Bab 4 New.doc

BAB IV ANALISA DAN PERANCANGAN

4.1

Analisa

4.1.1

Analisa Data Proses penganalisaan data yaitu dimana data tersebut berupa gejala-gejala

yangdigunakansebagai acuan yang digunakan untuk melakukan proses penganalisaan terdapat data untuk mendiagnosa penyakit Myelodysplasi Sindrome (MDS). Adapun metode yang digunakan dalam menganalisa data ini adalah dengan menerapkan metode Metode Bayes

supaya menghasilkan informasi berupa jenis penyakit

Myelodysplasi Sindrome (MDS). Berikut ini adalah kode penyakit dan jenis penyakit yang ada pada tanaman Myelodysplasi Sindrome (MDS), yaitu : Tabel 4.1 Penyakit Myelodysplasi Sindrome (MDS) Kode Penyakit MDS01 MDS02 MDS03 MDS04 MDS05

Jenis Penyakit Refractory Anemia Refractory Anemia With Ring Sideroblast Refractory Anemia With Exces Blast Chronic Mielomonositic Leukemia Refractory Anemia with Excess

Blasts

in

Transformation

Sedangkan dibawah ini adalah kode gejala yang terdapat pada penyakit Myelodysplasi Sindrome (MDS), yaitu :

Tabel 4.2 Gejala Kode

Gejala

G01 G02 G03 G04

Sesak Napas Merasa Sangat Lelah Atau Lemah Kulit Dingin, Terutama Tangan Dan Kaki Irama Jantung Yang Abnormal Pusing Paling Mungkin Terjadi Ketika Anda Berdiri Dari Posisi Duduk

G05 Atau Beristirahat G06 Gusi Berdarah Dialami Lebih Dari 3 Hari Berturut Turut G07 Penurunan Berat Badan Ada Sebanyak 5kg Dalam Waktu Singkat G08 Demam G09 Pembesaran Limpa G10 Pernah Menjalani Kemotrapi G11 Mual Disertai Muntah G12 Telinga Berdnging Disertai Pengihtana Kabur G13 Banyak Nanah Keluar Saat Terjadi Luka G14 Jika Ada Luka Maka Terjadi Pembengkakan Besar Pada Luka G15 Terdapat Bintik-Bintik Kecil Putih Dikulit Terutama Disekitar Luka Sumber :Dr.Juang Usman Rangkuti.SP.PD Dari tabel gejala diatas didapatkan relasi terhadap diagnosa penyakit Myelodysplasi Sindrome (MDS) yaitu sebagai berikut: Tabel 4.3 Relasi Gejala dan penyakit Kode G01 G02 G03 G04 G05

MDS01

MDS02

MDS03

*

*

* *

* *

* * * *

G08

G13

* *

G09

G12

*

*

G07

G11

MDS05 *

G06

G10

MDS04

*

* *

*

* *

*

*

G14

*

G15

Adapun logika metode teorema bayes pada sesi konsultasi sistem, pengguna konsultasi diberi pilihan jawaban yang masing- masing memiliki bobot sebagai berikut: Tabel 4.4 Tabel Nilai Bayes Terminologi Kepastian A/B Tidak Pasti 0 Tidak Tahu 0,2 Kurang Pasti 0,4 Cukup Pasti 0,6 Hampir Pasti 0,8 Pasti 1 Sumber : Barus, V. M., Mesran, M., Suginam, S., & Karim, A. (2017) Selanjutnya akan dibuatkan tabel kesimpulan dari hasil nilai diagnosa akhir perhitungan bayes seperti berikut: Tabel 4.5 Tabel Persentasi Kesimpulan Terminologi Kepastian A/B 0-50 % SSedikit Kemungkinan atau Kemungkinan Kecil 51- 79 % Kemungkinan 80- 99 % Kemungkinan Besar 100% Sangat Yakin Sumber : Barus, V. M., Mesran, M., Suginam, S., & Karim, A. (2017)

4.1.2

Analisa Proses

4.1.2.1 Proses Perhitungan Bayes Dalam melakukan proses perhitungan metode bayes, akan dilakukan proses konsultasi oleh user sesuai dengan gejala yang di alamai, nantinya user akan menjawab konsultasi sesuai dengan tingkat yang dirasakan berdasarkan nilai jawaban

bayes yang sudah di buatkan sebelumnya. Sebagai contoh akan dilakukan perhitungan terhadap konsultasi pasien sebagai berikut: 1. 2. 3. 4. 5.

