SISTEM PAKAR KERUSAKAN SEPEDA MOTOR 4T (STROKE) DENGAN METODE CERTAINTY FACTOR Agus Purnomo Arif Kurniawan Bayu Eko Ariesta Jurusan Teknik Informatika STIMIK PalComTeCh Palembang Abstrak Sepeda motor merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2 tak dan 4 tak. Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak juga bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan kendaraan sepeda motor ini tidak banyak orang mengetahui sumber kerusakan yang terjadi pada kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk melakukan penipuan terhadap pemilik motor. Pada penelitian ini penulis membuat suatu sistem pakar kerusakan sepeda motor agar masyarakat dapat mengetahui kerusakan yang terjadi pada kendaraannya. Sistem pakar untuk diagnosa kerusakan motor 4 tak ini merupakan suatu sistem pakar yang dirancang sebagai alat bantu untuk mendiagnosa kerusakan dengan basis pengetahuan yang dinamis. Dimana sistem pakar merupakan sistem komputer yang dapat melakukan penalaran seorang pakar dengan keahlian pada suatu keahlian tertentu. Sistem pakar dapat menggantikan peran seorang pakar yang prinsip kerjanya dapat memberikan hasil yang pasti, seperti yang dilakukan oleh seorang pakar. Metode sistem pakar yang dipakai adalah certainty factor. Sistem pakar ini akan menampilkan pilihan gejala yang dapat dipilih oleh user. Hasil akhirnya, sistem akan menampilkan kerusakan, perhitungan certainty factor dan solusi yang terjadi pada kendaraan. Sistem tersebut memberikan hasil berupa kepastian yang didapat dari perhitungan nilai bobot dari tiap gejala. Kata kunci : Sistem pakar, certainty factor, Motor 4 Tak, Berbasis Web
PENDAHULUAN Di zaman yang modern ini, teknologi semakin berkembang. Dengan perkembangan teknologi tersebut, terciptalah kendaraan beroda empat dan beroda dua. Sepeda motor merupakan kendaraan beroda dua yang dibagi menjadi dua kategori, yaitu motor 2T (Stroke) dan 4T (Stroke) Dengan semakin banyaknya kendaraan roda dua ini maka semakin banyak juga bengkel-bengkel yang menyediakan jasa perbaikan kendaaraan sepeda motor. Kerusakan kendaraan sepeda motor ini tidak banyak orang mengetahui masalah yang terjadi pada kendaraan motor tersebut dan hal ini menjadi salah satu celah bagi bengkel-bengkel untuk melakukan penipuan terhadap pemilik motor. Diharapkan dalam hal ini pengguna kendaraan tersebut harus memiliki pengetahuan atau wawasan yang luas dalam merawat kendaraanya agar kendaraan tersebut layak untuk digunakan. Para pengguna kendaraan sepeda motor ini cenderung tidak mengetahui permasalahan apa saja kerusakan yang akan terjadi, karena identifikasi perbaikan kerusakan motor tidak semua orang bisa melakukannya, sehingga umur kendaraan menjadi lebih pendek. Di harapkan dengan penggunaan kendaraan yang wajar masyarakat mampu mengetahui permasalahan kerusakan apa saja yang terjadi pada kendaraan sehingga mengurangi resiko kerusakan-kerusakan fatal yang sering terjadi dalam komponen motor, dan mengurangi biaya perawatan motor agar motor menjadi lebih awet atau tidak cepat rusak. Oleh karena itu dilihat dari penjelasan ini diperlukan suatu cara bagi pengguna kendaaran untuk mengerti permsalahan dan kerusakan yang dialami agar secara efektif dapat dilakukan tindakan-tindakan yang diperlukan. Untuk mengetahui ini diperlukanlah sebuah
1
