ABSTRAK Pengobatan dengan menggunakan tanaman obat dinilai lebih berkhasiat sehingga banyak diminati, karena selain alami harganya pun terjangkau bahkan ada pula yang dapat dipetik dari kebun sendiri. Alternatif tanaman obat yang ditawarkan tentu jenis yang beragam mengingat banyak sekali tanaman yang dapat dimanfaatkan. Akibat banyaknya pertimbangan untuk menentukan alternatif tanaman obat, maka perlu dibuat aplikasi yang dapat melakukan pemilihan alternatif tanaman obat seperti layaknya seorang pakar tanaman, yaitu dibuatnya Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Berbasis Web. Sistem Pendukung Keputusan (SPK) secara umum didefinisikan sebagai sebuah sistem yang mampu menghasilkan pemecahan maupun penanganan masalah. SPK tidak dimaksudkan untuk menggantikan peran pengambil keputusan, tapi untuk membantu dan mendukung pengambil keputusan. Metode pengembangan perangkat lunak yang digunakan ad alah Linear Sequential Model. Sistem ini mengimplementasikan metode penyelesaian Simple Additive Weighting (SAW) dimana sistem tersebut mampu menghasilkan alternatif keputusan untuk lebih memudahkan pengambil keputusan pemilihan alternatif tanaman obat. Kriteria bersifat dinamis, nilai bobotnya dapat diubah sesuai kebutuhan user. Keputusan yang dihasilkan bukan merupakan keputusan akhir, karena keputusan akhir tetap ada pada pengambil keputusan.
I. Pendahuluan Peralihan perhatian masyarakat mengenai cara melakukan pengobatan di Rumah Sakit kepada obat-obatan tradisional atau tanaman obat telah menjadi pusat perhatian. Pengobatan dengan menggunakan tanaman obat dinilai lebih berkhasiat sehingga banyak diminati karena selain aman, harganya pun terjangkau bahkan ada pula yang dihasilkan dari kebun sendiri. Alternatif tanaman obat yang ditawarkan tentu memiliki jenis yang beragam mengingat banyak sekali tanaman yang dapat dimanfaatkan. Banyaknya alternatif a lternatif yang ada menjadikan masyarakat bingung dalam menentukan pilihan tanaman obat apa yang akan digunakan. Banyaknya pertimbangan untuk menentukan alternatif tanaman obat, maka perlu dibuat aplikasi yang dapat melakukan penentuan alternatif tanaman obat, yaitu dibuatnya Rancang Bangun Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat berbasis Web. Membuat rancang bangun sistem ini tentunya akan membantu masyarakat yang kini mulai mengenal canggihnya teknologi komputer dan internet dalam menentukan alternatif tanaman obat, karena perancangan antarmuka yang interaktif dan mudah digunakan. Pertimbangan terhadap alternatif pun dilakukan dengan perhitungan terhadap tiap kriteria sehingga dapat menjadi solusi pemecahan masalah. Kriteria-kriteria yang digunakan merupakan hasil kuisioner terhadap ahli, produsen dan konsumen tanaman obat.
II. Landasan Teori A. Decision Suppor t System
Sistem Pendukung Keputusan atau Decision Support System secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kamampuan pemecahan maupun penanganan masalah dengan kondisi semi terstruktur dan tidak terstruktur dimana tak seorangpun tahu secara pasti bagaimana keputusan itu seharusnya dibuat (Kusrini, 2007). B. Sim ple Additi ve Weigh ti ng Metode SAW merupakan salah satu metode dari Multi-Attribute Decision Making . Metode ini juga sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative pada semua atribut (Kusumadewi, dkk, 2006). Langkah penyelesaian metode SAW : 1. Menentukan kriteria yang dijadikan acuan pe ngambilan keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriter ia. 3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R .
4. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi.
