PENERAPAN METODE FORWARD DAN BACKWARD CHAINING DALAM SISTEM PAKAR PEMILIHAN RESEP MASAKAN KHAS PADANG Evi Fitri Yanti Hamsyah Jurusan Sistem Informasi STMIK PalComTech Palembang Abstrak Sistem Pakar untuk pemilihan resep masakan khas Padang ini merupakan aplikasi sistem pakar yang dirancang sebagai alat bantu untuk menentukan menu dan resep masakan khas Padang dengan basis pengetahuan yang dinamis. Sistem pakar merupakan sistem berbasis computer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesiifik, dengan adanya sistem pakar bukan berarti akan menggantian perannya pakar melainkan sebagai sarana untuk membantu menentukan resep dan menu masakan khas Padang, kelezatan cita rasa yang sangat digemari karena menggunakan resep rahasia keluarga dan bumbu-bumbu rempah tradisional yang dimiliki oleh orang asli Padang, akan tetapi masakan khas Padang tersebut belum banyak diketahui oleh masyarakat yang ada dikota Palembang maupun diluar kota Palembang, karena belum adanya informasi yang terstruktur tentang masakan khas Padang sehingga apabila masyarakat ingin mendapatkan resep-resep dan menu masakan tersebut masih mengalami kesulitan. Pada penelitian ini dirancang sistem pakar pemilihan resep masakan khas Padang berbasis web dengan metode forward chaining dan backward chaining yang dimaksudkan untuk membantu masyarakat khususnya Ibu rumah tangga dalam hal memutuskan menu dan resep masakan yang akan dimasak. Dengan fitur yang berbasis web yang dimiliki, sistem pakar pemilihan resep masakan khas Padang dapat diakses oleh masyarakat dimanapun juga. Kata Kunci : Sistem Pakar, Forward Chaining, Certainty Factor, Masakan Padang.
PENDAHULUAN Masakan Padang dikenal dengan kelezatan khas masakan nya yang biasa di penuhi dengan bumbu-bumbu dan santan. Masakan khas Padang memiliki kelezatan cita rasa yang sangat digemari karena menggunakan resep rahasia keluarga dan bumbu-bumbu rempah tradisional yang dimiliki oleh orang asli Padang. Sajian masakan khas Padang ini sangat lengkap dan beragam, tak hanya soal kelezatan dan rasa pedas sambal padangnya, beragam jenis khas masakan pun dengan mudah bisa kita temui, seperti khas masakan rendang, aneka gulai, soto padang, dendeng balado, sambal balado, dan lain-lain. Dengan semakin banyaknya Rumah Makan Padang yang ada di kota Palembang maka masakan khas Padang bertambah semakin banyak, akan tetapi masakan khas Padang tersebut belum banyak diketahui oleh masyarakat yang ada dikota Palembang maupun diluar kota Palembang, karena belum adanya informasi yang terstruktur tentang masakan khas Padang sehingga apabila masyarakat ingin mendapatkan resep-resep dan menu masakan tersebut masih mengalami kesulitan dalam memiliki pengetahuan atau sumber pengetahuan berupa resep masakan, dari majalah atau surat kabar, yang dapat membantu dalam memutuskan resep dan menu masakan. Namun, jika pengetahuan ataupun sumber pengetahuan juga tidak dimiliki maka tentu saja dibutuhkan seorang ahli koki yang dapat memberikan saran ataupun bantuan untuk memutuskan masakan apa yang dapat diolah. Sehingga sistem pakar pemilihan resep masakan khas Padang bisa berguna dan mampu membantu masyarakat khususnya Ibu rumah tangga dalam hal memutuskan menu dan resep masakan yang akan dimasak.
1
Pengambilan kesimpulan dalam sistem pakar pada umumnya digunakan penalaran sekuensial linier dan analisis terstruktur. Namun dengan penggunaan kedua penalaran tersebut belum dapat ditentukan besarnya nilai kepercayaan terhadap hipotesis. Agar sistem pakar dapat melakukan penalaran sebagaimana seorang pakar untuk mendapatkan nilai kepercayaan dalam hal ini nilai kepercayaan terhadap pemilihan resep masakan khas Padang, diperlukan suatu metode yang dikenal dengan Forward dan Backward Chaining yang merupakan parameter klinis untuk menunjukkan besarnya kepercayaan.
