SISTEM DETEKSI GANGGUAN PADA BERBAGAI JENIS GITAR MEGGUNAKAN METODE CASE BASED REASONING BERBASIS DESKTOP Ramadlan Septiana1, Herfina2, Mulyati2 email :
[email protected] Program Studi Ilmu Komputer FMIPA Universitas Pakuan Gitar adalah salah satu alat musik yang banyak dimainkan di semua kalangan. Gitar terdiri dari beberapa komponen seperti neck, body, bridge, senar, tuning machines, dan fret. Alat musik gitar dibagi menjadi 2 jenis, yaitu gitar akustik dan gitar elektrik. Seiring penggunaan alat musik gitar, sering ditemukan gangguan yang diakibatkan oleh kerusakan pada salah satu komponen, sehingga gitar tidak dapat dimainkan sebagaimana mestinya. Salah satu alternatif penyelesaian gangguan pada gitar adalah dengan menggunakan metode inferensi case based reasoning (CBR). Metode CBR bertujuan untuk mencari kesimpulan yang dapat digunakan sebagai alternatif pada suatu masalah berdasarkan tingkat kemiripannya dengan kasus lama yang tersimpan dalam basis pengetahuan. Pemanfaatan sistem ini adalah dengan menggunakan data gejala, data kerusakan dan data kasus. Data gejala adalah data gejala yang terjadi saat gitar mengalami kerusakan, data kerusakan adalah data yang berisi daftar kerusakan pada gitar sedangkan data kasus adalah data yang berisi kumpulan kasus kerusakan yang terjadi pada gitar. Sistem Deteksi Gangguan Pada Berbagai Jenis Gitar diimplementasikan dengan menggunakan bahasa pemrograman Visual Basic 2010 dan database Microsoft Access 2007. Dilakukan uji coba terhadap sistem dengan membandingkan hasil output sistem dengan kesimpulan pakar, sebanyak 15 kasus dengan nilai kesesuaian 84,4% yang berarti sistem dapat dipercaya. Kata Kunci : Sistem Pakar, Alat Musik, Gitar, Case Based Reasoning
PENDAHULUAN Perkembangan teknologi informasi yang sangat pesat dapat dimanfaatkan hampir di seluruh kegiatan dalam berbagai bidang. Perkembangan tersebut dapat diterapkan pada bidang pendidikan, sumber daya, keuangan, seni, administrasi dan lain-lain. Penerapan teknologi informasi dapat membantu dalam menyelesaikan sebuah permasalahan. Salah satu contoh pemanfaatan teknologi informasi saat ini adalah sistem pakar. Penggunaan sistem pakar dapat diterapkan diberbagai bidang, diantaranya dalam bidang seni yaitu untuk alat musik. Alat musik yang paling umum dimainkan bagi semua kalangan adalah gitar. Gitar terbagi menjadi beberapa jenis yaitu gitar akustik, gitar elektrik, bass
akustik dan bass elektrik. Jenis akustik terdiri dari beberapa komponen, yaitu headstock, tuning machines, nut, fingerboard, frets, neck, body, bridge dan senar. Sedangkan komponen pada jenis elektrik terdiri dari headstock, tuning machines, nut, fingerboard, frets, strap pin, neck, body, bridge, pickup, control, output jack, dan senar (Nugroho, 2014). Seiring penggunaan alat musik gitar, pemain sering mengalami beberapa masalah ketika memainkan gitar atau bass mereka. Umumnya pemain yang awam akan segera memperbaiki masalah yang ada dengan menggunakan jasa service. Penggunakan jasa service ini, pemain harus mengeluarkan biaya dan harus menunggu proses perbaikan. Namun, permasalahan pada alat musik gitar ini biasanya hanya disebabkan oleh
kerusakan kecil yang terjadi pada salah satu komponen dan dapat diselesaikan sendiri tanpa perlu bantuan jasa service. Oleh karena itu dibutuhkan sistem yang dapat digunakan untuk memantu dalam menganalisis penyebab dari permasalahan yang terjadi pada alat musik gitar yang dimainkan. Kehadiran sistem deteksi kerusakan pada gitar diharapkan dapat membantu dalam memperbaiki alat musik gitar tanpa perlu menggunakan jasa service. Penelitian Terdahulu Aribowo (2010) melakukan penelitian dengan judul “Pengembangan Sistem Cerdas menggunakan Penalaran Berbasis Kasus (Case Based Reasoning) untuk Diagnosa Penyakit Akibat Virus Eksantema”. Sistem ini digunakan untuk mendeteksi sebelas penyakit yang diakibatkan oleh Eksantema. Proses perhitungan similarity pada tahapan retrieval dalam sistem ini menggunakan metode Probabiltas Bayes. Sistem ini dibuat berbasis desktop dengan menggunakan software Delphi 7 dan Microsoft Access sebagai database. Retnowati (2013) melakukan penelitian dengan judul “Implementasi Case Based Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaan”. Sistem ini dapat mendiagnosis delapan jenis gangguan kejiwaan disertai dengan informasi yang terkait dengan penyakit tersebut. Proses retrieve pada sistem ini menggunakan perhitungan dengan metode Certainty Factor (CF). Sistem ini dibangun berbasis desktop dengan menggunakan software Visual Basic 6.0 dan Microsoft Access 2003 sebagai database. Shaid et al.(2015) melakukan penelitian dengan judul “Sistem Pakar Pertumbuhan Balita Berbasis Web dengan Metode Case Based Reasoning”. Sistem ini digunakan untuk menganalisis atau monitoring pertumbuhan balita, yang
diharapkan akan bisa membantu dalam pemantauan pertumbuhan anak. Proses retrieve pada sistem yang dibangun ini menggunakan metode nearest neighbor retrieval. Sistem ini dibangun berbasis web menggunakan menggunakan bahasa pemrograman PHP. METODE PENELITIAN Metode penelitian yang digunakan dalam pembuatan sistem ini adalah pendekatan Expert System Development Life Cycle (ESDLC). Pendekatan ESDLC memiliki beberapa tahapan yang disajikan pada Gambar 1.
