SISTEM PAKAR DIAGNOSA GEJALA KECANDUAN GAME ONLINE
DENGAN MENGGUNAKA METODE CERTAINTY FACTOR
- 1.Latar Belangkang
Sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang
tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan
penalaran secara cerdas. Dalam penerapannya sistem pakar mempunyai beberapa metode, salah satunya adalah metode certainty factor. Salah satu implementasi yang dapt diterapkan dengan menggu-nakan sistem pakar dalam bidang kesehatan yaitu sistem pakar umtuk melakukan diagnosa gejala kecanduan game online. Dalam melakukan diagnosa terdapat
langkah-langkah yang harus dijalankan agar kita bisa memastikan hasil diagnosa dengan baik.
Namun dalam penelitian ini penulis hanya mengumpulkan data-data yang kemu-dian akan dianalisa menggunakan system pakar untuk menentukan hasil diagnosa. Diagnosa dapat
dilakukan untuk mengetahui apakah seseorang mengalami suatu penyakit, misalnya penyakit psikis seperti kecanduan game online. Dewasa ini game online sedang marak di masyarakat, peminatnya tidak pandang bulu mulai dari anak-anak sampai orang dewasa. Dalam memainkannya terkadang seseorang tidak mengenal waktu sehingga seringkali lupa akan waktu, misalnya saja jam 2 pagi itu sewajarnya dipakai orang untuk tidur, tapi ternyata tidak untuk sebagian komunitas yang dalam hal ini sebagai gamers online sejati, malah digunakan untuk bermain game. Hal ini yang kemudian benar-benar membuat orang ketagihan untuk terus larut dalam situasi ini. Fenomena ini sudah lama terjadi tapi sepertinya belum mendapat perhatian yang serius. Kecanduan game online adalah kesenangan saat bermain game karena memberi rasa kepuasan tersendiri, sehingga ada perasaan untuk mengulang lagi kegiatan menyenangkan yang ditawarkan ketika bermain game online
- 2.Metode Yang Dipakai
Sebagai metode yang digunakan untuk diagnosa gejala kecanduan game online menggunakan metode certainty factor memberikan cara yang mendasar dalam memasukkan informasi eksternal ke dalam proses analisa data.
- 3.Landasan Teori
Metode Certainty Factor
Faktor kepastian (certainty factor)
diperkenalkan oleh shortliffe buchanan dalam
pembuatan MYCIN (Wesley, 1984). Certainty
Factor (CF) merupakan nilai parameter MYCIN
untuk menunjukkan besarnya kepercayaan. Factor
Kepastian (certainty Factor) menyatakan
kepercayaan dalam sebuah kejadian (fakta atau
hipotesis) berdasarkan bukti atau penilaian pakar
(Tuban, 2005).
Certainty Factor menggunakan suatu nilai
untuk mengasumsikan derajat keyakinan seorang
pakar terhadap suatu data. Certainty Factor
memperkenalkan konsep keyakinan dan
ketidakyakinan yang kemudian diformulakan dalam
rumusan dasar sebagai berikut :
CF [P,E] = MB [P,E] – MD [P,E]
Berikut ini adalah deskripsi beberapa
kombinasi Certainty Factor terhadap berbagai
kondisi :
1. Certainty Factor untuk kaidah dengan premis
tunggal (single premis rules) :
CF(H,E) = CF(E) * CF(rule)
= CF(user) * CF(pakar)
2. Certainty Factor untuk kaidah dengan premis
majemuk (multiple premis rules) :
CF (A AND B) = Minimum (CF (a), CF (b)) *
CF (rule
CF (A OR B) = Maximum (CF (a), CF (b)) *
CF (rule)
3. Certainty Factor untuk kaidah dengan
kesimpulan yang serupa (similarly concluded
rules) :
CFCOMBINE (CF1, CF2) = CF1 + CF2 * (1 – CF1)
Kecanduan Game Online
Kecanduan bermain game secara berlebihan dikenal dengan istilah Game Addiction (Grant, J.E. & Kim, S.W. (2003). Artinya seorang anak seakanakan tidak ada hal yang ingin dikerjakan selain bermain game, dan seolah-olah game ini adalah hidupnya. Hal semacam ini sangat riskan bagi perkembangan si anak yang perjalanan hidupnya masih panjang. Seorang psikiater menyatakan orang yang kecanduan game lebih sulit ditangani daripada pasien yang kecanduan pornografi.
