Hasil Antarmuka Pengguna
Antarmuka pengguna terdiri atas satu form universal yang dibangun menggunakan GUI Matlab, jendela ini bernama guisispakbunga.m. Form ini terdiri atas beberapa komponen, yaitu :
FormJuvenility :
HR(input text), merupakan input data berupa angka dengan kisaran nilai masukan antara nol sampai seratus. Input ini digunakan untuk memasukan nilai HR.
30
SN/DNE(input text), merupakan input data berupa angka dengan kisaran nilai masukan antara nol sampai seratus. Input ini digunakan untuk memasukan nilai SN atau DNE.
Proses(button), merupakan tombol yang berfungsi memproses nilai input HR dan SN/DNE ke dalam proses inferensi tahap satu, yaitu proses fuzzifikasi nilai juvenility.
Reset(button), merupakan tombol yang digunakan untuk me reset nilai input HR, SN/DNE, serta nilai output yang terdapat pada form 1 juvenility
Nilai Juvenility (output text/static text), merupakan nilai keluaran yang memuat hasil perhitungan nilai fuzzyjuvenility berupa angka.
Umur Tanaman (output text/static text), merupakan nilai keluaran yang memuat hasil perhitungan umur tanaman berdasarkan nilai fuzzyjuvenility yang telah diketahui.
Pertumbuhan (output text/static text), merupakan nilai keluaran yang memuat status pertumbuhan tanaman, berdasarkan hasil perhitungan nilai fuzzyjuvenility.
Pembungaan (output text/static text), merupakan nilai keluaran yang memuat status pembungaan tanaman, berdasarkan hasil perhitungan nilai fuzzyjuvenility.
Rule (output text/static text), merupakan nilai keluaran yang memuat aturan yang digunakan dalam inferensi sesuai perhitungan juvenility. Form Faktor Eksogenous dan Endogenous :
Photoperiod (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai photoperiod.
Vernalisasi (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai vernalisasi.
Stress (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai stress. Nutrisi (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai nutrisi.
Proses (button), merupakan tombol yang berfungsi memproses nilai input photoperiod, vernalisasi, stress, dan nutrisike dalam proses inferensi kedua, yaitu kondisional faktor eksogenous dan endogenous. Reset (button), merupakan tombol yang digunakan untuk me reset nilai input photoperiod, vernalisasi, stress, dan nutrisi, serta nilai output yang terdapat pada form 2 Eksogenous dan Endogenous.
Photoperiod, Vernalisasi, Stress, Nutrisi(output text/static text), merupakan nilai keluaran yang memuat status keaktifan faktor eksogenous yang diinputkan oleh pengguna.
Florigen, Antiflorigen, elektrisitas, multiPGR(output text/static text), merupakan nilai keluaran yang memuat status pembungaan status keaktifan faktor endogenous berdasarkan nilai faktor endogenous yang diinputkan oleh pengguna.
31
Status Tanaman (output text/static text), merupakan nilai keluaran yang memuat status pembungaan tanaman berdasarkan nilai faktor endogenous yang aktif.
Gene (output text/static text), merupakan nilai keluaran yang memuat kode nilai yang akan di gunakan di form selanjutnya.
Form Bunga
Leafy (popup menu), merupakan input data berupa opsi yang terdiri dari lemah, sedang dan kuat. Input ini digunakan untuk memasukan nilai leafy.
Proses (button), merupakan tombol yang berfungsi memproses nilai inputleafy ke dalam proses inferensi ketiga, yaitu kondisional bentuk bunga.
Reset (button), merupakan tombol yang digunakan untuk me reset nilai inputleafy, serta nilai output yang terdapat pada form Bunga.
Gene (output text/static text), merupakan nilai keluaran yang memuat kode nilai yang diambil dari form sebelumnya dengan nama yang sama. Leafy (output text/static text), merupakan nilai keluaran yang memuat nilai leafy yang diinputkan pengguna.
