ADRINI PUTRI. Expert System of Anthurium Variety Identification Based On Leaf, Spathe and Spadix. Supervised by AZIZ KUSTIYO and KURNIAWAN BUDIARTO.
Anthurium is a plant that has many varieties, both hybrids and species. Anthurium is itself divided into two types, such as : Anthurium of flowers and Anthurium of leaves. Each type has a good diversity of flowers and leaves. With so many diversities possessed by this plant, it is difficult to identify directly. Instead, we must make some observations to identity the type of the plant.
This research created an expert system to identify varieties of Anthurium based on leaf, spathe and spadix. In the input process, the explanation given by the system includes the parameters of morphological traits in plants and from the parameters that entered will get results in accordance with the process of reasoning. In the output process, the user can find varieties of Anthurium, then the user can access more deeply knowledge about the varieties of Anthurium so that it might be expected the final results obtained can produce near expert conclusion.
In this system it is obtained 5 of the fuzzy parameters of Anthurium. The results of the 5 combination of parameters results in 9 fuzzy rules that characterize 10 of the varieties of Anthurium and 4 rules that do not characterize 10 of the varieties of Anthurium. After testing the system with the expert evaluation and adjustment, 44 of the test data are entered. The system is able to generate 36 test data according to the experts and 8 test data that is inconsistent with the experts. As a result, the accuracy obtained on the system for 44 Anthurium data is 81.81%. Hence, it can be concluded that the expert system to identify varieties of Anthurium based on leaf, spathe and spadix performs an experted.
! " #$ % # $&#$ ' ' (! " ! ) & (' $# *
Penguji :
Program Studi : Ilmu Komputer
Menyetujui,
Aziz Kustiyo, S.Si., M.Kom. Ir. Kurniawan Budiarto, M.Sc.
Pembimbing I Pembimbing II
Mengetahui,
Dr. Ir. Sri Nurdiati, M.Sc. Ketua Departemen Ilmu Komputer
Penulis dilahirkan di Jakarta pada tanggal 25 September 1986 dari ayah Drs. Radjiman Nataprawira dan ibu Hj. Atty Nurhayati, B.Sc. Penulis merupakan putri kedua dari tiga bersaudara. Tahun 2004 penulis lulus dari Sekolah Menengah Umum PLUS PGRI Cibinong dan pada tahun yang sama, penulis diterima di Program Diploma 3 Teknik Informatika, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur USMI. Pada tahun 2007 penulis melanjutkan pendidikan pada Jurusan Ilmu Komputer Penyelenggaraan Khusus Institut Pertanian Bogor.
Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu penelitian dan penulisan karya ilmiah ini, antara lain kepada :
1. Kedua orang tua (Papa dan Mama) di Cibinong atas doa, nasihat, dukungan dan motivasinya sehingga penulis dapat menyelesaikan studi di Jurusan Ilmu Komputer IPB.
2. Papi dan Mami di Lampung atas dukungan, doa, dan motivasinya. 3. Bapak dan Ibu di Padang atas dukungan, doa, dan motivasinya.
4. Kakak (Asdani Abdul Japar, S.Pi.), Adik (Amanda Mirdayanti, A.Md.), dan sepupu (Jhenny Fajrin dan Renny Fadma) atas doa, saran dan motivasinya.
5. Ibu Dr. Yeni Herdiyeni, S.Si., M.Kom. selaku dosen penguji yang telah memberikan sarannya.
6. Bapak Toto Haryanto, S.Kom., M.Si. selaku dosen penguji yang telah memberikan sarannya. 7. Bapak Aziz Kustiyo, S.Si., M.Kom. selaku dosen pembimbing yang telah memberikan
bimbingan dan pengetahuan sehinga skripsi ini dapat diselesaikan.
8. Bapak Ir. Kurniawan Budiarto, M.Sc. selaku pembimbing lapang yang telah memberikan pengetahuan, bimbingan dan saran selama melakukan penelitian di Segunung, Cipanas. 9. Bapak Arief Ramadhan, S.Kom., M.Si. atas segala pengetahuan yang telah diberikan kepada
penulis.
10. Aditya Dwi Gusadha atas dukungan dan motivasinya.
11. Annisa Zahara, Anggi Haryo Saksono, Aang Nahrowi, Akmal Agung Nugraha, Ifra Dzulfarisi, dan Ahmad Saifudin atas segala saran, motivasi dan doanya.
12. TemanAteman seperjuangan Ekstensi Ilmu Komputer angkatan 2. 13. Semua dosen dan asisten dosen Ilmu Komputer.
14. Semua staf karyawan Departemen Ilmu Komputer.
Bogor, Oktober 2011
! ' &
DAFTAR GAMBAR ... ii
DAFTAR TABEL ... iii
DAFTAR LAMPIRAN ... iii
PENDAHULUAN ... 1
Latar Belakang ... 1
Tujuan ... 2
Ruang Lingkup ... 2
Manfaat ... 2
TINJAUAN PUSTAKA ... 2
Sistem Pakar ... 2
A. Definisi...2
B. CiriAciri Sistem Pakar ...2
C. Struktur Sistem Pakar ...2
Logika Fuzzy ... 3
A. Himpunan Fuzzy ...3
B. Fungsi Keanggotaan ...4
C. Penalaran Metode Mamdani ...4
D. Fuzzy Inference System ...5
E. Defuzzifikasi ...5
Tanaman Anthurium ...6
Identifikasi Anthurium Oleh Pakar ... 9
METODE PENELITIAN ... 10
Tahap Identifikasi Masalah ... 11
Tahap Mencari Sumber Pengetahuan ... 11
Tahap Akusisi Pengetahuan... 11
Tahap Representasi Pengetahuan ... 11
Tahap Pengembangan Mesin Inferensi ... 11
Tahap Implementasi ... 11
Tahap Pengujian ... 12
HASIL DAN PEMBAHASAN ... 12
Tahap Identifikasi Masalah ... 12
Tahap Mencari Sumber Pengetahuan ... 12
Tahap Akusisi Pengetahuan... 12
Tahap Pengembangan Mesin Inferensi ... 13
A. Proses Fuzzifikasi ... 13
B. Proses Defuzzifikasi ... 15
Tahap Implementasi ... 17
Tahap Pengujian ... 17
Keterbatasan Sistem ... 18
KESIMPULAN DAN SARAN ... 18
Kesimpulan ... 18
Saran ... 18
DAFTAR PUSTAKA ... 19
! ' &
1 Kurva segitiga...4
2 Kurva trapesium. ...4
3 Sistem inferensi fuzzy Mamdani. ...5
4 Fuzzy inference system. ...5
5 Proses defuzzifikasi (metode centroid). ...6
6 Variasi tanaman Anthurium bunga. ...6
7 Keanekaragaman daun pada tanaman Anthurium ...6
8 Tanaman Anthurium cv.boneto. ...7
9 Tanaman Anthurium scadent. ...7
10 Tanaman Anthurium cv.saxo. ...8
11 Tanaman Anthurium cv.sonate. ...8
12 Tanaman Anthurium cv.valentino. ...8
13 Tanaman Anthurium cv.angel. ...8
14 Tanaman Anthurium nymphaefolium. ...9
15 Tanaman Anthurium cv.cassino. ...9
16 Tanaman Anthurium cv.fantasia. ...9
17 Tanaman Anthurium cv.cognac. ...9
18 Tahap pembentukan sistem pakar. ... 10
19 Representasi kurva segitiga untuk panjang daun ... 13
20 Representasi kurva segitiga untuk lebar daun ... 14
21 Representasi kurva segitiga untuk panjang spathe ... 14
22 Representasi kurva segitiga untuk lebar spathe ... 15
23 Representasi kurva segitiga untuk panjang spadix ... 15
24 Representasi kurva trapesium untuk keluaran sistem ... 15
! ' &
1 Varietas tanaman Anthurium bunga. ...7
2 Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian daun. ... 12
3 Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian spathe. ... 12
4 Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian spadix. ... 13
5 Parameter fuzzy pada tanaman Anthurium. ... 13
! ' & 1 Karakteristik dari tanaman Anthurium cv.boneto. ... 21
2 Karakteristik dari tanaman Anthurium scadent. ... 21
3 Karakteristik dari tanaman Anthurium cv.saxo. ... 22
4 Karakteristik dari tanaman Anthurium cv.sonate. ... 22
5 Karakteristik dari tanaman Anthurium cv.valentino. ... 23
6 Karakteristik dari tanaman Anthurium cv.angel. ... 23
7 Karakteristik dari tanaman Anthurium nymphaefolium. ... 24
8 Karakteristik dari tanaman Anthurium cv.cassino. ... 24
9 Karakteristik dari tanaman Anthurium cv.fantasia. ... 25
10 Karakteristik dari tanaman Anthurium cv.cognac... 25
11 Parameter pada tanaman Anthurium. ... 26
12 AturanAaturan fuzzy pada tanaman Anthurium. ... 28
13 Data ukuran tanaman Anthurium yang bersifat fuzzy. ... 29
14 Urutan proses identifikasi pada gejala non"fuzzy tanaman Anthurium. ... 30
15 Parameter non"fuzzy pada tanaman Anthurium. ... 40
16 Tampilan awal sistem. ... 42
17 Tampilan pengamatan awal sistem. ... 43
18 Tampilan hasil pengamatan sementara sistem. ... 44
19 Tampilan pengamatan lanjut sistem. ... 45
20 Tampilan hasil pengamatan akhir sistem. ... 46
# ! &
Anthurium merupakan tanaman hias tropis. Tanaman ini memiliki daya tarik tinggi sebagai penghias ruangan karena bentuk daun dan bunganya yang indah. Anthurium yang berdaun indah adalah asli Indonesia, sedangkan bunga potong berasal dari Eropa. Di Indonesia tidak kurang terdapat 7 jenis Anthurium, yaitu A.cyrstalinum (kuping gajah), A.pedatoradiatum (wali songo), A.andreanum, A.rafidooa, A.warocqueanum (lidah gajah), A.makrolobum dan A.scherzerianum.
