SISTEM PAKAR KERUSAKAN MESIN JAHIT DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID Hengki Andrea Taman Jurusan Teknik Informatika STMIK PalComTech Palembang Abstrak Mesin jahit adalah peralatan mekanis atau elektromekanis yang berfungsi untuk menjahit. Pada saat ini khususnya dalam bidang keterampilan seperti membuat sebuah pakaian salah satu alat yang digunakan ialah mesin jahit. Namun setiap orang menggunakan mesin jahit secara terusmenerus dapat menyebabkan kerusakan pada mesin jahit. Pada penelitian ini penulis menggunakan metode certainty factor agar masyarakat dapat mengetahui tingkat kepastian kerusakan mesin jahit. Sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Sistem pakar kerusakan mesin jahit dibuat sebagai alat bantu untuk mendiagnosa kerusakan mesin jahit berbasis android, sehingga dapat mempermudah masyarat dalam berinteraksi langsung dengan aplikasi. Pada sistem pakar kerusakan mesin jahit, user memilih gejala setelah memilih gejala sistem akan menampilkan hasil diagnosa dengan menggunakan metode certainty fator, maka hasil akhir diagnosa sistem pakar kerusakan mesin jahit akan menampilkan presentase kepastian yang diberikan oleh sistem kepada pengguna dalam menjawab pertanyaan selama sesi konsultasi pada saat menggunakan sistem ini. Kata Kunci : Sistem Pakar, Certainty Factor, Aplikasi Berbasis Android, Mesin Jahit
PENDAHULUAN Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang di buat oleh manusia. Sistem ini dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaiakan suatu masalah. Dengan bantuan sistem pakar seorang yang awam dapat menyelesaikan masalah yang ada sehingga bisa mengambil keputusan yang biasanya dilakukan oleh seorang pakar. Sistem pakar berkembang bukan hanya di buat dalam bentuk website, namun bisa dibuat menjadi berupa aplikasi sistem pakar yang berjalan di suatu sistem android untuk mempermudah masyarakat berinteraksi langsung dengan sistem pakar. Pada saat ini khususnya dalam bidang keterampilan seperti membuat sebuah pakaian salah satu alat yang digunakan ialah mesin jahit. Mesin jahit membantu kita dalam menjahit pakaian dan lainnya sehingga pekerjaan menjahit menjadi lebih cepat, lebih halus dan lebih rapi dibandingkan jika kita menjahit dengan menggunakan tangan. Mesin jahit saat ini sudah banyak yang menggunakan dari remaja hingga dewasa, dan hanya orang-orang tertentu mempunyai skill yang baik untuk dapat menggunakannya dalam membuat sebuah pakaian. Seiring berkembangnya dunia fashion banyak pemula-pemula yang menggunakan mesin jahit. Namun setiap orang menggunakan mesin jahit secara terusmenerus dapat menyebabkan kerusakan pada mesin jahit, bagi pemula ataupun orang yang telah lama menggunakan mesin jahit, mereka masih belum paham dalam memperbaiki mesin jahit yang mereka gunakan, sehingga dapat menyebabkan pekerjaan mereka tertunda. LANDASAN TEORI Kecerdasan Buatan Menurut Sutojo, Mulyanto dan Suhartono (2011:1), Kecerdasan buatan berasal dari Inggris “Artificial Intelligence” atau disingkat AI, intelligence adalah kata sifat yang berarti
1
cerdas, sedangkan artificial artinya buatan. Kecerdasan buatan yang dimaksud disini merujuk pada mesin yang mampu berpikir menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia. Sistem Pakar Menurut Kusrini (2008:3), sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Pakar yang dimaksud di sini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. Android Menurut Kasman (2013:2), Android merupakan sebuah sistem operasi telepon seluler dan komputer tablet layar sentuh yang berbasis Linux, namun seiring perkembangannya android berubah menjadi platform yang begitu cepat dalam melakukan inovasi. Hal ini tidak lepas dari pengembang utama dibelakangnya yaitu Google. Google yang mengakusisi android, kemudian membuatkan sebuah platform. Platform android terdiri dari sistem operasi berbasus Linux, sebuah GUI (Graphic User Interface), sebuah web browser, dan aplikasi end-user yang dapat di download dan juga para pengembang bisa dengan leluasa berkarya serta menciptakan aplikasi yang terbaik dan terbuka untuk digunakan oleh berbagai macam perangkat. Certainty Factor Teori Certainty Factor adalah untuk mengakomodasi ketidakpastian pemikiran seorang pakar yang di usulkan oleh Shortlife dan Buchanan pada tahun 1975. Seorang pakar (misalnya dokter) sering menganalisis informasi yang ada dengan ungkapan ketidakpastian, untuk mengakomodasi hal ini kita menggunakan Certainty Factor guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi. Dalam mengekspresikan derajat kepastian, certainty factor untuk mengasumsikan derajat kepastian seorang pakar terhadap suatu data. Konsep ini kemudian diformulasikan dalam rumus dasar sebagai berikut: 1.
