Jurnal TICOM: Technology of Information and Communication Volume 14.
Nomor 1.
September 2025
Hal: 50-54
E-ISSN: 2962-7982
Implementasi Sistem Pakar Berbasis Web dengan Metode Certainty Factor untuk Diagnosis Gejala Kecanduan Game Online Nazdan Rosidin1*.
Dimas Abisono Punkastyo2 Fakultas Ilmu Komputer.
Teknik Informatika.
Universitas Pamulang.
Tangerang Selatan.
Indonesia Jl.
Surya Kencana No.
Pamulang.
Kota Tangerang Selatan.
Banten 15417.
Indonesia E-mail: 1*nzdrosidin28@gmail.
com, 2dosen00675@unpam.
(*: corresponding autho.
AbstrakAi Penelitian ini mengkaji perancangan dan implementasi sistem pakar berbasis web yang difokuskan pada diagnosis kecanduan game online pada kalangan remaja.
Sistem dikembangkan dengan memanfaatkan metode Certainty Factor (CF) Latar belakang penelitian adalah meningkatnya kasus kecanduan yang berdampak pada prestasi akademik dan interaksi sosial siswa, khususnya di SMK Sirajul Falah Parung.
Sistem dirancang dengan pendekatan Rapid Application Development (RAD) melalui tahapan analisis kebutuhan, desain, pembangunan, dan implementasi.
Data diperoleh dari observasi, wawancara dengan guru Bimbingan Konseling, dan studi Hasil pengujian terhadap 25 siswa menunjukkan tingkat kesesuaian diagnosis sistem dengan asesmen guru sebesar 88%.
Sistem dinilai mudah digunakan, efisien, dan stabil sehingga dapat dimanfaatkan sebagai alat identifikasi dini untuk mendukung layanan konseling di sekolah.
motivasi akademik, serta interaksi sosial dengan lingkungan sekitar .
Data dari Komisi Perlindungan Anak Indonesia (KPAI) tahun 2023Ae2024 menunjukkan peningkatan pengaduan terkait kecanduan game online di kalangan pelajar .
Fenomena serupa juga ditemukan di SMK Sirajul Falah Parung, di mana beberapa siswa mengalami penurunan prestasi dan kesulitan berinteraksi akibat intensitas bermain game yang tinggi.
Upaya guru BK dalam mendeteksi kecanduan masih terbatas karena hanya mengandalkan pengamatan subjektif tanpa dukungan alat ukur yang sistematis .
Kondisi tersebut menunjukkan adanya kebutuhan akan sistem berbasis teknologi yang mampu membantu proses diagnosis secara objektif.
Salah satu metode yang relevan adalah penerapan expert system berbasis web menggunakan algoritma Certainty Factor (CF), yang dapat mengolah gejala perilaku menjadi hasil diagnosis dengan tingkat keyakinan tertentu .
Beberapa penelitian terdahulu memang telah mengimplementasikan metode CF untuk diagnosis perilaku, namun sebagian besar masih bersifat umum dan belum diterapkan secara langsung pada konteks siswa sekolah kejuruan .
Kata KunciAi Sistem Pakar.
Certainty Factor.
Kecanduan Game Online AbstractAi This study discusses the development of a web-based expert system for diagnosing online gaming addiction among adolescents using the Certainty Factor (CF) method.
The background of this study is the increasing number of addiction cases that affect students' academic performance and social interactions, especially at Sirajul Falah Parung Vocational School.
This system was designed using the Rapid Application Development (RAD) approach through the stages of needs analysis, design, construction, and implementation.
Data were collected through observation, interviews with counseling teachers, and literature review.
Testing on 25 students showed an 88% agreement between the system's diagnosis and the counselor's assessment.
The system was found to be user-friendly, efficient, and stable, making it a useful early detection tool to support school counseling services.
II.
METODE PENELITIAN
Data Penelitian Bagian ini proses mengumpulkan data.