Gambar 1. Tahapan Pendekatan ESDLC (Turban et al., 2005) Tahap Penilaian Tujuan utama dari tahap penilaian ini adalah untuk mengidentifikasi kebutuhan pengguna. Karena itu, penelitian dilakukan dengan studi kelayakan dari sistem yang sedang berjalan dengan melakukan pengumpulan data yang dilakukan melalui observasi, wawancara dan studi literatur. Hasil pengumpulan data digunakan untuk menentukan tujuan
dan ruang lingkup dari sistem yang akan dibuat, mengidentifikasi masalah-masalah yang dapat diselesaikan dengan sistem dan teknologi yang digunakan dalam membangun sistem Tahap Akuisisi Pengetahuan Tujuan utama dari akuisisi pengetahuan adalah untuk mendapatkan berbagai pengetahuan yang diperlukan oleh sistem yang dibangun. Pengetahuan yang diperlukan dalam penelitian ini adalah kumpulan kasus yang berkaitan dengan gangguan pada alat musik gitar beserta solusi yang diperlukan untuk memperbaiki gangguan tersebut. Adapun sumber yang digunakan dalam pengumpulan kasus-kasus tersebut, antara lain : 1. Forum pemain gitar melalui jaringan internet a. www.guitarforbeginners.com/foru m/ b. www.jemsite.com/forums/ c. www.guitarnoise.com/forums/view forum.php?f=3 2. Pengalaman narasumber 3. Pengalaman penulis Berdasarkan sumber-sumber tersebut didapatkan data gejala, data kerusakan dan data kasus yang disajikan dalam tabel berikut :
Suara salah salah satu senar lebih kecil dari senar lain Tuning senar mudah GA008 berubah Intonasi suara kurang GA009 tepat Sustain (panjang suara GA010 senar) sangat pendek Suara yang dihasilkan GA011 pecah/kasar GA012 Senar terasa kasar Salah satu atau beberapa senar GA013 buzzing pada fret tertentu GA014 Buzzing pada fret 0 gejala_elektrik ID_Gejala Gejala Senar keras pada GE001 bagian atas fretboard Senar keras pada GE002 bagian tengah fretboard Senar keras pada GE003 bagian bawah fretboard Suara buzzing pada GE004 fret bagian atas fretboard Suara buzzing pada GE005 fret bagian tengah fretboard Suara buzzing pada GE006 fret bagian bawah fretboard Ada suara berisik GE007 "kresek" saat memutar knob Volume Suara salah salah satu GE008 senar lebih kecil dari senar lain Suara yang dihasilkan GE009 putus-putus GE010 Noise/Humming besar GA007
GE011
GE012
Tabel 1. Data Gejala Pada Gitar gejala_akustik ID_Gejala Gejala Senar keras pada GA001 bagian atas fretboard Senar keras pada GA002 bagian tengah fretboard
GE013 Bobot
Kategori
3
Kenyamanan
3
Kenyamanan
GE015 GE016
GA003
Senar keras pada bagian bawah fretboard
3
Kenyamanan
GA004
Suara buzzing pada fret bagian atas fretboard
5
Suara
GA005
GA006
Suara buzzing pada fret bagian tengah fretboard Suara buzzing pada fret bagian bawah fretboard
GE014
GE017 GE018 GE019
5
Suara
GE020
5
Suara
GE021
Tuning senar mudah berubah Senar menjadi out of tune (fals) saat memainkan tremolo Muncul suara berisik saat gitar digerakkan Intonasi suara kurang tepat Sustain (panjang suara senar) sangat pendek Suara hilang jika knob volume diputar sedikit atau tersenggol Suara hilang jika switch pickup diubah Muncul suara "kresek" saat merubah arah switch pickup Suara yang dihasilkan lemah Suara yang dihasilkan pecah/kasar Senar terasa kasar
3
Suara
5
Teknis
1
Teknis
1
Suara
3
Suara
3
Kenyamanan
3
Suara
5
Suara
Bobot
Kategori
3
Kenyamanan
3
Kenyamanan
3
Kenyamanan
5
Suara
5
Suara
5
Suara
3
Suara
3
Suara
5
Suara
1
Teknis
5
Teknis
3
Teknis
3
Teknis
1
Teknis
1
Suara
5
Suara
5
Teknis
5
Suara
5
Suara
3
Suara
3
Kenyamanan
GE022
GE023 GE024
GE025 GE026 GE027 GE028
GE029
Salah satu atau beberapa senar buzzing pada fret tertentu Gitar tidak menghasilkan suara Tersetrum jika menyentuh senar atau bagian besi pada gitar Saat memainkan tremolo terasa gesekan kasar pada bridge Memainkan tremolo sedikit keras Buzzing pada fret 0 Intonasi nada senar pada fret 13-24 sedikit lebih tinggi dari fret 012 Intonasi nada senar pada fret 13-24 sedikit lebih rendah dari fret 0-12
3
Suara
5
Teknis RA010
5
Kenyamanan RA011
3
Teknis RA012
1
Kenyamanan
5
Suara
5
Teknis
5
Teknis
