2010 Edhy S-Dioneia MFCGL SNAST 2010-11 Desember 2010

Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
DAFTAR ISI
KELOMPOK A
Halaman Judul
Organisasi
Kata Pengantar Ketua Panitia
Sambutan Rektor IST AKPRIND
i
ii
iii
iv
BIDANG TEKNIK ELEKTRO
1. Rancang Bangun Alat Pengukur Tinggi Muka Air Sungai Digital Secara Interaktif
Berbasis Seluler
Azmi Saleh, Khairul Anam, Gusfan Halik
A-1
2. Analisis Pengembangan Jaringan Transmisi Upt Jember Dalam Mengantisipasi
Pertumbuhan Beban
Azmi Saleh
A-8
3. Penentuan State Of Charge Baterai Timbal Asam Pada Mobil Listrik Dengan
Elektrokimia
Bambang Sri Kaloko
A-13
4. Perancangan Telemedicine Untuk Penyakit Jantung Dengan Memanfaatkan Telepon
Seluler
Gatot Santoso
A-18
5. Pembacaan Data Posisi Koordinat Geografi Kecepatan Dan Waktu Dari Modul Global
Positioning System (GPS) Dengan Mikrokontroler AVR Atmega 8535
Herlambang Sigit Pramono
A-22
6. Pengujian Isolator Pin-Post 20 Kv Terkontaminasi Garam Mengakibatkan Arus Bocor
Flashover Pada Permukaan
Muhammad Suyanto
A-29
7. Estimasi Perhitungan Beban Listrik Untuk Menentukan Umur Transformator Berdasarkan
Perkembangan Beban Di Gardu Induk Klaten
Mujiman
A-34
8. Analisa Pola Radiasi Radio Istakalisa Menggunakan Metode Surfer
Samuel Kristiyana
A-43
9. Kompensasi Daya Reaktif Dengan Metode Hybrid Partial Gradient Descent/Simulated
Annealing (HPGDSA) Pada Sistem Jaringan Distribusi 20 Kv
Slamet Hani
A-49
10. Optimalisasi Dan Peningkatan Efisiensi Penggunaan Energi Listrik Pada Peralatan Listrik
Untuk Proses Kimia
Wiwik Handajadi
A-56
11. Sistem Kunci Elektronis Dengan Perekam Waktu Akses Berbasis Mikrokontroler
AT89C51
Subandi
A-61
12. Pengujian Karakteristik Mekanis Dan Absorpsi Air Pada Bahan Isolator Resin Epoksi
Dengan Bahan Pengisi Sekam Padi
Syafriyudin
A-68
ix
Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
BIDANG TEKNIK INFORMATIKA
1.
Pengembangan Gim Komputer Sebagai Konten E-Learning Untuk Matakuliah Teknologi
Multimedia
Affan Mahtarami
A-72
2.
Deteksi Awan Cumulonimbus Menggunakan Algoritma Principal Component Analysis
Dwi Nugraheny
A-77
3.
Sistem Pendukung Keputusan Untuk Penilaian Kinerja Pegawai Edukatif
Dina Andayati
A-83
4.
Aplikasi Sistem Pakar Untuk Menentukan Jenis Batuan Sedimen
Edhy Sutanta, Dioneia M. F. C. Gusmão Lemos
A-90
5.
Ikhtisar Kompresi Citra (Image Compression Overview)
Erik Iman Heri Ujianto, Sri Hartati
A-97
6.
Perancangan Dan Simulasi Jaringan Berbasis Virtual Local Area Network (VLAN)
Menggunakan Cisco Catalyst
Irma Susanti, Erna Kumalasari Nurnawati
A-101
7.
Implementasi Sistem Database Terdistribusi Dengan Metode Partial Replica
(Studi Kasus :Pelaporan Hasil Penghitungan Suara Di DPW PKS DIY)
Joko Triyono
Pengembangan Sistem Pendukung Keputusan Rehabilitasi Bangunan Pemerintah Kota
Yogyakarta Berbasis Web
Maria Yunike, Suyoto , Ernawati
A-110
Deteksi Pencilan Data Menggunakan Algoritma K_Medoid Clustering
Naniek Widyastuti
A-126
8
9.
