2020 Volume 19 No : 1, Maret 2020 ISSN 1412-9434 (print)ISSN 2549-7227 (online)

J U R N A L I L M I A H

KOMPUTASIKomputer & Sistem Informasi

DAFTAR ISI

Komparasi Metode Naive Bayes dan Certainty Factor untuk Mendiagnosa PenyakitAnemiaMusli Yanto, YuhandridanKhairiazaz

Sistem Penjadwalan Perkuliahan Berbasis Web Di STMIK Jakarta STI&KMunich Heindari Ekasari dan Desy Diana

Electronic Voting Using Decentralized System Based on Ethereum BlockchainFajri Fadli, Singgih JatmikodanMissaLamsani

Penerapan Data Mining dengan Menggunakan Algoritma C4.5 pada Klasifikasi FasilitasKesehatan Provinsi di IndonesiaAnastasia Carolina RumahorbodanKemal Ade Sekarwati

Analisis Sentimen pada Teks Opini Penilaian Kinerja Dosen dengan PendekatanAlgoritma KNNA. Yudi PermanadanM. Makmun Effendi

Peramalan Harga Emas Harian dengan Model Hibrida Double Exponensial SmoothingHolt€s danJaringan Syaraf TiruanMohamad As€ad, SujitodanSigit Setyowibowo

Analisa Klasifikasi Loyalitas Siswa Lembaga Pendidikan Tari dengan Metode NaiveBayesIndah Purnamasari

Implementasi Metode Rapid Application Development (RAD) untuk Virtual Class padaSMAN 14 Bekasi Berbasis WebHilman Setiadi Seputradan Aqwam Rosadi Kardian

Penerapan CMMI Roadmaps dalam Menilai Tingkat Kematangan Proses PengembanganPerangkat LunakMuhammad Isa WibisonodanKarmilasari

Media Pembelajaran Sejarah Bangsa Indonesia Berbasis WebsiteDita Ningtyas dan Maria Francisca

Prototipe Aplikasi Desktop untuk Identifikasi Kecanduan Game OnlineDhana Eka Saputra, Robby KurniawanHarahapdanRizky Rachmad Firdaus

Audit Tata Kelola Teknologi Informasi pada Perguruan Tinggi Menggunakan Cobit 5Fokus Proses PelayananArif Amrulloh, Gunawan Wibisono, Agus Rakhmadi MidodanSuhirman

Analisis Integritas Data pada Kriptografi Citra Digital Menggunakan PenggabunganArnold€s Cat Map dan Bernoulli MapRuddy J Suhatril dan Rama Dian Syah

1-8

9-16

17-26

27-38

39-50

51-58

59-68

69-82

83-90

91-108

109-114

115-120

121-126

2020 Volume 19 No : 1, Maret 2020 ISSN 1412-9434 (print)ISSN 2549-7227 (online)

J U R N A L I L M I A H

KOMPUTASIKomputer & Sistem Informasi

PENGASUH JURNAL KOMPUTASI

Pimpinan Redaksi/ Editor in Chief:Dr. Bheta Agus Wardijono (STI&K)

Dewan Redaksi/Editors:1. Prof. ES. Margianti, SE., MM (UG)2. Prof. Suryadi H.S., SSi., MM (UG)3. Drs. Agus Sumin, MMSI (UG)4. Prof. Dr. Sarifuddin Madenda (UG)5. Prof. Dr. rer. nat A.Benny M.Q.N (UG)6. Prof. Dr-Ing. Adang Suhendra (UG)7. Prof. Busono Soerowirdjo PhD (UG)8. Dr. Eri Prasetyo Wibowo (UG)9. Dr. Tubagus Maulana Kusuma (UG)

10. Dr. M. Ivan Fanany (UI)11. Dr. Lussiana ETP (STI&K)12. Dr. Ravi Ahmad Salim (UG)13. Prihandoko, PhD. (UG)14. Dr. Sunny Arief Sudiro (STI&K)15. Dr. M. Subali ( STTC)16. Dr. Tubagus M. Akhriza (STIMATA)17. Dr. Hj. Latifah (STI&K)18. Dr. Aqwam Rosadi Kardian (STI&K)

Tataletak dan WEB :1. M. Saefudin, SKom., MMSI.2. Yudi Irawan Chandra, SKom., MMSI.3. Abdul Hakim, SKom., MT.

