Model Sistem Berbasis Pengetahuan untuk Rekomendasi Aktivitas Pensiun

Abstrak

Masa pensiun adalah masa yang pasti akan menghampiri setiap orang. Bila seseorang memasuki masa pensiun akan terjadi suatu perubahan yang penting dalam perkembangan hidup individu, yang ditandai dengan terjadinya perubahan keadaan seperti kehilangan finansial, kehilangan status, kehilangan teman/kenalan dan yang hilangnya kegiatan kerja yang rutin. Banyak orang yang tidak siap menghadapi pensiun, karena pensiun dianggap sebagai pemutus kegiatan rutin yang dijalananinya selama bertahun-tahun. Representasi pengetahuan sistem menggunakan kaidah produksi, proses inferensi menggunakan forward chaining dan proses perhitungan nilai kepastian menggunakan metode certainty factor. Forward chaining digunakan untuk proses pelacakan dari faktor-faktor yang telah terpilih untuk kemudian mencocokan dengan rule yang sudah ada di sistem agar dapat memberikan suatu konklusi, Setelah ditemukan rule yang cocok dari faktor-faktor yang terpilih kemudian di hitung dengan metode certainty factor untuk mengetahui tingkat keyakinan konklusi. Penggunaan dua metode ini bertujuan untuk memberikan hasil yang lebih baik dalam memberikan rekomendasi aktivitas pensiun. Hasil dari penelitian ini setelah melakukan pengujian User Acceptance Test (UAT)terhadap 30 responden pada sistem menghasilkan kesimpulan bahwa sistem ini membantu dalam memberikan rekomendasi aktivitas untuk persiapan pensiun dengan persentase 87,4%, tampilan antarmuka sistem sangat menarik dan juga informasi yang diberikan sangat jelas dengan persentase 86%, sistem yang dibangun ini mudah digunakan dengan persentase 82,6% dan sistem yang dibangun ini mudah dipelajari dengan persentase 80,6%. Hal tersebut ditunjukkan dengan nilai rata-rata persentase sebesar 80,06 %.

Abstract 

Retirement is a period that is sure to come to everyone. When a person enters retirement, there will be an important change in the development of an individual's life, which is marked by changes in circumstances such as financial loss, loss of status, loss of friends/acquaintances, and loss of routine work activities. Many people are not ready to face retirement, because retirement is seen as a breaker in the routine that has been going on for years. The representation of system knowledge uses production principles, the inference process uses forward chaining and the process of calculating the certainty value uses the certainty factor method. Forward chaining is used for the tracking process of the factors that have been selected to then match the rules that already exist on the system to provide a conclusion, After finding a suitable rule from the selected factors then it is calculated by the certainty factor method to determine the level concluding beliefs. The use of these two methods aims to provide better results in providing recommendations for retirement activities. The results of this study after testing the User Acceptance Test (UAT) of 30 respondents on the system resulted in the conclusion that this system helps provide recommendations of activities for retirement preparation for a percentage of 87.4%, the system interface is very attractive and the information provided is very clear. With a percentage of 86%, the system built is easy to use with a percentage of 82.6%, and the system built is easy to learn with a percentage of 80.6%. This is indicated by the average percentage value of 80.06%.