Keterangan Nilai Bobot : 1 = Gangguan biasa 3 = Gangguan sedang 5 = Gangguan penting Tabel 2. Data Kerusakan Pada Gitar kerusakan_akustik ID_Kerusakan Kerusakan RA001
Neck bengkok cembung
RA002
Neck bengkok cekung
RA003
Action senar terlalu tinggi
RA004
Action senar terlalu rendah
Solusi Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan Kurangi tinggi action senar dengan mengatur ketinggian penyangga senar pada bridge. Potong bagian bawah penyangga senar sesuai kebutuhan Tambahkan tinggi action senar dengan mengganjal penyangga senar pada bridge sehingga menjadi lebih tinggi
RA005
Senar sudah terlalu tua
RA006
Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah)
Ganti senar dengan menggunakan senar asli dengan kualitas standar
Fret sudah terkikis
Ganti fret dengan menggunakan fret yang baru
Ketinggian fret tidak merata
Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris
RA007
RA008
RA009
Body kurang kering Kayu fretboard tidak sesuai standar Nut terlalu rendah Jarak nut dan bridge tidak sesuai
kerusakan_elektrik ID_Kerusakan Kerusakan RE001
Neck bengkok cembung
RE002
Neck bengkok cekung
RE003
Action senar terlalu tinggi
RE004
Action senar terlalu rendah
RE005
RE006
RE007
Senar sudah terlalu tua Kemunginan senar yang digunakan adalah senar murahan (berkualitas rendah) Pickup sudah lemah
RE008
Jack gitar bermasalah longgar atau sudah rusak
RE009
Potensio bermasalah kotor dan berkarat
RE010
Fret sudah terkikis
Ganti dengan senar baru
RE011
RE012
RE013
Bridge tidak sejajar dengan body. Tarikan per bridge terlalu kuat Bridge tidak sejajar dengan body. Tarikan per bridge terlalu lemah Sambungan kabel dalam cavity gitar bermasalah
Tidak dapat diperbaiki karena kesalahan terjadi saat pembuatan yaitu tahap pengeringan body Bisa diganti oleh pengrajin dengan biaya tinggi Ganjal nut atau ganti dengan nut baru Tidak dapat diperbaiki karena bridge menempel dengan body Solusi Putar truss rod ke arah berlawanan jarum jam sedikit demi sedikit secara perlahan Putar truss rod ke arah jarum jam sedikit demi sedikit secara perlahan Kurangi tinggi action senar dengan mengatur ketinggian saddle pada bridge Tambahkan tinggi action senar dengan mengatur ketinggian saddle pada bridge Ganti dengan senar baru Ganti senar dengan menggunakan senar asli dengan kualitas standar/tinggi Ganti pickup dengan pickup baru Coba gunakan kabel jack atau ampl yang berbeda. Jika masalah tetap terjadi, periksa sambungan kabel. Jika sambungan baik berarti jack gitar perlu diganti Periksa sambungan kabel lalu beri minyak kedalam potensio sambil diputar. Jika masalah masih terjadi, maka potensio perlu diganti. (Gunakan 250 Ohm atau 500 Ohm) Ganti fret dengan menggunakan fret yang baru Kurangi tarikan per bridge sampai posisi bridge sejajar dengan body Tambahkan tarikan per bridge sampai posisi bridge sejajar dengan body Periksa cavity, jika ada kabel longgar atau lepas maka perlu dilakukan penyolderan
RE014
Ground bermasalah
RE015
Ketinggian fret tidak merata
RE016
Jarak antara senar dan pickup terlalu jauh
RE017
Switch - Pickup Selector bermasalah
RE018
Pickup pada posisi Switch Selector yang dipilih mati
RE019
Sambungan kabel dalam gitar bermasalah
RE020
RE021
RE022
Blade pada bridge sudah tumpul atau terkikis Nut terlalu rendah Panjang senar antara nut sampai fret 12 dan panjang senar antara fret 12bridge tidak sama
ulang. Cek juga ampli dan kabel jack yang digunakan Periksa kabel ground dalam gitar, jika masalah masih terjadi kemungkinan ground pada ampli atau kabel jack yang bermasalah Ratakan ketinggian fret menggunakan amplas. (Pastikan ketinggian fret merata menggunakan benda lurus seperti penggaris Atur ketinggian pickup hingga jarak antara senar dan pickup sesuai Periksa sambungan kabel pada switch, jika kondisi sambungan baik, maka switch perlu diganti Periksa sambungan pickup pada switch, jika normal maka gantilah pickup mati dengan pickup yang baru Periksa ampli dan kabel jack gitar, jika kondisi ampli dan kabel jack bagus, periksa kondisi sambungan didalam gitar.