Jenis Bunga (output text/static text), merupakan nilai keluaran yang memuat status jenis bunga yang muncul berdasarkan nilai keaktifan komponen bunga (sepal, petal, stamen, carpel dan leafy.
Sepal, petal, stamen, carpel (output text/static text), merupakan nilai keluaran yang memuat status keaktifan komponen bunga sesuai dengan nilai leafy yang dimasukan pengguna.
32
Gambar12Tampilan GUI Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan
EndogenMenggunakan Pendekatan Fuzzy Pembahasan
Inferensia fuzzy
Fuzzifikasi
Variabel HR(ng)
Hypersensitive Response,atau disingkat HR, merupakan bentuk dari kematian sebuah sel yang biasanya dihubungkan dengan daya tahan tanaman terhadap infeksi pathogen atau berbahaya (Morel Dangl 1997). Dalam proses fuzzifikasi, HR dikelompokan menjadi empat, yaitu nonaktif, sedikit, sedang, dan banyak. Semakin besar nilai HR maka Juvenility mengalami kecenderungan meningkat, sebaliknya apabila HR nonaktif, maka HR akan mengirimkan sinyal bahwa juvenility telah turun sampai ke titik mendekati nol. Parameter HR ini direpresentasikan dalam kurva trapesium seperti yang terlihat pada Gambar 13.
33
Gambar13Kurva variabel HR
Fungsi keanggotaan parameter HR dapat dirumuskan sebagai berikut :
Variabel SN DNE
SN DNE merupakan suatu hormon yang aktifitas penurunan dan peningkatannya berkaitan erat dengan kadar HR. Dalam proses fuzzifikasi, SN DNE sama seperti HR, dikelompokan menjadi empat, yaitu nonaktif, sedikit, sedang, dan banyak. Semakin besar nilai SN DNE maka Juvenility mengalami kecenderungan meningkat, sebaliknya apabila SN DNE nonaktif, maka akan mengirimkan sinyal bahwa juvenility telah turun sampai ke titik mendekati nol. Parameter SN DNE ini direpresentasikan dalam kurva trapesium seperti yang terlihat pada gambar 14.
34
Fungsi keanggotaan parameter SN DNE dapat dirumuskan sebagai berikut :
Defuzzifikasi
Variabel Juvenility
Kadar Juvenility mempengaruhi masa kemudaan tanaman secara langsung, apabila juvenility tinggi, masa muda tanaman akan semakin lama, sebaliknya penurunan juvenility sampai ke nilai mendekati nol, akan menyebabkan tanaman mengalami pendewasaan dan melalui fase pembungaan. HR dan SN DNE mempengaruhi nila Juvenility, juvenility itu sendiri dikelompokan menjadi empat yaitu nonaktif, sedikit, sedang, dan banyak.
Gambar15Kurva variabel juvenility
35
Dari perhitungan fungsi keanggotaan, didapatkan aturan-aturan dibawah ini : If (HR is nonaktif) and (SN/DNE is nonaktif) then (JUVENILE is
nonaktif)
If (HR is nonaktif) and (SN/DNE is sedikit) then (JUVENILE is sedikit)
If (HR is nonaktif) and (SN/DNE is sedang) then (JUVENILE is sedang)
If (HR is nonaktif) and (SN/DNE is banyak) then (JUVENILE is banyak)
If (HR is sedikit) and (SN/DNE is sedikit) then (JUVENILE is sedang)
If (HR is sedikit) and (SN/DNE is sedang) then (JUVENILE is banyak)
If (HR is sedikit) and (SN/DNE is banyak) then (JUVENILE is banyak)
If (HR is sedang) and (SN/DNE is sedikit) then (JUVENILE is sedang)
If (HR is sedang) and (SN/DNE is sedang) then (JUVENILE is banyak) If (HR is sedang) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is banyak) and (SN/DNE is sedikit) then (JUVENILE is
sedang)
If (HR is banyak) and (SN/DNE is sedang) then (JUVENILE is banyak) If (HR is banyak) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is sedikit) and (SN/DNE is nonaktif) then (JUVENILE is
sedikit)
If (HR is sedang) and (SN/DNE is nonaktif) then (JUVENILE is sedang)
If (HR is banyak) and (SN/DNE is nonaktif) then (JUVENILE is banyak)
Implementasi aturan fuzzy pada program dapat dilihat pada Gambar 16.
