YYY
-
Upload
rahman-rahman -
Category
Devices & Hardware
-
view
158 -
download
0
Transcript of YYY
1
Sistem Pakar Penentuan Bakat Anak Berdasarkan Multiple Intelligences
Menggunakan Metode Fuzzy Logic
Septa Rindu R1, Ismiarta Aknuranda, ST.,MSc., Ph. D2, Rekyan Regasari MP, ST., MT3
Program Studi Teknik Informatika
Program Teknologi Informasi dan Ilmu Komputer
Universitas Brawijaya Malang [email protected], [email protected], [email protected]
ABSTRACT
To determine the talents of children, a psychologist/expert takes a long time to analyze the
multiple intelligences indicators answer and get output of the tests of some methods by manually
calculation. Expert system determination talents of children based on multiple intelligences are used
to help parents and teachers predict the talents of children fast, accurate and easily accessible. To help
determine the child's talents are used method of Fuzzy Logic. Fuzzy Logic to calculate the degree of
membership each of intelligence, talent determines the child according to the rules and determine the
degree of membership of talents of childern by eliminating the gray value so that children will be more
obvious talents. The requirement analysis is done by analyzing of DFD (Data Flow Diagram) and the
Use Case Diagram. The implementation of the design using the PHP programming language.
The functionality testing of the 22 actions in the use case diagram with black-box testing
methods, expert system determination talents of children to meet the needs that have been described in
the requirement analysis phase. The accuracy testing of the 39 test data showed accuracy of the expert
system determination talents of children based on multiple intelligences output using fuzzy logic
method is 100%. If there are inaccuracies in the results of the expert system probably caused the
author when entering an answer indicator of intelligence (human error).
Key words: talents, fuzzy logic, multiple intelligences, expert system
ABSTRAK
Untuk menentukan bakat anak, seorang psikolog/pakar membutuhkan waktu yang
cukup lama untuk menganalisis jawaban 81 indikator multiple intelligences (kecerdasan
majemuk) dan mendapatkan output tes dari perhitungan dengan metode tertentu secara
manual. Sistem pakar penentuan bakat anak berdasarkan multiple intelligences digunakan
untuk membantu orang tua dan guru memprediksi bakat anak dengan cepat, akurat dan
mudah diakses. Untuk membantu menentukan bakat anak tersebut digunakan metode
Fuzzy Logic. Fuzzy Logic menghitung derajat keanggotaan masing – masing kecerdasan,
menentukan bakat anak sesuai aturan dan menentukan derajat keanggotaan bakat anak
dengan menghilangkan nilai keabu – abuan sehingga bakat anak akan lebih jelas. Analisis
kebutuhan dilakukan dengan menganalisis DFD (Data Flow Diagram) dan Use Case Diagram.
Implementasi perancangan menggunakan bahasa pemrograman PHP.
Pengujian fungsionalitas terhadap 22 tindakan dalam use case diagram dengan metode
black-box testing menunjukkan bahwa sistem pakar penentuan bakat anak ini telah
memenuhi kebutuhan yang telah dijabarkan pada tahap analisis kebutuhan. Pengujian
akurasi terhadap 39 data uji menunjukkan bahwa keakurasian hasil keluaran sistem pakar
penentuan bakat anak berdasarkan multiple intelligences menggunakan metode fuzzy logic
adalah 100%. Jika terdapat ketidakakurasian pada hasil keluaran sistem pakar kemungkinan
disebabkan kesalahan penulis saat memasukkan jawaban indikator kecerdasan (human
error).
Kata kunci : bakat, fuzzy logic, multiple intelligences, sistem pakar.
2
I. PENDAHULUAN
1.1 Latar Belakang
Orang tua dengan dalih
mengarahkan anak- anak ke jalur yang
tepat demi masa depan mereka,
cenderung membentuk anak menjadi
jenius-jenius cilik dalam bidang eksakta
tanpa mempertimbangkan mental
mereka. Setiap anak memiliki bakat dan
potensi di bidangnya masing – masing
[1].
Undang - Undang Sistem
Pendidikan Nasional pasal 12, ayat 1b
menyatakan bahwa "setiap peserta didik
pada setiap satuan pendidikan berhak
mendapatkan pelayanan pendidikan
sesuai dengan bakat, minat dan
kemampuannya" [2]. Pengembangan
bakat anak di sekolah dibagi menjadi
empat bidang, yaitu Artistic, Interpersonal
– Social, Academic – Intelectual, Vocational –
Technical [3].
Penentuan bakat anak dapat
dilakukan tidak hanya dengan tes IQ dan
nilai raport bidang eksakta semata.
Kecerdasan sejati mencakup berbagai
keterampilan yang jauh lebih luas.
Kecerdasan - kecerdasan tersebut
termasuk dalam teori kecerdasan
majemuk (Multiple Intelligences) yang
dikembangkan oleh psikolog Howard
Gardner [4].
Sistem pakar (expert system)
memiliki peranan dalam penentuan
bakat anak. Sistem pakar didesain dan
diimplementasikan dengan bantuan
bahasa pemrograman untuk
menyelesaikan masalah seperti yang
dilakukan oleh para ahli [5]. Data yang
tersimpan dalam database akan
menginformasikan indikator – indikator
dan rule penentuan bakat anak. Sistem
pakar dapat menyimpulkan bakat anak
dengan cepat dan akurat dibandingkan
melalui perhitungan manual.
Pengidentifikasian bakat dengan
sistem pakar penentuan bakat anak
berdasarkan kecerdasan majemuk dapat
dimanfaatkan untuk memberikan
stimulasi tumbuh kembang anak secara
tepat dan sesuai dengan bidangnya.