sistem yang disebut sistem pakar. Dimana sistem pakar merupakan salah satu kecerdasan buatan yang mempelajari bagaimana cara seorang pakar berpikir dan bernalar dalam menyelesaikan suatu permasalahan dan membuat suatu keputusan maupun mengambil kesimpulan dari sejumlah fakta. Pada sistem pakar ini diterapkan untuk mendukung aktivitas memecahkan permasalahan. Untuk menyelesaikan masalah dalam penelitian ini peneliti menggunakan metode Certainty Factor yang merupakan metode perhitungan tingkat kepastian yang dihitung berdasarkan nilai probabilitas. Metode certainty factor ini hanya bisa mengolah 2 bobot dalam sekali perhitungan. Untuk bobot yang lebih dari 2 banyaknya, untuk melakukan perhitungan tidak terjadi masalah apabila bobot yang dihitung teracak, artinya tidak ada aturan untuk mengkombinasikan bobotnya, karena untuk kombinasi seperti apapun hasilnya akan tetap sama, dilihat dari hasil perhitungan bobot setelah semua keluhan-keluhan diinputkan dan semua bobot dihitung dengan menggunakan metode certainty factor, maka hasil yang didapat yang memiliki bobot mendekati +1 dengan keluhan-keluhan yang dimiliki. Dari penjelasan latar belakang dan uraian diatas maka penulis membuat penelitian berjudul “Sistem Pakar Kerusakan Sepeda Motor 4T (Stroke) Dengan Metode Certainty Factor”. LANDASAN TEORI Kecerdasan Buatan Menurut Kusrini (2006:3), beberapa definisi tentang kecerdasan buatan menurut beberapa ahli yaitu : 1. Menurut Minsky : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. 2. Menurut H.A Simon : kecerdasan buatan (Artificial Intelligence) merupakan kawasan penelitan, aplikasi dan instruksi yang tekait dalam pemrograman komputer untuk melakukan suatu hal yang dalam pandangan manusia adalah cerdas. 3. Menurut Rich and Knight : kecerdasan buatan sebagai sebuah studi tentnang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. Sistem Pakar Menurut Kusrini (2006:11), sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. Menurut Nita Merlina dan Rahmat Hidayat dalam bukunya Perancangan Sistem Pakar (2012:1), beberapa definisi sistem pakar menurut beberapa ahli yaitu sebagai berikut. 1. Menurut Durkin : Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar. 2. Menurut Ignizo : Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar. 3. Menurut Giarratano dan Riley : Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar. Basis Pengetahuan Menurut Arhami (2005:15), basis pengetahuan mengandug pengetahuan untuk pehamanan, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan (Rule). Fakta merupakan informasi tentang objek dalam area permasalahan tertentu, sedangan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.
2
Sistem Menurut Jogiyanto (2006:683), Suatu sistem dapat didefinisikan sebagai suatu kesatuan yang terdiri atau lebih komponen atau subsistem yang berinteraksi untuk mencapai suatu tujuan. Al Fatta (2007:3), Sistem adalah sekumpulan objek-objek yang saling berelasi dan berinteraksi serta hubungan antar objek bias dilihat sebagai satu kesatuan yang dirancang untuk mencapai tujuan. Informasi Menurut Hall (2001:193), sistem informasi adalah sebuah rangkaian prosedur formal dimana data di kelompokkan, diproses menjadi informasi, dan di distribusikan kepada pemakai. Data Flow Diagram Menurut Idrajani (2011:11), Data Flow Diagram (DFD) adalah Sebuah alat yang menggambarkan aliran data sampai sebuah sistem selesai, dan kerja atau proses dilakukan dalam sistem tersebut . Data Primer Menurut Sumarsono (2004:69), data primer adalah data yang diperoleh langsung oleh pengumpul data dari objek risetnya. Misalnya data kerusakan sepeda motor diperoleh dari orang yang bersangkutan sendiri. Pengumpulan data primer tetap dapat dilakukan dengan mneggunakan tenaga pembantu (enumerator), asalkan penelitian telah menghayati permasalahan yang dihadapi atau telah bertemu dengan objek risetnya. Data Sekunder Menurut Sumarsono (2004:69), data sekunder adalah semua data yang diperolah secara tidak langsung dari objek yang diteliti. Data yang diperolah dari penelitian lain atau dari catatan yang sudah diolah atau belum diolah yang dipentingkan adalah keadaan