Sekretariat Redaksi1. Dr. Ire Puspa Wardhani2. Hariyanto, SKom., MMSI

Administrasi dan Sirkulasi :1. M.S. Wulandari, SKom., MMSI.2. Fitri Sjafrina, SKom., MMSI.

Reviewers:1. Dr. L.M. Rasdi Rere (STI&K)2. Dr. Ire Puspa Wardhani (STI&K)3. Dr. Asep Juarna (UG)4. Dr. Antonius Irianto (STTC)5. Dr. Widya Silfianti (UG)6. Dr. Raden Supriyanto (UG)7. Dr. Pipit Dewi Arnesia (STI&K)8. Dr. Debyo Saptono (STTC)9. Dr. Singgih Jatmiko (UG)

10. Dr. Karmilasari (UG)11. Dr. Khoirul Anwar (STIMATA)12. Dr. Julius Santony (UPI YPTK)13. Dr. Lintang Yuniar Banowosari (UG)14. Dr. Nur Sultan Salahudin (UG)15. Dr. Purnawarman Musa (UG)16. Dr. Robby Candra (UG)17. Dr. Sigit Widiyanto (UG)18. Dr. Sumijan (UPI YPTK)19. Dr. Titin Winarti (UNES)20. Dr. Bertalya (UG)21. Dr. Lily Wulandari (UG)22. Dr. Aini Suri Talita (UG)23. Dr. Mohammad Iqbal (UG)24. Dr. Dewi Agushinta Rahayu UG)25. Dr. Edi Pranoto (STI&K)

Alamat Redaksi :

Kampus A STMIK Jakarta STI&KJln. BRI Radio Dalam

Kebayoran BaruJakarta Selatan

Telp. (021) 7397973, 7210722Fax. (021) 7210720

Email : lp2m@ jak-stik.ac.id,lp2mjakstik@gmail.com, saefudin@gmail.com

http://ejournal.jak-stik.ac.id/index.php/komputasi

Prototipe Aplikasi Desktop untuk Identi�kasiKecanduan Game Online

Dhana Eka Saputra1, Robby Kurniawan Harahap2 dan Rizky Rachmad Firdaus1

1Sistem Informasi Universitas Gunadarma2Sistem Komputer Universitas Gunadarma

Jl. Margonda Raya N0. 100, Pondok Cina, Depok 16424

E-mail : dhanasptr@gmail.com, robby_kurniawan@sta�.gunadarma.ac.id, rizkyrf209@gmail.com

Abstrak

Permainan modern yang menggunakan jaringan internet yaitu game online. Kegiatan

bermain game online secara terus-menerus dapat mengakibatkan kecanduan. Bahaya kecan-

duan game online dapat menimpa orang dewasa bahkan anak-anak. Penulisan ini membuat

aplikasi desktop menggunakan metode backward chaining untuk mengidenti�kasi kecanduan

game online dari 10 gejala berdasarkan 6 jenis prilaku kecanduan game. Hasil yang didap-

atkan pada pengujian diagnosis yaitu pada pengujian pertama dari 10 gejala dipilih 2 gejala

yaitu G1 dan G4 dengan hasil tidak terindikasi kecanduan game online, lalu pada pengujian

kedua dari 10 gejala di pilih 6 gejala yaitu G1, G6, G7, G8, G9, dan G10 dengan hasil

terindikasi kecanduan game online.