KA015
Ganti bridge atau bisa juga dengan mengganti base plate bridge
KE028
Ganjal nut atau ganti dengan nut baru Atur saddle bridge hingga jarak senar dari nut sampai fret 12 sama dengan jarak senar dari fret 12-24
ID_Kasus KE001 KE002 KE003 KE004 KE005 KE006 KE007 KE008 KE009 KE010 KE011 KE012 KE013 KE014 KE015 KE016 KE017 KE018 KE019 KE020 KE021 KE022 KE023 KE024 KE025 KE026 KE027
KE029 KE030 KE031 KE032 KE033 KE034 KE035
GA014
RA011 kasus_elektrik ID_Gejala
GE001,GE003,GE004,GE014 GE002,GE005,GE006,GE014 GE001,GE002,GE003 GE004,GE005,GE006 GE008,GE011,GE014,GE015 GE008,GE014,GE019,GE020, GE021 GE014,GE015,GE020,GE021 GE008,GE015,GE019,GE014 GE015,GE019,GE020,GE008 GE009,GE010,GE013 GE009,GE010,GE013,GE019, GE020 GE007,GE009,GE010,GE016 GE007,GE016,GE015,GE009 GE005,GE022,GE004,GE006 GE006,GE011,GE012,GE014 GE011,GE012,GE014,GE003 GE009,GE010,GE024 GE023,GE010,GE024 GE010,GE013,GE024 GE006,GE004,GE005,GE022 GE015,GE019,GE010 GE019,GE018,GE020 GE018,GE017 GE017,GE023,GE010 GE012,GE025,GE026 GE001,GE003,GE004,GE014, GE022 GE002,GE005,GE006,GE014, GE022 GE002,GE005,GE006,GE014, GE003 GE002,GE005,GE014,GE022 GE007,GE008,GE018,GE021, GE013 GE004,GE005,GE008,GE015 GE004,GE005,GE001,GE002 GE007,GE009,GE010 GE027 GE028
ID_Kerusak an RE001 RE002 RE003 RE004 RE005 RE005 RE005 RE006 RE007 RE008 RE008 RE009 RE009 RE015 RE011 RE012 RE013 RE013 RE014 RE015 RE016 RE017 RE017 RE018 RE020 RE001 RE002 RE002 RE002 RE005 RE004 RE001 RE009 RE021 RE022
Tahap Desain Tabel 3. Data Kasus ID_Kas us KA001 KA002 KA003 KA004 KA005 KA006 KA007 KA008 KA009 KA010 KA011 KA012 KA013 KA014
kasus_akustik ID_Gejala GA001,GA003,GA009,GA004 GA001,GA003,GA009,GA013,GA0 04 GA001,GA003,GA004,GA005,GA0 13 GA002,GA005,GA009,GA013 GA002,GA003,GA005,GA006,GA0 13 GA001,GA002,GA003 GA004,GA005,GA006 GA004,GA005,GA006,GA013 GA007,GA008,GA009,GA010 GA007,GA008,GA009,GA010,GA0 12 GA007,GA010,GA011 GA005,GA006,GA013 GA005,GA004,GA013 GA001,GA002,GA004,GA005
ID_Kerus akan RA001 RA001 RA001 RA002 RA002 RA003 RA004 RA004 RA005 RA005 RA006 RA008 RA008 RA001
Tujuan utama dari tahap desain adalah untuk membuat konsep dasar dari sistem yang dibangun serta pembuatan prototype dasar sistem. Tahap desain meliputi perancangan basis data, perancangan sistem secara umum dan perancangan sistem secara detail. Perancangan Basis Data Hubungan setiap entitas dalam sistem pakar ini digambarkan dalam Entity Relationship Diagram (ERD) yang disajikan pada Gambar 2.
Gambar 2. Relationship Diagram (ERD) Sistem Yang Dibangun Relasi dari masing-masing tabel yang ada dalam sistem pakar yang dibangun disajikan dalam Gambar 3.