atau ada tidaknya data itu sendiri. Contohnya jurnal-jurnal yang berkaitan denga sistem pakar kerusakan sepeda motor. Jenis Penelitian Menurut Sugiyono (2013:334), metode eksperimen termasuk dalam metode penelitian kuantitatif. Penelitian eksperimen dilakukan di laboratorium sedangkan penelitian naturalistic atau kualitatif dilakukan pada kondiisi yang alamiah. HASIL DAN PEMBAHASAN Identifikasi Masalah Pada sistem pakar ini mengidentifikasi kerusakan sepeda motor 4T (Stroke) didasarkan oleh gejala-gejala kerusakan yang ada pada sepeda motor tersebut. Ketetapan hasil konsultasi sudah ditetapkan oleh user sistem pakar itu sendiri yang telah memilih kategori dan gejala sebelumnya. Agar sistem pakar dapat melakukan penalaran sebagaimana seorang pakar meskipun berada dalam kondisi ketidakpastian kategori kerusakan yang dikeluarkan diperlukan suatu metode Certainty Factor. Certainty Factor merupakan sebuah metode pengukuran besarnya suatu nilai kepercayaan metode dalam sistem pakar.
3
Analisis Kebutuhan Berdasarkan hasil penelitian yang telah dilakukan, maka didapat sebuah pengembangan sistem pakar kerusakan sepeda motor 4T (Stroke). Sistem pakar ini berguna untuk memudahkan para pengguna untuk mengidentifikasi kerusakan motor 4T (Stroke) melalui gejala-gejala yang telah ditetapkan dalam sistem pakar. Dengan cara kerja sistem pakar yang menggunakan dua alternatif pilihan jawaban ya dan tidak tiap pertanyaan gejala yang ditampilkan oleh sistem. Sistem pakar ini terdiri dari menu utama yang terdiri dari Menu Home, Profil, Daftar, dan Login. Kemudian dalam menu Admin terdiri dari Menu Home, Kategori, Kerusakan, Gejala, Bobot, dan Logout. Sedangkan dalam menu User terdiri dari Menu Home, Konsultasi, Komentar dan Logout. Pengembangan sistem pakar kerusakan sepeda motor 4T (Stroke) ini dianalisis dan dikembangkan dengan menggunakan penambahan metode Waterffal yang diharapkan hasil idetifikasi kerusakan dan disertai nilai Certainty Factor yang akan menunjukan tingkat persentasi kebenaran hasil identifikasi yang semaki lebih mendekati kebenaran dalam mengidentifikasi kerusakan sepeda motor yang dialami. Sistem pakar menentukan kerusakan mesin sepeda motor ini memberikan pemecahan masalah sesuai dengan hasil konsultasi penulis dengan pakar. Analisis Sistem Dari hasil konsultasi penulis dengan pakar, kategori kerusakan dan gejala kerusakan yang akan dipilih user dan ditampilkan sebagai inputan di sistem pakar, yaitu: 1. Kategori kerusakan sepeda motor yang terpilih : Mesin. 2. Gejala kerusakan sepeda motor yang terpilih : Tenaga yang dihasilkan berkurang, Keluar asap putih pada knalpot dan Suara kasar pada kepala silinder. 3. Langkah menentukan kerusakan sepeda motor: a) Mencari kerusakan sepeda motor yang sesuai dengan gejala-gejala kerusakan yang telah dipilih oleh user dan sesuai dengan basis pengetahuan. b) Melakukan perhitungan dengan menggunakan metode Certainty Factor dari gejalagejala kerusakan yang telah dipilih oleh user dan menarik kesimpulan menggunakan Forward Chainig. a. Mencari kerusakan sepeda motot sesuai gejala-gejala kerusakan di kategori kerusakan yang dipilih pada tabel 5.1. b. Berdasarkan pemilihan kategori dan gejala-gejala kerusakan sepeda motor yang dipilih oleh user maka diperoleh kerusakan yang mempunyai nilai Certainty Factor tertinggi. c. Penyelesaian Mencari kerusakan sepeda motor 4T (Stroke) pada Tabel 1. Tabel 1. Aturan Identifikasi Kategori Kerusakan
Mesin
Gejala Kerusakan G1. Tenaga yang dihasilkan berkurang, G2. keluar asap putih pada kenalpot, G3. Suara kasar pada kepala silinder. G1. Tenaga yang dihasilkan berkurang, G4. Getaran mesin sangat terasa, G5. Suara berisik ketika gas di rpm rendah, G6. Mesin brebet ketika dipacu.