Kata Kunci : Backward chaining, Identi�kasi, Game online, Sistem Pakar

Pendahuluan

Game online merupakan jenis permainan yangmemanfaatkan jaringan internet sebagai medi-anya. Layanan game online disediakan olehperusahaan developer game atau dapat lang-sung melalui sistem yang telah disediakan olehperusahaan developer game tersebut. Gameonline dapat dimainkan oleh lebih dari satupengguna (multiplayer) secara bersamaan, di-mana saja, dan kapan saja dengan menggu-nakan perangkat elektronik mobile seperti lap-top dan smartphone yang terhubung denganjaringan internet. Game online seharusnyamenjadi kegiatan yang menghibur dan dapatmemberikan efek positif bagi penggunanya jikamainkan dengan wajar. Dimana salah satuhal positif dari bermain Game yaitu mengu-rangi tingkat kejenuhan dan stres. Saat inisayangnya akti�tas game online yang terlalulama dapat menyebabkan pengguna game on-line tersebut menimbulkan perilaku yang se-cara tidak sadar mengarah kepada ciri-ciri ke-canduan terhadap game online. Kecanduan

game online dapat berdampak pada orang de-wasa bahkan anak-anak [1]. Berdasarkan doku-men klasi�kasi penyakit internasional ke-11 (In-ternatioal Classi�ed Disease/ICD) yang dikelu-arkan WHO, gangguan ini dinamai gaming dis-order [5] yaitu perilaku bermain game onlinedengan gigih dan berulang-ulang dalam sehari,sehingga menyampingkan kepentingan hiduplainnya. .

Jenis perilaku seseorang mengalami kecan-duan game dikategorikan menjadi 6 [1] [4]. Darike 6 jenis perilaku tersebut cukup 3 jenis sajasudah mewakili seseorang mengalami kecand-uan game [1]. Saat ini penelitian mengenai6 jenis prilaku kecanduan game menggunakanperangkat lunak komputer telah dilakukan. Di-antaranya penelitian oleh Latubessy [1], mem-buat analisa model deteksi kecanduan gamemenggunakan metode backward chaining den-gan 6 Jenis prilaku dan 12 gejala. Peneli-tian oleh Latubessy [2], mengimplementasikanmodel dari penlitian sebelumnya [1] menjadisistem komputer. Penelitian oleh Akil [3] men-genai metode perbandingan metode backward

DOI : http://dx.doi.org/10.32409/jikstik.19.1.2770

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

109

chaining dan forward chaining untuk sistempakar, dimana metode backward chaining lebihcocok untuk melakukan fungsi diagnosa atauidenti�kasi daripada forward chaining.

Pada penelitian ini membuat sebuah pro-totipe perangkat lunak desktop untuk mengi-denti�kasi kecanduan game online pada seo-rang pengguna game. Untuk membedakanpenelitian ini dengan penelitian yang telah di-lakukan oleh Latubessy [1] [2], maka dibedakanberdasarkan jumlah gejala yang digunakan.Jumlah gejala yang digunakan yaitu 10 gejaladengan 6 jenis perilaku menggunakan metodebackward chaining. Prototipe ini diujikan den-gan 5 kasus pengujian untuk menguji keaku-ratan prototipe ini.

Metode Penelitian

Penelitian ini menggunakan metode pengem-bangan perangkat lunak. Dimana terdiri dariAnalisa, Desain dan Implementasi dan pengun-jian.

1. Analisis

Pada tahap analisa dilakukan analisaketerkaitan sistem pakar terhadap kecan-duan game. Keterkaitan diantaranya je-nis prilaku dan gejala. Kemudian menen-tukan identi�kas terhadap syarat dan ke-tentuan seseorang dikatakan kecanduangame

2. Desain

Pada tahap desain dilakukan peran-cangan meliputi perancangan aturanmetode backward chaining, alur prosesdari perangkat lunak, dan arsitekturperangkat lunak.

3. Implementasi dan Pengujian

Pada tahap dilakukan implementasi daridesain yang telah dibuat pada tahap de-sain. Implemantasi dilakukan denganmembuat program, antarmuka (interface)dan basisdata perangkat lunak menggu-nakan java dan mysql.

