ANALISIS KERUSAKAN KENDARAAN CHEVROLET DENGAN METODE FORWARD CHAINING DAN RULE APRIORI BERBASIS CLIENT SERVER Ewi Ismaredah Jurusan Teknik Elektro, Fakultas Sains dan Teknologi, UIN Suska Riau Email :
[email protected]
ABSTRAK Perkembangan teknologi informasi saat ini merupakan pemicu perusahaan untuk menggali potensi yang dimiliki agar dapat lebih meningkatkan performance perusahaan. PT. Vinsa Indo Sejahtera merupakan perusahaan yang bergerak dibidang perdagangan otomotif dan workshop kendaraan merk Chevrolet. Penggunaan komputer pada perusahaan ini masih belum optimal. Banyaknya kasus kerusakan kendaraan yang terjadi, mengurangi keakuratan Service Advisor (SA) dalam menganalisa kerusakan kendaraan. Selain itu banyaknya jenis sparepart juga menyulitkan SA untuk memperkirakan sparepart yang dibutuhkan dalam suatu kerusakan kendaraan, dimana pengecekan stok sparepart masih dilakukan secara manual. Untuk membantu mempermudah proses kegiatan perusahaan, maka dirancang sebuah sistem dengan menggunakan borland delphi 6 yang dikombinasikan dengan penyimpanan data menggunakan database SQL Server 2000. Analisa kerusakan kendaraan dilakukan dengan menggunakan sistem pakar agar proses analisa tersebut dapat dilakukan dengan lebih cepat tepat dan mudah, mengingat semakin banyaknya jenis kerusakan seiring dengan usia kendaraan dan lahirnya mobil-mobil baru dengan teknologi yang semakin canggih. Sistem pakar dengan metode forward chaining akan menuntun user dalam menganalisa kerusakan kendaraan dengan memilih gejala-gejala yang di tampilkan oleh sistem yang telah dirancang. Untuk mempermudah dalam melakukan proses estimasi, data mining dengan algoritma apriori akan membantu menentukan sparepart yang di butuhkan untuk menangani kerusakan kendaraan yang telah dianalisa. Untuk mempermudah dalam pengecekan stok dan harga sparepart, dirancang jaringan client server dengan topologi start yang menghubungkan antara bagian gudang dengan SA. Kata kunci : Client server, Sistem pakar, Forward chaining, Data mining, Algoritma apriori, Borland delphi 6, SQL Server 2000. ABSTRACT The development of information technology is now a trigger for the company to explore its potential in order to further improve the performance of the company. PT. Vinsa Indo Sejahtera is a company engaged in the automotive trade and Chevrolet brand vehicles workshop. The use of computers in the company is still not optimal. The number of cases of vehicle damage that occurred, reducing the accuracy of SA in analyzing damage to a vehicle. Besides the wide variety of spare parts is also difficult SA to estimate sparepart needed in a vehicle breakdown, which checks the stock of spare parts are still done manually. To help facilitate the activities of the company, it designed a system using borland delphi 6 were combined with data storage using SQL Server 2000 database. Analysis of vehicle damage is done by using an expert system to make the process of analysis can be done more quickly precisely and easily, given the increasing number of types of damage as the vehicle ages and the birth of new cars with increasingly sophisticated technology. Expert system with forward chaining method will guide the user in analyzing the damage to the vehicle by selecting the symptoms displayed by the system that has been designed. To facilitate the estimation process, the data mining algorith ms apriori will help determine spare parts is needed to deal damage to vehicles that have been analyzed. To facilitate the checking stock prices and spare parts, are designed client server network with start topology connecting between the warehouse with SA. Keywords : Client server, expert systems, forward chaining, data mining, apriori ,algorithm, Borland Delphi 6, SQL Server 2000.