Sesak Napas = 0,2 =P (E1 | H1) Merasa Sangat Lelah Atau Lemah = 0,6 =P (E | H1) Kulit Dingin, Terutama Tangan Dan Kaki = 0 =P (E | H1) Irama Jantung Yang Abnormal = 0 =P (E | H1) Pusing Paling Mungkin Terjadi Ketika Anda Berdiri Dari Posisi

Duduk Atau Beristirahat = 0,2 =P (E | H1) 6. Gusi Berdarah Dialami Lebih Dari 3 Hari Berturut Turut = 0,8 =P (E | H1) 7.

Penurunan Berat Badan Ada Sebanyak 5kg Dalam Waktu Singkat =

0,6 =P (E | H1) 8. Demam = 1 =P (E | H1) 9. Pembesaran Limpa = 0,6 =P (E | H1) 10. Pernah Menjalani Kemotrapi = 0,2 =P (E | H1) 11. Mual Disertai Muntah = 0 =P (E | H1) 12. Telinga Berdnging Disertai Pengihtana Kabur = 0 =P (E | H1) 13. Banyak Nanah Keluar Saat Terjadi Luka = 0 =P (E | H1) 14. Jika Ada Luka Maka Terjadi Pembengkakan Besar Pada Luka = 0 =P (E | H1) 15. Terdapat Bintik-Bintik Kecil Putih Dikulit Terutama Disekitar Luka = 0 =P (E | H1) Selanjutnya akan diproses nilai semseta dari hasil hipotesa diatas untuk masing-masing penyakit seperti berikut: 1.

Penyakit Refractory Anemia 15

∑ ¿ G 01+G 02+ G03+G 04 +G 05+G 06+G 07+G 08+G 09+G10+G 11+G 12+G13+ G14 k−1

¿ 0,2+0,6+0+ 0+0,2+0,8+ 0,6+1+¿ 0,6+0,2+ 0+0+0+ 0+0 = 4,2 ∑¿ k=1

P (H1) =

H 1 0,2 = =0,0476 ∑ ❑ 4,2 k=1

P (H2) =

H 2 0,6 = =0,14 ∑ ❑ 4,2 k=1

P (H3) =

H3 0 = =0 ∑ ❑ 4,2 k=1

P (H4) =

H4 0 = =0 ∑ ❑ 4,2 k=1

P (H5) =

H 5 0,2 = =0,0476 ∑ ❑ 4,2 k=1

Setelah mendapatkan nilai P(Hi) probabilitas hipotesis H tanpa memandang evidence apa pun, maka langkah selanjutnya adalah sebagai berikut : ¿ P ( Hi )∗¿ P ( E| Hi−n 5

∑¿ k−1

= (P(H1) * P(E|H1)) + (P(H2) * P(E|H2)) +(P(H3) * P(E|H3)) + (P(H4) *P(E| H4)) + (P(H5) * P(E|H5)) = (0,2 * 0,0476 ) + (0,6*0,14 ) +(0 * 0) +(0 * 0) +(0,2 * 0,0476 ) = 0,00952+0,084+0+0+0,00952 = 0,10304 Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E 0,2∗0,0476 0,00952 P( H 1∨E)= =¿ 0,0923913043478261 = 0,10304 0,10304 0,6∗0,14 0,084 P( H 2∨E)= =¿ 0,8152173913043478 = 0,10304 0,10304 0∗0 0 P( H 3∨E)= =¿ 0 = 0,10304 0,10304 0∗0 0 P( H 4∨E)= =¿ 0 = 0,10304 0,10304 0,2∗0,0476 0,00952 P( H 5∨E)= =¿ 0,0923913043478261 = 0,10304 0,10304 Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya dengan rumus sebagai berikut : 5

∑ ¿ Bayes 1+Bayes 2+ Bayes 3+ Bayes 4 + Bayes 5 k−1

=(0,2*0,0923913043478261)+ 0,6∗¿ 0,8152173913043478

¿

0∗¿ 0)+ 0,2∗¿ 0,0923913043478261) ¿ ¿

)+ 0∗¿ 0)+

¿

¿ 0,0184782608695652+0,4891304347826087+0+0+0,0184782608695652 ¿ 0,5260869565217391

2.