Prosedur mengumpulkan data yaitu:
Observasi Observasi dilakukan secara langsung di SMK Sirajul Falah Parung untuk mengamati perilaku siswa yang menunjukkan tanda-tanda kecanduan game online.
Pengamatan difokuskan pada kebiasaan penggunaan ponsel, keterlibatan dalam kegiatan belajar, serta perubahan konsentrasi dan kedisiplinan.
Hasil observasi dicatat secara sistematis sebagai data awal dalam proses analisis.
Wawancara Wawancara dilakukan dengan guru mata pelajaran dan guru Bimbingan Konseling (BK) guna memperoleh informasi mengenai perilaku siswa yang mengalami penurunan motivasi belajar dan aktivitas sosial akibat bermain game secara Data hasil wawancara ini digunakan untuk KeywordsAi Expert System.
Certainty Factor.
Online Gaming Addiction
PENDAHULUAN
Perkembangan teknologi informasi dan komunikasi membawa pengaruh besar terhadap kehidupan remaja, baik dari sisi akademik maupun sosial .
Salah satu fenomena yang mencolok adalah meningkatnya intensitas penggunaan game Meskipun permainan digital dapat melatih kemampuan berpikir dan koordinasi .
, penggunaan berlebihan justru berdampak negatif seperti menurunnya konsentrasi belajar.
Jurnal TICOM: Technology of Information and Communication Volume 14.
Nomor 1.
September 2025 memperkuat temuan observasi dan sebagai dasar perancangan sistem pakar yang akan dikembangkan.
Studi Literatur Studi literatur dilakukan melalui telaah terhadap jurnal ilmiah, laporan penelitian, dan data dari instansi seperti Komisi Perlindungan Anak Indonesia (KPAI).
Kajian ini bertujuan memperdalam pemahaman mengenai faktor penyebab serta dampak kecanduan game online, sekaligus menjadi landasan teoritis bagi pengembangan sistem pakar berbasis Certainty Factor.
Daftar Gejala Kecanduan Game Online Tabel I berikut menyajikan kode gejala dan deskripsi perilaku yang umum muncul pada siswa dengan kecanduan game online.
Data ini digunakan sebagai acuan dalam proses diagnosis sistem pakar.
Hal: 50-999
E-ISSN: 2962-7982
Tabel II menampilkan nilai CFpakar.
CFuser, dan CF[H,E] untuk setiap gejala kecanduan game online berdasarkan penilaian pakar dan pengalaman pengguna.
Gejala dengan nilai CF[H,E] tinggi menunjukkan pengaruh yang signifikan terhadap diagnosis kecanduan, sedangkan gejala dengan nilai rendah memiliki kontribusi lebih kecil.
Dengan pendekatan ini, sistem pakar dapat menilai tingkat kecanduan secara objektif dan terukur .
TABEL II
NIALI (CF) GEJALA KECANDUAN GAME
Kode
Gejala
CF User
CF[H,E] = CFpakar x CF User
G01
0,64
G02
0,04
G03
0,04
G04
0,04
TABEL I
DAFTAR GEJALA GAME ONLINE
Kode
Gejala
G05
0,64
G01
Sulit berkonsentrasi dalam belajar G06
0,16
G02
Sering mengakses game di waktu luang
G07
0,04
G03
Malas jika disuruh mengerjakan sesuatu selain bermain game
Selalu meluangkan waktunya untuk bermain game
G08
0,16
G04
G05
Bermain game sampai lupa waktu G09
0,64
G06
Gelisah jika tidak bermain game
G010
0,64
G07
Terus menerus memikiran tentang game
G011
0,04
G08
Suka menyendiri di suatu tempat G09
Tidak tertarik untuk bergaul dengan lingkungan sekitar G012
0,16
G010
Rela mengeluarkan banyak uang demi game
G13
0,64
G011
Pola hidup yang tidak teratur G14
0,16
G012
Jika diajak berbicara selalu tentang game
G13
Sering berhalusinasi G14 Menganggap Game Sebagai Teman Terbaik Penerapan Metode Certainty Factor (CF) pada Sistem Pakar Berbasis Web.