PENDAHULUAN PT Vinsa Indo Sejahtera merupakan salah satu perusahaan yang bergerak di bidang perdagangan otomotif dan workshop kendaraan merk Chevrolet. Perusahan ini berdiri pada tanggal 6 januari 1998 yang berlokasi di jalan Soekarno Hatta No.15 Pekanbaru dan merupakan main dealer Chevrolet untuk wilayah riau. Sistem informasi workshop yang berjalan di PT Vinsa Indo Sejahtera pada saat ini sebagian sudah menggunakan komputer walaupun masih bersifat stand alone. Analisa kerusakan kendaraan selama ini dilakukan oleh SA (Service Advisor) berdasarkan pengalaman dan kebiasaan yang terjadi di lapangan. Kasus-kasus kerusakan kendaraan umumnya dapat diselesaikan oleh SA, tetapi beberapa kasus kerusakan tidak bisa diselesaikan karena belum pernah dijumpai oleh SA. Hal ini menyebabkan pekerjaan jadi terkendala apabila salah satu SA berhalangan hadir atau sedang tidak berada di tempat. Semakin banyaknya jenis kendaraan (chevrolet), semakin banyak pula masalah-masalah (jenis kerusakan) yang harus di ingat oleh SA. Kendaraan-kendaraan keluaran terdahulu selalu membawa trouble baru seiring dengan usianya yang semakin tua dan daya tahan onderdil yang semakin melemah, sehingga mengurangi keakuratan SA dalam melakukan analisa kerusakan. Hal ini disebabkan karena keterbatasan memory manusia dalam menyimpan data dan informasi dalam jumlah yang besar dan dalam waktu yang relatif lama. Dengan bertambahnya jenis kendaraan, berakibat bertambahnya jenis sparepart yang tersedia. Keadaan ini mengakibatkan SA sulit untuk mengingat dan memperkirakan sparepart yang dibutuhkan untuk setiap kerusakan. Padahal untuk bisa membuat estimasi biaya diperlukan adanya informasi sparepart. Selama ini estimasi hanya dilakukan secara manual Informasi tentang harga dan ketersediaan sparepart dilakukan melalui telepon karena posisi gudang yang berjauhan. Terkadang SA memutuskan untuk membuat SPK (Surat Perintah Kerja) tanpa melakukan pengecekan stok sparepart karena terjadi missed komunikasi baik karena jaringan sibuk ataupun karena kesibukan pegawai gudang itu sendiri. Pekerjaan mekanik yang sudah setengah jalan terkadang harus di pending karena ternyata sparepart tidak tersedia. Disamping merugikan mekanik, hal ini juga sangat
mengecewakan konsumen karena kendaraan yang seharusnya masih bisa digunakan, terpaksa harus nginap sampai datangnya sparepart. Metode Penelitian Metode penelitian yang digunakan adalah metode System Development Life Cycle (SDLC). SDLC merupakan metode yang digunakan untuk mengembangkan maupun merekayasa Sistem Informasi. Metode ini bersifat menyeluruh dan merupakan kumpulan langkah-langkah yang menjadi pedoman dalam mengembangkan sistem Informasi. Gambar dibawah ini adalah bagan dari SDLC yang umum dimana terdidi atas tujuh phase dan menyerupai air terjun sehingga SDLC juga sering disebut metodologi “waterfall”. Project Identification & Selection Project InitiCation & Planning Analysis Logical Design Physical Design Implementation Maintenance
3.2
Sistem Pakar
ANALISA DAN HASIL 3.2.1