Penyakit Refractory Anemia With Ring Sideroblast 15

∑ ¿ G 01+G 02+ G03+G 04 +G 05+G 06+G 07+G 08+G 09+G10+G 11+G 12+G13+ G14 k−1

¿ 0, 2+ 0,6+0+0+ 0,2+0,8+0,6+ 1+ ¿ 0,6+0,2+0+ 0+0+0+ 0 = 4,2 ∑¿ k=1

P (H2) =

H 1 0,6 = =0,14 ∑ ❑ 4,2 k=1

P (H4) =

H2 0 = =0 ∑ ❑ 4,2 k=1

H 3 0,2 = =0,0476190476190476 ∑ ❑ 4,2

P (H10) =

k=1

H4 0 = =0 0,42 ∑❑

P (H11) =

k=1

H5 0 = =0 ∑ ❑ 0,42

P (H12) =

k=1

Setelah mendapatkan nilai P(Hi) probabilitas hipotesis H tanpa memandang evidence apa pun, maka langkah selanjutnya adalah sebagai berikut : ¿ P ( Hi )∗¿ P ( E| Hi−n 5

∑¿ k−1

= (P(H2) * P(E|H2)) + (P(H04) * P(E|H04)) +(P(H10) * P(E|H10)) + (P(H11) *P(E|H11)) + (P(H12) * P(E|H12)) = (0,6 * 0,14 ) + (0*0 ) +(0,2 *

0,0476190476190476 ) +(0 * 0) +(0 *

0 ) = 0,084+0+0,0095238095238095+0+0 = 0,0935238095238095

Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E 0,6∗0,14 P( H 2∨E)= 0,0935238095238095

0,084 =¿ 0,0935238095238095

=

0,8981670061099799

0∗0 0 =¿ 0 = 0,0935238095238095 0,0935238095238095 0,2∗0,0476190476190476 0,0095238095238095 P( H 10∨E)= =¿ = 0,0935238095238095 0,0935238095238095 P( H 4∨E)=

0,1018329938900201

0∗0 0,0935238095238095 0∗0 P( H 12∨E)= 0,0935238095238095 P( H 11∨E)=

0 =¿ 0 0,0935238095238095 0 =¿ 0 0,0935238095238095

= =

Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya dengan rumus sebagai berikut : 5

∑ ¿ Bayes 1+Bayes 2+ Bayes 3+ Bayes 4 + Bayes 5 k−1

=(0,6*0,8981670061099799)+ 0∗¿ 0)+ 0,2∗¿ 0,1018329938900201)+

¿

¿

0∗¿ 0)+ 0∗¿ 0) ¿ ¿

=0,5389002036659879+0+0,020366598778004+0+0

¿ 0,5592668024439919 3. Penyakit Refractory Anemia With Exces Sideroblast 15

∑ ¿ G 01+G 02+ G03+G 04 +G 05+G 06+G 07+G 08+G 09+G10+G 11+G 12+G13+ G14 k−1

¿ 0,2+0,6+0+ 0+0,2+0,8+ 0,6+1+¿ 0,6+0,2+ 0+0+0+ 0+0 = 4,2 ∑¿ P (H3) =

H3 0 = =0 ∑ ❑ 4,2

k=1

k=1

P (H8) =

H8 1 = =0,2380 4,2 ∑❑ k=1

P (H11) =

H 11 0 = =0 ∑ ❑ 4,2 k=1

P (H13) =

H 13 0 = =0 ∑ ❑ 4,2 k=1

Setelah mendapatkan nilai P(Hi) probabilitas hipotesis H tanpa memandang evidence apa pun, maka langkah selanjutnya adalah sebagai berikut : ¿ P ( Hi )∗¿ P ( E| Hi−n 4

∑¿ k−1

= (P(H3) * P(E|H3)) + (P(H8) * P(E|H8)) +(P(H11) * P(E|H11)) + (P(H13) *P(E|H13)) = (0 * 0) + (1* 0,2380 ) +(0 * 0) +(0 * 0) = 0,2380 Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E 0∗0 0 P( H 1∨E)= =¿ 0 = 0,238 0 0,2380 1∗0,2380 0,2380 P( H 2∨E)= =1 = 0,2380 0,2380 0∗0 0 P( H 3∨E)= =¿ 0 = 1 0 0∗0 0 P( H 4∨E)= =¿ 0 = 1 1 Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya dengan rumus sebagai berikut : 5

∑ ¿ Bayes 1+Bayes 2+ Bayes 3+ Bayes 4 + Bayes 5 k−1

=(0*0)+ 1∗0,2380 )+ 0∗¿ 0)+ 0∗¿ 0)+ 0∗¿ 0)

¿

¿ 4.