36
Inferensia non-Fuzzy
Pada sistem ini,selain inferensia dengan menggunakan fuzzy, terdapat juga inferensia non-fuzzy yaitu dengan menggunakan logika if else dan fungsi-fungsi tertentu, antara lain :
Fungsi vegetatif
Yaitu fungsi yang digunakan menghitung status kemudaan suatu tanaman dengan menerima nilai input keluaran dari fuzzyjuvenility. Input ini kemudian diproses ke dalam logika kondisional yang mengeluarkan output berupa status umur kemudaan tanaman.
Berikut adalah implementasi fungsi vegetatif :
function [ tanaman ] = vegetatif( juvenile ) if(juvenile == 0)
tanaman = 'dewasa';
elseif((juvenile <= 25) && (juvenile > 0)) tanaman = 'menuju dewasa';
elseif((juvenile <= 50) && (juvenile >= 26)) tanaman = 'muda';
elseif((juvenile <= 100) && (juvenile >= 51)) tanaman = 'sangat muda';
end
Fungsi generatif
Fungsi generatif merupakan fungsi yang menerima inputan berupa sinyal aktif dan nonaktif dari faktor eksogenous tanaman, yaitu nilai photoperiod, vernalisasi, stress, dan nutrisi. Fungsi ini kemudian memberikan keluaran nilai faktor endogenous, yaitu florigen, antiflorigen, elektrisitas, pgr dan satu tambahan nilai yaitu gen yang nantinya akan digunakan pada fungsi selanjutnya. Potongan implementasi fungsi generatif dapat dilihat dibawah ini, fungsi keseluruhannya dapat dilihat di lampiran 1.
function [flo, anf, elect, pgr, gen] = generatif(pho, vern, str, nutr)
if ((pho == 1) && (vern == 0) && (str == 0) && (nutr == 0)) flo = 'aktif';
anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 1;
elseif ((pho == 0) && (vern == 1) && (str == 0) && (nutr == 0)) flo = 'nonaktif';
anf = 'nonaktif'; elect = 'nonaktif';
... Fungsi status bunga
Fungsi status bunga menentukan keadaan bunga setelah tanaman diketahui mengalami pendewasaan menurut gen yang dibawa, gen ini adalah variabel yang dibawa oleh fungsi generatif, yaitu berupa angka nol sampai tujuh. Pada fungsi ini, nilai yang dibaca hanya nol dan selainnya. Apabila gen lebih dari nol, maka status tanaman tersebut menghasilkan bunga, sedangkan apabila variabel gen ini bernilai nol, maka tanaman tersebut mandul, atau gagal menghasilkan bunga. Input dari fungsi ini adalah gen, yang didapat dari fungsi sebelumnya, sedangkan output dari
37
fungsi ini adalah status, yang dapat bernilai berbunga atau mandul. Berikut adalah implementasi fungsi status bunga:
function [status] = statusbunga(gen) if (gen > 0)
status = ('berbunga'); else
status = ('mandul'); end
Fungsi bentuk bunga
Fungsi bentuk bunga menentukan bagaimana produk bunga yang dihasilkan dengan nilai leafy dan hasil keluaran fungsi sebelumnya, yaitu fungsi generatif. Terdapat empat macam keadaan bunga yang mungkin muncul berdasarkan fungsi ini, yaitu bunga sempurna, class A mutant, class B mutant, dan class C mutant. Keempat kelas tersebut ditentukan dari aktif tidaknya empat komponen yang terdapat pada bunga, yaitu sepal, petal, stamen, dan carpel. Input pada fungsi ini adalah variabel g, dan leafy.Sedangkan output dari fungsi ini adalah sepal, petal, stamen, carpel, dan bunga. Berikut adalah implementasi potongan fungsi dari bentuk bunga, fungsi lengkapnya dapat dilihat di lampiran 2.