Secara umum Anthurium dibedakan menjadi dua jenis, yaitu : Anthurium daun dan Anthurium bunga. Anthurium daun memiliki daya pikat terutama dari bentukAbentuk daunnya yang istimewa, sedangkan Anthurium bunga lebih menonjolkan keragaman bunga baik hasil hibrid maupun spesies. Biasanya jenis Anthurium bunga dijadikan untuk bunga potong.
Untuk menentukan varietas dari beberapa varietas Anthurium tidak mudah, dibutuhkan informasi yang cukup dan spesifik dari varietas Anthurium tersebut. Tingkat kesulitan untuk membedakan beberapa varietas terlihat dari ciriAciri morfologis tanaman tersebut sehingga dibutuhkan seorang ahli (pakar) yang telah berpengalaman dalam masalah ini. Oleh karena itu, dibutuhkan suatu sistem untuk membantu pihakApihak yang membutuhkan informasi mengenai identifikasi varietas tanaman Anthurium dengan syarat pengguna setidaknya memiliki dasar pengetahuan mengenai hortikultura, misalnya : para tenaga ahli dan penyuluh pertanian dalam membedakan beberapa varietas dari tanaman Anthurium tersebut. Agar nantinya diperoleh kesimpulan yang tepat sesuai dengan hasil yang diperoleh pakar. Hal ini dimaksudkan agar memperoleh pengambilan keputusan yang mendekati pakar.
Sistem identifikasi karakter tanaman secara morfologi merupakan suatu hal yang penting dalam mendapatkan informasi awal performa fenotipik tanaman. Informasi ini sangat bermanfaat bagi pengguna untuk memanfaatkan data karakter ini untuk tujuan tertentu, misalnya : bidang pemuliaan tanaman, growers dan praktisi lain seperti penyuluh. Pengelompokan sifat atau karakter tanaman menjadi basis paradigma kesamaan (common knowledge) sehingga bias
pengartian sebuah ukuran parameter tertentu dapat diminimalisasi.
Pembacaan sistem identifikasi terhadap kategorisasi yang dibangun nantinya diharapkan dapat mendekati atau bahkan
dapat menyamai konsep logika
pengelompokan yang menjadi basis identifikasi. Hal ini disebabkan apabila sistem mengalami kesalahan dalam mengidentifikasi suatu varietas pada tanaman Anthurium maka akan menjadi awal kesalahan di tingkat pengguna yang lebih rumit. Di kalangan pemulia, kesalahan mendapatkan informasi awal dari sifat fenotipik tanaman akan mengakibatkan kesalahan atau bahkan kegagalan dari program pemuliaan yang dilakukan sehingga tujuan kegiatan pemuliaan tidak akan tercapai. Di tingkat pengusaha (growers) dan penyuluh, informasi fenotipik tanaman sangat berhubungan dengan sifat fisiologi tanaman hingga teknik budidaya yang diaplikasikan. Bila kesalahan identifikasi terjadi maka kesalahan teknik budidaya tanaman yang diaplikasikan pun menjadi tidak efisien dan bahkan dapat menimbulkan kerugian di tingkat produksi seperti produktifitas tanaman yang menurun atau bahkan kegagalan produksi.
Penelitian tentang sistem pakar yang menggunakan metode fuzzy Mamdani telah banyak dilakukan, seperti pernah dilakukan sebelumnya oleh Dzulfarisi (2010) yang berjudul Pemanfaatan Sistem Pakar untuk Menentukan Varietas Unggul Tanaman Nilam. Dalam penelitiannya, pengujian sistem dilakukan sebanyak dua kali pengujian. Hasil pengujian pertama didapatkan 93% sistem dapat mengenali varietas unggul dan 7% sistem mengenali varietas yang bukan unggul. Hasil dari pengujian kedua didapatkan sistem pakar dapat mengenali varietas unggul dengan akurasi 84%, sedangkan pakar mengenali varietas unggul dengan akurasi 86%.
Selain itu, oleh Mulyawanto (2011) yang berjudul Sistem Pakar Fuzzy untuk Diagnosis Penyakit pada Tanaman Cabai Merah. Dalam penelitiannya, sistem diuji berdasarkan skenario uji yang sudah dibuat sebelumnya dengan melakukan berbagai kombinasi parameter input. Berdasarkan pengujian didapat beberapa kombinasi yang dinilai sudah mengeluarkan hasil yang benar dan ada kombinasi yang dinilai masih mengeluarkan hasil yang kurang tepat.
Mamdani, dikarenakan hasil dari penelitian yang pernah dilakukan sebelumnya menunjukkan bahwa keakuratan yang didapatkan oleh sistem pakar mencapai lebih dari 70%, sehingga dapat disimpulkan bahwa kesimpulan yang dihasilkan oleh sistem pakar sudah dapat mendekati pakar.
$)$ &
Tujuan penelitian ini adalah untuk merancang dan membangun sistem pakar yang nantinya dapat digunakan untuk menentukan dan membedakan beberapa varietas yang berbeda dari tanaman Anthurium.
$ & & $
Ruang lingkup dari sistem pakar adalah : Data yang digunakan bersumber dari data Balai Penelitian Tanaman Hias di Segunung, Cipanas.
Data yang diuji yaitu berupa ciriAciri morfologis hanya pada daun, spathe dan spadix.
Sistem pakar ini hanya menggunakan sepuluh varietas Anthurium bunga, yaitu : Anthurium cv.boneto, A.scadent, A.cv.saxo, A.cv.sonate A.cv.valentino, A.cv.angel, A.nymphaefolium, A.cv.cassino, A.cv.fantasia dan A.cv.cognac.
Hasil keluaran sistem berupa kesimpulan dari varietas pada tanaman Anthurium yang telah diuji.