C. Tanaman Obat Obat adalah bahan atau zat yang berasal dari tumbuhan, hewan, mineral atau zat kimia tertentu yang dapat digunakan untuk mengurangi rasa sakit, memperlambat proses penyakit dan atau penyembuhan terhadap suatu penyakit. Obat ada yang bersifat tradisional seperti jamu, obat herbal dan ada yang telah melalui proses kimiawi atau fisika tertentu serta telah di uji khasiatnya. Yang terakhir inilah lazim disebut sebagai obat. Obat harus sesuai dengan dosis agar efek terapi atau khasiatnya kita dapatkan. Efek obat umumnya timbul karena interaksi obat dengan reseptor pada sel suatu organisme. Interaksi obat dengan reseptornya ini mencetuskan perubahan kimiawi dan fisiologi yang merupakan respon khas untuk obat tersebut. Herbal adalah tanaman atau jamu. Obat herbal adalah obat yang berasal dari tumbuh-tumbuhan, karena tidak memiliki efek samping seperti pada obat-obatan kimia. Obat herbal pun sering disebut sebagai phytomedicine atau obat botani, bahan-bahan dasar obat-obatan herbal adalah ekstrak dari seluruh atau sebagian tanaman yang dijadikan obat. Penggunaan obat herbal telah dikenal dan banyak digunakan sejak jaman dahulu, karena memiliki khasiat dan manfaat yang manjur juga ampuh untuk membantu pengobatan berbagai macam penyakit (Hendrik, 2012).
III. Metodologi Metodologi yang digunakan dalam penelitian ini adalah pengembangan perangkat lunak terstruktur, Linear Sequential Model . Aktivitas yang dilakukan diantaranya adalah sebagai berikut: a. System Engineering, melakukan beberapa metode pengumpulan data yaitu wawancara, observasi dan studi pustaka. b. System Analysis, melakukan analisis terhadap permasalahan dengan membuat bagan alir sistem, analisis kebutuhan sistem dan kebutuhan perangkat lunak dan perangkat keras. c. Design, desain atau perancangan yang dilakukan adalah perancangan antarmuka, perancangan sistem yang terdiri dari pemodelan fungsional yaitu diagram konteks, Data Flow Diagram (DFD) dan spesifikasi proses, serta pemodelan data yang terdiri dari Entity Relationship Diagram (ERD), kamus data, Data Object Diagram (DOD) dan struktur tabel. d. Coding , mengimplementasikan hasil desain ke dalam kode dengan menggunakan bahasa PHP. e. Testing, pengujian kebenaran logik dan fungsionalitas sehingga diketahui kekurangan program. f. Maintenance, menangani dan merawat aplikasi sistem pendukung keputusan penentuan tanaman kategori obat herbal yang telah selesai supaya dapat berjalan dan terhindar dari gangguan yang menyebabkan kerusakan (Pressman, 2002).
Listing 1. Pseudocode SAW Function max_a (input/output T:TabInteger) Kamus
l,k,lmax,temp : integer Algoritma for l 5 downto 2 do lmax 1 for k 1 to (l-1) do if (T[k] > T[lmax]) then lmax k endif endfor Temp T[l] Temp[l] T[lmax] T[lmax] temp endfor
Algoritma SAW Kamus matrix : array[1..3] [1..5] of real TabInt : array [1..nMax] of real v : array [1..3] of real b,c,d,e,f,h,i,j,k,l,m,n,o,p,q,r,u,w,x,A,S,G : real t : matrix
Algoritma
read(b,c,d,e,f,h,i,j,k,l,n,o,p,q,r) matrix[1][1] matrix[2][1] matrix[3][1] matrix[4][1] matrix[5][1] matrix[1][2] matrix[2][2] matrix[3][2] matrix[4][2] matrix[5][2] matrix[1][3] matrix[2][3] matrix[3][3] matrix[4][3] matrix[5][3]
b c d e f h i j k l n o p q r
read (t) A max_a(t,TabInt) write (A) S max_a(t,TabInt) write (S) G max_a(t,TabInt) write (G) matrix[1][1] matrix[2][1] matrix[3][1] matrix[4][1] matrix[5][1] matrix[1][2] matrix[2][2] matrix[3][2] matrix[4][2] matrix[5][2] matrix[1][3] matrix[2][3] matrix[3][3] matrix[4][3] matrix[5][3]