Untuk membantu menentukan bakat
anak tersebut digunakan metode Fuzzy
Logic. Fuzzy Logic akan menghitung
derajat keanggotaan masing – masing
kecerdasan, menentukan bakat anak
sesuai aturan yang ada dan menentukan
derajat keanggotaan bakat anak dengan
menghilangkan nilai keabu – abuan
sehingga penentuan bakat anak akan
lebih jelas. Fuzzy Logic merupakan salah
satu metode yang digunakan sebagai
sistem kontrol pemecahan masalah pada
sistem [6].
1.2 Rumusan Masalah
Berdasarkan uraian pada latar
belakang diatas, dapat dirumuskan suatu
permasalahan menjadi :
a. Bagaimana menganalisis kebutuhan
yang digunakan untuk membangun
sistem pakar penentuan bakat anak
berdasarkan kecerdasan majemuk
menggunakan metode Fuzzy Logic?
b. Bagaimana merancang sistem pakar
penentuan bakat anak berdasarkan
kecerdasan majemuk menggunakan
metode Fuzzy Logic?
c. Bagaimana mengimplementasikan
sistem pakar penentuan bakat anak
berdasarkan kecerdasan majemuk
yang dirancang menggunakan
metode Fuzzy Logic?
d. Bagaimana menguji sistem pakar
penentuan bakat anak berdasarkan
kecerdasan majemuk yang sudah
dirancang?
1.3 Tujuan
Tujuan yang ingin dicapai pada
penelitian ini adalah membangun
aplikasi sistem pakar untuk membantu
orang tua dan guru memprediksi bakat
anak berdasarkan kecerdasan majemuk
dengan metode Fuzzy Logic berbasis web
dengan cepat, akurat dan mudah diakses.
1.4 Manfaat
Ada beberapa manfaat yang bisa
didapatkan dari penelitian mengenai
penelusuran minat dan bakat anak usia
dini ini adalah:
a. Mendapatkan sistem pakar yang
berguna untuk memprediksi bakat
3
yang harus dikembangkan dalam
diri anak
b. Menyediakan referensi alternatif
pengembangan sistem pakar untuk
penelusuran lainnya (selain bakat
anak) dengan metode yang sama
II. DASAR TEORI
2.1 Sistem Pakar
Sistem pakar adalah aplikasi
berbasis komputer yang digunakan
untuk menyelesaikan masalah
sebagaimana yang dipikirkan oleh pakar.
[7]. Ada dua bagian penting dari sistem
pakar, yaitu lingkungan pengembangan
(development environment) dan lingkungan
konsultasi (consultation environment).
Lingkungan konsultasi digunakan oleh
pengguna untuk berkonsultasi sehingga
pengguna mendapatkan pengetahuan
dan nasihat dari sistem pakar layaknya
berkonsultasi dengan dengan seorang
pakar [6].
2.2 Bakat
Bakat merupakan potensi yang ada
dalam diri anak yang harus distimulasi
terlebih dahulu sehingga dapat terlihat
sebagai suatu kecakapan, pengetahuan,
dan keterampilan khusus yang menjadi
bekal hidupnya kelak [1]. Pengembangan
bakat anak di sekolah dibagi menjadi
empat bidang, yaitu Artistic, Interpersonal
– Social, Academic – Intelectual, Vocational –
Technical [3].
2.3 Multiple Intelligences
Menurut Gardner, kecerdasan
dalam kecerdasan majemuk meliputi
kecerdasan linguistik, kecerdasan logis-
matematik, kecerdasan spasial,
kecerdasan musik, kecerdasan
kinestetika tubuh, kecerdasan
interpersonal, kecerdasan intrapersonal
dan kecerdasan naturalistik [4].
Kecerdasan – kecerdasan tersebut
dikembangkan lagi menjadi kecerdasan
verbal-lingustik (cerdas kata), kecerdasan
logis-matematis (cerdas angka),
kecerdasan visual-spasial (cerdas
gambar-warna), kecerdasan musikal
(cerdas musik-lagu), kecerdasan
kinestetik (cerdas gerak), kecerdasan
interpersonal (cerdas sosial), kecerdasan
intrapersonal (cerdas diri), kecerdasan
naturalis (cerdas alam), kecerdasan
eksistensial (cerdas hakikat) [8].
Contoh indikator kecerdasan adalah
sebagai berikut [8]:
1. Anak suka berkomunikasi dengan
orang lain, baik dengan teman
sebaya maupun orang dewasa
2. Anak suka bercerita panjang lebar
tentang pengalaman sehari – hari,
apa yang dilihat dan diketahuinya
2.4 Fuzzy Logic
Konsep Fuzzy Logic dicetuskan oleh
Lotfi Zadeh, seorang profesor University
of California di Berkeley [7]. Fuzzy Logic
adalah metodologi sistem kontrol
pemecahan masalah, yang cocok untuk
diimplementasikan pada sistem, mulai
dari sistem yang sederhana, sistem kecil,
embedded system, jaringan PC, multi-
channel atau workstation berbasis akuisisi
data, dan sistem kontrol [6].
Gambar 2.1 Struktur Sistem Inferensi
Fuzzy [6]
Cara kerja Fuzzy Logic meliputi
empat tahapan yang dapat dijelaskan
sebagai berikut [6]:
1. Fuzzyfikasi
Fuzzyfikasi merupakan proses
untuk mengubah input sistem yang
mempunyai nilai tegas menjadi
variable linguistik menggunakan
fungsi keanggotaan yang disimpan
dalam basis pengetahuan fuzzy.
2. Pembentukan basis pengetahuan
Fuzzy
Basis pengetahuan fuzzy
merupakan kumpulan rule – rule
fuzzy dalam bentuk pernyataan
IF….THEN.
3. Mesin Inferensi (Fungsi implikasi
Max – Min atau Dot - Product)
4
Mesin inferensi merupakan proses
untuk mengubah input fuzzy
dengan cara mengikuti aturan-
aturan (IF…..THEN rules) yang
telah ditetapkan pada basis
pengetahuan fuzzy.