Pasalnya, para pecandu game ini malu
menceritakan ‘aibnya’. Apakah ini berarti lebih
memalukan?
Terdapat 3 jenis kecanduan game online yang
didapat dari seorang pakar yaitu kecanduan ringan
(kritereria antara 0.1 s/d 0.39), kecanduan sedang
(kriteria antara 0.4 s/d 0.79), dan kecanduan berat
(kriteria antara 0.8 s/d 1), rule based dapat dilihat
seperti tabel dibawah ini:
Tabel 1 : Kriteria
Keterangan:
E1= Sering mengakses game lewat internet (online
game)
E2= Pola hidup mulai tidak teratur atau terganggu
E3= Malas jika disuruh mengerjakan sesuatu selain
game
E4= Sangat antusias jika ditanya mengenai game
E5= Tidak bisa konsentarasi saat melakukan suatu
pekerjaan kecuali bermain game
E6 = Terlihat sering mengantuk
E7 = Mudah emosional
E8 = Rela mengeluarkan banyak uang demi game
E9 = Terputus dari kehidupan sosial
E10 = Sering menirukan karakter game
A = Kecanduan ringan
B = Kecanduan sedang
C = Kecanduan berat
4.Pembahasan
Berdasarkan informasi tersebut maka pada
kasus ini disusun sebanyak 3 kaidah produksi atau
rule base yang berkaitan dengan kriteria kecanduan
game online, kaidah-kaidah tersebut adalah sebagai
berikut :
Aturan 1
IF Sering kewarnet
AND Pola hidup mulai tidak teratur atau
terganggu
AND Malas jika disuruh mengerjakan sesuatu
selain game
THEN KECANDUAN RINGAN
Aturan 2
IF Sangat antusias jika ditanya mengenai game
AND Tidak bisa konsentarasi saat melakukan
suatu pekerjaan
AND Terlihat sering mengantuk
AND Mudah emosional
THEN KECANDUAN SEDANG
Aturan 3
IF Rela mengeluarkan banyak uang demi game
AND Terputus dari kehidupan sosial
AND Sering menirukan karakter game
THEN KECANDUAN BERAT
Adapun logika metode certainty factor pada
sesi konsultasi sistem, pengguna konsultasi diberi
pilihan jawaban yang masing-masing memiliki
bobot sebagai berikut :
1. Tidak : 0
2. Sedikit yakin : 0,5
3. Cukup yakin : 0,7
4. Yakin : 0,8
5. Sangat yakin : 1
Nilai 0 menunjukkan bahwa pengguna
konsultasi menginformasikan bahwa seseorang
tersebut tidak mengalami kecanduan seperti yang
ditanyakan oleh sistem. Semakin pengguna
konsultasi yakin pada jenis kecanduan tersebut,
maka semakin tinggi pula hasil persentase
keyakinan yang diperoleh. Proses penghitungan
prosentase keyakinan diawali dengan pemecahan
sebuah kaidah yang memiliki premis majemuk,
menjadi kaidah-kaidah yang memiliki premis
tunggal. Kemudian masing-masing aturan baru
dihitung CF nya, sehingga diperoleh nilai CF untuk
masing-masing aturan, kemudian nilai CF tersebut
dikombinasikan.
Sebagai contoh, dari hasil interview dengan
seorang gamer diperoleh hasil kriteria atau ciri-ciri
sebagai berikut:
- Tidak bisa konsentrasi saat melakukan suatu
pekerjaan kecuali bermain game
- Sangat antusias jika ditanya tentang game
- Terlihat sering mengantuk
- Mudah emosional
Hasil kriteria ini akan dianalisa/diproses
dengan menggunakan metode certainty factor.