A-118
10. Sistem Pendukung Keputusan Untuk Pencarian Lokasi Tempat Kos Berbasis Web
Menggunakan Google Map API, PHP dan Mysql
Nurani Dewi, Atika Ciptaningtyas
A-132
11. Pemanfaatan IT Untuk Aplikasi Konversi Minyak Tanah
Yuliana Rachmawati K
A-140
12. Pengembangan Sistem Pendukung Keputusan Stok Managemen Tembakau
Thomas Adi Purnomo Sidhi, Suyoto, Ernawati
A-146
13. Deteksi Pola Berdasarkan Colour Feature dengan Metode Jaringan Syaraf Tiruan
Uning Lestari
A-152
14. Perencanaan ArsitekturCorporate Portal Akademik Untuk Perguruan Tinggi
Yan Watequlis Syaifudin
A-161
15. Sistem Aplikasi Penjualan Produk Mahkota Dewa Secara Online (Studi Kasus Pada PT.
Salama Nusantara)
Yudi Irawan, Afianti Charmina
A-167
x
Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
BIDANG TEKNIK KIMIA
1.
Pengaruh Variasi Ukuran Mesh Batubara Terhadap Karakteristik Pembakaran Dan
Polusi Yang Dihasilkan Pada Pembakaran Campuran Batubara Dengan Sampah Kulit
Abdullah Kuntaarsa, Zubaidi Akhmad
A-175
2.
Perbaikan Mutu Lempung Pundong Dengan Penambahan Pecahan Kaca Neon Pada
Pembuatan Bodi Keramik
Abdullah Kuntaarsa
A-191
3.
Isolasi Gula Dari Buah Pisang Raja Bandung (Musa Paradisiaca Cv Raja Bandung)
Secara Ekstraksi Menggunakan Pelarut Air Suling
Endah Sulistiawati
A-203
4.
Pemanfaatan Limbah Kulit Nanas Untuk Pembuatan Bioetanol Dengan Proses
Fermentasi
Ganjar Andaka
A-207
5.
Pemanfaatan Biji Kapuk Yang Merupakan Limbah Industri Kapuk Untuk Pembuatan
Bahan Bakar Alternatif Biodiesel
Siti Salamah, Agus Ahtawan, dan Hendra Sakti Wardana
A-213
BIDANG TEKNIK MESIN
1.
Flow Characteristics And Its Effect On The Performance Of Gasification Of Waste Of
Pongamia Pinnata’s Shells
A. A. Putu Susastriawan
A-218
2.
Conductivity In Nb Doped Calcium Copper Titanium Oxide
Ellyawan Arbintarso, and Colin Leach
A-224
3.
Analisa Kekuatan Bending Pada Pengelasan Friction Stir Welding Aluminium 6110
Jarot Wijayanto , Agih Yusrizal
A-232
4.
Pengaruh Pemanasan Dan Pendiginan Dengan Media, Udara, Air Sumur, Oli Dan Air Laut
Terhadap Laju Korosi Knalpot Sepeda Motor
Joko Waluyo, Adi Purwanto, Tino Frenki
A-238
5.
Karakteristik Distribusi Tekanan Arah Radial Di Perubahan Bentuk Silinder Dalam Aliran
Couette-Taylor
Khairul Muhajir
A-244
6.
Variasi Perubahan Putaran Pada Pengecoran Dengan Metode Sentrifugal Terhadap
Pengurangan Cacat Coran
Nugroho Santoso , Widia Setiawan
A-250
7.
Effect Of Mn And Cr Elements On Physical And Mechanical Properties In Surface Coatings
Hardfacing Process
Saiful Huda , Hendra Hari Wibowo
A-256
8.
Karakteristik Kincir Angin Untuk Pengerak Pompa Air (Program Pengembangan Pendidikan
Berbasis Education For Sustainable Development/ESD)
Toto Rusianto, Saiful Huda
xi
A-262
Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
9.
Simulasi Pengendalian Aktif Undamaged Struktur
Totok Yulianto, I. Ketut Suastika, M. Nurul Misbah
A-267
10.
Pengelasan Baja Karbon St 37 Dengan Metoda Friction Stir Welding (FSW) Toward
Mechanical Properties
Widia Setiawan
A-272
11.