4. Defuzzyfikasi
Defuzzyfikasi merupakan proses
mengubah output fuzzy yang
diperoleh dari mesin inferensi
menjadi nilai tegas menggunakan
fungsi keanggotaan yang sesuai
dengan saat dilakukan fuzzyfikasi.
III. METODOLOGI
3.1 Studi Literatur
Studi literatur digunakan untuk
mempelajari bakat, multiple intelligences,
sistem pakar, metode fuzzy logic dan
aplikasi web dengan mempelajari teori-
teori dari buku, majalah, koran, maupun
tulisan–tulisan seperti jurnal, laporan
penelitian, skripsi orang lain maupun
artikel.
3.2 Analisis Kebutuhan
Analisis kebutuhan bertujuan untuk
menentukan semua kebutuhan yang
diperlukan untuk membangun sistem
perangkat lunak. Analisis kebutuhan
dilakukan dengan menganalisis diagram
use case dan pemodelan aliran data dan
proses dengan Data Flow Diagaram
(DFD).
Diagram use case dan DFD sistem
pakar penentuan bakat menunjukkan
spesifikasi fungsi-fungsi yang disediakan
sistem dari perspektif empat aktor yaitu
knowledge engineer/pakar, admin,
pengguna terdaftar dan pengguna.
3.3 Perancangan Perangkat Lunak
Perancangan perangkat lunak
digunakan untuk memenuhi kebutuhan
fungsional dan kebutuhan domain sistem
pakar menggunakan Metode Fuzzy Logic.
Untuk mengetahui kebutuhan fungsional
dan kebutuhan domain sistem pakar,
diperlukan sebuah perancangan
arsitektur sistem pakar seperti pada
gambar 3.1.
Gambar 3.1 Arsitektur Sistem Pakar
3.4 Implementasi Perangkat Lunak
Implementasi perangkat lunak
dilakukan dengan mengacu kepada
perancangan aplikasi. Implementasi
perangkat lunak dilakukan dengan
menggunakan bahasa pemrograman
PHP, DBMS MySQL dan tools
pendukung lainnya.
3.5 Pengujian Sistem
Pengujian dilakukan agar dapat
menunjukkan bahwa perangkat lunak
telah mampu bekerja sesuai dengan
spesifikasi dari kebutuhan yang
melandasinya. Pengujian dilakukan
dengan menguji akurasi dan menguji
kinerja perangkat lunak dengan black box
testing, yaitu dengan menguji apakah
tindakan – tindakan dalam diagram use
case sudah terealisasikan.
IV. PERANCANGAN
Untuk mendeskripsikan sistem
pakar secara umum digunakan rich
picture.
Rich picture pada gambar 4.1
menjelaskan deskripsi sistem pakar
secara umum. Ada tiga stakeholder utama
yang terlibat dalam sistem pakar ini,
yaitu psikolog / pakar, knowledge engineer
dan pengguna. Dalam penelitian ini,
sistem pakar dibatasi memiliki empat
aktor yang terlibat langsung dalam
penggunaannya, yaitu knowledge engineer,
pakar, admin, dan pengguna. Pengguna
disini adalah guru atau orang tua anak.
Untuk penggunaan user interface sistem
pakar (end-user) dapat dilihat pada use
case diagram.
5
Ada dua jenis pengguna sistem
pakar yaitu pengguna dan pengguna
terdaftar. Pengguna merupakan
pengguna yang belum dapat melakukan
konsultasi.
Pengguna terdaftar merupakan
pengguna yang dapat melakukan
konsultasi. Untuk menjadi pengguna
terdaftar, pengguna yang belum terdaftar
(pengguna) harus membuat akun dan
registrasi data pribadi dan data anak.
Gambar 4.1 Deskripsi Umum
Sistem Pakar
Gambar 4.2 Diagram Use Case Pengguna
Sistem Pakar
Syarat atau pre condition yang harus
dilakukan oleh user untuk mengakses
menu tambahan seperti melihat data,
mengedit data dan menjawab indikator
yang tersedia untuk mendapatkan hasil
konsultasi adalah login. Hal inilah yang
membedakan antara pengguna terdaftar
dan pengguna.
Sesuai dengan use case pada gambar
4.3, setelah login pakar dapat
menggunakan sistem pakar dengan
melihat data orang tua, melihat data
anak, melihat data anak secara detail,
melihat grafik kecerdasan anak,
memasukkan indikator ke dalam sistem,
mengubah ataupun menghapus
indikator di dalam sistem, memasukkan
skor ke dalam sistem dan mengubah
ataupun menghapus skor di dalam
sistem.
Untuk memperbarui indikator dan
skor, diasumsikan sistem dalam keadaan
kosong ataupun sudah berisi indikator
dan skor. Dengan syarat indikator yang
dimasukkan berjumlah 81 buah dan skor
yang dimasukkan berjumlah 4 buah
sesuai dengan ketentuan indikator
multiple intelligences yang digunakan
dalam sistem pakar penentuan bakat
anak ini.
Gambar 4.3 Diagram Use Case Pakar
Sesuai dengan gambar 4.4, setelah
login admin dapat menggunakan sistem
6
pakar dengan melihat data orang tua,
melihat data anak, melihat data
indikator, melihat data skor, melihat rule,
melihat data pakar dan memperbarui
data pakar seperti mengubah, menambah
ataupun menghapus pakar.
Gambar 4.4 Diagram Use Case Admin
Sistem Pakar
Gambar 4.5 Diagram Use Case Knowledge
Engineer
Sesuai dengan use case pada gambar
4.5, setelah login knowledge engineer dapat
menggunakan sistem pakar dengan
melihat data orang tua, melihat data
anak, melihat data anak secara detail,
melihat grafik kecerdasan anak,
memasukkan indikator ke dalam sistem,
mengubah ataupun menghapus
indikator di dalam sistem, memasukkan
skor ke dalam sistem dan mengubah
ataupun menghapus skor di dalam
sistem. Knowledge engineer dapat
melakukan peran pakar saat operasional
jika ada pakar yang tidak “melek”
teknologi informasi.