function [sepal, petal, stamen, carpel, bunga] = bentukbunga(g, leafy) if ((g == 1) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna';
elseif ((g == 1) && (leafy == 2)) sepal = 'nonaktif';
petal = 'aktif'; stamen = 'aktif';
Contoh bentuk bunga yang menjadi output dari inferensi tahap 3 ini adalah sebagai berikut, bentuk bunga dapat dilihat pada Gambar 17, Gambar 18, Gambar 19 dan Gambar 20. Gambar17Bunga Sempurna Sepal : Aktif Petal : Aktif Stamen : Aktif Carpel : Aktif Gambar18Class B mutant Sepal : Aktif Petal : Nonaktif Stamen : Nonaktif Carpel : Aktif
38 Gambar 19Class A mutant Sepal : Nonaktif Petal : Nonaktif Stamen : Aktif Carpel : Aktif Gambar 20Class C mutant Sepal : Nonaktif Petal : Aktif Stamen : Aktif Carpel : Aktif Hasil Pengujian Pengujian Inferensi Tahap Pertama
Untuk melakukan pengujian pada sistem inferensi tahap pertama, maka diberikan tiga contoh input data berupa nilai bilangan real untuk setiap variabel sebagai berikut.
Karakteristik yang berhubungan dengan Juvenility
- HR : 12, 23,0
- SN DNE : 5,56,0
Output program untuk kelas kesesuaian inferensi tahap satu terdapat pada tabel 7. Tabel7nilai keluaran data untuk inferensi tahap 1
HR SN DNE Juvenility Umur tanaman pertumbuhan pembungaan
12 5 37,5 muda vegetatif nonaktif
23 56 74,4615 Sangat muda vegetatif nonaktif
0 0 0 Menuju dewasa generatif aktif
Pengujian Inferensi Tahap Kedua
Selanjutnya untuk melakukan pengujian pada sistem, inferensi tahap kedua, maka diberikan tiga contoh input data input berupa sinyal aktif dan nonaktif untuk setiap variabel sebagai berikut.
Karakteristik yang berhubungan dengan Faktor Eksogenous dan Endogenous
- photoperiod : aktif, nonaktif, aktif
- vernalisasi : nonaktif, aktif aktif
- stress : aktif, nonaktif, nonaktif
- nutrisi : nonaktif, aktif, nonaktif
Proses pada inferensi kedua ini hanya akan berjalan ketika nilai pembungaan yang terdapat pada inferensi 1 dinyatakan aktif, yaitu dengan syarat HR dan SN DNE bernilai nol. Output program untuk kelas kesesuaian inferensi tahap dua terdapat pada tabel 8.
39
Tabel8nilai keluaran data untuk inferensi tahap 2 Faktor Eksogenous Faktor Endogenous
Status tanaman Gene pho vern str nut flo anf elect PGR
1 0 1 0 0 0 1 0 mandul 0 0 1 0 1 0 0 0 0 mandul 0 1 1 0 0 1 1 0 1 berbunga 3 1 0 1 1 1 1 1 1 berbunga 6 1 0 0 1 1 1 0 1 berbunga 4
Keterangan : aktif (1), nonaktif (0), Photoperiod (pho), Vernalisasi (vern), Nutrisi (nut), Florigen (flo), Antiflorigen (anf), Elektrisitas (elect), MultifaktorPGR (PGR).
Pengujian Inferensi Tahap Ketiga
Untuk melakukan pengujian pada sistem inferensi tahap ketiga, maka diberikan tiga contoh input data berupa sinyal lemah, sedang, dan kuat untuk variabel leafy sebagai berikut.