Adapun cara kerjanya adalah sebagai berikut:
a. Langkah pertama, menentukan nilai bobot untuk
masing-masing gejala yang telah ditentukan dari
tabel rulebase kriteria;
- CFPakar (Tidak bisa konsentrasi saat
melakukan suatu pekerjaan kecuali bermain
game) = 0.4
- CFPakar (Sangat antusias jika ditanya tentang
game) = 0.45
- CFPakar (Terlihat sering mengantuk)
= 0.6
- CFPakar (Mudah emosional) =0.65
b. Langkah kedua, menentukan nilai bobot
keyakinan gamer mengalami gejala atau kriteria
yang disebutkan, sebagai berikut :
- Tidak bisa konsentrasi saat melakukan suatu
pekerjaan kecuali bermain game =
Yakin = 0,8
- Sangat antusias jika ditanya tentang game=
Cukup Yakin= 0,7
- Terlihat sering mengantuk
= Yakin = 0.8
- Mudah emosional =Sangat Yakin = 1
c. Langkah ketiga, memecah kaidah awal yang
memiliki premis menjadi kaidah dengan premis
tunggal, sehingga menjadi:
IF Tidak konsentrasi saat melakukan suatu
pekerjaan kecuali bermain game
THEN Kecanduan Sedang
IF Sangat antusias jika ditanya tentang game
THEN Kecanduan Sedang
IF Terlihat sering mengantuk
THEN Kecanduan Sedang
IF Mudah emosional
THEN Kecanduan Sedang
d. Langkah keempat, Menghitung nilai CF dari
Kaidah-kaidah yang baru tersebut (premis
tunggal) dengan mengalikan CFUser Dengan
CFPakar mejadi :
CF 1.1 = 0,4 * 0,8 = 0,32
CF 1.2 = 0,45 * 0,7 = 0,315
CF 1.3 = 0,6 * 0,8 = 0,48
CF 1.4 = 0.65 * 1 = 0,65
e. Langkah yang terakhir adalah
mengkombinasikan nilai CF dari masingmasing
kaidah :
Kombinasikan CF 1.1 dengan CF 1.2:
CFCombine (CF1, CF2)
= CF1 + CF2 *(1-CF1),
CFCombine (CF1.1, CF1.2)
= CF1.1 + CF1.2 * (1 - CF1.1)
= 0,32 + 0,315 * (1 – 0,32)
= 0,32 + 0,2142
= 0,5342 CFold
Kombinasikan CFold dengan CF 1.3 :
CFCombine (CFold, CF1.3)
= CFold + CF1.3 * (1 - CFold)
= 0,5342 + 0,48 * (1 – 0,5342)
= 0,5342 + 0,223584
= 0,757784 CFold
Kombinasikan CFold dengan CF 1.4 :
CFCombine (CFold, CF1.4)
= CFold + CF1.4 * (1 - CFold)
= 0,757784 + 0,65 * (1 – 0,757784)
= 0,757784 + 0,1574404
= 0,9152244 CFold
Prosentase keyakinan
= CFCombine * 100 %
= 0,9152244 * 100 %
= 91,52244 %
Dengan demikian dapat dikatakan bahwa
perhitungan certainty factor yang dilakukan untuk user adalah jenis kecanduan Sedang dengan tingkat keyakinan sistem 91,52244 %.
- 5. Implementasi
Gambar 2 : Form Login
Gambar 3 : Form Konsultasi
Gambar 4 : Form Hasil Konsultasi
- 6A.Kesimpulan
1. Proses diagnosa gejala kecanduan game online dapat dilakukan dengan mengenali semua
gejala-gejala kecanduan game online dan hasil kriteria yang didapat akan dianalisa dengan
menggunakan metode tertentu.
2. Penerapan Metode Certainty Factor sangat cocok digunakan untuk melakukan diagnosa
gejala kecanduan game online, karna dengan menggunakan metode ini sistem yang dirancang
akan lebih mudah untuk dipahami oleh para penggunanya.
3. Perancangan aplikasi Sistem Pakar diagnosa gejala kecanduan game online dilakukan dengan menggunakan pemograman Visual Studio 2008, dan semua data yang dimasukkan merupakan hasil perhitungan menggunakan metode certainty factor.
- 6B.Saran
1. Sebaiknya Diadakan Pelatihan Atau Pengarahan Dalam Kecaduan Game Online Bagai Anak - Anak
2. Peran Orangtua Sangat Penting Untuk Mengawasi Anak - Anak Dalam Bermain Game Online
- Daftar Pustaka
http://www.ilmuskripsi.com/p/daftar-jurnal-sistem-pakar.html
Tidak ada komentar:
Posting Komentar