Tabel gejala No Gejala Gejala 1 Mesin kurang tenaga 2 Mesin pincang 3 Idle mesin tinggi 4 Asap hitam 5 Indikator mesin menyala 6 Asap pedih 7 Pedal kopling tinggi 8 Mesin tidak bisa digas 9 Tersendat saat digas 10 Temperature mesin tinggi 11 Asap putih 12 Air sering kurang 13 Mesin berasap 14 Oli sering kurang 15 Mesin kasar 16 Idle naik turun 17 Mesin susah hidup 18 Bahan bakar boros 19 Bunyi letusan di knalpot 20 Mesin sering mati
Rencana Pengembangan Berdasarkan analisa dari penelitian yang telah dilakukan, maka untuk mendukung sistem manajemen workshop yang ada, diusulkan sebuah jaringan client server dimana setiap komputer yang berhubungan dengan workshop dihubungkan satu sama lain dan menggunakan database yang diatur dengan pemrograman berorientasi object sehingga data dapat diakses oleh setiap komponen sesuai dengan kebutuhan. Sistem pakar akan membantu SA dalam menganalisa kerusakan kendaraan untuk mendapatkan hasil yang lebih cepat dan akurat. Semua data yang diperlukan dalam proses berjalanya aliran sistem informasi workshop disimpan kedalam sebuah database termasuk juga data sparepart dan dengan metode data mining secara otomatis dapat diketahui sparepart apa saja yang dibutuhkan. Harga dan ketersediaan stok juga langsung dapat diketahui dengan jaringan client server yang menghubungkan komputer gudang dengan komputer SA sehingga proses estimasi tidak lagi dilakukan secara manual. Bila costumer setuju dengan estimasi tersebut maka SA membuat SPK tidak lagi secara manual melainkan menggunakan komputer pada form yang telah dirancang dengan menggunakan pemrograman berorientasi object. SA tidak perlu lagi menginputkan data perbaikan sebagai story karena semua data-data story sudah ada pada database dan ter-update secara otomatis saat kasir menginputkan data dalam pembuatan faktur. Begitu juga dengan pembuatan laporan baik SA, ADM workshop, maupun kasir tidak lagi secara manual karena sudah di rancang form untuk memanggil data-data yang diperlukan dalam pembuatan laporan dari database yang tentunya selalu ter-update oleh kasir saat pembuatan faktur. Dengan sistem workshop yang diusulkan, dapat dipastikan bahwa pekerjaan dapat dilakukan dengan lebih mudah dan cepat selain itu kesalahankesalaahan juga dapat diminimalisir. Dengan sistem yang diusulkan, tugas masing-masing komponen juga dapat diperkecil sehingga komponen dapat lebih fokus dalam menjalankan tugasnya.
3.2.2 Tabel Analisa No Analisa Analisa A MAP Sensor rusak B Pengapian bermasalah C Kanvas kopling tipis D Fuell pump lemah E Injektor kotor F Packing head bocor G Seal klep aus H Ring piston aus I IAC Rusak J ECT Rusak K CKP Rusak L Speed sensor rusak M Sistem pendingin bocor N Waterpump rusak O Batray drop P Clutch drive rusak Q Selenoid starter rusak R Brush starter aus 3.2.3 Pohon Keputusan 3
1
9
E
7
C
3.2.4
2
3
4
5
A
10
11
12
F
6
B 8
3
16
I
11
G
13
15
H
17
18
J
8
19
K
20
21
L
10
12
M
12
23
N
25
26
27
P
28
Q
26
R
29
S
33
T
1.
D
2.
4
5
24
3. 4.
5.
O
6.
7.
30 START 35
34
U
36
V
37
W
38
X
39
8. 9.
40
Y
41
Z
10.
60 38
44
43
AC
45
AD
46
AE
47
AF
48
49
52
61
AH
50
AI
51
AJ
53
AK
54
AL
62
AM
56
AN
57
AO
63
AP
59
AQ
AB
11.
12. AG
13. 14. 15.