LANDASAN TEORI Pengertian Sistem Pakar Menurut Merlina (2012: 1), pakar adalah seseorang yang memiliki kemampuan khusus terhadap suatu permasalahan, misalnya: dokter, koki, ahli permesinan, dan lain-lain. Menurut Arhami (2005: 3), sistem pakar adalah salah satu cabang dari AI yang membuat penggunaan secara luas knowledge yang khusus untuk menyelesaikan masalah tingkat manusia yang pakar. Menurut Kusrini (2008), Sistem Pakar adalah aplikasi berbasis computer yang digunakan untuk menyelesaikan masalah bagaimana yang dipikirkan pakar. Pakar yang dimaksud disini adalah orang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. Struktur Sistem Pakar Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Komponen-komponen yang terdapat dalam sistem pakar adalah seperti yang terdapat pada Gambar 1., yaitu User interface (antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inferensi, workplace, fasilitas penjelasan, perbaikan pengetahuan pada gambar dibawah ini:
Sumber: Ahrami (2005:14). Gambar 1. Arsitetur sistem pakar. Basis Pengetahuan (Knowledge Base) Menurut Arhami (2005:15), Basis pengetahuan mengandung pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi 2
tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui. Metode Inferensi Menurut Arhami (2005:19), Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan. Forward Chaining Menurut Arhami (2005:115) Forward chaining disebut juga penalaran dari bawah ke atas karena penalaran dari fakta pada level bawah menuju konklusi pada level atas didasarkan pada fakta. Penalaran dari bawah ke atas dalam suatu sistem pakar dapat disamakan untuk pemgrograman konvensional dari bawah ke atas. Fakta merupakan satuan dasar dari paradigma berbasis pengetahuan karena mereka tidak dapat diuraikan ke dalam satuan paling kecil yang mempunyai makna.
Gambar 2. Proses forward chaining. Bacward Chaining Menurut Arhami (2005:113) Backward chaining adalah suatu rantai yang di lintasi dari suatu hipotesis kembali ke fakta yang mendukung hipotesis tersebut cara lain menggambarkan backward chaining adalah dalam hal tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya. Backward chaining juga bisa diartikan sebagai penalaran yang dimulai dari level tertinggi membangun suatu hipotesis, turun ke fakta level paling bawah yang dapat mendukung hipotesa dinamakan dengan penalaran dari atas kebawah.
Gambar 3. Proses backward chaining. Certainty Factor Menurut Kusrini (2008:15).Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN (Wesley, 1984). Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty factor didefinisikan sebagai berikut (Giarattano dan Riley, 1994) : CF(H,E) = MB(H,E) – MD(H-E)
3
CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai 1. Nilai 1 menunjukkan ketidakpercayaan mutlak, sedangkan nilai 1 menunjukkan kepercayaan mutlak. MB(H,E): ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E. MD(H,H): ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E. Perhitungan Faktor Kepastian Definisi asli dari CF adalah : CF = MB-MD Dan pada tahun 1977 definisi asli tersebut diubah di dalam MYCIN menjadi : = (
,
)
Dalam metode MYCIN untuk menggabungkan fakta di dalam anteseden dari kaidah dapat dilihat pada tebel berikut : Tabel 1. Aturan MYCIN untuk mengkombinasi antecedent evidence dari ekspresi dasar. Evidence E Ketidakpastian enteseden E1 AND E2 Min[CF(H,E1),CF(H,E2)] E1 AND E2 Max[CF(H,E1),CF(H,E2)] NOT E3 -CF(H,E) Sebagai contoh, diketahui suatu ekspresi logika untuk penggabungan evidence : E =(E1 AND E2 AND E3) OR (E4 AND NOTT E5) Evidence E akan dihitung sebagai berikut : E = max[min(E1,E2,E3), min (E4,-E5)] Jika diketahui nilai : E1 = 0.9 E2 = 0.8 E3 = .3 E4 = -0.5 E5 = -0.4 Maka hasilnya adalah : E = max[min(0.9;0,8;0,3), min(-0,5;-(-0,4)] = max [0,3; -0,5]= 0,3.
Teknik Pengujian Black-Box Menurut Hall (2007:30) Para auditor yang melakukan pengujian dengan pendekatan kotak hitam (black-box approach) tidak bergantung pada pengetahuan terperinci mengenai logika internal aplikasi. HASIL DAN PEMBAHASAN Data Flow Diagram (DFD) Menurut Rosa A.S (2013:71), DFD Edward Yourdon dan Toom DeMarco populer digunakan sebagai model analisis sistem perangkat lunak untuk sistem perangkat lunak yang akan diimplementasikan dengan pemrograman terstruktur. Diagram Konteks Diagram konteks adalah representasi grafik yang menggambarkan aliran informasi dan transformasi informasi yang diaplikasikan sebagai data yang mengalir dari masukan (input) dan keluaran (output), dapat dilihat pada gambar dibawah ini :
4
Gambar 4. Diagram Konteks Berdasarkan gambar diatas diagram konteks diatas dapat di jelaskan yaitu Sistem Pakar Pemilihan Resep Masakan Khas Padang Berbasis Web memiliki 2 entitas yaitu Admin dan user. Data Flow Diagram (DFD) Level 0 Diagram Level 0 adalah representasi grafik yang menggambarkan aliran informasi dan transformasi informasi yang diaplikasikan sebagai data yang mengalir. Diagram level 0 dapat dilihat pada gambar dibawah ini :
Gambar 5. Diagram Level 0
5
1. 2.