Komparasi Sifat Fisik Dan MekanikSambungan Las Tig (Tungsten Inert Gas) Dan Las FSW
(Friction Stir Welding)
Yustiasih Purwaningrum, Kurniawan Setyanto
A-278
BIDANG ILMU KOMPUTER
Perbandingan Tampilan Animasi Satu Layer Dan Lebih Dari Satu Layer Yang Dikenakan
Pada Suatu Obyek Dengan Teknik Animasi Twenning
Harmastuti
A-283
2.
Aplikasi Quality Function Deployment Untuk Pengembangan Quality Assurance Lulusan
(Studi Kasus di IST AKPRIND Yogyakarta)
Ignatius Suraya
A-293
3.
Implementasi Algoritma Pencocokan String Untuk Pengenalan Mutasi Gen Dengan
Menggunakan Algoritma Galil- Giancarlo
Nuniek Herawati, Sinta
A-302
1.
xii
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
APLIKASI SISTEM PAKAR UNTUK MENENTUKAN JENIS BATUAN SEDIMEN
Edhy Sutanta1, Dioneia M. F. C. Gusmão Lemos2
Jurusan Teknik Informatika Institut Sains & Teknologi AKPRIND Yogyakarta
E-mail: [email protected], [email protected]
1,2
INTISARI
Teknologi komputer mendukung proses pengolahan data yang cepat, handal, dan efisien untuk menghasilkan
informasi yang berkualitas. Implementasi teknologi komputer memberikan kemudahan bagi manusia untuk
melakukan berbagai kegiatan, seperti ilmu pengetahuan, dunia usaha, kegiatan perkantoran, kesehatan, dan lainnya,
termasuk penentuan macam jenis batuan sedimen dalam bidang ilmu geologi. Selama ini, penentuan macam jenis
batuan hanya bisa dilakukan oleh seseorang yang pakar di bidangnya dengan pengalaman yang memadai, belum ada
software aplikasi khusus yang dikembangkan untuk penentuan macam jenis batuan sedimen. Penelitian ini
mengembangkan software sistem pakar untuk memudahkan pekerjaan seorang pakar atau calon pakar dalam
menentukan macam jenis dan nama batuan. Penentuan macam jenis batuan ini dilakukan dengan cara mengisi ciriciri batuan yang diketahui dan dicari faktor kepastian atau certainty factor (CF)-nya. Software sistem pakar
dikembangkan dengan menggunakan Visual Basic.Net 2008 dan SQL Server 2005. Hasil pengujian terhadap aplikasi
yang dikembangkan menunjukkan bahwa aplikasi sudah berfungsi sesuai yang diharapkan dan sesuai dengan
pengetahuan dan keahlian seorang pakar, serta dapat memberikan informasi kepada pengguna tentang macam jenis
batuan sedimen berdasarkan ciri-ciri yang diinputkan oleh pengguna. Aplikasi menyediakan pembatasan hak akses
secara tersistem, sehingga proses pengolahan basis pengetahuan dan basis aturan hanya dapat dilakukan oleh admin
atau pakar, sedangkan user hanya boleh melakukan konsultasi pada sistem pakar.
Kata kunci: certainty factor (CF), sistem pakar, SQL Server 2005, Visual Basic.Net 2008
PENDAHULUAN
Sistem pakar (expert system) merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati
karena penerapan di berbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat membantu
dalam mengambil keputusan dan sangat luas penerapanya. Sistem pakar adalah sebuah program komputer yang
dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert)
(Tolle, 2010). Biasanya sistem pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat
performa yang sebanding seorang pakar dalam bidang yang khusus dan sempit. Ide dasarnya adalah kepakaran
ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam
komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil
inferensi (menyimpulkan, mendiskusikan, dll) seperti layaknya seorang pakar, kemudian menjelaskannya ke
pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem pakar malahan terkadang lebih baik kerjanya dari
pada seorang pakar manusia.
Sistem pakar dengan desain yang benar akan dapat digunakan oleh orang awam untuk membantu
memecahkan masalah-masalah tertentu, sedangkan bagi seorang ahli sistem pakar dapat dijadikan alat untuk
menunjang aktivitasnya yaitu sebagai asisten yang berpengalaman. Sistem pakar dibuat pada wilayah pengetahuan
tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar akan mencarikan solusi yang
memuaskan seperti dilakuakan oleh seorang pakar dan sistem pakar juga dapat memberikan penjelasan terhadap
langkah yang diambil dan memberikan alasan atas saran dan kesimpulan yang ditemukanya. Sistem pakar hanya
digunakan untuk memecahkan masalah yang memang sulit untuk dipecahkan dengan menggunakan program biasa,
mengingat biaya yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pada sistem biasa.