¿

¿

¿

0,2380

Penyakit Chronic Mielomonositic Leukemia 15

∑ ¿ G 01+G 02+ G03+G 04 +G 05+G 06+G 07+G 08+G 09+G10+G 11+G 12+G13+ G14 k−1

¿ 0,2+0,6+0+ 0+0,2+0,8+ 0,6+1+¿ 0,6+0,2+ 0+0+0+ 0+0 = 4,2 ∑¿ k=1

P (H2) =

H 2 0,6 = =0,14 ∑ ❑ 4,2 k=1

P (H6) =

H 6 0,8 = =0,19047619 ∑ ❑ 4,2 k=1

P (H7) =

H 7 0,6 = =0,14 ∑ ❑ 4,2 k=1

P (H8) =

H8 1 = =0,238095 ∑ ❑ 0,42 k=1

P (H9) =

H9 0,6 = =0,14 ∑ ❑ 0,42 k=1

Setelah mendapatkan nilai P(Hi) probabilitas hipotesis H tanpa memandang evidence apa pun, maka langkah selanjutnya adalah sebagai berikut : ¿ P ( Hi )∗¿ P ( E| Hi−n 5

∑¿ k−1

= (P(H2) * P(E|H2)) + (P(H06) * P(E|H06)) +(P(H7) * P(E|H7)) + (P(H8) *P(E|H8)) + (P(H9) * P(E|H9)) = (0,6 * 0,14 ) + ( 0,8 * 0,19047619

) +(0,6 *

0,14 ) +(1 *

0,238095 ) +(0,6 * 0,14 ) = 0,084+0,152380952+0,084+0,238095+0,084 = 0,642475952 Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E 0,6∗0,14 0,084 P( H 2∨E)= =¿ 0,1307441932083397 = 0,642475952 0,642475952 0,8∗0,19047619 0,152380952 P( H 4∨E)= =0,2371776741614136 = 0,642475952 0,642475952 0,6∗0,14 0,084 P( H 10∨E)= =¿ 0,2371776741614136 = 0,642475952 0,642475952 1∗0,238095 0,238095 P( H 11∨E)= =¿ 0,3705897462135672 = 0,642475952 0,642475952 0,6∗0,14 0,084 P( H 12∨E)= =¿ 0,1307441932083397 = 0,642475952 0,642475952 Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya dengan rumus sebagai berikut : 5

∑ ¿ Bayes 1+Bayes 2+ Bayes 3+ Bayes 4 + Bayes 5 k−1

=(0,6*0,1307441932083397)+ 0,8∗0,2371776741614136 )+ 0,6∗¿

¿

¿

0,2371776741614136)+ 1∗¿ 0,3705897462135672)+ 0,6 *0,13074419320833

¿

¿

97) =0,0784465159250038+0,1897421393291309+0,0784465159250038+0,370589746 2135672+0,0784465159250038

¿ 0,7956714333177095 5. Penyakit Refractory Anemia with Excess Blasts in Transformation 15

∑ ¿ G 01+G 02+ G03+G 04 +G 05+G 06+G 07+G 08+G 09+G10+G 11+G 12+G13+ G14 k−1

¿ 0,2+0,6+0+ 0+0 , 2+0,8+0,6+ 1+ ¿ 0,6+0,2+0+ 0+0+0+ 0 = 4,2 ∑¿ k=1

P (H1) =

H 1 0,2 = =0,0476190476190476 ∑ ❑ 4,2 k=1

P (H3) =

H3 0 = =0 ∑ ❑ 4,2 k=1

H 13 0 = =0 ∑ ❑ 4,2

P (H13) =

k=1

H 14 0 = =0 ∑ ❑ 0,42

P (H14) =

k=1

H 15 0 = =0 0,42 ∑❑

P (H15) =

k=1

Setelah mendapatkan nilai P(Hi) probabilitas hipotesis H tanpa memandang evidence apa pun, maka langkah selanjutnya adalah sebagai berikut : ¿ P ( Hi )∗¿ P ( E| Hi−n 5

∑¿ k−1

= (P(H2) * P(E|H2)) + (P(H06) * P(E|H06)) +(P(H7) * P(E|H7)) + (P(H8) *P(E|H8)) + (P(H9) * P(E|H9)) = (0,2 * 0,0476190476190476 ) + ( 0 * 0 ) +(0* +(0 * 0 )

0 ) +(0 *

0 )

= 0,0095238095238095+0+0+0+ = 0,0095238095238095 Langkah selanjutnya ialah mencari nilai P(Hi|E) atau probabilitas hipotesis Hi benar jika diberikan evidence E 0,2∗0,04761904 76190476 P( H 2∨E)= 0,0095238095238095