4
Kerusakan K1. Piston, Head Cylinder dan Blok Cylinder
K2. Stang seher
Kelistrikan
Kelistrikan
G1. Tenaga yang dihasilkan berkurang, G7. Mesin tidak stabil ketika berjala atau tersendat-sendat, G8. Suara kasar pada mesin bagian kiri ketika suhu dingin. G1. Tenaga yang dihasilkan berkurang, G9. Saat gas ditarik, motor tidak mau langsung berjalan, G10. Suara mesin tidak lepas G11. Slip ketika melakukan perpindahan gigi. G12. Sulit ketika melakukan perpindahan gigi, G13. Pedal transmisi lose, G14. Pedal tidak mau berpindah transmisi (ditambah atau dikurang). G15. Gas tidak stationer G16. Keluar asap hitam pada kenalpot G17. Bbm boros G18. Oli mesin cepat berkurang G19. lampu indikator pada spedometer berkedip berkali-kali G20. Tampilan suhu mesin pada spedomoter tidak stabil G21. motor tidak langsam G22. penggunaan bahan bakar semakin boros G23. Mesin susah dihidupkan G24. Tidak ada percikan api pada busi G25. Mesin meledak-ledak ketika berjalan. G23. Mesin susah dihidupkan G26. Percikan api pada busi berwarna kemerahan G27. Mesin tiba-tiba mati ketika sedang berjalan G23. Mesin susah dihidupkan G28. mesin brebet di rpm tinggi G29. percikan busi api pendek G30. busi sering mati G31. Mesin tidak bisa dihidupkan G32. Lampu-lampu (spidometer, sign, head lamp, dll) mati G33. Bohlam lampu sering putus atau mati G34. Aki cepat soak G35. Mesin tiba-tiba mati saat sedang berjalan G36. Lampu indikator pada spidometer
5
K3. Rantai mesin atau rantai klep
K4. Kopling
K5. Transmisi
K6. Klep
K7. Injeksi
K8. Busi
K9. Koil
K10. CDI
K11. Spul
K12. Kiprok
K13. Aki
tidak menyala G37. Electric starter tidak berfungsi G38. Lampu signal (rem, sign dan head lamp) redup G39. Klakson tidak bersuara (Sumber: Kepala Mekanik Dealer Yamaha PD.Panca Motor) Berdasarkan hasil gejala-gejala yang telah dipilih oleh user maka diperoleh identifikasi kerusakan sepeda motor yang mempunyai nilai Certainty Factor tertinggi, dapat dilihat pada Tabel 2. Tabel 2. Hasil Identifikasi Kerusakan Piston, Head Cylinder dan Blok Cylinder Transmisi Klep Injeksi Stang seher Kopling Koil Busi Aki Rantai mesin atau rantai klep Kiprok CDI Spul
Jumlah Gejala yang harus dipilih
Nilai CF Total
Nilai Double
Nilai Double *%
3
0,917632
0.92
92%
3 4 4 4 4 3 3 4
0,917632 0,9066496 0,90438656 0,8942029 0,8817562 0,881024 0,872704 0,8704
0,92 0,91 0,90 0,89 0,88 0,88 0,87 0,87
92% 91% 90% 89% 88% 88% 87% 87%
3
0,86272
0,86
86%
3 4 2
0,83776 0,8387584 0,6464
0,84 0,84 0,65
84% 84% 65%