Aplikasi sistem pakar dapat dikembangkan dan diterapkan pada banyak bidang, salah satunya sistem
pakar untuk mengetahui macam jenis batuan sedimen berdasarkan sifat fisik macam jenis batuanya. Pengembangan
sistem pakar ini diharapkan dapat membantu calon pakar atau pengguna lainnya yang berminat untuk mempelajari
atau mengetahui macam jenis batuan sedimen. Sistem pakar akan memberikan kesimpulan akhir berupa solusi yang
direkomendasikan.
Sistem pakar untuk menentukan jenis tanaman obat yang sesuai dengan gejala sakit pada tubuh manusia
telah dikembangkan oleh Sumbodo (2009). Sistem pakar yang dikembangkan merupakan sebuah software aplikasi
untuk menentukan jenis tanaman obat yang dapat dipakai sesuai dengan gejala-gejala penyakit yang diderita pasien.
Sistem pakar ini juga dapat menberikan hasil diagnosa terhadap penyakit pada manusia berdasarkan gejala-gejala
penyakit tersebut. Kekurangan dari sistem ini terletak pada tampilan antar muka yang belum mencantumkan gambar
A-90
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
gejala penyakit yang diderita. Selain itu, komposisi tanaman obat pada pengobatan belum disertakan link tanaman
apa saja yang digunakan dalam pengobatan, maka pembahasanya kurang terperinci (Sumbodo, 2009).
Sistem pakar untuk diagnosa penyakit hewan ternak dan pengobatannya juga telah dikembangkan oleh Nur
Widiaastuti (2009) dengan software Microsoft Visual Basic 6.0. Aplikasi ini menyediakan fasilitas untuk input
gejala-gejala penyakit yang dialami seekor sapi dan akan memberikan saran berupa solusi yang sesuai dengan gejalagejala penyakit yang diinputkan pengguna. Kekurangan dari sistem pakar ini terletak pada mesin inferensi yang
digunakan masih menggunakan aturan produksi yang sederhana dan tidak mempertimbangkan faktor kepastian
sistem ini.
Penelitian tentang sistem pakar diagnosa penyakit tanaman padi berbasis web menyediakan fasilitas
konsultasi tentang penyakit tanaman padi, penanggulangan, dan pencegahan penyakit tanaman padi. Selain itu,
sistem ini juga menbantu pengguna untuk meng-upload informasi seputar tanaman padi. Kekurangan dari sistem ini
terletak pada sistem keamanan pada ruang administrator dan login penggunanya. Selain itu, validasi konsultasi untuk
pencarian penyakit baru dan validasi halaman hasil konsultasi tidak ada dan hasil konsultasi tidak dilengkapi dengan
keterangan tertentu (Yusniati, 2009).
Ada delapan ciri sistem pakar yaitu: 1) terbatas pada domain keahlian tertentu, 2) dapat memberikan
penalaran untuk data-data yang tidak pasti atau tidak lengkap, 3) dapat mengemukakan rangkaian alasan yang
diberikannya dengan cara yang dapat dipahami, 4) berdasarkan pada kaidah tertentu, 5) dirancang untuk dapat
dikembangkan secara bertahap, 6) outputnya bersifat anjuran atau nasihat, 7) outputnya tergantung dari dialog
dengan pengguna, serta 8) knowledge base dan inference engine terpisah.
Sistem pakar menjadi sangat populer disebabkan oleh banyaknya kemampuan dan manfaat yang diberikan
oleh sistem pakar, di antaranya (Achmad, 2010):
1. Meningkatkan output dan produktivitas, karena sistem pakar dapat bekerja lebih cepat dari manusia.
2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
3. Mampu menangkap kepakaran yang sangat terbatas.
4. Dapat beroperasi di lingkungan yang berbahaya.
5. Memudahkan akses ke pengetahuan.
6. Handal, sistem pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem pakar juga secara konsisten
melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial.
7. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi sistem pakar dengan sistem komputer lain
membuat lebih efektif, dan mencakup lebih banyak aplikasi.
8. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer
konvensional, sistem pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon
dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap
akan memberikan jawabannya.
9. Mampu menyediakan pelatihan, pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih
berpengalaman. Fasilitas penjelasan dapat berfungsi sebagai guru.
10. Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar.
11. Meniadakan kebutuhan perangkat yang mahal.
12. Fleksibel.
Metodologi sistem pakar yang ada tidak selalu mudah, sederhana, dan efektif. Berikut adalah keterbatasan
yang menghambat perkembangan sistem pakar (Achmad, 2010):
1. Pengetahuan yang hendak diambil tidak selalu tersedia.
2. Kepakaran sangat sulit diekstrak dari manusia.
3. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.
4. Adalah sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka dalam menangani
masalah.
5. Pengguna sistem pakar mempunyai batas kognitif alami, sehingga mungkin tidak bisa memanfaatkan sistem
secara maksimal.
6. Sistem pakar bekerja baik untuk suatu bidang yang sempit.
7. Banyak pakar yang tidak mempunyai jalan untuk mengecek apakah kesimpulan mereka benar dan masuk akal.
8. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali terbatas dan tidak mudah
dimengerti oleh orang lain.
9. Pengembangan sistem pakar seringkali membutuhkan perekayasa pengetahuan (knowledge engineer) yang
langka dan mahal.
A-91
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
10. Kurangnya rasa percaya pengguna menghalangi penggunaan sistem pakar.
11. Transfer pengetahuan dapat bersifat subyektif dan bias.
Struktur detail sistem pakar terdiri atas dua bagian utama, yakni: 1) development environment (lingkungan
pengembangan) yang digunakan sebagai pembangunan sistem pakar baik dari segi pembangunan komponen maupun
basis pengetahuan, dan 2) consultation environment (lingkungan konsultasi), digunakan oleh seseorang yang bukan
ahli untuk berkonsultasi. Sedangkan komponen-komponen yang ada pada sistem pakar meliputi (Achmad, 2010):
1. Subsistem penambahan pengetahuan (knowledge aqcuisision system). Bagiaan ini digunakan untuk memasukkan
pengetahuan, menkonstruksi atau menperluas pengetahuan alam basis pengetahuan. Pengetahuan itu bisa berasal
dari: ahli, buku, basis data, penilitian dan gambar.
2. Basis pengetahuan (knowledge base). Basis pengetahuan berisi pengetahuan-pengetahuan yang dibutuhkan untuk
memahami, menformulasikan, dan menyelesaikan masalah.
3. Motor inferensi (inference engine). Motor inferensi adalah program yang berisi metodologi yang digunakan untuk
melakukan penalaran terhadap informasi-informasi yang digunakan dalam basis pengetahuan serta digunakan
untuk menformulasikan konklusi. Ada tiga elemen utama dalam motor inferensi, yaitu:
a. Interpreter : berfungsi untuk mengeksekusi item-item agenda yang terpilih dengan menggunakan aturanaturan dalam basis pengetahuan yang sesuai.
b. Scheduler : berfungsi untuk mengontrol agenda.
c. Consistency enforcer : akan berusaha memelihara konsistensi dalam merepresentasikan solusi yang bersifat
darurat.
4. Blackboard (workplace). Blackboard merupakan area dalam memory yang digunakan untuk merekam kejadian
yang sedang berlangsung termasuk keputusan sementara.
5. Antarmuka (user interface). Antarmuka digunakan untuk media komunikasi antara pengguna dan program.
6. Fasilitas penjelasan (explanation subsystem). Bagian ini digunakan untuk melacak respon dan memberikan
penjelasan tentang kelakuan sistem pakar secara inrteraktif melalui pertanyaan.
7. Sistem penyaringan pengetahuan (knowledge refining system). Sistem penyaringan pengetahuan ini digunakan
untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada
masih cocok untuk digunakan di masa mendatang.