CF[H,E] Keterangan: CF MB[H,E] MD[H,E]
2.
Hipotesa E CF[H,E]1 Keterangan: CF[E] CF[H] CF[H,E]
= MB[H,E] – MD[H,E] = Certainty factor dalam hipotesa H yang dipengaruhi oleh fakta E. = Measure of belief (ukuran kepercayaan) terhadap hipotesa H, jika diberikan evidence E (antara 0 dan 1). = Measure of disbelief (ukuran kepercayaan) terhadap evidence H, jikan diberikan evidence E (antara 0 dan 1). = Hipotesa. = Evidence (peristiwa atau fakta). = CF[H] * CF[E] = Certainty factor evidence E yang di pengaruhi oleh evidence E. = Certainty factor hipotesa dengan asumsi evidence diketahui dengan pasti, yaitu ketika CF[E,r] = 1. = Certainty factor hipotesa yang dipengaruhi oleh evidence E diketahui dengan pasti.
2
1. 2.
Certainty factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rules): CFcombine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * [1 - CF[H,E]1] CFcombine CF[H,E]old,3 = CF[H,E]old + CF[H,E]3 * [1CF[H,E]old] Tabel 1. Bobot Certainty Factor Uncertain Tern CF Definitely not (pasti -1.0 tidak) Almost certainly not -0.8 (hamper pasti tidak) Probability not (kemungkinan besar -0.6 tidak) Meybe not (mungkin -0.4 tidak) Unknown (tidak -0.2 to 0.2 tahu) Probably 0.4 (kemungkinan besar) Almost certainly 0.8 (hamper pasti) Definitely (pasti) 1.0 (Sumber: Sutojo(2011) dalam Jurnal Dodi Hartanto(2013))
Data Primer Menurut Hasan (2008 : 33), data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya. Data primer disebut juga data asli atau data baru. Data Sekunder Menurut Hasan (2008 : 33), data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber-sumber yang telah ada. Data itu biasanya diperoleh dari perpustakaan atau dari laporan-laporan peneliti yang terdahulu. Data sekunder disebut juga data tersedia. Wawancara Menurut Ahmad (2008:190), wawancara merupakan petemuan dua orang untuk bertukar informasi dan ide melalui tanya jawab, sehingga dapat dikonstruksikan makna dalam suatu data tertentu. Observasi Menurut Hariwijaya dan Triton (2011:63), Metode pengumpulan data secara sistematis melalui pengamatan dan pencatatan terhadap fenomena yang ditetliti. Hasil pengamatan tersebut dicatat dan selanjutnya dianalisis oleh peneliti untuk menjawab masalah penelitian. Tujuan pengamatan terutama adalah mencatat atau mendeskripsikan perilaku objek serta memahaminya.