Pengguna yang memakai sistem pakar ini adalah pihak yang membutuhkan informasi mengenai pengidentifikasian varietas tanaman Anthurium dengan syarat pengguna setidaknya memiliki dasar pengetahuan mengenai hortikultura dan mengerti istilahAistilah yang lazim digunakan dalam dunia pemuliaan dan genetik tanaman, misalnya : para tenaga ahli dan penyuluh pertanian.
&. #
Manfaat penelitian ini adalah untuk menentukan varietas pada tanaman Anthurium yang nantinya diharapkan dapat membantu pihak yang membutuhkan informasi sehubungan dengan jenis varietas yang membutuhkan lingkungan tumbuh optimal yang berbeda dan teknik budidaya yang diaplikasikan untuk tumbuh dan berproduksi dengan baik, dengan syarat pengguna setidaknya memiliki dasar pengetahuan mengenai hortikultura, misalnya : para tenaga ahli dan penyuluh pertanian dalam
menentukan varietas pada tanaman Anthurium yang memiliki keanekaragaman varietas
seiring dengan perkembangan
pertumbuhannya, baik dari spesies maupun hibrida.
/ # '
0 . &
Sistem pakar adalah suatu perangkat lunak komputer yang menggunakan pengetahuan simbolik untuk meniru perilaku seorang atau sekelompok ahli (Marimin 2002).
0 + 12 # '
Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar. Adapun ciri dari sistem pakar (Kusrini 2006), yaitu :
Hanya terbatas pada bidang yang spesifik. Dapat memberikan penalaran untuk data yang tidak lengkap atau tidak pasti.
Dapat mengemukakan rangkaian alasan yang diberikan dengan cara yang mudah dipahami.
Berdasarkan pada rule atau kaidah tertentu. Dirancang untuk dapat dikembangkan secara bertahap.
Output bersifat nasihat atau anjuran. Output tergantung dari dialog dengan user. +0 # $ #$ # '
Pada prinsipnya, menurut Marimin (2002), sistem pakar tersusun dari beberapa komponen yang mencakup akusisi pengetahuan, representasi pengetahuan, mekanisme inferensi dan interaksi manusiaA mesin.
$ & # "$ &
Akusisi pengetahuan merupakan suatu objek utama analisis dimana keberadaannya perlu didukung oleh sistem pengetahuan dasar (knowledge based system) yang berupa pendefinisian unsur (modelisasi masalah) dan struktur dasar (formalisasi penyajian) untuk menginterpretasikan data (masukan informasi dari pemakai) dan memecahkan masalah (penyajian informasi ke pemakai) menurut tingkat kompleksitasnya (Schreiber, Breuker, Bredeweg dan Wielinga, 1988) dalam Marimin (2002).
diperlukan oleh suatu sistem pakar dari berbagai sumber. Pengetahuan tersebut didapat dari akusisi pengetahuan oleh para pakar dan pengorganisasian dari berbagai sumber (buku, jurnal, makalah dan lainAlain) yang relevan dengan ruang lingkup sistem pakar yang akan dikembangkan.
&# & # "$ &
Basis pengetahuan merupakan bagian yang memuat beberapa objek pengetahuan serta hubungan yang dimiliki antar objekA objek tersebut. Basis pengetahuan itulah yang nantinya akan menjadi sumber kecerdasan sistem dan dijadikan sebagai alat mengambil kesimpulan oleh mesin inferensi.
Menurut Marimin (2002), ada empat kriteria dalam memilih metode representasi pengetahuan, yaitu :
Kemampuan representasi. Kemudahan dalam penalaran. Efisiensi proses akusisi. Efisiensi proses penalaran.
& ' &. &
Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui. Dalam sistem pakar, proses inferensi dilakukan dalam suatu modul yang disebut mesin inferensi (inference engine). Ada dua metode inferensi yang penting dalam sistem pakar, yaitu :
Forward chaining
Suatu rantai yang dicari atau dilintasi dari suatu permasalahan untuk memperoleh solusi.
Backward chaining
Suatu rantai yang dilintasi dari suatu hipotesis kembali ke fakta yang mendukung hipotesis tersebut.
Mesin inferensi merupakan komponen paling penting dalam suatu sistem pakar karena di dalam komponen ini terjadi proses memanipulasi dan mengarahkan kaidah, model dan fakta yang nantinya disimpan dalam basis pengetahuan untuk mendapatkan suatu pemecahan atau kesimpulan.
&# &$ 1 &
Interaksi antara manusia dan mesin merupakan faktor penting dalam sistem pakar karena media ini merupakan suatu alat untuk menerjemahkan suatu informasi atau pesan dari manusia ke mesin. Suatu informasi atau pesan dimasukkan oleh manusia ke dalam mesin lalu informasi tersebut diproses oleh
mesin yang nantinya akan menghasilkan suatu keluaran. Hasil keluaran berupa suatu kesimpulan berdasarkan informasi yang diberikan sebelumnya.
Interaksi manusiaAmesin merupakan bagian fisik dari hardware, terutama yang berkaitan dengan kemudahan pengguna berkomunikasi dengan sistem masukan maupun keluaran (Leary 1985) dalam Marimin (2002).
(
Logika fuzzy merupakan suatu konsep yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti. Selain itu, logika fuzzy juga dapat membangun serta dapat mengaplikasikan pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
Logika fuzzy berdasar pada bahasa manusia. Pengetahuan atau pengalaman dari pakar dapat dengan mudah dipakai untuk membangun logika fuzzy. Dengan logika fuzzy, sistem kepakaran manusia bisa diimplementasikan ke dalam bahasa mesin secara mudah dan efisien (Naba 2009).
Kebanyakan manusia menganggap logika fuzzy merupakan sesuatu hal yang rumit dan tidak menyenangkan, namun pada kenyataannya logika fuzzy merupakan suatu hal yang menarik untuk dipelajari. Seseorang tidak dapat memutuskan sesuatu masalah dengan jawaban sederhana seperti salah atau benar. Nilai 0 menunjukkan salah dan nilai 1 menunjukkan benar, namun masih terdapat selang nilai antara nilai 0 dan 1 sehingga diperlukan suatu himpunan fuzzy yang memiliki selang nilai antara 0 dan 1. Oleh sebab itu, pada tahun 1965, Lotfi A. Zadeh memperkenalkan teori himpunan fuzzy dimana teori tersebut menjelaskan bahwa setiap anggota himpunan fuzzy memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1.
0 ' $& &
Teori himpunan fuzzy merupakan suatu kerangka matematis yang digunakan untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi dan kebenaran parsial (Tettamanzi 2001) dalam Kusumadewi et al (2006).
Input tunggal
Pada input tunggal, aturanAaturan yang ada akan mencakup satu masukan tunggal X dan satu keluaran tunggal Y, contoh :
A Jika X pendek maka Y pendek A Jika X sedang maka Y sedang A Jika X panjang maka Y panjang
Input jamak
Pada input jamak, aturanAaturan yang ada akan mencakup lebih dari satu masukan X dan Y serta satu keluaran tunggal Z, contoh : A Jika X pendek dan Y pendek maka Z
kurang panjang
A Jika X sedang dan Y sedang maka Z sedang A Jika X panjang dan Y panjang maka Z
sangat panjang 0 $& & (# &
Fungsi keanggotaan (membership function) merupakan suatu kurva yang menunjukkan pemetaan titikAtitik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 dan 1 (Kusumadewi 2002).
Dengan kata lain, bahwa fungsi keanggotaan dimaksudkan untuk memperluas nilai yang dianggap tunggal (crisp) menjadi suatu nilai jamak atau fuzzy (contoh : umur) agar nantinya dapat dihasilkan suatu fungsi keanggotaan yang bersifat kontinu dengan menggunakan himpunan fuzzy tersebut.
Fungsi keanggotaaan dapat
direpresentasikan melalui beberapa pendekatan fungsi, salah satunya seperti pendekatan fungsi menggunakan representasi kurva segitiga dan representasi kurva trapesium (Kusumadewi 2002).