Metodologi, Penelitian ini dilakukan bertempat di Laboratorium Sumber Daya Mineral dan Energi Geologi
Kampus II, Institut Sains & Teknologi AKPRIND Yogyakarta. Bahan penilitian yang diperlukan adalah data-data
batuan sedimen yang berupa ciri-ciri, macam jenis dan gambar batuan sedimen tersebut. Peralatan yang digunakan
terbagi dalam dua bagian, yaitu perangkat lunak (software) yang digunakan untuk pembuatan aplikasi sistem pakar
berupa sistem operasi windows Vista Professional, database menggunakan Microsoft SQL server 2005, desain
gambar menggunakan Adoble Photoshop CS3 dan script menggunakan Visual Basic 2008. dan perangkat keras
(hardware) berupa seperangkat PC denganspesifikasi prosesor Intel Core 2 Duo, RAM 1 GB, VGA card 64 MB, dan
harddisk 250 GB.
Diagram Arus Data (DAD), DAD contex diagram memberikan gambaran bahwa sistem pakar ini
berhubungan dengan 2 external entity yaitu admin (pakar) dan user (pengguna aplikasi). Seorang pakar dapat
memasukkan data kepakaran ke dalam sistem dan dapat memperoleh informasi hasil proses konsultasi, sedangkan
pengguna hanya bisa melakukan konsultasi dengan sistem dan memperoleh hasil kesimpulan yang berupa macam
jenis batuan. DAD Contex diagram sistem pakar macam jenis batuan digambarkan pada Gambar 1. Aliran data dan
detail proses yang diintegrasikan ke dalam sistem digambarkan dalam diagram alir data level 1 yang merupakan
turunan dari contex diagram , ditunjukan pada Gambar 2.
Gambar 1: DAD contex diagram
A-92
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
D1 tblBatuan
D2 tblCiriBatuan
D3 tblUser
ISSN: 1979-911X
D4 tblHelp
D5 tblGambar
Record_Gambar
Record_User
Record_Batuan
Record_CiriBatuan
Record_Help
D6 tblTemp
1
Record_Temp
a
Admin
Master Data
Master
Data
b
User
DtUser
Master Data
2
3
b
Ciri
Data Pencarian
Data
Pencarian
Proses
Pencarian
DtBatuan
User
Gambar 2: DAD level 1
Representasi Pengetahuan
Sistem pakar untuk mengetahui macam jenis batuan sedimen ini memerlukan basis pengetahuan dan mesin
inferensi untuk mengetahui macam jenis batuan sedimen. Basis pengetahuan berisi fakta-fakta yang diperlukan oleh
sistem, sedangkan mesin inferensi digunakan untuk menganalisa fakta-fakta yang dimasukan pengguna hingga dapat
diambil suatu kesimpulan. Basis pengetahuan yang diperlukan adalah aturan ciri batuan sedimen. Pembentukan
aturan ciri batuan sedimen seperti pada Tabel 1.
Tabel 1: Aturan ciri batuan
Aturan
No
1
2
3
4
5
6
7
8
9
10
IF batuan sedimen klastik AND warna coklat mudah - coklat tua AND struktur massif AND tekstur
ukuran butir 2 - 116 mm AND tekstur kebundaran menyudut AND tekstur kemas terbuka AND tekstur sortasi buruk
AND komposisi fragmen pasir kasar AND komposisi matrik pasir halus AND komposisi semen silica THEN Breksi.
IF batuan sedimen klastik AND Warna abu - abu terang - gelap AND Struktur massif AND tekstur
ukuran butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur sortasi baik
AND komposisi fragmen - AND komposisi matrik - AND komposisi semen karbonatan THEN Napal.
IF batuan sedimen klastik AND Warna abu - abu terang - gelap AND Struktur massif, laminasi, berlapis
AND tekstur ukuran butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur
sortasi baik AND komposisi fragmen - AND komposisi matrik - AND komposisi semen silica THEN Tuff.
IF batuan sedimen klastik AND Warna abu - abu terang - kecoklatan AND Struktur laminasi - berlapis
AND tekstur ukuran butir 2 - 1/2 mm AND tekstur kebundaran membulat taanggung - membulat AND tekstur kemas
tertutup AND tekstur sortasi baik AND komposisi fragmen - AND komposisi matrik pasir AND komposisi semen
silica THEN Batupasir.
IF batuan sedimen non-klastik organik AND Warna coklat mudah AND Struktur serabut AND tekstur
ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari
mineral yang mngandung unsure organisme THEN aragonit.