=

0,0095238095238095 =¿ 0,0095238095238095

0,0095238095238095

0∗0 0 =0 = 0,0095238095238095 0,0095238095238095 0∗0 0 P( H 10∨E)= =¿ 0 = 0,0095238095238095 0,0095238095238095 0∗0 0 P( H 11∨E)= =¿ 0 = 0,00952 38095238095 0,0095238095238095 0∗0 0 P( H 12∨E)= =¿ 0 = 0,0095238095238095 0,0095238095238095 P( H 4∨E)=

Setelah seluruh nilai P(Hi|E) diketahui, maka jumlahkan seluruh nilai bayesnya dengan rumus sebagai berikut : 5

∑ ¿ Bayes 1+Bayes 2+ B ayes 3+Bayes 4+ Bayes 5 k−1

=0,0095238095238095

Dari hasil probabilitas bayes terhadap seluruh penyakit maka didapatkan nilai probabilitas tertinggi pada penyakit Chronic Mielomonositic Leukemia dengan nilai 0,7956714333177095.

4.1.3

Analisa Sistem Pada dasarnya kegiatan yang dilakukan pada tahap analisis ini ada dua

bagian, yaitu tahap survei pengumpulan data dan analisis terstruktur yang secara garis besar untuk memperoleh pengertian dari permasalahan-permasalahan, efisiensi dan pertimbangan-pertimbangan yang mengarah ke pengembangan sistem. Memperkirakan kendala-kendala yang akan dihadapi dalam pengembangan sistem tersebut dan menentukan solusi-solusi alternatif pendahuluan. Analisa dan perancangan bertujuan untuk membentuk optimasi dari aplikasi yang akan kita bangun dengan mempertimbangkan faktor-faktor permasalahan

kebutuhan yang ada dalam sistem. Upaya yang dapat dilakukan adalah dengan mencari kombinasi perangkat lunak dan teknologi yang tepat sehingga dapat menghasilkan hasil yang tepat dan mudah diimplementasikan. Dalam melakukan perancangan serta pembangunan Sistem pakar ini, maka dibutuhkan perangkat-perangkat dasar dan juga perangkat-perangakat pendukung baik itu perangkat lunak maupun perangkat keras. Untuk lebih jelasnya, perangkat keras (hardware) dan perangkat lunak (software) apa yang digunakan maka akan dijelaskan dibawah ini : 1. PerangkatKeras (Hardware) Satu unit Personal laptop, dengan spesifikasi minimum sebagai berikut : a. Processor AMD Quad-Core A8-7410 Accelerated b. RAM 4,00 GB 2. PerangkatLunak (Software) a. Sistemoperasi windows 7. b. Pemograman Php dengan database MySQL c. XAMPP/ Mowes Portaable/ Easy Warm adalah software untuk lokal web server. d. Adobe Photoshop CS 3 untuk mendesain tombol maupun tampilan pada website. e. Macromedia Dreamwaver 8

4.2

Perancangan

4.2.1 Perancangan Model Sebagai tools dalam perancangan system pakarini, diagram UML yang digunakan ada tujuh macam yaitu : 1. 2. 3. 4. 5. 6. 7.

Use Case diagram Class diagram Sequence Diagram Collaboration diagram Activity diagram Deployment diagram Statechart diagram

4.6.1 Perancangan dengan Use Case Diagram Diagram ini menjelaskan apa saja yang dapat dilakukan oleh Aktor selaku aktor yang menggunakan sistem pakar yang dibangun. 1.

Use Case Diagram a. Defenisi Aktor Berikut adalah defenisi aktor dalam sistem ini:

Tabel 4.6 NO 1 2

Aktor Pasiem

Defenisi Merupakan aktor yang dapat melakukan konsultasi dalam

Admin

sistem pakar ini Aktor yang mengelola sistem ini

b. Defenisi Usecase Tabel 4.7 No

Use Case

Deskripsi

Aktor

1

Register

Case

Pasien

untuk Pasien melakuka n registrasi kedalam sistem 2

Home

pakar Halaman awal

Pasien

pasien 3

Info MDS

Case

Pasien

untuk melihat 4

Konsultasi

info MDS Pasien

Pasien

untuk melakuka n konsultasi tentang 5

Hasil Konsultasi

MDS Case

Pasien

untuk melihat hasil 6

Cetak Hasil

konsultasi Case

Pasien

untuk mencetak 7

Data User

hasil Case

Pasien

untuk meliha 8

Akses Informasi Penyakit

data user Case untuk melihat

Admin

akses informasi 9

Akses Informasi

penyakit Case

Penyakit

untuk

Admin

melihat akses informasi 10

Kelola Gejala

penyakit Case

Admin

untuk meliha kelola 11

Kelola Penyakit

gejala Case

Admin

untuk kelola 12

Akses Profil Admin

penyakit Case

Admin

untuk akses profil 13

Login

admin Case

Admin,Pasien

untuk melakuka 14

Keluar

n login Case

Admin,Pasien

untuk melakuka n keluar Diagram ini menjelaskan apa saja yang dapat dilakukan oleh Dokter dan Pasien selaku aktor yang menggunakan aplikasi ini.