4.1 Pemodelan Data dan Aliran Proses
Proses interaksi secara umum
antara pengguna dengan sistem
digambarkan pada diagram konteks
pada gambar 4.6.
Pengguna yang ingin menjadi
pengguna terdaftar harus melakukan
registrasi dengan memasukkan data
registrasi. Setelah menjadi pengguna
terdaftar, pengguna terdaftar harus
memasukkan data login dan data
jawaban indikator untuk mendapatkan
hasil konsultasi yaitu mengenai bakat
yang dimiliki oleh anak.
data user dan anak
data jawaban indikator
hasil konsultasi data user dan anak
data user dan anak
data
indikator
data
skor
data
indikator
data
skor
data
orang
tua
data
anak
data
pakar
data
rule
1
Sistem Pakar Penentuan Bakat Anak
pengguna
pakar / knowledge engineer
Admin
data
user
login
data
user
login
data
indikator
data
skor
data
orang
tua
data
anakdata
pakar
pengguna
terdaftar
Gambar 4.6 Diagram Konteks
Untuk melakukan konsultasi dan
mendapatkan hasil konsultasi, pengguna
terdaftar diharuskan login terlebih
dahulu. Begitu juga halnya dengan pakar
dan admin. Setelah melakukan login,
pakar dapat melihat data skor, data anak,
data orang tua dan data indikator.
Setelah melakukan proses login, admin
dapat melihat data orang tua, data skor,
data anak, data rule dan data indikator.
4.2 Pemodelan Data
Pemodelan data digunakan untuk
merancang basis data yang akan dibuat
agar masukan dan keluaran program
sesuai dengan apa yang diharapkan.
Perancangan basis data mengambil
acuan dari pemodelan aliran data dan
proses.
7
Entity yang diperlukan untuk
membangun sistem pakar penantuan
bakat anak ini adalah pakar, user,
total_skor, multiple_intelligences, anak,
der_kea, indikator, indikator_has_skor,
skor, aturan, hasil_konsultasi dan bakat.
Adapun perancangan tabel dalam entity
relationship database diperlihatkan pada
Gambar 4.7.
user
anak
bakat
Hasil_konsultasi
mempunyai
mempunyai
ditentukan
rule
iduser
idanak
alamat
namauser
pass
user
iduser
tanggallahir
tempatlahir
sekolahnamaanak
idanak
iduser
idbakat
penjelasan
namabakat
idbakat
skor
pilihannamaindikator
idmi
idindikator
penjelasan
namami
idmi
idmi
idtotal
tingkat
idanak
total
mi05
mi09
iduser
mi08
mi07
idrule
idbakat
mi01
mi02
mi03
mi04
mi06
mempunyai
Total_skor
multiple_intelligences
indikatorskor
mempunyai
mempunyai
der_kea
membentuk
rendah
sedang
total
tinggi
Idder_kea
mempunyaiidskor
mempunyai
pakar
nama
username
password
password_asliidpakar
rendah
sedang
tinggi
der_keahasil
nilai_tegas
n
n
nn
n
n
n
n
m
n
m
m
n
n
m
m
m
m
Gambar 4.7 ERD
4.3 Perancangan Arsitektur Sistem
Pakar
a. Antarmuka
Antarmuka sistem pakar penentuan
bakat anak berdasarkan multiple
intelligences dibagi menjadi empat, yaitu
antarmuka untuk pakar/knowledge
engineer, admin, pengguna dan pengguna
terdaftar.
Struktur situs web user pengguna
dapat dilihat pada gambar 4.8. Pengguna
hanya memiliki hak akses untuk melihat
penjelasan bakat dan kecerdasan
majemuk beserta jenisnya dan cara
penggunaan.
Struktur situs web user pengguna
terdaftar dapat dilihat pada gambar 4.9.
Selain memiliki hak akses seperti user
pengguna, pengguna terdaftar juga dapat
melihat bakat anak, melihat data pribadi
dan data anak serta mengubah data
pribadi dan data anak tersebut.
Struktur situs web user pakar dapat
dilihat pada gambar 4.10. Selain memiliki
hak akses seperti user pengguna, pakar
juga dapat melihat data orang tua/ guru
dan anak secara detail, memasukkan
indikator dan skor serta mengubah dan
menghapus indikator dan skor yang
digunakan sebagai tolak ukur untuk
mengetahui bakat anak.
Beranda
Cara Penggunaan
Kecerdasan majemuk
Bakat
Daftar
Verbal-liguistik
Logika-matematika
Visual-spasial
Musikal
Kinestetik
interpersonal
Intrapersonal
Eksistensial
Naturalis
Artistic
Interpersonal-social
Academic-intelectual
Vocational-technical
Gambar 4.8 Struktur situs web Web
Sistem Pakar Penentuan Bakat Untuk
pengguna
Beranda
Anggota
Lihat Bakat
Cara Penggunaan
Kecerdasan majemuk
Bakat
Daftar
Bakat
Verbal-liguistik
Logika-matematika
Visual-spasial
Musikal
Kinestetik
interpersonal
Intrapersonal
Eksistensial
Naturalis
Artistic
Interpersonal-social
Academic-intelectual
Vocational-technical
Lihat Data Ganti Data
Gambar 4.9 Struktur situs web Web
Sistem Pakar Penentuan Bakat Untuk
Pengguna Terdaftar
Struktur situs web user admin dapat
dilihat pada gambar 4.11. Selain memiliki
hak akses seperti user pengguna, admin
juga dapat melihat data orang tua/ guru
dan anak secara detail, melihat indikator,
rule dan skor serta memiliki wewenang
untuk memberikan dan menghapus hak
akses pakar.