Desain Rule Backward Chaining

Perancangan rule pada sistem ini menggunakanmetode backward chaining, dengan menggu-nakan 6 jenis prilaku kecanduan [1][2]. Metode

ini memulai inferensi goal (tujuan) untuk da-pat mengidenti�kasi kecanduan Game onlineberdasarkan 10 gejala dari 6 jenis prilaku ke-canduan Game, dapat dilihat pada tabel 1 dantabel 2.

Tabel 1: Jenis Prilaku Kecanduan Game

Tabel 2: Gejala Kecanduan Game

Berdasarkan data yang ditujukan padaTabel 1 dan tabel 2, maka rule model dihasilkan7 rule, dengan yang terdiri dari JP sebagai je-nis perilaku dan G sebagai gejala, berikut pen-jelasan rule :

R1 : if G1 or G2 or G3 or G4 then JP1R2 : if G5 then JP2R3 : if G6 then JP3R4 : if G7 then JP4R5 : if G8 then JP5R6 : if G9 or G10 then JP6R7 : if COUNT (R1 : R6) >= 3 then

Terindikasi Kecanduan Game online

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

110

Logika or digunakan untuk memodelkanrule di atas. Jika tiap rule salah satu gejalasaja sudah di penuhi maka konklusi pada ruletersebut benar.

Alur Proses

Alur proses disajikan menggunakan diagramalir. Diagram alir menjelaskan alur user meng-

gunakan program tersebut dari halaman awal,mendaftarkan data lalu login ke dalam halamanutama, yang terdapat tombol-tombol pilihanyaitu jenis-jenis kecanduan game online, jenis-jenis game online dan tombol untuk meniden-ti�kasi kecanduan game online. Terdapat padagambar 1.

Gambar 1: Alur Proses Perangkat Lunak

Arsitektur Sistem

Arsitektur sistem perangkat lunak terdiridari 5 komponen yaitu Interface, knowledge,database, mesin inferensi, user. Interface meru-pakan tampilan program yang digunakan olehuser. Knowledge berisi fakta dan aturan yangtelah di desain yang selanjutnya akan diolahpada bagian mesin inferensi. Mesin inferensiuntuk melakukan penalaran tentang informasiyang ada pada knowledge. Arsitektur sistemdapat dilihat pada gambar 2.

Implementasi

Implementasi dihasilkan 3 bagian dalam ben-tuk tampilan hasil perangkat lunak. Dimana 1halaman identifkasi dan 2 halaman hasil. Per-tama adalah tampilan halaman identifkasi. Ha-

laman identifkasi digunakan untuk memilih ge-jala yang dialami oleh user untuk melakukanproses identifkasi dan mendapatkan hasil. Userdapat melakukan identifkasi dengan meilih be-berapa gejala dari 10 gejala yang terdapat padapilihan tersebut., terdapat pada gambar 3.

Kedua tampilan Halaman TidakTerindikasi kecanduan Game Online. Hala-man tidak terindikasi kecanduan Game onlinedigunakan untuk menampikan hasil dari diag-nosis adapun isi dari halaman ini yaitu berisitentang 4 cara mencegah agar tidak kecand-uan Game online seperti merancang kembalitarget dalam hidup, mencari kesibukan, men-gurangi pergaulan dengan para pemain gameonline dan mengatur waktu belajar dan waktumain. Adapun tampilannya dapat dilihat padagambar 4.