Selanjutnya nilai Certainty Factor berguna untuk memberikan nilai kepastian pada kerusakan sepeda motor oleh pengguna pada saat proses konsultasi selesai dilakukan. Pada saat gejala kerusakan dipilih, maka sistem akan menghitung nilai bobot tiap gejala dengan Certainty Factor berdasarkan gejala kerusakan yang sudah dijawab oleh pengguna pada saat konsultasi. Apabila gejala dipilih lebih dari satu, maka sistem juga akan mencari gejala yang sama ke semua jenis penyakit dan menghitung hasil kombinasi nilai Certainty Factor untuk gejala kerusakan. Ketentuan dan nilai Certainty Factor untuk gejala kerusakan tersebut adalah sebagai berikut: a. Ketentuan untuk Kerusakan Piston, Head Cylinder dan Blok Cylinder IF G1 dan G2 dan G3 THEN Piston, Head Cylinder dan Blok Cylinder (CF=0,917632) b. Ketentuan untuk Kerusakan Stang Seher IF G1 dan G4 dan G5 dan G6 THEN Stang seher (CF=0,8942029) c. Ketentuan untuk Kerusakan Rantai mesin atau rantai klep IF G1 dan G7 dan G8 THEN Rantai mesin atau rantai klep (CF=0,86272) d. Ketentuan untuk Kerusakan Kopling IF G1 dan G9 dan G10 dan G11 THEN Kopling (CF=0,8817562)
6
e.
Ketentuan untuk Kerusakan Transmisi IF G12 dan G13 dan G14 THEN Transmisi (CF=0,917632) f. Ketentuan untuk Kerusakan Klep IF G15 dan G16 dan G17 dan G18 THEN Klep (CF=0,9066496) g. Ketentuan untuk Kerusakan Busi IF G19 dan G20 dan G21 THEN Busi (CF=0,90438656) h. Ketentuan untuk Kerusakan Koil IF G19 dan G22 dan G23 THEN Koil (CF=0,872704) i. Ketentuan untuk Kerusakan CDI IF G19 dan G24 dan G25 dan G26 THEN CDI (CF=0,881024) j. Ketentuan untuk Kerusakan Spul IF G27 dan G28 THEN Spul (CF=0,8387584) k. Ketentuan untuk Kerusakan Kiprok IF G29 dan G30 dan G31 THEN Kiprok (CF=0,6464) l. Ketentuan untuk Kerusakan Aki IF G32 dan G33 dan G34 dan G35 THEN Aki (CF=0,83776) m. Ketentuan untuk Kerusakan Injeksi IF G36 dan G37 dan G38 dan G39 THEN Injeksi (CF=0,8704) Diagram Konteks Sistem Diagram konteks adalah reprensentasi grafik yang menggambarkan aliran informasi dan transformasi informasi yang diaplikasikan sebagai data yang mengalir dari masukan (input) dan keluaran (output). (Rosa dan Shalaluddin, 2013:70).
(Sumber: Dikelola Sendiri) Gambar 1. Diagram Konteks Sistem Dalam diagram konteks ini Pakar bertugas mengelola data kategori, data kerusakan dan solusi, data gejala dan data bobot. Dalam sistem pakar kerusakan sepeda motor 4T dengan metode Certainty Factor. Kemudia User sistem pakar dapat memilih kategori, memilih gejala kerusakan, melihat data hasil konsultasi dan melakukan komentar. Data Flow Diagra (DFD) Data Flow Diagram merupakan untuk menggambarkan sebuah sistem dari level yang paling tinggi kemudian menguraikan menjadi level lebih rendah (dekomposisi).