IF batuan sedimen non-klastik organik AND Warna putih AND Struktur massif AND tekstur ukuran
butir 1/256 mm AND tekstur kebundaran membulat AND tekstur kemas tertutup AND tekstur sortasi baik AND
komposisi fragmen - AND komposisi matrik - AND komposisi semen karbonatan THEN Serpih.
IF batuan sedimen non-klastik organik AND Warna transparan (tidak berwarna) AND Struktur kristalin
(heksagonal) AND tekstur ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND
komposisi terdiri dari mineral yang mngandung unsure organism kaya akan (CaCO3) THEN Kalsit.
IF batuan sedimen non-klastik kimiawi AND Warna putih AND Struktur kristalin AND tekstur ukuran
butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang
mengandung unsure garam (CaSO4) THEN Anhidrit.
IF batuan sedimen non-klastik kimiawi AND Warna putih AND Struktur masif dan secara kristalin
kasar, kadang – kadang berlaminasi, dengan bentuk Kristal kubus AND tekstur ukuran butir - AND tekstur
kebundaran - AND tekstur kemas - AND tekstur sortasi - AND komposisi terdiri dari mineral yang mengandung
unsure garam (NaCL) THEN Halit.
IF batuan sedimen non-klastik kimiawi AND Warna coklat kekuning kuningan AND Struktur kristalin
kasar sampai halus granular AND tekstur ukuran butir - AND tekstur kebundaran - AND tekstur kemas - AND tekstur
sortasi - AND komposisi terdiri dari mineral yang mengandung unsure garam (CaSO4 2H2O) THEN Gip.
A-93
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
Rancangan Menu, Rancangan sistem pakar untuk mengetahui macan jenis batuan sedimen ini dapat
digambarkan secara garis besar dengan sistem menu seperti tampak pada Gambar 3.
Gambar 3: Rancangan menu
Rancangan Basis Data, Untuk mengimplementasikan rancangan sistem pakar ke dalam software aplikasi,
digunakan enam tabel database, yaitu tblUser, tblBatuan, tblGbrBatuan, tblCiriBatuan, tblTemp, serta tblTemp.
Desain struktur tabel tersebut berturut-turut ditampilkan pada Tabel 2 hingga Tabel 7.
No
1
2
3
4
5
6
7
8
No
1
2
3
4
5
Field
userid
user_name
user_pass
nama_lengkap
nim
jurusan
fakultas
status
Field
no
id_batuan
nama_batuan
Jenis_batuan
Keterangan
Tabel 2: tblUser
Tipe Data
Keterangan
Varchar (8)
Not Null Primary key
Varchar (50)
Not null
Varchar (50)
Not null mds
Varchar (100)
Not null
Varchar (12)
Not null
Varchar (30)
Not null
Varchar (30)
Not null
Varchar (8)
Not null
Tabel 3: tblBatuan
Tipe Data
Keterangan
Int
Not null
Varchar (8)
Not null primary key
Varchar (100)
Not null
Varchar (100)
Not null
Text
Not null
Tabel 4: tblGbrBatuan
No
1
2
3
Field
Tipe Data
Keterangan
id_gambar
id_batuan
gambar
Varchar (10)
Varchar (8)
Image
Not null primary key
Not null
Not null
A-94
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
No
1
2
3
4
5
6
7
8
9
1o
11
Field
id_ciri
id_batuan
warna
Struktur
t_ukuranbutir
t_kebundaran
t_kemas
t_sortasi
k_fragmen
k_matrik
k_semen
No
1
2
Field
id_batuan
nama_batuan
No
1
2
3
Field
id_help
topik
penjelasan
ISSN: 1979-911X
Tabel 5: tblCiriBatuan
Tipe Data
Keterangan
Varchar (10)
Not null primary key
Varchar (8)
Not null
Varchar (50)
Not null
Varchar (50)
Not null
Varchar (50)
Not null
Varchar (100)
Not null
Varchar (50)
Not null
Varchar (50)
Not null
Varchar (150)
Not null
Varchar (150)
Not null
Varchar (150)
Not null
Tabel 6: tblTemp
Tipe Data
Keterangan
Varchar (8)
Not null primary key
Varchar(100)
Not null
Tabel 7: tblHelp
Tipe Data
Keterangan
Varchar (8)
Not null primary key
Varchar(200)
Not null
Text
Not null
PEMBAHASAN
Rancangan sistem pakar diimplementasikan ke dalam tampilan dua macam halaman, yaitu halaman untuk
admin dan user. User hanya boleh membaca informasi, registrasi sebagai anggota, dan melakukan konsultasi,
sedangkan admin boleh menbaca, menampilkan, mengubah, menambah, dan menghapus data yang tersimpan di
dalam database. Tampilan halaman utama aplikasi tampak pada Gambar 4. Setelah tampak halaman utama,
selanjutnya disediakan halaman form login, sign up, log out, dan exit.
