki tampilan form penginputan media, tombol administrator berfungsi untuk memasuki tampilan form administrator, yang berfungsi sebagai sarana untuk melakukan proses penginputan dan merubah, menambah data administrator. Tombol switch user yang digunakan untuk memasuki tampilan form switch user yang berfungsi untuk mengganti hak akses user, tombol about me untuk melihat profile programmer, dan tombol keluar untuk keluar dari program. Tampilan form pengenalan huruf berfungsi untuk melakukan pembelajaran pengenalan huruf. Didalam form pengenalan huruf user atau pengguna diharuskan terlebih dahulu menginputkan huruf yang ingin ditampilkan. Didalam tampilan form pengenalan huruf terdapat pemilihan apakah dalam proses pengenalan huruf pengguna akan menampilkan gambar dan suara. Apabila dalam proses pengenalan huruf

Tampilan form pengenalan angka berfungsi untuk melakukan pembelajaran pengenalan angka. Didalam form pengenalan angka user atau pengguna diharuskan terlebih dahulu menginputkan angka yang ingin ditampilkan. Didalam tampilan form pengenalan angka terdapat pemilihan apakah dalam proses pengenalan angka pengguna akan menampilkan gambar dan suara. Apabila dalam proses pengenalan angka pengguna ingin agar gambar angka terlihat maka pilih option show dan option hide agar gambar angka tak terlihat. Begitu pula dengan option yang terdapat pada suara, option show agar suara angka tampil ketika program dijalankan dan option hide agar suara tidak ditampilkan dalam proses pengenalan angka. Selanjutnya tekan tombol play jika ingin menampilkan image, audio, video pengenalan angka. Tekan tombol stop jika ingin berhenti pada saat proses sedang menampilkan image, audio, video. Tombol help berfungsi untuk menampilkan tata cara penggunaan tampilan form program pengenalan huruf dan tampilan form program pengenalan angka. Tombol clean untuk membersihkan field yang berfungsi untuk melakukan penginputan angka baru yang akan ditampilkan. Tombol keluar untuk kembali keluar dari tampilan form pengenalan angka dan kembali ke menu


31

32 JURNAL GENERIC Yetti Yuniati utama. Tampilan form pengenalan angka tersebut adalah sebagai berikut. IV. KESIMPULAN

Gambar 4. Tampilan menu utama pengenalan angka

Tampilan form input media berfungsi untuk melakukan proses penambahan file baru atau penginputan, pengeditan, penghapusan media berupa gambar (image), video, dan suara (audio). Tampilan form input media hanya dapat diakses oleh pengguna yang login dengan akses sebagai admin. Didalam tampilan form input media user dapat melakukan proses penambahan file media yang dibutuhkan dengan menginputkan kode field kode, menginputkan file gambar dengan cara mencari (browse) lokasi folder tempat penyimpanan file gambar, menginputkan file suara dengan cara mencari (browse) lokasi folder tempat penyimpanan file suara, menginputkan file video dengan cara mencari (browse) lokasi folder tempat penyimpanan file video. Tombol simpan untuk menyimpan media, tombol baru untuk melakukan proses penginputan file media baru, tombol ubah untuk melakukan proses pengubahan atau pengeditan file media, dan tombol hapus untuk melakukan proses penghapusan file media yang terdapat dalam database.

Gambar 5. Tampilan utama input media

Perangkat Lunak Multimedia Pembelajaran Bahasa Isyarat Sebagai Media Pengenalan Huruf Dan Angka Bagi Penderita Tunarungu Wicara, diharapkan dapat membantu para pendidik sebagai media ajar dalam proses pembelajaran bahasa isyarat untuk memperkenalkan huruf dan angka kepada siswa tunarungu wicara khususnya kelas satu di Sekolah Luar Biasa. Kelebihan dari sistem ini adalah dari segi tampilan yang user friendly, sehingga mudah dalam penggunaan, dan sistem yang dapat bekerja efektif dalam hal waktu dan tenaga, dan flexibel dalam hal penambahan image, audio, dan video. Kekurangan dari sistem ini adalah masih terbatasnya pada jumlah pembelajaran angka yang ditawarkan, yakni angka dari satu sampai dua puluh, seratus, seribu, satu juta. Dalam penggunaan perangkat lunak ini menggunakan dua cara pengaksesan, akses sebagai user dan akses sebagai admin. Akses sebagai user dapat menggunakan semua menu yang ditawarkan kecuali administrator dan input media, sedangkan akses sebagai admin dapat menggunakan menu yang ditawarkan tanpa terkecuali.

REFERENCES [1] [2] [3] [4] [5] [6] [7] [8] [9]

Chandra. 2006. 7 Jam Belajar interaktif Adobe Premiere Pro Untuk Orang Awam. Palembang : CV Maxicom. Delphie, Bandi. 2006. Pembelajaran Anak Tunagrahita. Bandung : PT. Refika Aditama. Departemen Pendidikan Dan Kebudayaan. 1991. Kamus Besar Bahasa Indonesia Edisi Kedua. Jakarta : Balai Pustaka. Direktorat Pendidikan Luar Biasa. 2001. Kamus Sistem Isyarat Bahasa Indonesia edisi ketiga. Jakarta. Hadi Sutopo. Ariesto. 2003. Multimedia Interaktif dengan Flash. Yogyakarta: Penerbit Graha Ilmu. Jogiyanto. 2001. Analisis dan Desain Sistem Informasi Pendekatan Terstruktur. Yogyakarta : Andi Offset. Jogiyanto. 2001. Analisis dan Desain Sistem Informasi. Yogyakarta : Andi Offset. Kristanto. Andri. 2004. Rekayasa Perangkat Lunak (Konsep Dasar). Yogyakarta : Gava Media Leman. 1997. Metodologi Pengembangan Sistem Informasi. Jakarta : PT. Elex Media Komputindo.

PENANGGUNG JAWAB Ketua Unit Penelitian dan Pengabdian Kepada Masyarakat Bayu Adhi Tama, ST., MTI

Recommend Documents