Diagram konteks menggambarkan awal dan akhir data yang masuk serta output dari suatu sistem. Diagram konteks dari sistem deteksi gangguan pada gitar yang dibangun ini disajikan dalam Gambar 4.
Gambar 3. Relasi Tabel Sistem Yang Dibangun
Gambar 4. Diagram Konteks Sistem Yang Dibangun
Perancangan Sistem Secara Umum
Data flow diagram (DFD) merupakan penjabaran dari diagram konteks yang digunakan untuk menggambarkan aliran data dan informasi yang terjadi selama sistem dijalankan. DFD level 0 dari sistem pakar yang dibangun ini disajikan dalam Gambar 5.
Perancangan sistem secara umum meliputi pembuatan diagram konteks, data flow diagram (DFD) level zero, dan flowchart sistem.
Gambar 5. DFD Level 0 Sistem Yang Dibangun Flowchart digunakan untuk menggambarkan alur dari penggunaan suatu sistem secara detail dan berurutan. Flowchart dari sistem yang dibangun disajikan dalam Gambar 6. Rancangan Penalaran Sistem yang dibangun menggunakan metode inferensi Case Based Reasoning (CBR). Penarikan kesimpulan dilakukan berdasarkan tingkat kemiripan antara kasus baru dengan kasus lama yang disimpan dalam basis pengetahuan. Rumus untuk menghitung bobot kemiripan (similarity) dengan menggunakan algoritma nearest neighbor retrieval adalah sebagai berrikut : 𝑆𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦(𝑝𝑟𝑜𝑏𝑙𝑒𝑚, 𝑐𝑎𝑠𝑒) s1 ∗ w1 + s2 ∗ w2 + ⋯ + sn ∗ wn = w1 + w2 + ⋯ + wn Keterangan : s = similarity (nilai kemiripan) w = weight (bobot yang diberikan) Adapun contoh perhitungan dengan menggunakan algoritma Nearest
Neighboar Retrieval pada kasus gitar elektrik berikut : Kasus ID 1 : - Fret bagian atas neck buzzing / mati (5) - Action senar tinggi pada bagian atas neck (3) - Action senar tinggi pada bagian bawah neck (1) - Intonasi sedikit tidak tepat (1) Kesimpulan : Neck bengkok cembung Kasus ID 2 : - Fret bagian bawah neck buzzing / mati (5) - Fret bagian tengah neck buzzing / mati (5) - Intonasi sedikit tidak tepat (1) - Tuning tidak stabil (3) Kesimpulan : Kondisi bridge tidak sejajar. Tarikan per bridge terlalu kuat. Kasus Baru : - Fret bagian bawah neck buzzing / mati (5) - Tuning tidak stabil (3) - Action senar tinggi pada bagian atas neck (3) Kesimpulan : ?
Similarity baru, ID1 =
Similarity baru, ID2 =
1∗3 = 0,3 5+3+1+1
1∗5+1∗3 = 0,615 5+5+1+3
Hasil perhitungan menunjukan kasus dengan bobot kemiripan tertinggi adalah kasus dengan ID3, sehingga kesimpulan yang dimiliki ID3 digunakan sebagai kesimpulan yang disarankan pada kasus baru.
Gambar 6. Flowchart Sistem Yang Dibangun Tahap Pembuatan Sistem
HASIL DAN PEMBAHASAN
Pembuatan sistem diagnosis kerusakan gitar ini dilakukan dengan dua tahap, yaitu implementasi basis data menggunakan database Microsoft Access 2007 dan implementasi sistem menggunakan Visual Basic 2010.
Form Main Frame Form Main Frame merupakan tampilan utama dari sistem pakar. Form ini akan tampil saat pertama kali masuk sistem. Tampilan dari form Main Frame disajikan dalam Gambar 7.
Form Login Form login akan tampil jika user memilih menu File – Login sbg Pakar. Form login digunakan untuk masuk kedalam sistem baik sebagai pengguna atau pakar. Tampilan dari form login disajikan dalam Gambar 10. Gambar 7. Form Main Frame Form Konsultasi Form konsultasi adalah tampilan yang digunakan untuk fitur deteksi kerusakan pada sistem. Pada form ini user akan diminta memilih jenis gitar dan gejalagejala yang dirasakan pada gitarnya, kemudian sistem akan menampilkan kesimpulan berupa kerusakan dan solusi ketika user menekan tombol “DETEKSI KERUSAKAN”. Tampilan dari form konsultasi disajikan dalam Gambar 8.
Gambar 10. Form Login Form Kelola Gejala Form kelola gejala digunakan untuk mengelola data gejala dalam basis pengetahuan. Form ini akan muncul saat memilih menu Kelola Pengetahuan Kelola Gejala. Tampilan dari form kelola gejala disajikan dalam Gambar 11.