Representasi kurva segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara dua garis (linear).
Gambar 1 Kurva segitiga.
Fungsi keanggotaan :
0; x ≤ a atau x ≥ c
µ(x) = (x " a) / (b " a); a ≤ x ≤ b (c " x) / (c " b); b ≤ x ≤ c
Representasi kurva trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.
Gambar 2 Kurva trapesium. Fungsi keanggotaan :
0; x ≤ a atau x ≥ d
(x " a) / (b " a); a ≤ x ≤ b
1; b ≤ x ≤ c
(d " x) / (d " c); c ≤ x ≤ d
+0 & ! & #(* '* &
Metode Mamdani dikemukakan pada tahun 1975 oleh Ebrahim Mamdani. Metode ini merupakan metode fuzzy inference system yang paling umum dijumpai karena metode ini merupakan salah satu control system yang pertama kali dibuat menggunakan teori himpunan fuzzy. Selain itu, metode ini juga lebih diterima oleh banyak pihak karena metode ini dapat menerima input dari manusia (bukan mesin).
Sistem fuzzy Mamdani menggunakan basis aturan seperti persamaan berikut :
IF (x1 is A1) • ( x2 is A2) • … • (xn is An) THEN y is B
Ilustrasi sistem inferensi fuzzy Mamdani dapat dilihat pada Gambar 3.
µ(x) =
d domain
a b c
d er aj at k ea n g g o ta an 1 0 domain d er aj at k ea n g g o ta an
a b c
1
Gambar 3 Sistem inferensi fuzzy Mamdani. Pada metode Mamdani, fungsi implikasi yang digunakan adalah MIN (fungsi ini akan memotong output himpunan fuzzy) dan secara otomatis operator logika yang akan digunakan adalah operator AND serta defuzzifikasi (penegasan) yang akan digunakan adalah menggunakan metode centroid of area (Zcoa).
0
Fuzzy Inference System (FIS) merupakan suatu proses perumusan pemetaan dari input ke output dengan menggunakan logika fuzzy (Gulley & Jang 1999) dalam Marimin (2002). Proses fuzzy inference system dapat dilihat pada Gambar 4.
Gambar 4 Fuzzy inference system. Dari gambar di atas, dapat dijelaskan bahwa input data yang diterima berupa nilai fuzzy kemudian ditentukan derajat keanggotaannya. Apabila kondisi mempunyai aturan lebih dari satu maka diterapkan operasi fuzzy. Operasi fuzzy diperlukan apabila anteseden untuk suatu aturan lebih dari satu dan digunakan untuk menentukan fungsi keanggotaan hasil inferensi setiap aturan
tersebut. Aggregation digunakan untuk menggabungkan seluruh output gugus fuzzy menjadi sebuah output gugus fuzzy kemudian dilakukan proses defuzzifikasi sebagai proses akhir (output) yaitu proses pengubahan hasil fuzzy menjadi hasil yang memiliki nilai tunggal (crisp).
Dalam sistem inferensi fuzzy ada beberapa komponen utama yang dibutuhkan. Komponen tersebut meliputi data variabel input, data variabel output dan data aturan. Untuk mengolah data masukan dibutuhkan beberapa fungsi meliputi fungsi fuzzifikasi yang terbagi dua, yaitu : fungsi untuk menentukan nilai jenis keanggotaan suatu himpunan dan fungsi penggunaan operator. Fungsi fuzzifikasi akan mengubah nilai crisp (nilai aktual) menjadi nilai fuzzy (nilai kabur). Selain itu, dibutuhkan pula fungsi defuzzifikasi, yaitu : fungsi untuk memetakan kembali nilai fuzzy menjadi nilai crisp yang menjadi output atau nilai solusi permasalahan.
Defuzzifikasi merupakan suatu cara untuk mendapatkan nilai crisp dari sebuah himpunan fuzzy, dimana nilai crisp (nonA fuzzy) tersebut merupakan sebuah nilai yang mampu merepresentasikan himpunan fuzzy yang melingkupinya. Metode yang digunakan untuk melakukan proses defuzzifikasi yaitu centroid of area (Zcoa), dimana pada metode ini solusi diperoleh dengan cara mengambil titik pusat daerah fuzzy.
Untuk variabel kontinu :
Untuk variabel diskret :
Pada komposisi aturan Mamdani, terdapat beberapa metode defuzzifikasi selain metode centroid yang telah dijelaskan sebelumnya, yaitu :
Metode centroid
Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy.
Metode bisektor
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotan
input fuzzy
output
defuzzifikasi
operasi fuzzy
metode implikasi
metode agregasi
a1 b1
b2 a2
Metode Implikasi
(Min)
FuzzyInput µ µ µ z y x µ µ µ z y x c1 c2 c’ Defuzzifikasi
(Centroid) µ
z Metode
Agregasi
sebagian dari jumlah total nilai keanggotaan pada daerah fuzzy.
Metode mean of maximum
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rataArata domain yang memiliki nilai keanggotaan maksimum.
Metode largest of maximum
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum.
Metode smallest of maximum
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
Input dari suatu proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturanAaturan fuzzy, sedangkan output yang diperoleh adalah suatu bilangan pada domain himpunan fuzzy tersebut. Dengan demikian, jika diberikan suatu himpunan fuzzy dalam range tertentu, maka dapat diambil suatu nilai crisp tertentu sebagai hasil akhir keluaran. Proses defuzzifikasi untuk metode centroid dapat dilihat pada Gambar 5.
Gambar 5 Proses defuzzifikasi (metode centroid).
& ' &
Anthurium (Anthurium Andreanum) merupakan tanaman hias tropik dari famili Araceae. Nama Anthurium berasal dari bahasa Yunani yang berarti anthos (bunga) dan oura (ekor). Tanaman ini dapat tumbuh menyebar di Amerika Latin, Asia dan Afrika. Namun, beberapa spesies yang ada pada Anthurium ditemukan di Panama, Kolombia, dan Ekuador. Tanaman Anthurium merupakan tanaman bersemak, tumbuh tegak dan tidak terlalu tinggi pertumbuhannya. Tanaman ini juga dapat tumbuh dengan baik pada tingkat kelembapan rendah hingga sedang. Tanaman Anthurium dapat dipelihara di daerah yang berketinggian antara 0A1000 m dpl. Variasi pada tanaman Anthurium sudah banyak ditemukan sekitar 8000 spesies bahkan
mungkin lebih. Variasi tanaman Anthurium bunga dapat dilihat pada Gambar 6.
Gambar 6 Variasi tanaman Anthurium bunga. Dalam dunia florikultura, Anthurium terbagi menjadi dua kelompok, yaitu : Anthurium daun dan Anthurium bunga (Wahyuni 1999). Anthurium daun memiliki bentuk daun yang indah, tetapi bunganya kurang menarik. Sementara itu, Anthurium bunga memiliki bunga yang menarik, terdiri atas : seludang bunga (spathe), tongkol bunga (spadix) dan tangkai bunga (peduncle). MasingAmasing jenis memiliki berbagai varietas yang kini semakin berkembang, baik dari bentuk bunga maupun daunnya. Selain itu, tanaman ini juga memiliki banyak keanekaragaman, baik dari warna, bentuk maupun teksturnya. Keanekaragaman daun pada tanaman Anthurium dapat dilihat pada Gambar 7.
Gambar 7 Keanekaragaman daun pada tanaman Anthurium.
Untuk warna, tanaman ini memiliki warna yang beragam mulai dari hijau pupus, hijau muda, hijau kekuningan hingga hijau kehitamA hitaman. Untuk bentuk, tanaman ini memiliki beberapa bentuk, seperti : segitiga menyudut lancip, oval, jantung, menjari dan bulat. Untuk tepi daun memiliki beberapa bentuk, seperti : ada yang melekukAlekuk, lurus dan bergelombang. Untuk tekstur, tanaman ini memiliki bermacamAmacam tekstur, seperti : halus, kaku dan keras, berkerut hingga berbulu halus (beludru).