Gambar 4: Halaman utama
Selanjutnya, disediakan antarmuka berupa halaman pakar yang disediakan untuk user dengan fungsi untuk
melakukan konsultasi dengan sistem pakar yang dikembangkan. Pada halaman ini user dapat menginputkan data ciri
umum yang meliputi warna dan struktur batuan, ciri tekstur yang meliputi ukuran butir, kebundaran, kemas, dan
A-95
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode II
Yogyakarta, 11 Desember 2010
ISSN: 1979-911X
sortasi, dan ciri komposisi batuan yang terdiri atas fragmen, semen, dan matrik. Selanjutnya berdasarkan ciri-ciri
yang diinputkan oleh user tersebut, sistem pakar akan menampilkan output dalam bentuk tabel berupa informasi
batuan sedimen yang sesuai ciri batuan yang diinputkan. Tampilan halaman pakar ditampilkan seperti Gambar 5.
Gambar 5: Tampilan halaman pakar
KESIMPULAN
Hasil pengujian terhadap aplikasi yang dikembangkan menunjukkan bahwa aplikasi sudah berfungsi sesuai
yang diharapkan dan sesuai dengan pengetahuan dan keahlian seorang pakar, serta dapat memberikan informasi
kepada pengguna tentang macam jenis batuan sedimen berdasarkan ciri-ciri yang diinputkan oleh pengguna. Aplikasi
menyediakan pembatasan hak akses secara tersistem, sehingga proses pengolahan basis pengetahuan dan basis aturan
hanya dapat dilakukan oleh admin atau pakar, sedangkan user hanya boleh melakukan konsultasi pada sistem pakar.
Pengembangan sistem selanjutnya dapat dilakukan dengan menambahkan fasilitas yang memudahkan
pemilihan ciri warna dan ciri-ciri lainnya dengan tujuan untuk meminimalkan kesalahan input data ciri batuan,
menyertakan faktor kepastian (certainty factor) untuk meningkatkan akurasi hasil, serta pengembangan menjadi
berbasis web agar sistem dapat memberikan manfaat yang lebih luas bagi masyarakat.
DAFTAR PUSTAKA
Achmad, B., 2010, Diktat Mata Kuliah Kecerdasan Buatan, http://word-searsh.com, diakses 28 September 2010
Dioneia M. F. C. Gusmão Lemos, 2010, Sistem Pakar Untuk Mengetahui Berbagai Macam Jenis Batuan Sedimen
Berdasarkan Sifat Fisiknya (Studi Kasus: Laboratorium Sumber Daya Mineral & Energi IST AKPRIND
Yogyakarta, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND, Yogyakarta.
Kusumaadewi, S., 2003, Artificial Intelligence (Teknik dan Aplikasinya), edisi pertama, Graha Ilmu, Yogyakarta.
Sumbodo, B.A., 2009, Sistem Pakar Untuk Menentukan Jenis Tanaman Obat Yang Sesuai Dengan Gejalah Sakit
Pada Tubuh Manusia, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND,
Yogyakarta.
Tolle, H., 2010, Pengantar Sistem Pakar (expert system), http://powerpoint-search.com, diakses 28 September 2010
Widiaastuti, N., 2009, Sistem Pakar Untuk Diagnosa Penyakit Hewan Ternak Dan Pengobatannya Dengan
Microsoft Visual Basic 6.0, Skripsi, Jurusan Teknik Informatika, Institut Sains & Teknologi AKPRIND,
Yogyakarta
Yusniati, 2009, Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web, Skripsi, Jurusan Teknik Informatika,
Institut Sains & Teknologi AKPRIND, Yogyakarta.
A-96