7
1. DFD Level 0
Gambar 2. Diagram Level 0 Pada DFD Level 0 ini dijelaskan bahwa : 1. Pakar menginput data kategori pada proses 1.0 data kategori lalu disimpan di kategori. Data kategori diteruskan untuk proses 2.0 yaitu untuk menginput data kerusakan dan solusi oleh pakar. 2. Pakar menginputkan data kerusakan dan solusi pada proses 2.0 data kerusakan dan solusi lalu disimpan di kerusakan dan solusi. Data kerusakan dan solusi diteruskan untuk proses 4.0 yaitu untuk menginput data bobot oleh pakar. 3. Pakar menginput data gejala pada proses 3.0 data gejala lalu disimpan di gejala. Data gejala diteruskan pada proses 4.0 yaitu untuk menginput data bobot oleh pakar. 4. Pakar menginput data bobot pada proses 4.0 data bobot lalu disimpan di bobot. Data bobot lalu diteruskan pada proses 5.0 yaitu untuk memberikan data konsultasi yang dilakukan oleh user.
8
2. DFD Level 1 Proses 1
Gambar 3. DFD Level 1 Proses 1 Pada DFD Level 1 proses 1 ini dijelaskan bahwa Pakar menginput data kategori pada proses 1.1 dan menghasilkan data kategori. Data kategori dapat diedit oleh pakar pada proses 1.2 dan data kategori juga dapat dihapus oleh pakar pada proses 1.3. kemudian data kategori juga dapat dilihat oleh pakar pada proses 1.4. 3. DFD Level 1 Proses 2
Gambar 4. DFD Level 1 Proses 2 Pada DFD Level 1 proses 2 ini dijelaskan bahwa Pakar menginput data kerusakan dan solusi pada proses 2.1 dan menghasilkan data kerusakan dan solusi. Data kerusakan dan solusi dapat diedit oleh pakar pada proses 2.2 dan data kerusakan dan solusi juga dapat dihapus oleh pakar pada proses 2.3 kemudian data kerusakan dan solusi juga dapat dilihat oleh pakar pada proses 2.4. 4. DFD Level 1 Proses 3
9
Gambar 5. DFD Level 1 Proses 3 Pada DFD Level 1 proses 3 ini dijelaskan bahwa Pakar menginput data gejala pada proses 3.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 3.2 dan data gejala juga dapat dihapus oleh pakar pada proses 3.3. kemudian data gejala juga dapat dilihat oleh pakar pada proses 3.4. 5. DFD Level 1 Proses 4
Gambar 6. DFD Level 1 Proses 4 Pada DFD Level 1 proses 4 ini dijelaskan bahwa Pakar menginput data gejala pada proses 4.1 dan menghasilkan data gejala. Data gejala dapat diedit oleh pakar pada proses 4.2 dan data gejala juga dapat dihapus oleh pakar pada proses 4.3. kemudian data gejala juga dapat dilihat oleh pakar pada proses 4.4.
10
Entity Relationship Diagram (ERD)
(Sumber: Dikelola Sendiri) Gambar 7. Entity Relationship Diagram (ERD) Dari Gambar 7 diagram entity relationship diagram dapat dijelaskans bahwa entitas Login Pakar melakukan membuat kategori didalam kategori terdapat id_kategori dan nama_kategori. Kategori akan menghasilkan data id_kerusakan, id_kategori, nama_kerusakan dan solusi_kerusakan dan berdasarkan data yang dikelola di entitas kerusakan. Didalam entitas solusi entitas jawaban yang mempunyai hubungan ke entitas kerusakan. Kerusakan akan menghasilkan data hasil konsultasi. Data kerusakan juga memiliki entitas pada data bobot. Login Pakar membuat data gejala, didalam entitas gejala terdapat id_gejala dan nama_gejala. Gejala akan menghasilkan data bobot, yang entitas didalamna terdapat id_bobot, id_kerusakan, id_gejala, dan bobot. Login Pakar juga memiliki entitas pada data hasil konsultasi.