Beberapa nama varietas pada tanaman Anthurium bunga dapat dilihat pada Tabel 1. µ
z
defuzzifikasi
(centroid)
Tabel 1 Varietas tanaman Anthurium bunga.
No. Nama Aksesi Tipe
1 Anthurium cv.boneto Hibrida 2 Anthurium scadent Spesies 3 Anthurium cv.saxo Hibrida 4 Anthurium cv.sonate Hibrida 5 Anthurium cv.valentino Hibrida 6 Anthurium cv.angel Hibrida 7 Anthurium nymphaefolium Spesies 8 Anthurium cv.cassino Hibrida 9 Anthurium cv.fantasia Hibrida 10 Anthurium cv.cognac Hibrida Budidaya Anthurium berkembang pesat di Indonesia terutama di sentra produksi tanaman hias Jawa Barat (Lembang Bandung, Sukabumi, Cianjur dan Bogor), Jawa Tengah (Ungaran, Bandungan dan Semarang), Jawa Timur (Batu Malang, Tlekung dan Pasuruan) serta Sumatera Utara khususnya daerah Brastagi. Pembudidayaannya menggunakan paranet sebagai naungan dan yang paling baik adalah yang memiliki 70% daya serap sinar matahari. Suhu yang diperlukan tanaman ini berkisar antara l8A20oC pada malam hari, dan 27A30°C pada siang hari dengan persentase kelembapan antara 50A90%.
Perbanyakan Anthurium dapat dilakukan dengan cara generatif (biji) maupun vegetatif (pemecahan anakan atau setek). Penyerbukan sendiri (self pollination) jarang terjadi sehingga harus dilakukan penyerbukan silang (cross pollination) secara buatan. Teknik ini merupakan cara perbanyakan generatif yang paling tepat terutama dalam kegiatan pemuliaan untuk menghasilkan biji hibrida yang selanjutnya merupakan langkah untuk melahirkan jenis baru yang lebih bervariasi.
! "# #
Anthurium cv.boneto ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk cordate atau ovate (ovate atau bentuk jantung) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.boneto dapat dilihat pada Lampiran 1. Varietas pada tanaman Anthurium cv.boneto dapat dilihat pada Gambar 8.
Gambar 8 Tanaman Anthurium cv.boneto.
$
Anthurium scadent ini merupakan jenis Anthurium spesies. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk cordate atau ovate (ovate atau bentuk jantung) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium scadent dapat dilihat pada Lampiran 2. Varietas tanaman Anthurium scadent dapat dilihat pada Gambar 9.
Gambar 9 Tanaman Anthurium scadent.
! %#
Gambar 10 Tanaman Anthurium cv.saxo.
! #
Anthurium cv.sonate ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk broad ovate (ovate lebar) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.sonate dapat dilihat pada Lampiran 4. Varietas pada tanaman Anthurium cv.sonate dapat dilihat pada Gambar 11.
Gambar 11 Tanaman Anthurium cv.sonate.
! ! & #
Anthurium cv.valentino ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk cordate (mirip jantung). Tanaman ini juga memiliki spathe yang berbentuk broad elliptic (ellips lebar) dan memiliki spadix yang berbentuk cylindric (silinder). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.valentino dapat dilihat pada Lampiran 5. Varietas pada tanaman Anthurium cv.valentino dapat dilihat pada Gambar 12.
Gambar 12 Tanaman Anthurium cv.valentino.
! ' &
Anthurium cv.angel ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk almost atau circled (bulat atau hampir membulat) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.angel dapat dilihat pada Lampiran 6. Varietas pada tanaman Anthurium cv.angel dapat dilihat pada Gambar 13.
Gambar 13 Tanaman Anthurium cv.angel.
( #&
Gambar 14 Tanaman Anthurium nymphaefolium.
! #
Anthurium cv.cassino ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk almost atau circled (bulat atau hampir membulat) dan memiliki spadix yang berbentuk cylindric (silinder). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.cassino dapat dilihat pada Lampiran 8. Varietas pada tanaman Anthurium cv.cassino dapat dilihat pada Gambar 15.
Gambar 15 Tanaman Anthurium cv.cassino.
!
Anthurium cv.fantasia ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe yang berbentuk broad elliptic (ellips lebar) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.fantasia dapat dilihat pada Lampiran 9. Varietas pada tanaman Anthurium cv.fantasia dapat dilihat pada Gambar 16.
Gambar 16 Tanaman Anthurium cv.fantasia.
! #'
Anthurium cv.cognac ini merupakan jenis Anthurium hibrida. Tanaman ini merupakan jenis dari Anthurium bunga yang memiliki bentuk helaian daun berbentuk ovate (bulat lonjong dengan bagian lebih lebar ke arah dasar daun atau tangkai daun). Tanaman ini juga memiliki spathe berbentuk almost atau circled (bulat atau hampir membulat) dan memiliki spadix yang berbentuk tapered (silinder dengan ujung lebih kecil). Untuk melihat keseluruhan karakteristik dari tanaman Anthurium cv.cognac dapat dilihat pada Lampiran 10. Varietas pada tanaman Anthurium cv.cognac dapat dilihat pada Gambar 17.
Gambar 17 Tanaman Anthurium cv.cognac.
* &# . ! "
Anthurium merupakan suatu genus tanaman pada famili Araceae yang memiliki lebih dari 1.000 spesies. Tanaman Anthurium telah dikenal dan digunakan sebagai tanaman hias sejak dahulu kala. Genus Anthurium memiliki lebih dari 800 spesies dan dikenalnya pemuliaan Anthurium sejak dulu menyebabkan diversitas genetik pada kultivarA kultivar yang beredar saat ini sangat tinggi dan kompleks.
Identifikasi tanaman Anthurium bukanlah sesuatu hal yang mudah dilakukan. Oleh
karena itu, pakar melakukan
daun, geniculum dan tangkai daun, seludang daun, akar, bunga dan tangkai bunga (peduncle, spathe dan spadix), serta buah dan biji. Namun dalam penelitian ini, tanaman Anthurium diidentifikasi hanya pada bagian daun, spathe dan spadix.
Pengamatan pada tanaman Anthurium dilakukan pada saat usia tanaman berumur minimal dua tahun. Syarat tumbuh tanaman yang perlu diperhatikan dalam melakukan identifikasi tanaman Anthurium, yaitu :
Tempat pengujian tanaman berada pada ketinggian tempat optimum > 800m dpl. Media tanam campuran yang sesuai dengan tanaman Anthurium.
Ukuran pot sebesar 15 cm (diameter). Jumlah tanaman per pot yaitu 1 tanaman. Pemupukan sebanyak 5g per pot pupuk pelepas lambat (Dekastar, Osmocote 16:16:16) setiap tiga bulan.
Pemberian pupuk NPK 2g/l seminggu sekali diberikan bersamaan penyiraman. Pengairan disesuaikan dengan pengairan yang optimum untuk Anthurium.
Tanaman ditanam pada kelembaban udara 70% A 90%.
Suhu harian minimal 19oC A 21oC. Naungan berupa paranet sepanjang tahun.
Selain itu, adapula syarat utama pengidentifikasian tanaman Anthurium yang perlu diperhatikan dari ketiga bagian tanaman Anthurium (daun, spathe dan spadix), yaitu :
Daun : pengidentifikasian tanaman dilihat dari daun keA3, daun keA5, daun keA7 dan seterusnya. Daun yang diidentifikasi bukan daun floral (floral leaves), daun mekar sempurna, sehat, tidak cacat fisik dari tanaman yang sehat dan tidak mengalami gangguan fisiologis.
Spathe : pengidentifikasian tanaman dilihat dari bunga setelah periode pembungaan keA 3, spathe normal, tidak cacat fisik, tanaman sehat, bebas dari serangan hama penyakit, tidak mengalami gangguan fisiologis dan berukuran maksimal pada umur saat warna spadix 1/3 bagian atas.