Register

Akses Informasi Pasien

Home Aksess Informasi Penyakit

Info MDS

Kelola Gejala

Pasien

Login

Admin

Konsultasi

Kelola Penyakit Hasil Konsultasi

Keluar

Cetak Hasil

Akses Profil Admin

Data User

Gambar 4.1 Use Case Diagram Sistem Pakar Gambar diatas merupakan bentuk dari use case dari sistem yang akan dibangun, dimana terlihat apa saja yang bisa dilakukan oleh aktor. Berikutnya akan dibuatkan sekenario sepertiberikut: 2.Class Diagram Diagram ini menjelaskan bagaimana perancangan database yang akan dibuat dalam sistem apliksai ini dan juga bagaiman hubungan antara class yang terdiri dari nama class, attribute dan operation. Berikut adalah tabel yang menjelaskan classclass apa saja yang digunkan. Tabel 4.8 Defenisi Class

No 1 2 3

Class Pasien

Deskripsi Class untuk menanpung

Gejala

data pasien Class untuk menampung

penyakit

data gejala Class untuk menampung data penyakit

pasien id_pasien namapasien usiapasien statuspasien nohppasien alamatpasien melihat_info_mds() melakukan_pendaftaran() melakukan_konsultasi() melihat_hasil_konsultasi() memberikan_pertanyaan()1

1 1..n

gejala id_gejela G01 G02 G03 GO4 G05 G06

1..n

tampil_gejala() hasil_diagnosa() id_diagnosa() gejala_yang_dialami() nilai_diagnosa()

1

Penyakit id_penyakit kode_penyakit nama_penyakit tampil_data_penyakit() ...

1..n

Gambar 4.2 Class Diagram Gambar diatas menunjukan bentuk class diagram yang ada pada sitem ini dimana terdapat class untuk aplikasi dan juga database nya.

3.Sequence Diagram

Diagram sequence menggambarkan urutan dari hal-hal yang dilakukan oleh Pasien yang diambil dari use case dengan mendeskripsikan waktu dan message yang dikirim dan diterima antar objek dalam Sistem Pakar yang dibuat. a. Sequance diagram register Berikut adalah sequnce diagram register :

: Pasien

akses program

menu utama

register

form register

melakukan akses program tampil nano register isi form register

Gambar 4.3 Sequence Diagram register b. Sequance diagram home Berikut adalah sequnce diagram home :

: Pasien

akses program

menu utama

home

halaman home

melakukan akses program tampil klik menu home tampil

Gambar 4.4 Sequence Diagram Home c.

Sequance diagram info MDS

Berikut adalah sequnce diagram info mds :

: Pasien

akses program

menu utama

info mds

halaman info mds

melakukan akses program tampil klik menu info mds tampil

Gambar 4.5 Sequence Diagram Info MDS d. Sequance diagram konsultasi Berikut adalah sequnce diagram konsultasi :

: Pasien

akses program

menu utama

login

menu pasien

konsultasi

melakukan akses program tampil melakukan login tampil melakukan

Gambar 4.6 Sequence Diagram konsultasi e. Sequance diagram hasil konsultasi Berikut adalah sequnce diagram hasil konsultasi :

: Pasien

akses program

menu utama

login

menu pasien

konsultasi

hasil konsultasi

melakukan akses program tampil melakukan login tampil melakukan tampil

Gambar 4.7 Sequence Diagram hasil konsultasi f. Sequance diagram cetak hasil Berikut adalah sequnce diagram cetak hasil :

: Pasien

akses program

menu utama

login

menu pasien

konsultasi

hasil konsultasi

melakukan akses program tampil melakukan login tampil melakukan tampil print

Gambar 4.8 Sequence Diagram cetak hasil g. Sequance diagram data user Berikut adalah sequnce diagram data user :

cetak hasil

: Pasien

akses program

menu utama

login

menu pasien

data user

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.9 Sequence Diagram data user h. Sequance diagram akses informasi pasien Berikut adalah sequnce diagram akses informasi pasie :

: Admin

akses program

menu utama

login

menu admin

akses informasi pasien

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.10 Sequence Diagram akses informasi pasien i. Sequance diagram akses informasi penyakit Berikut adalah sequnce diagram akses informasi penyakit :