3. 4. 5. 6. 7.
Proses diagram level 0 pada gambar diatas dapat dijelaskan sebagai berikut : Proses 1.0 adalah proses penginputan data admin dimana data yang bersumber dari terminator login berupa data admin, hasil proses disimpan dalam file admin. Proses 2.0 adalah proses penginputan data bahan atau resep dimana data yang bersumber dari terminator admin berupa data bahan atau bumbu. Hasil proses disimpan dalam file data bahan atau bumbu, dan akan diberikan ke proses data user. Proses 3.0 adalah proses penginputan data menu dimana data yang bersumber dari terminator admin berupa data menu, hasil proses disimpan dalam file data menu masakan. Proses 4.0 adalah proses penginputan data detai resep dimana data yang bersumber dari terminator admin berupa data resep, hasil proses disimpan dalam file data resep masakan. Proses 5.0 adalah proses penginputan data temp_hasil dimana data yang bersumber dari terminator admin berupa data temp_hasil, hasil proses disimpan dalam file data temp_hasil. Proses 6.0 adalah proses penginputan data kotak saran dimana data yang bersumber dari terminator user berupa data kotak saran, hasil proses disimpan dalam file data kotak saran. Proses 7.0 adalah proses penginputan data statistika pengunjung dimana data yang bersumber dari terminator user berupa data statistika, hasil proses disimpan dalam file data statistika.
Data Flow Diagram (DFD) Level 1 Diagram Level 1 adalah representasi grafik yang menggambarkan aliran informasi dan transformasi informasi yang diaplikasikan sebagai data yang mengalir. Diagram level 1 dapat dilihat pada gambar dibawah ini :
Gambar 6. Diagram Level 1 Dari gambar 6. diagram level 1 Proses Manajemen Data Admin ini merupakan proses pengembangan dari proses level 0, pada proses level 1 merupakan proses entri data admin,
6
entri data resep/bahan, entri data menu masakan, entri data detail resep, entri data temp hasil, entri data kotak saran, dan entri data statistika. Entity Relationship Diagram (ERD). Menurut Rosa A.S (2013:50), ERD dikembangkan berdasarkan teori himpunan dalam bidang matematika. ERD digunakan untuk pemodelan basis data relasional. Diagram ini dapat dilihat pada gambar berikut ini :
Gambar 7. Diagram ERD Dari gambar 7. Diagram Entity Relational Diagram (ERD) dapat dijelaskan bahwa entitas admin melakukan relasi ke entitas resep, dari entitas resep melakukan relasi ke entitas bahan, dan entitas menu melakukan relasi ke entitas bahan sehingga mendapatkan entitas temp_hasil dan menghasilkan berupa statistika dan kritik_saran. Flowchart Indentifikasi Pemilihan Resep Masakan Khas Padang Gambar Flowchart Indentifikasi Pemilihan Resep Masakan Khas Padang dapat dilihat pada gambar 8 berikut ini :
7
Gambar 8. Alur yang Diusulkan Mesin Inferensi Forward Chaining Mesin Inferensi Forward Chaining pada sistem pakar pemilihan resep masakan khas Padang dapat dilihat pada gambar 9.:
8
Gambar 9. Alur yang Diusulkan
Pohon Keputusan Pohon keputusan merupakan grafik yang akan menjelaskan antara objek-objek yang dihubungkan dengan garis-garis berlabel. Berikut pohon keputusan menu dan resep masakan untuk sistem pakar pemilihan resep masakan khas Padang pada gambar dibawah ini : 9
Gambar 10. Pohon Keputusan Basis Pengetahuan Menurut Arhami (2005:15), Basis pengetahuan mengandung pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Dapat dilihat pada tabel 2.: Tabel 2. Basis Pengetahuan NO
ATURAN
1
IF Daging Sapi(1) AND Santan(2) AND Asam kandis(3) AND Serai(4) AND Garam(5) AND Gula pasir(6) AND Daun kunyit(7) AND Daun jeruk(8) AND Kelapa parut(9) AND Minyak goreng(10) AND Air(11) AND Bawang Goreng(12) AND Cabe merah(13) AND Bawang merah(14) AND Bawang putih(15) AND Kemiri(16) AND Jahe(17) AND Lengkuas(18) AND Daun salam(35) THEN Rendang(1)
2
IF Daging Sapi (1) AND Serai(4) AND Garam(5) AND Gula pasir(6) AND Daun jeruk(8) AND Minyak goreng(10) AND Air(11) AND Bawang Goreng(12) AND Bawang merah(14) AND Bawang Putih(15) AND Kemiri(16) AND Jahe(17) AND Air asem(20) AND Merica bubuk(21) AND Pala bubuk(23) AND Kayu manis(30) AND Daun salam(35) AND Gula merah(36) AND Kecap manis(37) AND Jinten(38) THEN Malbi(2).