t[1][1]
/A t[2][1] / A t[3][1] / A t[4][1] / A t[5][1] / A t[1][2] / S t[2][2] / S t[3][2] / S t[4][2] / S t[5][2] / S t[1][3] / G t[2][3] / G t[3][3] / G t[4][3] / G t[5][3] / G
read (u,w,x) V[1] 0 V[2] 0 V[3] 0 for m 1 to 5 do V[1] u * matrix[m][1] + V[0] V[2] w * matrix[m][2] + V[1] V[3] x * matrix[m][3] + V[2] m m+1 endfor writeln (V[0], V[1], V[2])
A. DFD 1. DFD level konteks
Gambar 1. DFD Level Konteks 2. DFD level 1 admin
Gambar 2. DFD level 1
3. DFD level 1 user
Gambar 3. DFD level 1
B. ERD
Gambar 6. ER-Diagram
IV. Hasil dan Pembahasan A. Implementasi 1. Form Maintenance Tanaman
Gambar 10. Form Maintenance Tanaman 2. Form Maintenance Penyakit
Gambar 11. Form Maintenance Penyakit
3. Form Kriteria
Gambar 12. Form Kriteria 4. Form Alternatif
Gambar 13. Form Alternatif 5. Form Penilaian
Gambar 14. Form Penilaian 6. Form Hasil Penilaian
Gambar 15. Form Hasil Penilaian
B. Pengujian a. Kriteria yang ada merupakan hasil kuesioner, metode SAW memberikan nilai rating kepentingan kriteria, sebagai berikut:
Tabel 1. Rating Kepentingan Kriteria Rating Kepentingan
Keterangan
1
Sangat Rendah
2
Rendah
3
Cukup
4
Tinggi
5
Sangat Tinggi
Hasil dari input data kriteria pada Gambar 12. akan didapat nilai bobot preferensi ( W) sebagai berikut: W = (5, 3, 4, 1, 2) Bobot preferensi ini dapat diubah nilainya sesuai kebutuhan pengguna. Misalnya, menurut pengguna harga lebih diutamakan dalam pemilihan alternatif tanaman obat nantinya, maka pengguna dapat mengubah nilai sesuai kebutuhan. b. Pengguna memilih nama penyakit yang dikehendaki, kemudian muncul form penilaian yang merupakan rating kecocokan alternatif terhadap kriteria dalam Metode SAW, sebagai berikut: Tabel 2. Rating Kecocokan alternatif Terhadap Kriteria Rating Kecocokan
Keterangan
1
Sangat Buruk
2
Buruk
3
Cukup
4
Baik
5
Sangat Baik
c. Berikut merupakan contoh tabel penilaian alternatif tanaman obat untuk pusing berdasarkan Gambar 14. : Tabel 3. Contoh Penilaian Alternatif Tanaman Obat Efek
Harga
Khasiat
Samping A1
Tidak
A3
Rasa
Barang Mahal
Efektif
Penting A2
Penyediaan
Cukup
Sangat
Mudah
Enak
Kurang
Cukup
Cukup
Cukup
Kurang
Penting
Murah
Efektif
Mudah
Enak
Cukup
Murah
Cukup
Sangat
Enak
Efektif
Mudah
Penting
Untuk memudahkan pengguna dalam menilai alternatif tanaman o bat, nilai rating kecocokan diubah menjadi bentuk kata/kalimat yang disesuaikan dengan kriteria, keterangannya seperti pada tabel 4 dibawah ini: Tabel 4. Rating Kecocokan yang telah diubah
d. Hasil penilaian dari form penilaian gambar 14. memberikan bentuk matriks keputusan seperti pada tabel berikut: Tabel 5. Matriks Keputusan Efek
Harga
Khasiat
Samping
Penyediaan
Rasa
Barang
1
2
4
3
5
2
3
3
3
2
3
4
3
5
4
e. Setelah mendapatkan matriks keputusan, selanjutnya membuat matriks ternormalisasi (R) dengan melakukan perhitungan sebagai berikut: r 11 =
r 12 =
r 22 =
r 23 =
r 31 =
r 35 =
Seterusnya sehingga hasil dari seluruh perhitungan tersebut diperoleh matriks ternormalisasi (R ) seperti dalam tabel 6 berikut: Tabel 6. Matriks Ternormalisasi Efek Samping
Harga Khasiat
Penyediaan
Rasa
Barang A1
0,333333333333
0,5
1
0,6
1
A2
0,666666666667
0,75
0,75
0,6
0,4
1
0,75
1
0,8
A3
1
Setelah menghitung R dalam bentuk matriks ternormalisasi, hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian mat riks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi berdasarkan persamaan berikut : V1 = (5)(0,3333)+(3)(0,5)+(4)(1)+(1)(0,6)+(2)(1) = 9,766666666665 V2 = (5)(0,6667)+(3)(0,75)+(4)(0,75)+(1)(0,6)+(2)(0,4) = 9,983333333333 V3 = (5)(1)+(3)(1)+(4)(0,75)+(1)(1)+(2)( 0,8) = 13,6