3
Kepustakaan Menurut Hariwijaya dan Triton (2011:63), Teknik ini digunakan dalam keseluruhan proses penelitian sejak awal hingga sampai akhir penelitian dengan cara memanfaatkan berbagai macam pustaka yang relevan dengan fenomena social yang tengah dicermati. Jenis Penelitian Jenis penelitian ini termasuk penelitian eksperiment, menurut Maryati (2007:104), Penelitian eksperimen merupakan jenis penelitian yang memanipulasi atau mengontrol situasi alamiah menjadi situasi buatan (artificial) sesuai dengan tujuan penelitian. Use Case Menurut Shalahuddin (2011:130) use case adalah sebuah interaksi antara satu atau lebih actor dengan sistem informasi yang akan dibuat. Activity Diagram Menurut Shalahuddin (2011:134) activity diagram adalah diagram yang menggambarkan aktivitas sistem bukan apa yang dilakukan actor, jadi aktivitas yang dapat dilakukan oleh sistem. Class Diagram Menurut Shalahuddin (2011:122), diagram kelas menggambarkan struktur sistem segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Model Waterfall Menurut Rosa dan Shalahuddin (2013:28), model SDLC (software development life cycle) air terjun (waterfall) sering juga disebut model sekuensial linier (sequential linear) atau alur hidup klasik (classic life cycle). Model air terjun menyediakan pendekatan alur hidup perangkat lunak secara sekuensial atau terurut dimulai dari analisis, desain, pengodean, pengujian, dan tahap pendukung (support). HASIL DAN PEMBAHASAN Analisis Pada analisis sistem ini, akan membahas mengenai identifikasi masalah, alur sistem berjalan, deskripsi dokumen, deskripsi kebutuhan, pemodelan kebutuhan. Identifikasi Masalah Dalam pembuatan aplikasi Sistem Pakar Kerusakan Mesin Jahit dengan Metode Certainty Factor Berbasis Android, penulis menarik beberapa permasalahan yang akan dianalisis sebagai berikut: 1. Menganalisis bagaimana prosedur Sistem Pakar Kerusakan Mesin Jahit dengan Metode Certainty Factor Berbasis Android.
4
2. Menerapkan metode certainty factor dalam Sistem Pakar Kerusakan Mesin Jahit Berbasis Android. 3. Menerapkan Sistem Pakar Kerusakan Mesin Jahit dengan Metode Certainty Factor Berbasis Android dengan menggunakan bahasa pemrograman Java. Basis Pengetahuan Simbol Gejala Kerusakan Mesin Jahit Basis pengetahuan simbol gejala kerusakan mesin jahit dapat dilihat pada tabel 2. Tabel 2. Tabel Simbol Gejala Simbol Gejala Gejala Kerusakan G01 Benang pada sepul dalam sekoci kurang rapat G02 Jarum tidak sesuai Benang yang lepas dan menyangkut pada G03 mesin G04 penumpukan sisa serat kain pada gigi mesin G05 Salah menggunakan jarum G06 Jarum bengkok atau tumpul G07 Jarum terlalu kecil ukurannya Pemasangan sekoci kurang pas sehingga G08 terbentur oleh jarum G09 Pemasangan jarum kurang pas G10 Tension benang pengatur kekencangan G11 Kurang baiknya kualitas benang G12 Benang tersangkut G13 Ukuran jarum salah G14 Benang tidak cocok G15 Kurang oli G16 Kendurnya tekanan sapatu saat menjahit G17 Jarum tumpul atau bengkok Sekoci kendur dan sapatu kurang menekan G18 pada kain G19 Benang menyangkut di bawah kain G20 pengatur gigi jahitan ada di posisi 0 G21 Kop benang atas lepas G22 Gulungan benang pada sepul tidak rata Benang sepul tidak masuk secara benang pada G23 sekoci G24 sepatu mesin tidak diturunkan saat menjahit Basis Pengetahuan Simbol Kerusakan Mesin Jahit Basis pengetahuan simbol jenis kerusakan mesin jahit dapat dilihat pada tabel 3. Tabel 3. Tabel Simbol Basis Pengetahuan Simbol Jenis Kerusakan Mesin Jahit K01 Hasil jahitan kendur K02 Mesin tidak lancer dan berisik