8
Beranda
Pakar
Edit / Delete Indikator
Cara Penggunaan
Kecerdasan majemuk
Bakat
Input Skor
Verbal-liguistik
Logika-matematika
Visual-spasial
Musikal
Kinestetik
interpersonal
Intrapersonal
Eksistensial
Naturalis
Artistic
Interpersonal-social
Academic-intelectual
Vocational-technical
Input Indikator
Edit / Delete Skor
Lihat Data Anak
Lihat Data Anak Lengkap
Lihat Data Orang Tua
Lihat Grafik Kecerdasan
Gambar 4.10 Struktur situs web Web
Sistem Pakar Penentuan Bakat Untuk
Pakar
Beranda
Admin
Lihat Data Rule
Cara Penggunaan
Kecerdasan majemuk
Bakat
Lihat Data Skor
Verbal-liguistik
Logika-matematika
Visual-spasial
Musikal
Kinestetik
interpersonal
Intrapersonal
Eksistensial
Naturalis
Artistic
Interpersonal-social
Academic-intelectual
Vocational-technical
Lihat Data Indikator
Lihat Data Pakar
Lihat Data Anak
Lihat Data Anak Lengkap
Lihat Data Orang Tua
Update Pakar
Gambar 4.11 Struktur situs web Web
Sistem Pakar Penentuan Bakat Untuk
Admin
b. Basis Pengetahuan
Sistem pakar ini menggunakan
indikator kecerdasan dalam kecerdasan
majemuk untuk pemecahan
masalahnya. Basis pengetahuan yang
berupa aturan-aturan, grafik input dan
grafik output, antara lain :
Aturan Penentuan Bakat Anak
Berdasarkan Fuzzy Logic
Aturan penentuan bakat anak yang
digunakan dalam sistem pakar ini
antara lain :
Tabel 4.1 Tabel Ketentuan Bakat
Keterangan Tabel :
Kecerdasan :
- VL : Verbal-Linguistik
- IR : Interpersonal
- LM : Logika-Matematika
- NA : Naturalis
- VS : Visual-Spasial
- IA : Intrapersonal
- MU : Musikal
- EK : Eksistensial
- KI : Kinestetik
Tingkat kecerdasan :
T : tinggi
Ketentuan lainnya :
1. Jika anak memiliki nilai total skor
yang sama pada beberapa
kecerdasan, maka dicari total skor
tertinggi yang lain dan digolongkan
pada bakat yang total skor
kecerdasan bernilai tinggi yang
lengkap.
Misal LM = 26, VL = 30, KI = 26 dan
MU = 31. Maka bakat anak ada di
bidang artistic.
2. Jika tidak ada total skor kecerdasan
bernilai tinggi yang lengkap, maka
bakat anak digolongkan terhadap
bakat interpersonal social.
Grafik Fungsi Keanggotaan
Grafik fungsi keanggotaan untuk
menentukan tingkat kecerdasan dan
tingkat bakat dapat dilihat pada gambar
4.12
9
Gambar 4.12 Grafik Fungsi Keanggotaan
Fungsi keanggotaan dari grafik
fungsi keanggotaan adalah sebagai
berikut:
μrendah[x] = (4-1)
μsedang[x] = (4-2)
μtinggi[x] = (4-3)
c. Akuisisi pengetahuan
Akuisisi pengetahuan pada sistem
pakar ini meliputi cara penilaian, model
indikator kecerdasan dan analisa hasil
konsultasi. Pada bagian ini dilakukan
pemindahan pengetahuan pakar
mengenai indikator – indikator
kecerdasan, cara skoring dan analisis
hasil konsultasi yang berupa hardcopy
menjadi softcopy.
d. Mesin Inferensi
Mesin inferensi yang digunakan
dalam sistem pakar penentuan bakat
anak ini adalah fungsi implikasi Max
untuk mendapatkan hasil konsultasi
diperlukan derajat keanggotaan
tertinggi dari tiap himpunan fuzzy.
Metode defuzzyfikasi yang
digunakan adalah metode rata – rata
(average) dengan rumus (4-4)
(4-4)
Proses yang dilakukan untuk
mengetahui bakat anak dapat dilihat
pada gambar 4.13. berdasarkan Gambar
4.13, tahap-tahap untuk menentukan
bakat anak yaitu:
1. Pada indikator kecerdasan dalam
kecerdasan majemuk terdapat
sembilan kecerdasan yang tiap
kecerdasannya memiliki sembilan
indikator. Total indikator
kecerdasan adalah 81 soal.
2. Masing-masing jawaban diberi
skor. Berdasarkan kunci jawaban
dari indikator kecerdasan skor
jawaban memiliki empat macam
nilai yaitu 1, 2, 3, dan 4.
Sering bernilai 4
Kadang bernilai 3
Jarang bernilai 2
Tidak Pernah bernilai 1
Gambar 4.13 Diagram Alir Sistem
3. Jawaban dijumlahkan untuk tiap
kecerdasan.
4. Menghitung derajat keanggotaan
masing – masing kecerdasan
berdasarkan total skor yang
diperoleh dengan rumus yang sama
yaitu pada rumus (4-1) sampai (4-3).
5. Mencari nilai derajat keanggotaan
tertinggi tiap kecerdasan.
6. Mengelompokkan derajat
keanggotaan tertinggi ke dalam
tingkat kecerdasan
10
7. Menentukan tingkatan tiap
kecerdasan dengan aturan
penentuan bakat dengan
membandingkan tingkat masing –
masing kecerdasan dengan aturan
pada basis pengetahuan.
8. Menghitung nilai tegas dari derajat
keanggotaan tertinggi dan total skor
dengan metode rata – rata
9. Menghitung derajat keanggotaan
nilai tegas terhadap bakat dengan
menggunakan rumus (4-1) sampai
(4-3)
10. Mencari nilai derajat keanggotaan
tertinggi
e. Blackboard
Blackboard merupakan area memori
yang berfungsi sebagai basis data untuk
merekam hasil sementara. Blackboard
berisi rencana solusi yang dalam sistem
pakar ini berupa data tingkat
kecerdasan dan bakat anak
Data user dan data
anak
Data
multiple_intelligences
Data indikator dan data
skor
Data hasil konsultasi
Data total_skor
Data bakat
Data der_kea
Gambar 4.14 Diagram Area Memori
f. Fasilitas Penjelas
Fasilitas penjelasan pada penelitian
ini berisi tuntunan penggunaan aplikasi
sistem pakar yang diletakkan pada
menu Cara Penggunaan. Tuntunan
penggunaan dibagi menjadi dua yaitu
Tuntunan untuk melakukan cek bakat
dan tuntunan untuk melihat data yang
sudah tersimpan.