Sistem pakar ini menggunakan metode Certainty Factor (CF) untuk mendiagnosis tingkat kecanduan game online pada remaja berdasarkan gejala yang dilaporkan pengguna.
Metode CF efektif untuk mengukur tingkat keyakinan sistem terhadap suatu diagnosis ketika informasi yang tersedia tidak lengkap atau mengandung ketidakpastian .
Penentuan Nilai CF Per Gejala Nilai Certainty Factor (CF) pada sistem pakar ini dihitung melalui kombinasi antara tingkat keyakinan pakar (CFpaka.
dan tingkat keyakinan pengguna (CFuse.
untuk setiap gejala.
CFpakar menunjukkan seberapa besar pakar psikologi menilai relevansi suatu gejala dalam mendiagnosis kecanduan game online, sedangkan CFuser mencerminkan keyakinan pengguna bahwa gejala tersebut benar-benar dialami.
Nilai kontribusi tiap gejala terhadap diagnosis akhir, yaitu CF[H,E], diperoleh dengan menggunakan rumus berikut .
Kombinasi Nilai CF (CFcombin.
Nilai akhir Certainty Factor (CFcombin.
yang diperoleh dari hasil perhitungan sistem digunakan untuk menentukan kategori tingkat kecanduan game online pada remaja.
Klasifikasi ini membantu sistem dalam memberikan hasil diagnosis dan rekomendasi yang sesuai berdasarkan tingkat keparahan gejala yang dialami pengguna .
Tingkat kecanduan dikategorikan menjadi tiga level utama, yaitu rendah, sedang, dan tinggi, sebagaimana ditunjukkan pada Tabel 3
TABEL i TINGKAT KECANDUAN Kode
P01
P02
CFgejala=CFpakaryCFuser Tingkat Kecanduan Keterangan Rendah Menunjukkan kecanduan pada tingkat ringan.
Pengguna disarankan untuk meningkatkan aktivitas positif, menjaga interaksi sosial, dan mengatur waktu bermain agar tidak mengganggu rutinitas harian.
Sedang Menggambarkan kecanduan pada level Diperlukan dukungan dari lingkungan sekitar serta peningkatan keterlibatan dalam kegiatan sosial dan akademik untuk menyeimbangkan waktu Jurnal TICOM: Technology of Information and Communication Volume 14.
Nomor 1.
September 2025
P03
Tinggi Menandakan tingkat kecanduan berat.
Pengguna disarankan mencari pendampingan dari orang terdekat atau profesional untuk membantu mengurangi intensitas bermain dan memulihkan fokus pada tujuan hidup.
Klasifikasi nilai CFcombine tersebut dibagi menjadi tiga Rendah .
,00-0,.
:indika si gejala ringan, membutuhkan edukasi dan pengawasan sederhana.
Sedang .
,31 Ae 0,.
- indikasi gejala menengah, memerlukan konseling dan dukungan sosial.
Tinggi .
,61 Ae 1,.
- indikasi gejala berat, memerlukan pendampingan intensif dari ahli atau tenaga profesional .
Implementasi pada Sistem Pakar Berbasis Web Pengguna menjawab pertanyaan terkait gejala kecanduan game online dengan jawaban AuYaAy atau AuTidakAy.
Jawaban ini diubah menjadi tingkat keyakinan pengguna untuk setiap Sistem kemudian mengolah kombinasi keyakinan pakar dan pengguna untuk menentukan tingkat kepastian tiap gejala.
Semua nilai kepastian gejala digabung untuk mendapatkan kepastian akhir diagnosis.
Berdasarkan nilai akhir ini, sistem menetapkan kategori tingkat kecanduan (Rendah.
Sedang, atau Tingg.
dan menampilkan hasil diagnosis di aplikasi secara Tabel IV menampilkan nilai kepastian akhir setiap gejala berdasarkan jawaban pengguna dan penilaian pakar .
TABEL IV
NIALI KEPASTIAN GEJALA BERDASARKAN JAWABAN PENGGUNA
DAN PENILAIAN PAKAR
Kode
IFG01
IFG02
IFG03
IFG04
IFG05
Certainty Tern (Ya/Tida.