: Admin

akses program

menu utama

login

menu admin

akses informasi penyakit

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.11 Sequence Diagram akses informasi penyakit j. Sequance diagram akses kelola gejala Berikut adalah sequnce diagram kelola gejala :

: Admin

akses program

menu utama

login

menu admin

kelola gejala

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.12 Sequence Diagram akses kelolal gejala k. Sequance diagram akses kelola penyakit Berikut adalah sequnce diagram kelola penyakit :

: Admin

akses program

menu utama

login

menu admin

kelola penyakit

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.13 Sequence Diagram akses kelolal penyakit l. Sequance diagram akses profil admin Berikut adalah sequnce diagram akses profil admin :

: Admin

akses program

menu utama

login

menu admin

akses profil admin

melakukan akses program tampil melakukan login tampil menampilkan

Gambar 4.14 Sequence Diagram akses profil admin

Dari gambar diatas, dapat dilihatkan diagram urut yang dilakukan oleh Dokter dalam sistem pakar ini.

4.Collaboration Diagram Collaboration (Communication) diagram menggambarkan interaksi antar Pasiendengan hal-hal yang dapat dilakukan dalam Sistem Pakar ini dalam bentuk urutan pengiriman pesan. a. Collaboration diagram register Berikut adalah Collabartion diagram register : 2: tampil

1: melakukan akses program akses program

menu utama

: Pasien 3: nano register

form register

register 4: isi form register

Gambar 4.15 Collaboration Diagram register b. Collaboration diagram home Berikut adalah Collaboration diagram home : 1: melakukan akses program

2: tampil

akses program

menu utama

: Pasien 3: tampil halaman home

home

Gambar 4.16 Collaboration Diagram Home c. Collaboration diagram info MDS Berikut adalah Collaboration diagram info mds :

1: melakukan akses program akses program

2: tampil menu utama

: Pasien 3: klik menu info mds

halaman info mds

info mds 4: tampil

Gambar 4.17 Collaboration Diagram Info MDS d. Collaboration diagram konsultasi Berikut adalah Collaboration diagram konsultasi : 1: melakukan akses program akses program

2: tampil menu utama

: Pasien 3: melakukan login

konsulta si

menu pasien 5: melakukan

login 4: tampil

Gambar 4.18 Collaboration Diagram konsultasi e. Collaboration diagram hasil konsultasi Berikut adalah sequnce diagram hasil konsultasi :

2: tampil

1: melakukan akses program akses program

menu utama

: Pasien 3: melakukan login

hasil konsultasi

konsulta si 6: tampil

menu pasien

5: melakukan

login 4: tampil

Gambar 4.19 Collaboration Diagram hasil konsultasi f. Collaboration diagram cetak hasil Berikut adalah Collaboration diagram cetak hasil : 2: tampil

1: melakukan akses program akses program

menu utama

: Pasien

3: melakukan login 4: tampil

5: melakukan menu pasien

login

6: tampil 7: print hasil konsultasi

cetak hasil

Gambar 4.20 Collaboration Diagram cetak hasil g. Collaboration diagram data user Berikut adalah Collaboration diagram data user :

konsulta si

2: tampil

1: melakukan akses program akses program

menu utama

: Pasien 3: melakukan login

data user

menu pasien

login

5: menampilkan

4: tampil

Gambar 4.21 Collaboration Diagram data user h. Collaboration diagram akses informasi pasien Berikut adalah Collaboration diagram akses informasi pasie : 2: tampil

1: melakukan akses program akses program

menu utama

: Admin 3: melakukan login

login

menu admin

akses informasi penyakit

4: tampil

5: menampilkan

Gambar 4.22 Collaboration Diagram akses informasi pasien i. Collaboration diagram akses informasi penyakit Berikut adalah Collaboration diagram akses informasi penyakit : 1: melakukan akses program akses program

2: tampil menu utama

: Pasien

3: melakukan login 5: menampilkan

4: tampil login

menu pasien

akses informasi penyakit

Gambar 4.23 Collaboration Diagram akses informasi penyakit j. Collaboration diagram akses kelola gejala Berikut adalah sequnce diagram kelola gejala : 2: tampil

1: melakukan akses program

akses program

menu utama

: Admin

3: melakukan login 4: tampil

5: menampilkan menu admin

login

kelola gejala

Gambar 4.24 Collaboration Diagram akses kelolal gejala k. Collaboration diagram akses kelola penyakit Berikut adalah Collaboration diagram kelola penyakit : 2: tampil

