SISTEM PAKAR IDENTIFIKASI KERUSAKAN SEPEDA MOTOR MANUAL MENGGUNAKAN METODE FORWARD CHAINING
Keywords:
Sistem Pakar, Identifikasi Kerusakan, Sepeda Motor, Metode, Forward ChainingAbstract
Sepeda motor merupakan sarana transportasi utama yang sangat diminati oleh masyarakat di Indonesia karena kepraktisan dan efisiensinya. Namun, dalam penggunaannya sehari-hari, sepeda motor rentan mengalami berbagai jenis kerusakan. Hal ini dapat disebabkan oleh berbagai faktor, seperti keausan komponen akibat penggunaan, pengaruh dari lingkungan eksternal, serta kurangnya perhatian terhadap perawatan yang rutin. Kerusakan pada kendaraan sepeda motor, khususnya pada model motor transmisi manual keluaran pabrikan Yamaha, dapat menimbulkan berbagai masalah yang signifikan. Berdasarkan pengamatan di bengkel resmi, frekuensi kerusakan yang terjadi cukup tinggi dengan berbagai variasi permasalahan. Mulai dari gangguan ringan seperti ketidaknyamanan dalam perpindahan gigi dan suara-suara tidak normal pada mesin, hingga kerusakan serius pada komponen vital seperti sistem pengapian yang membutuhkan biaya perbaikan cukup besar. Yang lebih mengkhawatirkan, kerusakan teknis yang tidak terdeteksi sejak dini berpotensi menyebabkan risiko kecelakaan lalu lintas yang membahayakan keselamatan pengendara. Tujuan penelitian ini untuk mengidentifikasi jenis kerusakan pada sepeda motor berdasarkan gejala yang teramati, mengevaluasi tingkat akurasi dan keandalan metode forward chaining dalam mendeteksi berbagai jenis kerusakan sepeda motor dibandingkan dengan metode diagnosis tradisional, serta menyediakan kerusakan dan solusi perbaikan yang lebih tepat dan cepat berdasarkan hasil identifikasi dari metode forward chaining. Penelitian ini menggunakan metode Forward Chaining dengan Jenis penelitian yang digunakan dalam penelitian ini adalah kualitatif. Penelitian ini menghasilkan sistem pakar inovatif untuk diagnosis kerusakan pada sepeda motor Yamaha transmisi manual menggunakan pendekatan Forward Chaining. Sistem yang dikembangkan mengintegrasikan analisis dari 35 indikator gejala dan 10 klasifikasi kerusakan utama, menghasilkan kemampuan diagnosis yang akurat dan terperinci. Keberhasilan implementasi metode Forward Chaining terlihat dari kemampuannya mentransformasikan keahlian mekanik profesional ke dalam format digital yang sistematis.