Spadix : pengidentifikasian tanaman dilihat dari bunga setelah periode pembungaan keA 3, spadix normal, tidak cacat fisik, tanaman sehat, bebas dari serangan hama penyakit, tidak mengalami gangguan fisiologis dan berukuran maksimal pada umur saat warna spadix 1/3 bagian atas.
Anthurium memiliki ciriAciri morfologis yang berbeda antar beberapa varietas. Secara fisik, perbedaan antar beberapa varietas tanaman Anthurium tersebut dapat dilihat dengan jelas pada bagian daun, spathe dan spadix baik dari bentuk tanaman tersebut maupun dari warna tanaman itu sendiri.
Oleh karena itu, dibuat sistem pakar yang diharapkan dapat menghasilkan kesimpulan yang mendekati pakar. Pada penelitian ini akan digunakan metode penelitian yang mengacu pada tahapAtahap pembentukan sistem pakar seperti yang dijelaskan Marimin (2002).
Gambar 18 Tahap pembentukan sistem pakar. Ya
Tidak
Mulai
Tahap identifikasi masalah
Mewakili
humanexpert ?
Selesai Tahap
mencari sumber pengetahuan
Tahap akusisi pengetahuan
Tahap representasi pengetahuan
Tahap
pengembangan mesin inferensi
Tahap implementasi
" * &# . ! "
Keanekaragaman varietas yang terdapat pada tanaman Anthurium baik secara hibrida maupun spesies menyebabkan pengguna sulit untuk mengidentifikasi varietas dari tanaman Anthurium tersebut. Kesulitan yang dimiliki oleh pengguna dikarenakan tingkat kemiripan antar varietas pada tanaman Anthurium yang hampir sama.
Identifikasi varietas pada tanaman Anthurium sangat diperlukan karena beberapa varietas tersebut memiliki ciriAciri morfologis yang hampir sama sehingga menyulitkan bagi pengguna yang membutuhkan informasi mengenai varietas tanaman Anthurium serta menentukan varietas Anthurium yang tepat. Pengidentifikasian varietas pada tanaman Anthurium dapat dilihat dari ciriAciri morfologis pada tanaman tersebut.
Dalam penelitian ini, pengidentifikasian ciriAciri morfologis pada tanaman Anthurium hanya dilihat dari tiga bagian tanaman, yaitu : daun, spathe dan spadix. Dari ciriAciri morfologis seperti itu, maka diperlukan pengembangan perangkat lunak untuk membantu pengidentifikasian varietas pada tanaman Anthurium secara akurat.
" &2 $' & # "$ & Dalam penelitian ini, sumber pengetahuan diperoleh dari berbagai sumber, yaitu : buku teks, jurnal, dan pakar itu sendiri. Pakar untuk penelitian ini, yaitu : Bapak Ir. Kurniawan Budiarto, M.Sc., seorang ahli pemuliaan dan genetik tanaman yang bertempat di Balai Penelitian Tanaman Hias di Segunung, Cipanas.
" $ & # "$ &
Untuk tahap ini, pengetahuan diperoleh dengan cara wawancara secara langsung oleh pakar mengenai parameterAparameter yang terkait dengan pengidentifikasian varietas pada tanaman Anthurium agar nantinya informasi yang diperoleh akurat. Hasil akuisisi yang didapat akan direpresentasikan sebagai sumber pembuatan rule pada penelitian ini. Parameter pada tanaman Anthurium dapat dilihat pada Lampiran 11.
" &# & # "$ &
Pada tahap representasi pengetahuan, digunakan metode fuzzy untuk mengolah faktaAfakta yang telah didapat dari tahap akusisi pengetahuan. Semua fakta
dikumpulkan lalu diolah dan
direpresentasikan ke dalam bahasa mesin agar
mudah untuk diproses oleh sistem komputer. Berikut ini adalah contoh dari metode fuzzy :
Jika [kondisi] = A maka [aksi] = B.
Keadaan [kondisi] dimaksudkan untuk memasukkan parameterAparameter yang didapat dari akusisi pengetahuan, baik data fuzzy maupun data non"fuzzy, sebagai contoh : memasukkan ciriAciri morfologis yang ada pada tanaman Anthurium tersebut. Jumlah total parameter sebanyak 18 parameter, untuk data fuzzy berjumlah 5 parameter dan untuk data non"fuzzy berjumlah 13 parameter. Untuk keadaan [aksi] dimaksudkan untuk memasukkan hasil dari parameter tersebut, contoh : varietas Anthurium nymphaefolium.
" & ' & & & &. & Untuk tahap pengembangan mesin inferensi, data yang telah diperoleh, seperti : faktaAfakta, informasi, strategi penalaran dan penanganannya dari hasil tahap akusisi pengetahuan akan diproses kembali. Fakta dan informasi tersebut selanjutnya dirumuskan dan direpresentasikan dengan metode yang telah dipilih pada tahap representasi pengetahuan yang nantinya akan menghasilkan ketidakpastian pengetahuan dan strategi penalarannya. Oleh sebab itu, perlu diklasifikasikan serta dipilih metode penanganannya. Metode yang dipakai pada penelitian ini yaitu metode forward chaining. Terdapat dua tahap inferensi pada penelitian ini, yaitu : proses inferensi input parameter yang bersifat fuzzy menggunakan FIS sebagai mesin inferensinya kemudian proses inferensi input non"fuzzy.
Penyusunan mesin inferensi dimulai dengan perumusan proses penalaran dan kemungkinan modifikasinya, contoh : input akan dimasukkan oleh pengguna sebagai parameter yang berupa ciriAciri morfologis pada tanaman Anthurium lalu dari parameterA parameter yang dimasukkan itulah akan didapatkan hasil yang sesuai dengan proses penalaran berupa varietas tanaman Anthurium. Dari hasil akhir itulah, nantinya sebuah output akan diharapkan dapat menghasilkan kesimpulan yang mendekati pakar.
" ' ! ' &#
Pemilihan perangkat lunak tersebut didasarkan atas kesesuaian karakteristik permasalahan yang dikaji, diharapkan nantinya diperoleh hasil keluaran yang diinginkan.
" & $) &
Untuk tahap akhir, pengujian sistem dilakukan dengan memasukkkan ciriAciri morfologis dari tanaman Anthurium. Semua data pada tanaman Anthurium yang bersifat fuzzy baik dari bagian daun, spathe maupun spadix akan diproses menggunakan Fuzzy Inference System (FIS). Data pengujian diperoleh dari Balai Penelitian Tanaman Hias di Segunung, Cipanas.
" * &# . ! "
Keanekaragaman varietas yang terdapat pada tanaman Anthurium baik secara hibrida maupun spesies menyebabkan pengguna sulit untuk mengidentifikasi varietas dari tanaman Anthurium tersebut. Kesulitan yang dimiliki oleh pengguna dikarenakan tingkat kemiripan antar varietas pada tanaman Anthurium yang hampir sama.
Kemiripan pada tanaman Anthurium dari segi ciriAciri morfologis menyebabkan para pengguna sulit untuk membedakan beberapa varietas yang berbeda dari tanaman Anthurium tersebut. Tujuan dari pembuatan sistem ini adalah untuk membedakan varietas Anthurium berdasarkan daun, spathe dan spadix. Sistem pakar untuk menentukan varietas tanaman Anthurium ini memberikan sepuluh hasil varietas tanaman Anthurium yang sebelumnya telah diteliti oleh Balai Penelitian Tanaman Hias di Segunung, Cipanas.
" &2 $' & # "$ & Sumber pengetahuan diperoleh dari seorang ahli pemuliaan dan genetik tanaman yang bertempat di Balai Penelitian Tanaman Hias di Segunung, Cipanas, yaitu : Bapak Ir. Kurniawan Budiarto, M.Sc. Hasil yang diperoleh dari sumber pengetahuan akan dijadikan sebagai sumber akusisi pengetahuan dalam sistem yang akan dibuat.