Hasilnya kita bandingkan dengan Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat berikut:
Gambar 16. Form Hasil Penilaian Berdasarkan penilaian yang telah dilakukan, alternatif tanaman obat terbaik untuk pusing adalah pisang dengan nilai 13,8. V. Kelebihan dan Kekurangan Hasil penelitian yang dilakukan, aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat ini memiliki kelebihan sebagai beikut: a. Data alternatif bersifat dinamis, alternatif tanaman obat dapat diubah pada form penyakit. b. Kriteria bersifat dinamis, nilai bobotnya dapat diubah sesuai kebutuhan user. c. Nilai bobot disimpan dalam database, sehingga tidak perlu menentukan prioritas untuk penilaiannya saat program dijalankan ulang. d. Memiliki kemampuan untuk mengukur kinerja relatif dan alternatif-alternatif keputusan dalam bentuk matematis sederhana. e. Alternatif tanaman obat yang disajikan merupakan hasil kuesioner sehingga datanya dapat dipercaya.
Sedangkan kekurangan yang dimiliki oleh aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat adalah sebagai berikut: a. Pengguna minimal mengetahui baik sistem pendukung keputusan maupun metode SAW agar saat menggunakannya tidak terjadi kebingungan. b. Sistem pendukung keputusan pemilihan alternatif tanaman obat belum menampilkan detil penyakit VI. Kesimpulan dan Saran A. Kesimpulan Berdasarkan hasil pembahasan dan implementasi dalam penelitian ini, maka didapat kesimpulan sebagai berikut: 1. Sulitnya masyarakat dalam menentukan tanaman obat yang dapat dijadikan alternatif penyembuhan terhadap suatu penyakit dapat dibantu dengan adanya rancang bangun aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat berbasis web 2. Aplikasi yang dibuat mengimplementasikan metode Simple Additive Weighting (SAW) juga menggunakan metode pengambangan perangkat lunak sequential linear model .
B. Saran Saran untuk pengembangan aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat ini selanjutnya adalah: a. Aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat belum menampilkan gambar tanaman obat b. Aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat belum menampilkan detil penyakit c. Data alternatif tanaman obat harus didiskusikan terle bih dahulu pada pakar atau setidaknya menggunakan kuesioner
DAFTAR PUSTAKA AS, Rossa & Shalahuddin, M. 2011. Modul Pembelajaran: Rekayasa Perangkat Lunak . Bandung: Penerbit Modula. Asosiasi Herbalis Nusantara. 2010. Herbalis Nusantara. http://www.herbalisnusantara.co.id. Diakses pada tanggal 11 Agustus 2012 Kadir, Abdul. 2011. Buku Pintar JQuery dan PHP . Yogyakarta: Mediakom. Kusumadewi, Sri. Hartati, Sri. Harjoko, Agus & Wardoyo, Retantyo. 2006. Fuzzy Multi Atribute Decision Making ( Fuzzy MADM). Yogyakarta: Graha Ilmu. Naga, Sholeh S. 2012. Buku Lengkap Ilmu Penyakit Dalam. Jakarta: DIVA Rudholpi. 2005. Pencarian bobot atribut pada Multi-Attribute Decision Making dengan pendekatan objektif menggunakan algoritma genetika. http://cicie.files. wordpress. com/2008/06/sri-kusumadewi-jurnal-genetika.pdf. Diakses pada tangga 20 Agustus 2012 Suparyanto, Dr. M.Kes. 2000. Merancang Kuesioner Penelitian. Yogyakarta: Andi Suryadi, Kadarsah, Dr. Ir., M,Ali Ramdhani, M.T. 1998. Sistem Pendukung Keputusan. Bandung: PT Remaja Rosdakarya Turban, Efraim. Aronson, E Jay. Peng Liang-Ting. 2007. Decicion Support Systems and Intelligent Systems: Seventh Edition. India: Prentice-Hall