Tidak Tidak CF Akhir 0,80 0,10 0,80 0,10 0,80 IFG06
IFG07
IFG08
IFG09
IFG10
IFG11
IFG12
IFG13
IFG14
Hal: 50-54
E-ISSN: 2962-7982
Tidak 0,28 0,10 0,28 0,80 0,80 0,10 0,24 0,80 0,24 i.
HASIL DAN PEMBAHASAN
Sistem Usability Metode Certainty Factor (CF) Evaluasi usability pada sistem pakar berbasis metode Certainty Factor (CF) bertujuan memastikan sistem tidak hanya memberikan diagnosis akurat, tetapi juga mudah digunakan, efisien, dan sesuai kebutuhan pengguna di lingkungan sekolah.
Akurasi Diagnosis Pengujian akurasi dilakukan dengan membandingkan hasil diagnosis sistem dengan asesmen guru BK sebagai acuan.
Dari 25 siswa yang diuji:
7 siswa masuk kategori kecanduan rendah 3 siswa kategori sedang 15 siswa kategori tinggi Hasil verifikasi menunjukkan 22 diagnosis sesuai dengan penilaian guru BK, sehingga tingkat akurasi sistem mencapai Angka ini menunjukkan kemampuan sistem dalam menghasilkan diagnosis yang dekat dengan penilaian profesional dan potensial mendukung layanan konseling berbasis data secara objektif.
Evaluasi Usability Usability diuji dengan melibatkan 25 siswa kelas XI TKJ dan 1 guru BK melalui observasi dan simulasi.
Aspek yang diperiksa meliputi efektivitas, efisiensi, tingkat kesalahan, kemudahan navigasi, konsistensi diagnosis, dan kestabilan TABEL V
INDIKATOR PENGUJIAN USABILITY SISTEM
Indikator Data yang Diuji Sumber Data Penguji Penggunaan sistem Waktu penyelesaian Kesalahan penggunaan Penilaian pengguna Konsistensi hasil Penggunaan sistem Waktu penyelesaian Kesalahan penggunaan Lama penggunaan Durasi diagnosis Jumlah error Skor kuesioner Perbandingan hasil ulang Lama penggunaan Durasi diagnosis Jumlah error Observasi Stopwatch Observasi Kuesioner Pengujian berulang Observasi Stopwatch Observasi 25 siswa 25 siswa 25 siswa 25 siswa & 1 guru 5 siswa 25 siswa 25 siswa 25 siswa Tabel V menunjukkan indikator pengujian usability sistem pakar berbasis metode Certainty Factor (CF) yang mencakup lama penggunaan, durasi diagnosis, jumlah kesalahan, penilaian pengguna, dan konsistensi hasil.
Pengujian dilakukan melalui observasi dan simulasi oleh 25 siswa serta 1 guru BK.
Hasil evaluasi menunjukkan bahwa sistem mudah digunakan, memiliki tingkat kesalahan rendah, dan hasil diagnosis yang konsisten, sehingga dinilai efektif sebagai alat bantu konseling di lingkungan sekolah .
Tampilan Utama (Landing Pag.
Gambar 1 menampilkan muka awal aplikasi "Deteksi Dini Kecanduan Game" dan menyediakan tombol login atau Jurnal TICOM: Technology of Information and Communication Volume 14.
Nomor 1.
September 2025 registrasi sebagai akses masuk ke menu sistem bagi pengguna .
dmin, guru, dan sisw.
Gambar 4.
Tampilan Tingkat Kecanduan Tampilan Pesan Siswa Gambar 5 memuat daftar pesan yang diterima siswa, mencakup rincian pengirim, subjek, dan tanggal.
Fitur pencarian dan kolom aksi .
embaca/membala.
turut disediakan untuk memudahkan pencarian dan interaksi.
Gambar 2.
Tampilan Registrasi siswa Dasbord Siswa (Student Dashboar.