48
55
58
Pohon Keputusan Forward Chaining
4
Kaidah Produksi (Rule)
IF Mesin kurang tenaga AND Mesin pincang AND Idle mesin tinggi AND Asap hitam AND Indikator engine menyala THEN Map sensor rusak. IF Mesin kurang tenaga AND Mesin pincang AND Asap pedih THEN Pengapian bermasalah. IF Mesin kurang tenaga AND Pedal kopling tinggi THEN Kanvas kopling tipis. IF Mesin kurang tenaga AND Asap pedih AND Mesin tidak bisa di gas THEN Fuell pump lemah. IF Mesin kurang tenaga AND Tersendat saat di gas THEN Injektor kotor. IF Mesin kurang tenaga AND Mesin pincang AND Temperatur mesin tinggi AND Asap putih AND Air sering kurang THEN Packing head bocor. IF Asap hitam AND Oli sering kurang THEN Seal klep aus. IF Asap hitam AND Mesin berasap AND Mesin kasar THEN Ring piston aus. IF Idle mesin tinggi AND Idle naik turun THEN IAC Rusak. IF Bahan bakar boros AND Mesin susah hidup AND Indikator engine menyala THEN ECT Rusak. IF Mesin tidak bisa di gas AND Indikator engine menyala AND Bumyi letusan di knalpot THEN CKP Rusak. IF Mesin sering mati AND Indikator engine menyala AND Speedometer mati THEN Speed sensor rusak. IF Temperatur mesin tinggi AND Air sering kurang THEN Sistem pendingin bocor. IF Air sering kurang AND Air radiator meluap THEN Waterpump rusak. IF Tidak bisa start AND Indikator engine redup AND Starter bergerak lambat THEN Batray drop.
sedangkan confidence (nilai kepastian) adalah 3.2.5
kuatnya hubungan antar item dalam aturan asosiasi.
Teknik Penelusuran Teknik penelusuran yang digunakan dalam
menganalisa kerusakan kendaraan pada penelitian ini
adalah
metode
penelusuran
Breadth-first
search. Bergerak dari simpul akar, simpul yang ada pada setiap tingkat diuji apakah gejala yang dimaksud termasuk dalam gejala yang di alami
Contoh Nama Sparepart Nama Sparepart Disk Clutch Cover Clutch Clutch Bearing Master Cylinder Engine Control Module Engine Oil Oil Filter Break Fluid Water Pump O-Ring Water Pump Manipol Air Pressure Selang MAP Packing Head Seal Klep Motor Extra Fan
kendaraan yang sedang di analisa sebelum pindah ke tingkat selanjutnya.
1
9
E
7
C
2
3
4
5
A
10
11
12
F
6
B
8
D
Contoh tabel transaksi No Faktur 0001 0002 0003 0004 0005 0006 0007 0008 0009 0010 0011 0012 0013 0014 0015 0016 0017 0018
Teknik Penelusuran Breadth–first search 3.3
Data Mining Data mining
merupakan
salah
satu
rangkaian dari proses pencarian informasi pada database.
Proses Data Mining adalah proses
mencari pola atau informasi menarik dalam data dengan menggunakan fungsi-fungsi atau algoritma tertentu. Salah satu algoritma yang digunakan dalam proses data mining adalah algoritma apriori. Dalam algoritma apriori proses pencarian informasi dilakukan
dengan
menghitung
support
dan
confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database,
5
Dimisalkan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sparepart 1,2 3,8,12 6,7,11 1,2 3 1 2,3 1,2 1,3 2 3 3 3,4,5,11 2,3 1,3,15 1,2 1,3,9,10 1,2
Candidat 2-Itemset Candidat 2-Itemset
0019 2,3,13,14 0020 1,2 0021 1, 3 0022 2,3 0023 2,3 0024 1,2,3 0025 1,3,5,6,13 0026 1,3 0027 1,3 0028 1,2 0029 2,3 0030 1,2,3 Contoh tabel transaksi
1,2
Disk Clutch, Cover Clutch