5
K03 K04 K05 K06 K07
Jarum mudah patah Benang atas mudah putus Hasil jahitan loncat-loncat Kain tidak jalan saat dijahit Hasil jahitan kusut
Solusi Kerusakan Mesin Jahit Solusi kerusakan mesin jahit dapat di lihat pada tabel 4. Tabel 4. Solusi Kerusakan Mesin Jahit Kerusakan Solusi K01 Mengencangkan baut sekoci dan mengencangkan kop benang bagian atas K02 Membersihkan mesin dari serat-serta kain dan benang di gigi mesin dengan kuas, memberikan minyak pelumas yang berkualitas pada penutup mesin K03 Pastikan menyetel jarum dan benang dengan baik, mengganti jarum dengan kualitas yang baik K04 Menyesuaikan nomor jarum yang akan digunakan, setel kembali rumah sekoci, tarik kain kearah belakang mesin jahit K05 Pastikan ukuran jarum sesuai dengan bahan yang akan dijahit, pastikan mesin jahit telah di beri oli secara teratur K06 Periksa sekoci sudah benar atau belum, periksa benang saat menjahit, periksa posisi pengatur gigi saat menjahit jangan di posisi 0 K07 Periksa sepul benang sehingga terpasang pada sekoci dengan baik, periksa kop benang atas ehingga tidak lepas
Rentang Nilai Nilai gejala kerusakan mesin jahit dapat dilihat pada tabel 5. Simbol G01 G02 G03 G04 G05 G06 G07
K01 0.8 0.5
Tabel 5. Tabel Rentang Nilai K02 K03 K04 K05 0.8 0.7 0.8 0.7 0.7 0.5
6
K06
K07
0.8
G08 G09 G10 G11 G12 G13 G14 G15 G16 G17 G18 G19 G20 G21 G22 G23 G24
0.5 0.9 0.4 0.7 0.9 0.4 0.3 0.8 0.7 0.7 0.9 0.9 0.6 0.5 0.8 0.8
Pohon Keputusan Pohon keputusan adalah pemetaan alternatif-alternatif pemecahan masalah yang dapat diambil dari masalah tersebut. Pohon keputusan dapat dilihat pada gambar 1.
Gambar 1. Pohon Keputusan Metode Certainty Factor Saat menentukan nilai kepastian penulis melakukan penyelesaian masalah yang dialami user dengan menggunakan perhitungan sebagai berikut: CF[H,E]1 = CF[H]1 * CF[E]1 CFCombine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * (1 – CF[H,E]1) Jenis Kerusakan Hasil Jahitan Kendur
Gejala
Bobot
Benang pada sepul dalam sekoci kurang rapat Jarum tidak sesuai
0.8
Nilai User 1
0.5
1
7
CF[H,E]1
= CF[H]1 * CF[E]1 = 0.8 * 1 = 0.8 CF[H,E]2 = CF[H]2 * CF[E]2 = 0.5 * 1 = 0.5 CFCombine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * (1 – CF[H,E]1) = 0.8 + 0.5 * (1 – 0.8) = 0.8 + 0.5 * 0.2 = 0.8 + 0.1 = 0.9
Pembahasan Pada saat ini khususnya dalam bidang keterampilan seperti membuat sebuah pakaian salah satu alat yang digunakan ialah mesin jahit. Mesin jahit saat ini sudah banyak yang menggunakan dari remaja hingga dewasa, dan hanya orang-orang tertentu mempunyai skill yang baik untuk dapat menggunakannya dalam membuat sebuah pakaian. Seiring berkembangnya dunia fashion banyak pemula-pemula yang menggunakan mesin jahit. Namun setiap orang menggunakan mesin jahit secara terus-menerus dapat menyebabkan kerusakan pada mesin jahit, bagi pemula ataupun orang yang telah lama menggunakan mesin jahit, mereka masih belum paham dalam memperbaiki mesin jahit yang mereka gunakan, sehingga dapat menyebabkan pekerjaan mereka tertunda. Sehingga sistem pakar kerusakan mesin jahit bisa berguna dan mampu membantu masyarakat untuk mengetahui jenis kerusakan mesin jahit yang mereka gunakan. Halaman Login Halaman menu login aplikasi sistem pakar kerusakan mesin jahit seperti gambar 2.