Gambar 8. Form Konsultasi Form Hasil Deteksi Form hasil deteksi merupakan form yang digunakan untuk menampilkan hasil dari pendeteksian yang telah dilakukan oleh sistem. Tampilan dari form hasil deteksi disajikan dalam Gambar 9. Gambar 11. Form Kelola Gejala
Gambar 9. Form Hasil Deteksi
Form Kelola Kerusakan Form kelola kerusakan digunakan untuk mengelola data kerusakan dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan- Kelola Kerusakan. Tampilan dari form kelola kerusakan disajikan dalam Gambar 12.
yang dimilikinya. Kasus yang telah divalidasi kemudian disimpan kedalam basis pengetahuan untuk digunakan pada kasus selanjutnya. Form ini akan muncul saat memilih menu revise. Tampilan dari form revise disajikan dalam Gambar 14.
Gambar 12. Form Kelola Kerusakan
Gambar 14. Form Revise
Form Kelola Kasus Form kelola kasus digunakan untuk mengelola data kasus dalam basis pengetahuan yang dimiliki sistem. Form ini akan muncul saat memilih menu Kelola Pengetahuan - Kelola Gejala. Tampilan dari form kelola kasus disajikan dalam Gambar 13.
Perbandingan Antara Output Sistem dan Perhitungan Manual Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan hasil dari perhitungan manual dilakukan dengan membandingkan nilai similarity dari lima kasus lama yang memiliki tingkat kemiripan tertinggi dengan kasus baru. Perbandingan antara hasil penalaran dari sistem dan perhitungan manual disajikan dalam Tabel 4. Tabel 4. Perbandingan Antara Output Sistem dan Perhitungan Manual No
Kasus Baru
Output Sistem
Perhitung an Manual
KA002, KA008, KA007, KA001, KA012 KA010, KA009, KA011, KA001, KA004
KA002, KA008, KA007, KA001, KA012 KA010, KA009, KA011, KA001, KA004
Ket.
Akustik
Gambar 13. Form Kelola Kasus Form Revise Form revise digunakan untuk mengelola data kasus baru untuk dilakukan validasi terhadap kesimpulan
1
GA004, GA006, GA013, GA003
2
GA010, GA012, GA009
3
GA007, GA010, GA011, GA012
KA011, KA010, KA009
KA011, KA010, KA009
Sesuai
4
GA004, GA013, GA002, GA009
KA013, KA002, KA004, KA014, KA001
KA013, KA002, KA004, KA014, KA001
Sesuai
Sesuai
Sesuai
5
GA013, GA003, GA008, GA009
KA009, KA002, KA010, KA006, KA004
KA009, KA002, KA010, KA006, KA004
KE004, KE021, KE020, KE031, KE002 KE033, KE017, KE010, KE019, KE012 KE025, KE016, KE015, KE007, KE008 KE008, KE006, KE021, KE009, KE022 KE023, KE010, KE033, KE017, KE030 KE019, KE017, KE018, KE010, KE011 KE003, KE003, KE007, KE026, KE028 KE025, KE016, KE015, KE005, KE007 KE028, KE002, KE027, KE029, KE003 KE017, KE010, KE033, KE019, KE018
KE004, KE021, KE020, KE031, KE002 KE033, KE017, KE010, KE019, KE012 KE025, KE016, KE015, KE007, KE008 KE008, KE006, KE021, KE009, KE022 KE023, KE010, KE033, KE017, KE030 KE019, KE017, KE018, KE010, KE011 KE003, KE003, KE007, KE026, KE028 KE025, KE016, KE015, KE005, KE007 KE028, KE002, KE027, KE029, KE003 KE017, KE010, KE033, KE019, KE018
Sesuai
Elektrik
1
GE004, GE005, GE006, GE015, GE019
2
GE007, GE009, GE024, GE010
3
GE026, GE012, GE014
4
GE008, GE019, GE003, GE021
5
GE008, GE009, GE018, GE017
6
7
8
GE024, GE010, GE013 GE001, GE002, GE003, GE021, GE014 GE026, GE011, GE012, GE014, GE025
9
GE005, GE006, GE002, GE003
10
GE009, GE015, GE021, GE024, GE010
Sesuai
Sesuai
Perbandingan Antara Output Sistem dan Kesimpulan Pakar Perbandingan antara hasil penalaran yang dilakukan oleh sistem dengan kesimpulan dari pakar dilakukan dengan membandingkan tiga kerusakan tertinggi yang dihasilkan oleh sistem dan kemungkinan kerusakan yang disimpulkan oleh pakar. Perbandingan antara hasil penalaran dari sistem dan kesimpulan dari pakar disajikan dalam Tabel 5.
Sesuai
Tabel 5. Perbandingan Antara Output Sistem dan Kesimpulan Pakar Sesuai
Sesuai
Sesuai
Sesuai
Sesuai
Sesuai
Sesuai
Tabel diatas menunjukan nilai yang dihasilkan sistem sesuai dengan nilai yang dihasilkan oleh perhitungan k-nearest neighbor secara manual. Kesesuaian tersebut menunjukan keberhasilan penerapan rumus k-NN kedalam sistem.