4.4 Perancangan Algoritma
a. Perancangan Algortima
Fuzzyfikasi
Algoritma fuzzyfikasi digunakan
untuk menentukan nilai derajat
keanggotaan tertinggi masing – masing
kecerdasan dan menentukan tingkat
masing – masing kecerdasan untuk
mengetahui bakat anak.
Nama algoritma: fuzzyfikasi
Deklarasi :
nilai : integer
rend, sed, ting, ttl, max, tingkat :
float
Algoritma :
1. read (nilai, rend, sed, ting, ttl, max,
tingkat)
2. ttl <- 0
3. Ttl <- ttl + nilai
4. if ttl<=9 then
5. μrendah = 1
6. else
7. if 9 < ttl < 18 then
8. μrendah = (18 - ttl) /10
9. else
10. μrendah = 0
11. endif
12. endif
13. if then
14. μsedang = 0
15. else
16. if then
17. μsedang = (ttl - 9)/10
18. else
19. if ttl = 18 then
20. μsedang = 1
21. else
22. μrendah = (27 - ttl)/10 then
23. endif
24. endif
25. endif
26. if ttl <= 18 then
27. μtinggi = 0
28. else
29. if 18 < ttl < 27 then
30. μtinggi = (ttl - 18)/10
31. else
32. μtinggi = 1
33. endif
34. endif
35. max = Max (μtinggi, μsedang, μrendah)
36. if ttl <= 13.5 then
37. tingkat = rendah
38. else
39. if 13.6 <= ttl dan ttl <= 22.5 then
40. tingkat = sedang
41. else
42. tingkat = tinggi
43. Output : Menampilkan tingkat
kecerdasan (tingkat) dan derajat
keanggotaan masing – masing
kecerdasan (ting, rend, sed)
11
b. Perancangan Algoritma
Defuzzyfikasi
Algoritma defuzzyfikasi digunakan
untuk menentukan nilai bakat anak yang
dilakukan dengan cara menghitung nilai
tegas dari rata – rata derajat keanggotaan
dan nilai total setiap kecerdasan, menghi-
tung masing – masing tingkatannya dan
mencari rata – rata tertinggi.
Nama algoritma: defuzzyfikasi
Deklarasi :
ttl, max, z, rend2, sed2, ting2, max2
: float
Algoritma :
1. read (ttl, max, z, rend2, sed2, ting2,
max2)
2.
3. if z* <= 9 then
4. μrendah = 1
5. else
6. if 9 < z* < 18 then
7. μrendah = (18 - ttl) /10
8. else
9. μrendah = 0
10. endif
11. endif
12. if z* ≤ 9 atau z* ≥ 27 then
13. μsedang = 0
14. else
15. if 9 < z* < 18 then
16. μsedang = (ttl - 9)/10
17. else
18. if ttl = 18 then
19. μsedang = 1
20. else
21. μrendah = (27 - ttl)/10
22. endif
23. endif
24. endif
25. if ttl <= 18 then
26. μtinggi = 0
27. else
28. if 18 < ttl < 27 then
29. μtinggi = (ttl - 18)/10
30. else
31. μtinggi = 1
32. endif
33. endif
34. max2 = Max (μtinggi, μsedang, μrendah)
35. Output : Menampilkan nilai derajat
keanggotaan terbesar (max2)
V. IMPLEMENTASI
Beberapa batasan dalam meng-
implementasikan Sistem Pakar
Penentuan Bakat Anak Berdasarkan
Multiple Inteligences adalah sebagai
berikut :
1. Input yang diterima oleh sistem
berupa jawaban pilihan indikator
kecerdasan dari orang tua atau
guru.
2. Output yang diterima pengguna
berupa bakat anak dan nilai tegas
dari bakat anak.
3. Platform pengembangan yang
digunakan adalah PHP.
4. Database akan disimpan dalam
MySQL.
5. Metode yang digunakan yaitu
Fuzzy Logic.
6. Sistem ini bersifat dinamis, yaitu
menyediakan fasilitas insert, delete
dan update.
Untuk melakukan pengecekan
bakat anak, pengguna terdaftar dapat
mengklik menu tambahan LIHAT
BAKAT.
Gambar 5.1 Isi Indikator
Setelah mengklik menu LIHAT
BAKAT, sistem akan menampilkan
indikator pada halaman indikator yang
terdidi dari halaman verbal, halaman
logika, halaman visual, halaman musikal,
halaman kinestetik, halaman
interpersonal, halaman naturalis,
halaman intrapersonal dan halaman
eksistensial yang kesemuanya berisi
12
indikator tiap – tiap kecerdasan dengan
empat pilihan (multiple choice) seperti
yang dapat dilihat pada gambar 5.1
Gambar 5.2 Hasil Konsultasi
Pengguna terdaftar diharuskan
mengisi semua indikator untuk
mengetahui bakat anak pada hasil
konsultasi seperti pada gambar 5.2 yang
terdiri dari gambaran tingkat kecerdasan
yang diwakili dengan grafik kecerasan,
data pengguna, data anak dan bakat
anak yang dianalisa dari grafik
kecerdasan.