Gambar 2. Menu Login
Halaman Menu Admin Halaman menu admin aplikasi sistem pakar kerusakan mesin jahit seperti gambar 3.
8
Gambar 3. Menu Admin Halaman Input Gejala Halaman menu input gejala aplikasi sistem pakar kerusakan mesin jahit seperti gambar 4.
Gambar 4. Menu Input Gejala Halaman Input Kerusakan Halaman menu input kerusakan aplikasi sistem pakar kerusakan mesin jahit seperti gambar 5.
9
Gambar 5. Menu Input Kerusakan Halaman Input Bobot Halaman menu input bobot aplikasi sistem pakar kerusakan mesin jahit seperti gambar 6.
Gambar 6. Menu Input Bobot Halaman Menu Utama Halaman menu utama aplikasi sistem pakar kerusakan mesin jahit seperti gambar 7.
10
Gambar 7. Menu Utama Aplikasi Hamalam Menu Konsultasi Halaman menu konsultasi aplikasi sistem pakar kerusakan mesin jahit, pada menu konsultasi pengguna memilih gejala benang pada sepul dalam sekoci kurang rapat dan jarum tidak sesuai seperti gambar 8.
Gambar 8. Menu Konsultasi Halaman Hasil Diagnosa Halaman menu hasil diagnosa aplikasi sistem pakar kerusakan mesin jahit seperti gambar 9.
11
Gambar 9. Hasil Diagnosa Halaman Solusi Kerusakan Halaman menu solusi kerusakan aplikasi sistem pakar kerusakan mesin jahit seperti gambar 10.
Gambar 10. Solusi Kerusakan PENUTUP Adapun kesimpulan yang didapat dari hasil pembuatan program system pakar kerusakan mesin jahit dengan menggunakan metode certainty factor, maka dapat diperoleh beberapa kesimpulan ialah penerapan metode certainty factor sangat baik digunakan pada sistem pakar diagnosa kerusakan mesin jahit sehingga dapat diketahui hasil tingkat kepastian diagnosa kerusakan mesin dan aplikasi sistem pakar ini dapat menjadi sarana untuk mengetahui tentang kerusakan dan solusi pada mesin jahit dari pakar atau ahlinya. DAFTAR PUSTAKA A.S, Rosa dan M. Shalahuddin. 2011. Modul Pembelajaran Rekayasa Perangkat Lunak. Bandung: Modula
12
A.S, Rosa dan M. Shalahuddin. 2013. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika Bandung. Beni, Ahmad Saebani. 2008. Metode Penelitian. Bandung: Pustaka Setia Hariwijaya dan Triton. 2011. Pedoman Penulisan Ilmiah Skripsi & Tesis. Yogyakarta: ORYZA. Hartato, Dodi. 2013. Perancangan Sistem Pakar Untuk Mengidentifikasi Penyakit Pada Tanaman Semangka Dengan Menggunakan Metode Certainty Factor. Jurnal Pelita Informatika Budi Darma. ISSN 2301-9425. Hasan, Iqbal. 2008. Pokok-pokok Materi Statistik . Jakarta: PT Bumi Aksara. Kasman, Akhmad Dharma. 2013. Kolaborasi Dahsyat Android dengan PHP dan Mysql. Yogyakarta: Lokomedia. Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna Dengan Metode Kuantifikasi Pertayaan. Yogyakarta: Andi Offset. Maryati, Kun. 2007. Sosiologi. Esis. Sutojo, Edy Mulyanto dan Vincent Suhartono. 2011. Kecerdasan Buatan. Yogyakarta: Andi Offset.
13