Kasus Baru Akustik GA004, GA006, 1 GA013, GA003 GA010, 2 GA012, GA009 GA007, GA010, 3 GA011, GA012 GA004, GA013, 4 GA002, GA009 GA013, GA003, 5 GA008, GA009 Elektrik GE004, GE005, 1 GE006, GE015, GE019 GE007, GE009, 2 GE024, GE010 GE026, 3 GE012, GE014 GE008, GE019, 4 GE003, GE021 GE008, GE009, 5 GE018, GE017 GE024, 6 GE010, GE013 GE001, GE002, 7 GE003, GE021, GE014 No
Output Sistem
Kesimpulan Pakar
Nilai Kesesuaian
RA001, RA004, RA008
RA001, RA004, RA008
1
RA005, RA006, RA001
RA005, RA006, RA009
2/3
RA006, RA005
RA006, RA005, RA010
2/3
RA008, RA001, RA002
RA008, RA001, RA011
2/3
RA005, RA001, RA003
RA005, RA001, RA012
2/3
RE004, RE016, RE015
RE004, RE016, RA001
2/3
RE009, RE013, RE008
RE009, RE013, RE008
1
RE020, RE012, RE011
RE020, RE012, RE011
1
RE006, RE005, RE016
RE006, RE005, RE016
1
RE017, RE08, RE009
RE017, RE008, RE013
2/3
RE014, RE013, RE008
RE014, RE013, RE008
1
RE003, RE001, RE005
RE003, RE001, RE005
1
8
9
10
GE026, GE011, GE012, GE014, GE025 GE005, GE006, GE002, GE003 GE009, GE015, GE021, GE024, GE010
RE020, RE012, RE011
RE020, RE012, RE011
1
RE002, RE003, RE004
RE002, RE003
2/3
RE013, RE008, RE009
RE013, RE008, RE009
1
Keterangan nilai kesesuaian pada tabel : - 1 = Kemungkinan kerusakan sama - 2/3 = 2 dari 3 kemungkinan kerusakan sama - 1/3 = 1 dari 3 kemungkinan kerusakan sama - 0 = Kemungkinan kerusakan berbeda Persentase kecocokan antara output sistem dan kesimpulan pakar didapatkan dengan menghitung rata-rata dari nilai kesesuaian. Nilai rata-rata yang dihasilkan kemudian dirubah dalam bentuk persen(%). Adapun perhitungan persentase kecocokan tersebut adalah sebagai berikut : Kecocokan
=
1+(2/3)+(2/3)+(2/3)+(2/3)+(2/3)+1+1+1+(2/3)+1+1+1+(2/3)+1 15
x 100%
= 84,4 % Berdasarkan perhitungan diatas, maka persentase kesesuaian antara hasil perhitungan sistem dan hasil pemikiran pakar adalah sebesar 84,4%. Nilai tersebut menunjukan tingkat kesesuaian yang tinggi antara output sistem dan pemikiran pakar. Kelebihan dan Kekurangan Case Based Reasoning (CBR) Kelebihan dari system pakar ini adalah semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga dapat memecahkan masalah dengan mudah. Metode case based reasoning (CBR) lebih efisien dalam melakukan penalaran dibandingkan dengan rule based reasoning, karena
menggunakan pengetahuan lama dan memiliki kemampuan untuk mengadaptasi pengetahuan baru. CBR tidak perlu membangkitkan aturan-aturan setiap akan menyelesaikan masalah, melainkan dengan menilai tingkat kemiripan masalah dengan kasus lama. Dalam dunia nyata, saat menghadapi suatu masalah biasanya seorang pakar melihat kesamaan masalah tersebut dengan masalah yang pernah diselesaikan sebelumnya. Kelemahan dari penggunaan case based reasoning adalah semakin banyak data kasus yang tersimpan dalam basis pengetahuan, maka proses penalaran akan sedikit bertambah lama karena sistem harus menghitung tingkat kemiripan kasus baru dengan semua kasus pada basis pengetahuan. Adapun perubahan waktu eksekusi sesuai banyaknya kasus yang tersimpan dalam basis pengetahuan disajikan dalam Tabel 6. Tabel 6. Perbandingan Waktu Eksekusi Sistem Waktu Eksekusi No Jumlah Kasus Sistem (detik) 1 5 0.996 2 10 2.043 3 15 3.073 4 20 3.884 5 25 4.557 6 30 5.694 7 35 6.289 Tabel diatas menunjukkan bahwa waktu eksekusi sistem akan bertambah jika jumlah kasus lama yang disimpan dalam basis pengetahuan bertambah. Berdasarkan tabel diatas maka dapat dibuat sebuah grafik yang menunjukan perbandingan antara jumlah kasus dengan waktu eksekusi sistem seperti yang disajikan pada Gambar 15.