3
IF Daging Sapi(1) AND Garam(5) AND Daun jeruk(8) AND Minyak goreng(10) AND Air(11) AND Cabe merah(13) AND Bawang merah(14) AND Air jeruk nipis(19) THEN Dendeng Balado(3).
10
NO
ATURAN
4
IF Daging Sapi(1) AND Garam(5) AND Minyak goreng(10) AND Air(11) AND Bawang Merah(14) AND Bawang Putih(15) AND Jahe(17) AND Lengkuas(18) AND Wortel(27) AND Kentang(28) AND Daun bawang(29) AND Kayu Manis(30) AND Kapulaga(31) AND Pekak(32) AND Cengkeh(33) THEN Sop Daging(4).
5
IF Daging Sapi(R1) AND Asam Kandis(3) AND Serai(4) AND Garam(5) AND Daun kunyit(7) AND Daun jeruk(8) AND Minyak goreng(7) AND Air(11) AND Bawang goreng(12) AND Cabe Merah(13) AND Bawang Putih(15) AND Jehe(17) AND Lengkuas(18) AND Merica bubuk(21) AND Kaldu(22) AND Pala bubuk(23) AND Kunyit(24) AND Lontong(25) AND Tusuk sate(26) AND Tepung Beras(34) THEN Sate Padang(5).
Tampilan Hasil Rancangan Form Menu Utama Halaman home sebagai halaman depan Aplikasi sistem pakar pemilihan resep masakan khas Padang., yang terdiri dari halaman Aplikasi, menu special, about as, kritik & saran dan statistic pengunjung seperti pada gambar berikut:
Gambar 11. Halaman Home Form Halaman Konsultasi Halaman input konsultasi berisikan jenis bahan, menu masakan yang dihasilkan dan cara mengolah masakan, user dapat memilih bahan masakan dengan mengklik check box bahan masakan yang tersedia untuk menentukan resep atau menu masakan khas Padang apa yang akan tampil sebagai hasil seperti pada gambar dibawah ini :
11
Gambar 12. Halaman Aplikasi Input Konsultasi Form Halaman Hasil Konsultasi Halaman hasil konsultasi berfungsi melihat hasil konsultasi yang telah di proses dari pemilihan bahan masakan. Hasil dari konsultasi meliputi bahan masakan yang telah di pilih, menu masakan nilai tertinggi, nilai CF, dan cara memasak seperti pada gambar dibawah ini :
Gambar 13. Halaman Hasil Konsultasi Form Halaman Kritik dan Saran Halaman input kritik dan saran digunakan user atau pengunjung web sistem pakar pemilihan resep masakan khas Padang apabila ada komentar kritik dan saran atau pertanyaan tentang resep masakan khas Padang seperti pada gambar 14 :
12
Gambar 14. Halaman Input Kritik dan Saran PENUTUP Berdasarkan analisa dan pembahasan yang telah dilakukan pada bab-bab sebelumnya, maka dapat diambil kesimpulan yaitu penerapan metode forward dan backward chaining dapat mempermudah dan memberikan perhitungan penyelesaian seberapa pasti para user atau masyarakat yang akan memasak masakan khas Padang, aplikasi ini mampu memberikan informasi nilai menu masakan tertinggi dari input berdasarkan bumbu dan bahan yang dimiliki, dan sebagai sarana untuk membantu mengetahui jenis menu dan resep masakan yang bisa dimasak dengan bahan atau bumbu yang dimiliki dan cara mengolah masakan tersebut.
DAFTAR PUSTAKA
Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset Hall. 2007. Audit dan Assurance Teknologi Informasi, Edisi 2 Buku 2. Jakarta: Selemba Empat. Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: Andi Offset. Merlina, Nita. dan Hidayat, Rahmat. 2012. Perancangan Sistem Pakar. Bogor: Ghalia. Rosa. 2013. Rekayasa Perangkat Lunak. Bandung: Informatika.
13