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

111

Gambar 2: Arsitektur Sistem Perangkat Lunak

Gambar 3: Halaman Identi�kasi

Gambar 4: Halaman Tidak Terindikasi Kecan-duan Game Online

Ketiga tampilan halaman Terindikasi Ke-canduan Game Online. Halaman terindikasi

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

112

kecanduan Game online digunakan untukmenampikan hasil dari identifkasi adapun isidari halaman ini yaitu berisi jenis-jenis pri-laku apa saja yang dialami, penjelasan dampaknegatif kecanduan Game seperti gangguanpsikologi, gangguan pada mata, gangguan padaTHT(telingan hidung ternggorokan), gangguanpada organ dalam dan terdapat 15 cara men-gatasi kecanduan game online seperti berniatkuat, mengenali pemicunya, menemukan waktubermain yang pantas, mengurangi perangkatbermain game online, batasi pengeluaran uanguntuk game, pilih game yang memerlukan ak-ti�tas �sik, mengajak teman dan keluarga, ku-rangi kenyaman di tempat bermain, memper-banyak kegiatan yang lain, menjauhkan diridengan semua yang berhubungan dengan gameonline, merencanakan target hidup kembali,menjalani terapi kgnitif, terapi rehabilitasi, danterapi wilderness. Adapun tampilannya dapatdilihat pada gambar 5.

Pengujian Prototipe

Pengujian dilakukan dengan mengambil 5 ka-sus dengan gejala yang berbeda beda berdas-rkan 10 gejala, Adapun pengujian dapat dilihatpada tabel 3.

Tabel 3: Pengujian Diagnosis

Berdasarkan 5 kasus dari tabel 3, didap-atkan kasus pertama dan kelima dengan meng-hasilkan tidak terindikasi kecanduan game dankasus kedua, ketiga dan keempat menghasilkanterindikasi kecanduan game. Berdasarkan hasilpengujian pada tabel 3, prototipe perangkat lu-nak ini dapat mengindetifkasi kecanduan gamedengan hanya menggunakan 10 gejala dan 6 je-nis perilaku. Hal ini menunjukkan peningkatandari penelitian sebelumnya [2] yang menggu-nakan 12 gejala dan 6 jenis perilaku.

Gambar 5: Halaman Terindikasi Kecanduan Game Online

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

113

Penutup

Perangkat lunak prototipe untuk menidenti-�kasi kecanduan game berbasis desktop telahdibuat. Berdasarkan pengujian dengan 5 ka-sus yang berbeda didapatkan 2 kasus tidakterindikasi kecanduan game dan 3 kasus kecan-duan game. 3 Kasus yang terindikasi kecand-uan game yaitu kasus kedua, ketiga dan keem-pat. Dimana ketiga kasus tersebut sesuai den-gan teori bahwa mendapatkan minimal 3 je-nis perilaku sudah dapat mewakili seseorangterindikasi kecanduan game. Dengan hanyamenggunakan 10 gejala dan metode backward

chaining dalam penelitian ini, perangkat lunakcukup untuk dapat mengidenti�kasi kecanduangame online.

Daftar Pustaka

[1] A. Latubessy, And A.Jazuli, �AnalisisModel Penelusuran Bacward Chain-ing dalam Mendeteksi Tingkat Ke-canduan Game pada Anak�, Jurnal

Teknlogi dan Sistem Komputer, vol.5, no. 4, pp. 129-134, Okt. 2017. doi:10.14710/jtsiskom.5.4.2017.129-134.

[2] A. Latubessy and E. Wijayanti, �ModelIdenti�kasi Kecanduan Game Menggu-nakan Backward Chaining�, Simetris: Ju-rnal Teknik Mesin, Elektro dan Ilmu Kom-puter, 8(1), pp.9-14, 2017.

[3] I. Akil, �Analisa Efekti�tas Metode ForwardChaining Dan Backward Chai ning PadaSistem Pakar�, Jurnal Pilar Nusa Mandiri,13(1), pp.35-42. 2017.

[4] Drajat Edy Kurniawan, �Pengaruh Intensi-tas Bermain Game Online Terhadap Per-ilaku Prokrastinasi Akademik Pada Ma-hasiswa Bimbingan dan Konseling Univer-sitas PGRI Yogyakarta�, Jurnal Konsel-ing GUSJIGANG Vol. 3, No. 1, PrintISSN 2460-1187, Online ISSN 2503-281X,Januari-Juni 2017

[5] Faried, �Perilaku Remaja Pecandu GameOnline�, Skripsi, IKIP PGRI, 2012.

Jurnal Ilmiah KOMPUTASI, Volume 19 No : 1, Maret 2020, p-ISSN 1412-9434/e-ISSN 2549-7227

114