27%
1,3
Disk Clutch, Clutch Bearing
27%
2,3
Cover Clutch, Clutch Bearing
27%
Candidat 2-Itemset Dari ketiga kombinasi 2 itemset di atas ternyata seluruhnya memenuhi large itemset yaitu diatas 13%. Candidat 3 Itemset Frequent 3-Itemset Disk Clutch, Cover 1,2,3 Clutch, Clutch Bearing Candidat 3-Itemset
Candidat 1-Itemset N0 Nama Jlh Support Sparepart data 1 Disk Clutch 17 57% 2 Cover Clutch 16 53% 3 Clutch Bearing 19 63% 4 Master Cylinder 1 3% 5 Engine Control Module 1 3% 6 Engine Oil 2 7% 7 Oil Filter 2 7% 8 Break Fluid 1 3% 9 Water Pump 1 3% 10 O-Ring Water Pump 1 3% 11 Manipol Air Pressure 2 7% 12 Selang MAP 1 3% 13 Packing Head 2 7% 14 Seal Klep 2 7% 15 Motor Extra Fan 1 3% Kandidat 1 Itemset Frequent 1-Itemset Dari 15 jenis sparepart di atas, setelah
3,3%
Candidat 3 Itemst diatas ternyata tidak memenuhi minimum support sehingga tidak termasuk ke dalam large itemset maka proses pencarian dihentikan dan pembangkitan aturan asosiasi di ambil dari frequent 2 itemset. Kaidah Asosiasi Nama Jlh N0 part data
Sup
1
1,2
17
27%
2
1,3
16
27%
3
2,3
19
27%
Confidence 17/30 / 16/30=107% 17/30 / 19/30=90% 16/30 / 19/30=84%
Kadah Asosiasi 4. Desain Form
dilakukan penyaringan dengan minimal support yang telah ditentukan maka data yang termasuk dalam Large item adalah disc clutch, cover clutch, dan clutch bearing. Frequent 1-Itemset 1
Disk Clutch
57%
2
Cover Clutch
53%
3
Clutch Bearing
63%
Form Login Menu utama hanya memiliki dua pilihan yaitu login dan exit. Untuk membuka menu yang
Frequent 1 Itemset 6
lain terlebih dahulu harus mengisi username dan password dengan benar.
Form Cetak Faktur Form Menu Utama
Form Pendaftaran Service
Tampilan Output Faktur service
Form Data Mining Tampilan Output Surat Perintah Kerja 7
Form Hasil Analisa Form Tambah Analisa
Form Analisa Kerusakan 8
server. Setelah enterprise manager di buka maka akan muncul nama computer yang di dalamnya terdapat database beserta table nya. Di dalam database user buat database baru dengan meng-klik kanan pilih New Database User. Setelah database user di buat maka selanjutnya men-sharing kan data. 4. Setelah kedua komputer berhasil terhubung, tentukan folder atau perangkat keras yang akan diakses bersama (di-sharing). Klik kanan mouse pada folder yang dimaksud, misalnya Temporary, pilih menu Sharing and Security. tanda „centang‟ pada Share this folder on the network, masukkan nama folder pada isian Share name: boleh berbeda dengan nama sebenarnya dari folder yang di-sharing. Nama folder yang diisikan inilah yang akan ditampilkan di komputer lain. Beri tanda „centang‟ pada Allow network users to change my files jika ingin mengijinkan orang lain yang mengakses file-file dalam folder tersebut bisa memodifikasinya bahkan bisa menghapus filefile tersebut, tekan tombol OK dan tunggu sampai prosesnya selesai. 5. Setelah itu install program aplikasi Delphi yang dimiliki di komputer client, koneksikan ADOconnection Delphi nya dengan nama database yang ada di komputer server. Jika komputer terkoneksi maka akan muncul nama database yang ada di server. Sehingga jika client menginput kan data, akan tersimpan di database server.