Setelah masuk, siswa dapat mengakses informasi sistem dan menemukan opsi untuk memulai diagnosis guna menentukan tingkat kecanduan game mereka.
Tampilannya sederhana agar mudah digunakan, yang terlihat pada Gambar 3 berikut.
E-ISSN: 2962-7982
informatif, menyajikan penjelasan dan rekomendasi sesuai tingkat kecanduan yang didiagnosis siswa.
Gambar 1.
Tampilan Utama (Landing Pag.
Tampilan Registrasi Siswa Gambar 2 digunakan oleh siswa untuk mendaftarkan akun sebelum login.
Proses ini melibatkan pengisian data diri yang harus divalidasi oleh administrator sistem Hal: 50-999 Gambar 5.
Tampilan Pesan Siswa Tampilan Hasil Diagnosis (Reporting Pag.
Gambar 6 menyajikan laporan terstruktur dari diagnosis, mencakup nama pengguna, waktu pelaksanaan, daftar gejala, hasil diagnosis akhir, dan tingkat keyakinan sistem.
Antarmuka ini dirancang agar administrator atau guru dapat memantau dan merekap hasil diagnosis setiap pengguna, menjadikannya arsip data untuk evaluasi dan tindak lanjut.
Gambar 3.
Tampilan Dashboard Siswa Tampilan Tingkat Kecanduan Gambar 4 berfungsi menampilkan tiga kategori hasil diagnosis: Rendah.
Sedang, dan Tinggi.
Tampilan ini bersifat Gambar 6.
Tampilan Menyajikan Hasil Diagnosa Jurnal TICOM: Technology of Information and Communication Volume 14.
Nomor 1.
September 2025 IV.
PENUTUP
Berdasarkan hasil penelitian dan implementasi sistem pakar berbasis web dengan metode Certainty Factor untuk diagnosis gejala kecanduan game online pada siswa SMK Sirajul Falah Parung, terdapat beberapa temuan penting.
Sistem yang dikembangkan memungkinkan identifikasi gejala kecanduan game secara lebih jelas, terukur, dan objektif, sehingga dapat menjadi pendukung guru BK dalam menilai tingkat kecanduan siswa secara lebih akurat dibandingkan metode pengamatan konvensional.
Hasil diagnosis yang diberikan sistem terbukti konsisten dengan penilaian guru BK, menunjukkan bahwa sistem mampu menghasilkan informasi yang dapat diandalkan dalam proses pemantauan dan Selain itu, fitur pencatatan hasil diagnosis, pembuatan laporan, dan penjadwalan konseling mendukung guru dalam melakukan tindak lanjut secara lebih terstruktur dan rapi, mempermudah pemantauan kondisi siswa secara Sistem ini juga dirancang agar interaksi dengan pengguna, baik guru maupun siswa, menjadi intuitif dan efisien, sehingga proses diagnosis dan konsultasi dapat dilakukan dengan lebih mudah dan cepat.
Hal: 50-54
E-ISSN: 2962-7982
Putra and Y.
Yuhandri.
AuSistem Pakar dalam Menganalisis Gangguan Jiwa Menggunakan Metode Certainty Factor,Ay J.
Sistim Inf.
dan Teknol.
, vol.
3, pp.
227Ae232, 2021, doi: 10.
37034/jsisfotek.
Mais.
Rompas, and L.
Gannika.
AuKecanduan Game Online Dengan Insomnia Pada Remaja,Ay J.
Keperawatan, vol.
8, no.
2, p.
2020, doi: 10.
35790/jkp.
Rohman.
AuAgresifitas Anak Kecanduan Game Online,Ay Martabat J.
Peremp.
Anak, 21274/martabat.
Kosim.
Aji, and M.
Darwis.
AuPengujian Usability Aplikasi Pedulilindungi Dengan Metode System Usability Scale (Su.
,Ay J.
Sist.
Inf.
dan Sains Teknol.
, vol.
4, no.
2, pp.
1Ae7, 2022, doi:
31326/sistek.
REFERENSI