" $ & # "$ &
Akusisi pengetahuan dilakukan dengan cara melakukan wawancara langsung kepada pakar. Hasil dari wawancara kepada pakar didapatkan bahwa terdapat kemiripan
terhadap ciriAciri morfologis dari beberapa varietas Anthurium baik dari bagian daun, spathe maupun spadix. Kemiripan pada tanaman Anthurium tersebut dapat menyebabkan kesulitan dalam membedakan satu varietas tanaman dengan varietas tanaman yang lain. Hasil dari akusisi pengetahuan nantinya akan dijadikan sebagai sumber dalam pembuatan rule pada tahap representasi pengetahuan.
" &# & # "$ &
Pada tahap ini, hasil yang telah diperoleh dari tahap akusisi pengetahuan didapatkan beberapa parameter. ParamaterAparameter tersebut dikelompokkan menjadi dua bagian, yaitu : parameter yang bersifat fuzzy dan parameter yang bersifat non"fuzzy. Keseluruhan parameter untuk menentukan varietas tanaman Anthurium didapatkan 18 parameter dengan rincian parameter fuzzy didapatkan 5 parameter dan parameter non" fuzzy didapatkan 13 parameter.
Parameter yang bersifat fuzzy dari bagian daun pada tanaman Anthurium didapatkan 2 parameter sedangkan parameter yang bersifat non"fuzzy didapatkan 4 parameter. Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian daun dapat dilihat pada Tabel 2.
Tabel 2 Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian daun.
No Parameter Keterangan
1 Bentuk helaian daun non"fuzzy
2 Panjang daun fuzzy
3 Lebar daun fuzzy
4 Bentuk ujung daun non"fuzzy 5 Bentuk tulang daun non"fuzzy 6 Tulang daun yang
muncul non"fuzzy
Parameter yang bersifat fuzzy dari bagian spathe pada tanaman Anthurium didapatkan 2 parameter sedangkan parameter yang bersifat non"fuzzy didapatkan 7 parameter. Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian spathe dapat dilihat pada Tabel 3.
No Parameter Keterangan 1 Bentuk spathe non"fuzzy
2 Panjang spathe fuzzy
3 Lebar spathe fuzzy
4 Posisi lobus non"fuzzy 5 Bentuk lengkungan non"fuzzy 6 Bentuk ujung spathe non"fuzzy 7 Warna utama bagian
atas
non"fuzzy
8 Warna sekunder bagian atas
non"fuzzy
9 Warna utama bagian bawah
non"fuzzy
Parameter yang bersifat fuzzy dari bagian spadix pada tanaman Anthurium didapatkan 1 parameter sedangkan parameter yang bersifat non"fuzzy didapatkan 2 parameter. Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian spadix dapat dilihat pada Tabel 4.
Tabel 4 Parameter masukan untuk menentukan varietas tanaman Anthurium pada bagian spadix.
No Parameter Keterangan
1 Bentuk spadix non"fuzzy
2 Panjang spadix fuzzy
3 Lekukan aksis non"fuzzy Dari keseluruhan parameter yang ada, baik parameter yang bersifat fuzzy dan parameter yang bersifat non"fuzzy, didapatkan 5 parameter fuzzy yang nantinya akan digunakan sebagai pembuatan rule dalam Fuzzy Inference System (FIS). Kelima parameter fuzzy pada tanaman Anthurium dapat dilihat pada Tabel 5.
Tabel 5 Parameter fuzzy pada tanaman Anthurium.
No Parameter Keterangan
1 Panjang daun fuzzy
2 Lebar daun fuzzy
3 Panjang spathe fuzzy
4 Lebar spathe fuzzy
5 Panjang spadix fuzzy
Dari hasil kombinasi 5 parameter fuzzy tersebut didapatkan 9 rules yang mencirikan dari 10 varietas tanaman Anthurium dan 4 rules yang tidak mencirikan dari 10 varietas tanaman Anthurium. AturanAaturan fuzzy pada tanaman Anthurium dapat dilihat pada Lampiran 12.
" & ' & & & &. & Penentuan varietas pada tanaman Anthurium menggunakan 18 parameter masukan. Ada dua tahap inferensi pada sistem ini, yaitu : proses inferensi input parameter yang bersifat fuzzy dengan Fuzzy Inference System (FIS) sebagai mesin inferensinya kemudian proses inferensi input parameter yang bersifat non"fuzzy.
0 (
Dalam tahap ini akan dilakukan proses fuzzifikasi pada kelima parameter tanaman Anthurium yang bersifat fuzzy, yaitu : panjang daun, lebar daun, panjang spathe, lebar spathe dan panjang spadix. Data ukuran tanaman Anthurium dapat dilihat pada Lampiran 13.
&) & $&
Panjang daun dikelompokkan menjadi tiga, yaitu : pendek, sedang, dan panjang. Untuk tanaman Anthurium yang memiliki panjang daun pendek, yaitu : 0.1 cm sampai 26 cm, panjang daun sedang, yaitu : 26.1 cm sampai 65 cm, dan panjang daun panjang, yaitu : 65.1 cm sampai 150 cm. Representasi panjang daun berupa kurva segitiga dapat dilihat pada Gambar 19. Berikut adalah fungsi keanggotaan panjang daun :
Gambar 19 Representasi kurva segitiga untuk panjang daun.
$&
Lebar daun dikelompokkan menjadi tiga, yaitu : sempit, sedang dan lebar. Untuk tanaman Anthurium yang memiliki lebar daun sempit, yaitu : 0.1 cm sampai 10 cm, lebar
0 ; x ≤ 0.1 atau x ≥ 29
µpendek[x] = (x " 0.1) / (14.55 " 0.1) ; 0.1 ≤ x ≤ 14.55
(29 " x) / (29 " 14.55) ; 14.55 ≤ x ≤ 29
0 ; x ≤ 62 atau x ≥ 150
µpanjang[x] = (x " 62) / (106 " 62) ; 62 ≤ x ≤ 106
(150 " x) / (150 " 106) ; 106 ≤ x ≤ 150 0 ; x ≤ 23 atau x ≥ 68
µsedang[x] = (x " 23) / (45.5 " 23) ; 23 ≤ x ≤ 45.5
daun sedang, yaitu : 10.1 cm sampai 25 cm, dan lebar daun lebar, yaitu : 25.1 cm sampai 75 cm. Representasi lebar daun berupa kurva segitiga dapat dilihat pada Gambar 20. Berikut fungsi keanggotaan lebar daun :
Gambar 20 Representasi kurva segitiga untuk lebar daun.
&) & (
Panjang spathe dikelompokkan menjadi lima, yaitu : sangat pendek, pendek, sedang, panjang dan sangat panjang. Untuk tanaman Anthurium yang memiliki panjang spathe sangat pendek, yaitu : 0.1 cm sampai 5 cm, panjang spathe pendek, yaitu : 5.1 cm sampai 10 cm, panjang spathe sedang, yaitu : 10.1 cm sampai 15 cm, panjang spathe panjang, yaitu : 15.1 cm sampai 20 cm, dan panjang spathe sangat panjang, yaitu : 20.1 cm sampai 30 cm. Representasi panjang spathe berupa kurva segitiga dapat dilihat pada Gambar 21. Berikut adalah fungsi keanggotaan panjang spathe :
Gambar 21 Representasi kurva segitiga untuk panjang spathe.