5. Arsitektur Client Server Kasir IP Address : 192.168.1.1 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
Gudang IP Address : 192.168.1.4 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
ADM Workshop IP Address : 192.168.1.2 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
Acounting IP Address : 192.168.1.5 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
Service advisor IP Address : 192.168.1.3 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
Manager Workshop IP Address : 192.168.1.6 Subnet mask : 225.225.225.0 Gateway : 192.168.1.1
Arsitektur Jaringan Client Server Di tahap ini semua rencana dan rancangan diterapkan dalam pekerjaan fisik jaringan. Adapun jenis topologi yang digunakan adalah topologi star yang terpusat pada satu server dengan menggunakan database SQL Server. Cara untuk mengkoneksikan computer server dan client yaitu : 1. Siapkan komputer yang ingin di koneksikan, hubungkan kedua komputer tersebut dengan kabel UTP dan klik Control Panel (klik Start -> Control Panel) dan klik ganda menu Network Connections. Klik kanan pada icon Local Area Connection dan pilih menu Properties. 2. Pada kotak dialog Local Area Connection Properties, beri tanda „centang‟ pada pilihan Show icon in notification area when connected kemudian klik ganda Internet Protocol (TCP/IP) sehingga muncul kotak dialog Internet Protocol (TCP/IP) Properties. Pada komputer pertama masukkan alamat IP, misalnya 192.168.1.1, pada kolom IP address dan Subnet mask, dengan nilai 255.255.255.0. Untuk komputer kedua ketikkan misalnya 192.168.1.2, sedang nilai Subnet mask seperti pada komputer pertama dengan nilai 255.255.255.0. Begitu juga dengan komputer client lainnya dengan mengurutkan angka IP address yang di belakang. 3. Sebelum folder di sharing, pengaturan di enterprise manager juga harus di buat yang merupakan tempat penyimpanan database sql
KESIMPULAN 1. Dengan adanya sistem yang telah diusulkan, maka pengolahan data pada PT. Vinsa Indo Sejahtera akan semakin cepat, tepat, dan lebih mudah. 2. Jaringan client server menghubungkan setiap komputer yang ada sehingga memudahkan perusahaan dalam pertukaran data dan informasi yang dibutuhkan dalam proses berjalannya sistem. 3. Sistem pakar dengan metode forward chaining membantu SA dalam melakukan analisa kerusakan kendaraan agar proses analisa dapat dilakukan dengan cepat, tepat, dan lebih mudah.
9
4. Kerusakan baru yang mungkin akan ditemukan di lapangan dapat ditambahkan kedalam sistem pakar yang telah dirancang. 5. Data mining dengan algoritma apriori juga membantu SA dalam meramalkan spare part yang dibutuhkan dalam menangani kerusakan kendaraan yang telah di analisa. 6. Stok dan harga sparepart dapat diketahui secara langsung pada saat SA melakukan proses analisa kerusaskan atau pada saat pegawai gudang membuat SPB
http://id.wikipedia.org/wiki/Pemrograman_berorien tasi_objek
UCAPAN TERIMA KASIH Terima kasih sebesar-besarnya kepada Pimpinan PT.Vinsa Indo Sejahtera dan para karyawannya serta seluruh komponen yang ikut terlibat dalam membantu proses penelitian ini, sehingga penelitian ini selesai tepat waktu dan sesuai dengan harapan. DAFTAR PUSTAKA Alam, M Agus J.(2004). Mengolah Database dengan Borland Delphi 7. Elex Media Komputindo Jakarta, 2004. Irwanto, Djon, M.M.(2005). Perancangan Object Oriented Software dengan UML. Edisi I, Andi Offset, Yogyakarta. Kurniawan,Wiharsono.(2007). Jaringan Komputer Edisi I, Andi Offset, Yogyakarta. Kusrini, S.Kom,( 2006), Sistem Pakar Teori dan Aplikasi, Andi Offset, Yogyakarta. Kusuma, Dewi. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: GRAHA ILMU. Prasetyo,D.(2003). Aplikasi Database Client/Server Menggunakan Delphi dan MySql. Jakarta: PT Elex Media Komputido. Pramudiono, I.,( 2006), Apa itu data mining?, http://belajar-sendiri.com/2010/02/dasar-bahasapemrograman-berorientasi-objek-pbo http://datamining.japati.net/cgibin/ndodm.cgi?baca arsip&1155527614&artikel 10