11
Desain Alur Yang Diusulkan
(Sumber: Dikelolah Sendiri) Gambar 8. Desain Alur Yang Diusulkan Berdasarkan Gambar 8 Alur yang diusulkan merupakan alur dari pakar dan user, diman pakar melakukan login jika berhasil akan masuk ke aplikasi dan melakukan input data atau edit data atau hapus data. Jika selesai akan tersimpan pada database data kategori, data kerusakan, data gejala kerusakan dan data hasil konsultasi. User masuk ke aplikasi dan akan melakukan pendaftaran setelah itu user melakukan login. Setelah melakukan login user akan melakukan penginputan data kategori dan data gejala kerusakan kemudian data yang telah dipilih akan diproses oleh aplikasi, setelah selesai diproses akan keluar hasil konsultasi berupa data kerusakan perhitungan nilai certainty fector yang dialami dan solusi yang diberikan. Pengujian Pada kategori Mesin Dalam pengujian perhitungan untuk kategori mesin, penulis mengambil simpel acak dalam memilih gejala-gejala yang ada pada kategori mesin, dalam kategori mesin penulis memilih gejala G1, G2, G3, G4, G5, G7, G9, G11.
12
Gambar 9. Gejala-gejala Kategori Mesin Dari gejala-gejala yang telah dipilih secara acak didapat nilai CF tertinggi yaitu 0.92, jenis kerusakan Piston, Head Cylinder dan Blok Cylinder dan adapun diagnosa lain dari gejala yang dipilih di atas, yaitu ada Kopling deangan nilai CF 70%, Setang Seher dengan nilai CF 40%, Rantai Mesin atau Rantai Klep dengan nilai CF 8%. Untuk nilai CF lebih kecil dari nol tidak akan ditampilkan sistem, sistem hanya menampilkan nilai CF lebih besar sama dengan nol.
13
Gambar 10. Hasil Dari Gejala-gejala Kategori Mesin PENUTUP Berdasarkan penelitian yang penulis lakukan tentang sistem pakar kerusakan sepeda motor 4T (Stroke) dengan metode Certainty Factor dapat kami simpulkan sistem pakar ini dapat membantu pengguna sistem dalam mengindentifikasi setiap kerusakan yang ada pada sepeda motor dan membantu pakar dalam memberikan informasi gejala kerusakan dan kerusakan sepeda motor kepada masyarakat luas, terutama kepada masyarakat yang awam tentang kerusakan sepeda motor. Dengan adanya sistem pakar ini dapat membantu para siswa baru SMK Kejurusan Otomotif dalam pempelajari gejala kerusakan dari tiap kerusakan pada sepeda motor. Implementasi metode Certainty Factor pada sistem kerusakan sepeda motor 4T (Stroke) memberikan nilai kepastian dalam menampilkan kerusakan sepeda motor pada sistem. Sistem mampu mendiagnosa kerusakan sepeda motor 4T (Stroke) berdasarka gejala-gejala kerusakan yang dipilih dan sistem akan menampilkan kerusakan yang dialami berdasarkan nilai perhitungan tiap bobot gejala kerusakan.
14
DAFTAR PUSTAKA Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: Andi OffSet. Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Andi OffSet. A.S, Rosa dan M. Shalaluddin. 2013. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika Bandung. Hall, James. 2007. Sistem informasi Akuntansi. Jakarta: Salemba Empat. Indrajani. 2011. Bedah Kilat 1 Jam Pengantar dan Sistem Basis Data. Jakarta: Elex Media Komputindo. Jogiyanto. 2005 Analisis Dan Desain Sistem Informasi. Yogyakarta: Andi OffSet. Kusrini, 2006. Sistem Pakar. Yogyakarta: Andi OffSet. Merlina Nita, Hidayat Rahmat. 2012. Perancangan Sistem Pakar. Jakarta: Ghalia Indonesia. Sugiyono. 2013. Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan R&D. Bandung: Alfabeta. Sumarsono, Sonny. 2004. Metode Riset Sumber Daya Manusia. Yogyakarta: Graha Ilmu.
15