Pengguna terdaftar dapat mencetak
hasil konsultasi dengan mengklik link
klik disini dan sistem akan menampilkan
halaman seperti pada gambar 5.3
Gambar 5.3 Cetak
VI. HASIL PENGUJIAN DAN
ANALISIS
6.1 Pengujian Fungsionalitas
Pengujian fungsionalitas menggu-
nakan metode pengujian Black Box,
karena tidak memerlukan untuk
berkonsentrasi terhadap alur jalannya
algoritma program dan lebih ditekankan
untuk menemukan konformitas antara
kinerja sistem dengan daftar kebutuhan.
Dari kasus uji yang telah
dilaksanakan sesuai dengan prosedur
pengujian, didapatkan hasil seperti
ditunjukkan pada Tabel 6.1
Tabel 6.1 Test Case untuk Pengujian
Fungsionalitas
No Kasus Uji Hasil yang
Didapatkan Status
1 Registrasi
data pribadi
dan anak
Sistem dapat
menyimpan data
pribadi dan data
anak sehingga
pengguna dapat
mengakses
menu tambahan
seperti lihat
bakat dan
melihat data
pribadi.
Valid
2 Membuat
akun
Sistem dapat
menyimpan dan
memvalidasi
username dan
password
Valid
3 Melihat data Sistem dapat
menampilkan
data pengguna
dan anak
Valid
4 Mengedit
data
Sistem dapat
mengubah akun
di dalam
database
Valid
5 Menjawab
indikator
kecerdasan
Sistem dapat
menampilkan
indikator dan
menyimpan
jawaban dari
pengguna
Valid
6 Mendapatka
n hasil
konsultasi
Sistem dapat
menampilkan
hasil konsultasi
Valid
7 Melihat isi di
dalam menu
tambahan
Sistem dapat
menampilkan isi
di dalam menu
tambahan
Valid
8 Melihat isi di
dalam menu
utama
Sistem dapat
menampilkan isi
di dalam menu
utama
Valid
9 Melihat isi di
dalam sub
menu
Sistem dapat
menampilkan isi
di dalam sub
menu
Valid
10 Melihat data
orang tua
Sistem dapat
menampilkan
data orang tua /
pengguna
terdaftar
Valid
11 Melihat data
anak
Sistem dapat
menampilkan
data anak
Valid
13
12 Melihat data
anak secara
detail
Sistem dapat
menampilkan
data anak secara
detail
Valid
13 Input
indikator
Sistem dapat
menampilkan
antarmuka
untuk
memasukkan
indikator ke
dalam sistem
Valid
14 Edit / Delete
Indikator
Sistem dapat
mengubah
ataupun
mengganti
indikator sesuai
pilihan pakar
Valid
15 Input Skor Sistem dapat
menampilkan
antarmuka
untuk
memasukkan
skor ke dalam
sistem
Valid
16 Edit / Delete
Skor
Sistem dapat
mengubah
ataupun
mengganti skor
sesuai pilihan
pakar
Valid
17 Melihat
Grafik
Kecerdasan
Sistem dapat
menampilkan
grafik
kecerdasan anak
Valid
18 Melihat Data
Indikator
Sistem dapat
menampilkan
data indikator
Valid
19 Melihat Data
Skor
Sistem dapat
menampilkan
data skor
Valid
20 Melihat Data
Pakar
Sistem dapat
menampilkan
data pakar
Valid
21 Update Pakar Sistem dapat
menyimpan data
pakar saat diklik
tombol submit
dan menghapus
data pakar saat
diklik action
delete
Valid
22 Melihat Data
Rule
Sistem dapat
menampilkan
data rule
Valid
Berdasarkan hasil pengujian
fungsionalitas pada tabel 6.1 dapat
disimpulkan bahwa implementasi dan
fungsionalitas sistem pakar penentuan
bakat berdasarkan multiple intelligences
menggunakan metode fuzzy logic telah
memenuhi kebutuhan yang telah
dijabarkan pada tahap analisis
kebutuhan
6.2 Pengujian Akurasi
Pengujian akurasi sistem pakar,
dilakukan dengan mencocokan antara
data output perhitungan pakar dan data
observasi tidak langsung dengan output
perangkat lunak.
Ketentuan yang digunakan pakar
untuk menentukan output berupa bakat
anak dapat dilihat pada tabel 4.1.
Tabel 6.2 Test Case untuk Pengujian
Akurasi
Data
ke-
Output
Perhitungan
Manual
Output
Perhitungan
Sistem
Keaku
-rasian
1 Academic –
Intelectual
Academic –
Intelectual
1
2 Interpersonal
– Social
Interpersonal
– Social
1
3 Interpersonal
– Social
Interpersonal
– Social
1
4 Artistic Artistic 1
5 Interpersonal
– Social
Interpersonal
– Social
1
6 Artistic Artistic 1
7 Vocational –
Technical
Vocational –
Technical
1
8 Interpersonal
– Social
Interpersonal
– Social
1
9 Academic –
Intelectual
Academic –
Intelectual
1
10 Artistic Artistic 1
11 Academic
Intelectual
Academic
Intelectual
1
12 Vocational –
Technical
Vocational –
Technical
1
13 Artistic Artistic 1
14 Interpersonal
– Social
Interpersonal
– Social
1
15 Academic –
Intelectual
Academic –
Intelectual
1
16 Artistic Artistic 1
17 Artistic Artistic 1
18 Academic –
Intelectual
Academic –
Intelectual
1
19 Interpersonal
– Social
Interpersonal
– Social
1
20 Interpersonal
– Social
Interpersonal
– Social
1
21 Vocational –
Technical
Vocational –
Technical
1
22 Interpersonal
– Social
Interpersonal
– Social
1
23 Academic –
Intelectual
Academic –
Intelectual
1
24 Academic –
Intelectual
Academic –
Intelectual
1
14
25 Artistic Artistic 1
26 Interpersonal
– Social
Interpersonal
– Social
1
27 Artistic Artistic 1
28 Interpersonal
– Social
Interpersonal
– Social
1
29 Academic –
Intelectual
Academic –
Intelectual
1
30 Vocational –
Technical
Vocational –
Technical
1
31 Academic –
Intelectual
Academic –
Intelectual
1
32 Academic –
Intelectual
Academic –
Intelectual
1
33 Vocational –
Technical
Vocational –
Technical
1
34 Academic –
Intelectual
Academic –
Intelectual
1
35 Interpersonal
– Social
Interpersonal
– Social
1
36 Interpersonal
– Social
Interpersonal
– Social
1
37 Vocational –
Technical
Vocational –
Technical
1
38 Interpersonal
– Social
Interpersonal
– Social
1
39 Artistic Artistic 1
Berdasarkan hasil pengujian akurasi
pada tabel 6.2 dapat disimpulkan bahwa
keakurasian hasil keluaran sistem pakar
penentuan bakat berdasarkan multiple
intelligences menggunakan metode fuzzy
logic adalah 100%.