Gambar 15. Grafik Perubahan Waktu Eksekusi SIMPULAN DAN SARAN Kesimpulan Penelitian ini telah berhasil membangun sebuah sistem deteksi gangguan pada gitar menggunakan bahasa pemrograman Visual Basic 2010. Sistem ini dapat digunakan di perangkat komputer tanpa perlu menginstall server lokal karena menggunakan database dari Microsoft Access 2007. Metode penalaran yang digunakan oleh sistem adalah metode case based resoning (CBR) dengan menggunakan rumus k-nearest neighbor. Adapun tool yang digunakan dalam perancangan system yaitu entity relationship diagram (ERD), relasi tabel, diagram konteks, data flow diagram level 0 (DFD level 0) dan flowchart. Sistem yang dibangun dapat melakukan pendeteksian kerusakan atau gangguan yang terjadi pada gitar akustik dan gitar elektrik berdasarkan gejala yang dimasukkan oleh pengguna. Sistem juga dapat digunakan untuk mengelola basis pengetahuan yaitu gejala, kerusakan dan kasus. Kasus baru yang dimasukkan disimpan kedalam tabel revise untuk kemudian dilakukan proses revise dan retain. Metode case based reasoning lebih baik dari metode rule based reasoning karena penalaran dilakukan berdasarkan pengalaman atau kasus sebelumnya. Semakin banyak pengalaman atau kasus yang tersimpan dalam basis pengetahuan, maka sistem akan semakin pintar sehingga
dapat memecahkan masalah dengan mudah. Kecepatan penalaran dipengaruhi oleh banyaknya kasus lama yang digunakan sistem selama proses perhitungan pada tahap retrieval. Semakin banyak data kasus yang tersimpan, maka perulangan pada proses penalaran akan semakin banyak sehingga memperbesar waktu eksekusi. Dalam penggunaannya, sistem yang dibangun dapat membantu dalam mencari kemungkinan kerusakan yang terjadi pada gitar sesuai gejala yang dirasakan tanpa kehadiran seorang pakar, sehingga memungkinkan kerusakan dapat diperbaiki oleh pengguna sendiri. Kesimpulan didapatkan dari kasus lama yang memiliki similarity tertinggi. Kesesuaian antara kesimpulan sistem dan pemikiran pakar sebesar 84,4 % sehingga sistem cukup bisa dipercaya. Uraian diatas menunjukkan keberhasilan penggunaan metode penalaran case based resoning (CBR) untuk pendeteksian kerusakan yang terjadi pada alat musik gitar, baik akustik maupun elektrik. Oleh karena itu sistem yang dibangun sudah sesuai dengan tujuan dan ruang lingkup yang telah ditentukan. Saran Waktu eksekusi dari metode penalaran case based reasoning dipengaruhi oleh banyaknya data kasus yang digunakan pada tahap retrieval, yaitu semakin banyak kasus maka proses penalaran akan semakin lama. Untuk menangani hal tersebut, maka penelitian dapat dikembangkan dengan menggunakan metode penalaran lain sehingga eksekusi sistem dapat berjalan lebih cepat. Dalam penggunaan sistem sebaiknya tidak sembarangan memanipulasi data gejala, data kerusakan dan data kasus yang telah dalam basis pengetahuan, karena dapat mengganggu proses penalaran yang dilakukan sistem. Untuk
pengembangan selanjutnya sistem sebaiknya dapat memberi kesimpulan dengan lebih dari satu kerusakan, sehingga lebih cepat dalam mendeteksi kerusakan pada gitar. DAFTAR PUSTAKA Aamodt, A., dan Plaza, E. 1994. Case Based Reasoning: Foundation Issues, Methodological Variations, and System Approaches. AI Communications Vol. 7. Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Andi, Yogyakarta. Aribowo, Agus S. 2010. TELEMATIKA Vol.7 No.1. UNP Veteran, Yogyakarta. Firdaus. 2006. 7 Jam Belajar Interaktif Visual Basic 6.0 Untuk Orang Awam. Maxikom, Palembang. Mantaras, R. L. 2006. Retrieval, Reuse, Revision and Retention in Case Based Reasoning, The Knowledge Engineering Review. Cambridge University, United Kingdom. Nugroho, B. 2014. Master Gitar. e-prim, Jakarta. Retnowati, Reny. 2013. Jurnal Sarjana Teknik Informatika Vol.1 No.1. Universitas Ahmad Dahlan. Yogyakarta. Shaid et al. 2015. Jurnal TIKomSiN Vol.3 No.1. STIMK Sinar Nusantara. Surakarta. Sutojo, T., Mulyanto, E., dan Suhartono, V. 2010. Kecerdasan Buatan. Andi, Yogyakarta.
Taufani, R.Dani. 2009. Mengolah Data Dengan Microsoft Access 2007. Mugi, Bandung. Turban, E., Aronson, Ting Peng Liang. 2005. Decision Support System and Intellgent System (Sistem Pendukung Keputusan Sistem Cerdas). Andi, Yogyakarta. Turban, Efraim. 1995. Decision Support System and Expert System. PrenticeHall. Inc, New Jersey.