1: melakukan akses program

akses program

menu utama

: Admin

3: melakukan login 4: tampil login

5: menampilkan menu admin

Gambar 4.25 Collaboration Diagram akses kelolal penyakit l. Collaboration diagram akses profil admin Berikut adalah Collaboration diagram akses profil admin :

kelola penyakit

2: tampil

1: melakukan akses program

akses program

menu utama

: Admin

3: melakukan login 4: tampil

5: menampilkan menu admin

login

akses profil admin

Gambar 4.26 Collaboration Diagram akses profil admin 5.Activity Diagram Activity diagram menggambarkan workflow (aliran kerja) atau aktivitas dari Sistem Pakar yang dibuat. Berikut gambar Activity diagram Pasien. a. Activity diagram Berikut adala model activit diagram user dalam sistem pakar ini

index

registrasi

login

home

info MDS

konsultasi

hasil konsultasi

cetak hasil

data user

Gambar 4.27 Activity Diagram user b. Activity diagram Berikut adala model activity diagram admin dalam sistem pakar ini

keluar

index

login

akses informasi pasien

akses informasi penyakit

kelola gejala

kelola penyakikt

akses informai penyakit

Gambar 4.28 Activity Diagram admin Pada gambar Aktivity Diagram dapat dilihat aliran kerja dari Sistem Pakar ini, mulai dari Pasien menggunakan aplikasi inia sampai proses berakhir. 6. Statechart Diagram Statechart diagram digunakan untuk menggambarkan perubahan status atau transisi status dari Sistem Pakar ini.

Login entry/ user name entry/ passwor

konsultasi entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/ entry/

gejala 1 gejala 2 gejala 3 gejala 4 gejala 5 gejala 6 gejala 7 gejala 8 gejala 9 gejala 10 gejala 11 gejala 12 gejala 13 gejala 14 gejala 15

Gambar 4.29 Statchart Diagram 7.Deployment Diagram Deployment Diagram menunjukan konfigurasi komponen dalam proses eksekusi aplikasi. Server

Client web browser mozilla chrome

web server aplikasi db server apache mysql

Gambar 4.30 Dyploment Diagram

4.2.2

Perancangan Interface Desain interface atau perancangan antarmuka adalah bentuk rancangan

tampilan sementara dari pembuatan aplikasi sistem pakar pada klinik My lovely clind. Perancangan ini dibuat untuk memberikan penjelasan tentang tampilan yang dihadapkan pada aktor pada saat menggunakan sistem, sehingga dapat mempermudah dalam mengimplementasikan aplikasi serta akan memudahkan pembangunan aplikasi yang memenuhi prinsip perancangan antarmuka yang baik. 1.

Inteface Index

Merupakan halam yang pertama kali ditampilkan ketika admin mengakses aplikasi ini. Pada interface terdapat beberapa tombol, diantaranya adanya tombol pendaftarn dan login, dapat dilihat seperti gambar dibawah ini :

Gambar 4.31 Index 2.

Form Pendaftaran

Merupakan form yang berguna untuk melakukan pendaftaran kepada sistem agar pasien bisa masuk kedalam sistem untuk melakukan konsultasi :

Gambar 4.32 Form Pendaftarn 3.

Form Menu Utama

Pada tampilan menu utama berisikan menu-menu yang dapat diakses oleh admin. Menu-menu tersebut yaitu home, data Pasien, mulai konsultasi,riwayat konsultasi,info mengenai penyakit MDS,pengobatan,dan keluar. Tampilan menu utama dapat dilihat sebagai berikut:

Gambar 4.33 Form Menu Utama

4.

Form Menu Data Pasien

Tampilan menu data pasien berisikan data pada pasien.Pada menu datapasienadmin dapat mengetahui data pasien seperti username,password nama, usia,jk,nama orangtua,alamat dll. Tampilan menu data pasien dapat dilihat sebagai berikut:

Gambar 4.34 Form Menu Data Pasien

5.

Form Menu mulai konsultasi

Pada tampilan menu mulai konsultasi berisikan informasi id,gejala,jawaban, dan tombol konsultasi. Tampilan menu mulai konsultasi dapat dilihat pada gambar berikut:

Gambar 4.35 Form Menu Mulai Konsultasi

6.

Form Menu Info mengenai penyakit MDS

Pada Tampilan menu info mengenai penyakit MDS beisikan informasi berupa info mengenai penyakit MDS. Tampilan menu info mengenai penyakit MDS dapat dilihat pada gambar berikut:

Gambar 4.36 Form Ino MDS