Jika pada penggunaannya suatu
saat nanti terdapat ketidakakurasian
pada hasil keluaran sistem pakar, maka
kemungkinan hal ini disebabkan oleh
kesalahan user saat memasukkan data
jawaban indikator kecerdasan atau yang
biasa disebut human error.
VII. KESIMPULAN DAN SARAN
7.1 Kesimpulan
Berdasarkan hasil perancangan dan
pengujian yang dilakukan pada sistem
pakar penentuan bakat anak berdasarkan
multiple intelligences dengan
menggunakan fuzzy logic, maka diambil
kesimpulan sebagai berikut:
1. Sistem pakar penentuan bakat ini
mampu mengidentifikasi bakat
anak agar dapat dimanfaatkan
untuk memberikan stimulasi
tumbuh kembang anak secara
cepat, mudah, akurat dan agar
dapat mengetahui corak / pola
belajar yang cocok untuk anak
sesuai dengan bidangnya.
2. Dengan metode fuzzy logic, sistem
pakar penentuan bakat ini mampu
memberikan referensi lain seperti
derajat keanggotaan (nilai tegas)
bakat untuk mengetahui sejauh
mana bakat dimiliki oleh anak.
3. Telah dilakukan analisis diagram
use case untuk mengetahui aktor,
bagaimana skenario aktor,
bagaimana penggunaan sistem dan
mengidentifikasi semua kebutuhan
(requirements) fungsionalitas sistem
pakar penentuan bakat anak dari
perspektif end-user dan
memodelkan aliran data dan
proses yang ada pada sistem agar
semua data yang dibutuhkan dalam
melengkapi kebutuhan
fungsionalitas dapat dipenuhi.
4. Sistem pakar penentuan bakat ini
dirancang menggunakan metode
fuzzy logic yaitu dengan merancang
basis pengetahuan yang berisi rule
fuzzy (aturan if-then) dan grafik
fungsi keanggotaan, menggunakan
fungsi implikasi max pada mesin
inferensinya dan menggunakan
metode rata – rata dalam
defuzzyfikasinya
5. Sistem pakar penentuan bakat ini
diimplementasikan dengan
menggunakan bahasa
pemrograman PHP, DBMS MySQL,
dan tools pendukung lainnya
seperti dreamweaver.
6. Berdasarkan hasil pengujian black
box, sistem pakar penentuan bakat
ini telah memenuhi semua
kebutuhan yang telah dijabarkan
pada tahap analisis kebutuhan dan
berdasakan hasil pengujian akurasi,
sistem pakar penentuan bakat ini
memiliki keakurasian hasil keluaran
100%.
7.2 Saran
Saran yang dapat diberikan untuk
pengembangan sistem pakar penentuan
15
bakat anak berdasarkan multiple
intelligences dengan menggunakan fuzzy
logic ini agar sistem menjadi lebih baik
antara lain:
1. Untuk pengembangan lebih lanjut
sistem ini dapat dikembangkan
dengan menggunakan metode yang
berbeda dengan mengembangkan
rule kecerdasan seperti dengan
menggunakan metode Bayesian.
2. Sistem dikembangkan untuk
menentukan lebih banyak informasi
mengenai bakat anak atau untuk
menentukan hal lain selain bakat
anak dengan menggunakan
indikator – indikator yang lebih
detail.
3. Untuk pengembangan lebih lanjut
sistem ini dapat dikembangkan
dengan menambahkan fitur grafik
keluaran fuzzy berupa grafik garis
agar user dapat mengetahui lebih
jelas mengenai nilai tegas bakat
anak.
DAFTAR PUSTAKA
[1] Lucy, Bunda. 2009. Mendidik sesuai
dengan Minat & Bakat Anak
(Painting Your Childern‘s Future),
Jakarta : Tangga Pustaka.
[2] Republik Indonesia. 2008. Undang
– undang Republik Indonesia Nomor
20 Tahun 2003 tentang Sistem
Pendidikan Nasional & Undang –
undang Republik Indonesia Nomor
14 Tahun 2005 tentang Guru dan
Dosen. Cetakan Kedua. Jakarta :
Visimedia.
[3] Feldhusen, John F. 1994. Talent
Identification and Development in
Education. Gifted Education
lnternational, vol 10, hal. 10-15.
[4] Sternberg, Robert J. 2009. Cognitive
Psychology, Fifth Edition. USA :
Wadsworth Cengage Learning.
[5] Rohman & Fauziah. 2008. Rancang
Bangun Sistem Pakar Untuk
Menentukan Jenis Gangguan
Perkembngan Pada Anak.
Yogyakarta: Media Informatika.
[6] Sutojo, T., Mulyanto, Edy., &
Suhartono, Vincent. Kecerdasan
Buatan. Yogyakarta : ANDI,
Semarang : UDINUS.
[7] Kusrini. 2008. Aplikasi Sistem Pakar
Menentukan Faktor Kepastian
Pengguna dengan Metode
Kuantifikasi Pertanyaan.
Yogyakarta : Andi.
[8] Musfiroh, Tadkiroatun. 2008.
Pengembangan Kecerdasan
Majemuk. Jakarta : Universitas
Terbuka.