Karakteristik yang berhubungan dengan bentuk bunga
- Leafy : lemah, sedang, kuat
Proses pada inferensi ketiga ini akan berjalan ketika Status tanaman pada inferensi kedua bernilai „berbunga‟, dan Gene bernilai nol. Output program untuk kelas kesesuaian inferensi tahap tiga terdapat pada tabel 9.
Tabel9nilai keluaran data untuk inferensi tahap 2
Gene Leafy Sepal Petal Stamen Carpel Jenis Bunga 3 Lemah Nonaktif Nonaktif Aktif Aktif Class A mutant 6 Sedang Aktif Aktif Aktif Aktif Sempurna 4 Kuat Aktif Aktif Aktif Aktif Sempurna
Validasi Pengujian
Untuk melakukan validasi terhadap pengujian sistem, dibuat sebuah kuesioner yang diisi oleh pakar terkait, berikut adalah hasil kuesioner yang telah diisi. Terdapat dua macam kuesioner yang diajukan, yaitu kuesioner inferensi proses tahap pertama yaitu pengaruh nilai HR dan SN DNE terhadap nilai juvenility serta pertumbuhan tanaman. Kedua, kuesioner inferensi proses tahap kedua yaitu pengaruh nilai keaktifan faktor eksogeous terhadap faktor edogenous. Validasi pengujian proses inferensi tahap pertama dapat dilihat pada Tabel 10, Validasi pengujian proses inferensi tahap kedua dapat dilihat pada Tabel 11, Sementara Perbandingan Nilai Faktor Endogenous Pakar dan Sistem dapat dilihat pada Tabel 12.
40
Validasi pengujian proses inferensi tahap pertama : nilai juvenility
Tabel10Validasi pengujian proses inferensi tahap pertama No HR SN DNE Umur tanaman
(Menurut Pakar) Umur tanaman (Menurut Sistem) Kecocokan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 0 25 50 100 0 0 0 25 25 25 50 50 50 100 100 100 0 0 0 0 25 50 100 25 50 100 25 50 100 25 50 100 dewasa menuju dewasa muda muda sangat muda muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda dewasa muda Sangat muda Sangat muda Muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda
Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner pada tabel 10, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 12 point dari 16 point pengujian cocok dengan hasil kuesioner.
Pengujian proses inferensi tahap kedua : Faktor eksogenous dan endogenous Tabel11Validasi pengujian proses inferensi tahap kedua
Faktor Eksogenous Faktor Endogenous Photo
period
Vernal isasi
Stress Nutrisi Florigen Anti florigen
Elektri sitas
Multi PGR nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif
aktif nonaktif nonaktif nonaktif aktif aktif nonaktif aktif aktif aktif nonaktif nonaktif nonaktif aktif nonaktif nonaktif aktif aktif aktif nonaktif aktif aktif aktif nonaktif aktif aktif aktif aktif aktif aktif aktif aktif nonaktif aktif aktif aktif nonaktif nonaktif aktif nonaktif nonaktif nonaktif aktif aktif aktif nonaktif aktif aktif nonaktif nonaktif nonaktif aktif nonaktif nonaktif nonaktif aktif
41
Tabel12Perbandingan Nilai Faktor Endogenous Pakar dan Sistem Faktor Endogenous (Menurut Pakar) Faktor Endogenous (Menurut Sistem) Florigen Anti florigen Elektri sitas Multi PGR Florigen Anti florigen Elektri sitas Multi PGR nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif
aktif aktif nonaktif aktif aktif aktif nonaktif aktif nonaktif aktif nonaktif nonaktif aktif aktif nonaktif aktif
aktif aktif aktif nonaktif nonaktif nonaktif aktif nonaktif aktif aktif aktif aktif aktif aktif aktif aktif nonaktif nonaktif aktif nonaktif nonaktif nonaktif aktif nonaktif
aktif nonaktif aktif aktif nonaktif nonaktif aktif nonaktif nonaktif nonaktif nonaktif aktif aktif aktif nonaktif aktif
Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner pada tabel 11, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 24 point dari 32 point pengujian cocok dengan hasil kuesioner.
42