(
Lebar spathe dikelompokkan menjadi lima, yaitu : sangat sempit, sempit, sedang, lebar dan sangat lebar. Untuk tanaman Anthurium yang memiliki lebar spathe sangat sempit, yaitu : 0.1 cm sampai 5 cm, lebar spathe sempit, yaitu : 5.1 cm sampai 10 cm, lebar spathe sedang, yaitu : 10.1 cm sampai 15 cm, lebar spathe lebar, yaitu : 15.1 cm sampai 20 cm, dan lebar spathe sangat lebar, yaitu : 20.1 cm sampai 30 cm. Representasi lebar spathe berupa kurva segitiga dapat dilihat pada Gambar 22. Berikut adalah fungsi keanggotaan lebar spathe :
0 ; x ≤ 7 atau x ≥ 28
µsedang[x] = (x " 7) / (17.5 " 7) ; 7 ≤ x ≤ 17.5
(28 " x) / (28 " 17.5) ; 17.5 ≤ x ≤ 28
0 ; x ≤ 0.1 atau x ≥ 13
µsempit[x] = (x " 0.1) / (6.55 " 0.1) ; 0.1 ≤ x ≤ 6.55
(13 " x) / (13 " 6.55) ; 6.55 ≤ x ≤ 13
0 ; x ≤ 22 atau x ≥ 75
µlebar[x] = (x " 22) / (48.5 " 22) ; 22 ≤ x ≤ 48.5
(75 " x) / (75 " 48.5) ;48.5 ≤ x ≤ 75
0 ; x ≤ 0.1 atau x ≥ 6
µs.pendek[x] = (x " 0.1) / (3.05 " 0.1) ; 0.1 ≤ x ≤ 3.05
(6 " x) / (6 " 3.05) ; 3.05 ≤ x ≤ 6
0 ; x ≤ 4 atau x ≥ 11
µpendek[x] = (x " 4) / (7.5 " 4) ; 4 ≤ x ≤ 7.5
(11 " x) / (11 " 7.5) ; 7.5 ≤ x ≤ 11
0 ; x ≤ 9 atau x ≥ 16
µsedang[x] = (x " 9) / (12.5 " 9) ; 9 ≤ x ≤ 12.5
(16 " x) / (16 " 12.5) ; 12.5 ≤ x ≤ 16
0 ; x ≤ 19atau x ≥ 30
µs.panjang[x ]= (x " 19) / (24.5 " 19) ; 19 ≤ x ≤ 24.5
(30 " x) / (30 " 24.5) ; 24.5 ≤ x ≤ 30 0 ; x ≤ 14atau x ≥ 21
µpanjang[x] = (x " 14) / (17.5 " 14) ; 14 ≤ x ≤ 17.5
( 21 " x) / (21 " 17.5) ; 17.5 ≤ x ≤ 21
0 ; x ≤ 0.1 atau x ≥ 6
µs.sempit[x] = (x " 0.1) / (3.05 " 0.1) ; 0.1 ≤ x ≤ 3.05
(6 " x) / (6 " 3.05) ; 3.05 ≤ x ≤ 6
0 ; x ≤ 4 atau x ≥11
µsempit[x] = (x " 4) / (7.5 " 4) ; 4 ≤ x ≤ 7.5
(11 " x) / (11 " 7.5) ; 7.5 ≤ x ≤ 11
0 ; x ≤ 9 atau x ≥ 16
µsedang[x] = (x " 9) / (12.5 " 9) ; 9 ≤ x ≤ 12.5
(16 " x) / (16 " 12.5) ; 12.5 ≤ x ≤ 16
0 ; x ≤ 14 atau x ≥ 21
µlebar[x] = (x " 14) / (17.5 " 14) ; 14 ≤ x ≤ 17.5
(21 " x) / (21 " 17.5) ; 17.5 ≤ x ≤ 21
0 ; x ≤ 19 atau x ≥ 30
µs.lebar[x] = (x " 19) / (24.5 " 19) ; 19 ≤ x ≤ 24.5
Gambar 22 Representasi kurva segitiga untuk lebar spathe.
&) & ( $ %
Panjang spadix dikelompokkan menjadi lima, yaitu : sangat pendek, pendek, sedang, panjang dan sangat panjang. Untuk tanaman Anthurium yang memiliki panjang spadix sangat pendek, yaitu : 0.1 cm sampai 3 cm, panjang spadix pendek, yaitu : 3.1 cm sampai 6 cm, panjang spadix sedang, yaitu : 6.1 cm sampai 9 cm, panjang spadix panjang, yaitu : 9.1 cm sampai 12 cm, dan panjang spadix sangat panjang, yaitu : 12.1 cm sampai 30 cm. Representasi panjang spadix berupa kurva segitiga dapat dilihat pada Gambar 23. Berikut adalah fungsi keanggotaan panjang spadix :
Gambar 23 Representasi kurva segitiga untuk panjang spadix.
0 (
Pada proses defuzzifikasi, dibentuklah aturanAaturan (rules) dari kelima parameter masukan yang bersifat fuzzy tersebut agar nantinya menghasilkan suatu keluaran, contoh aturan fuzzy adalah sebagai berikut :
“If panjang daun is sedang and lebar daun is sedang and panjang spathe is sedang and lebar spathe is sedang and panjang spadix is panjang then hasil pengamatan sementara adalah kecenderungan terhadap varietas Anthurium cv.cognac”.
Setelah aturanAaturan (rules) telah selesai dibuat kemudian dilakukan proses implikasi dengan menggunakan fungsi implikasi MIN. Setelah itu, hasil yang didapat dari proses implikasi akan dilanjutkan dengan proses komposisi aturan dengan menggunakan fungsi komposisi MAX. Setelah itu, hasil keluaran dari proses komposisi aturan akan berupa daerah fuzzy. Representasi untuk hasil keluaran data fuzzy berupa kurva trapesium dapat dilihat pada Gambar 24 :
Gambar 24 Representasi kurva trapesium untuk
keluaran sistem.
Berikut adalah fungsi keanggotaan untuk hasil keluaran data fuzzy :
0 ; x ≤ 0 atau x ≥ 12 (x " 0) / (4 – 0) ; 0 ≤ x ≤ 4
µboneto[x] =
1 ; 4 ≤ x ≤ 8 (12 " x) / (12 " 8) ; 8 ≤ x ≤ 12
0 ; x ≤ 10 atau x ≥ 22 (x " 10) / 14 " 10) ; 10 ≤ x ≤ 14
µscadent[x] =
1 ; 14 ≤ x ≤ 18 ( 22 " x) / (22 " 18) ; 18 ≤ x ≤ 22 0 ; x ≤ 0.1 atau x ≥ 3.5
µs.pendek[x] = (x " 0.1) / (1.8 – 0.1) ; 0.1 ≤ x ≤ 1.8
(3.5 – x) / (3.5 – 1.8) ; 1.8 ≤ x ≤ 3.5
0 ; x ≤ 2.5 atau x ≥ 6.5
µpendek[x] = (x " 2.5) / (4.5 – 2.5) ; 2.5 ≤ x ≤ 4.5
(6.5 – x) / (6.5 – 4.5) ; 4.5 ≤ x ≤ 6.5
0 ; x ≤ 5.5 atau x ≥ 9.5
µsedang[x] = (x " 5.5) / (7.5 – 5.5) ; 5.5 ≤ x ≤ 7.5
(9.5 – x) / (9.5 – 7.5) ; 7.5 ≤ x ≤ 9.5
0 ; x ≤ 8.5 atau x ≥ 12.5
µpanjang[x] = (x " 8.5) / (10.5 – 8.5) ; 8.5 ≤ x ≤ 10.5
(12.5 – x) / (12.5 – 10.5) ; 10.5 ≤ x ≤ 12.5
0 ; x ≤11.5 atau x ≥ 30
µs.panjang[x] = (x " 11.5) / (20.75 – 11.5) ; 11.5 ≤ x ≤ 20.75
Proses defuzzifikasi yang dilakukan pada setiap masukan aturan (rule) akan menghasilkan nilai tunggal, setiap masukan akan diproses oleh rule fuzzy menggunakan operator AND yang nantinya akan diambil nilai fungsi keanggotaan yang terkecil untuk mendapatkan hasil keluaran (output). Hasil keluaran yang didapat dari masingAmasing
aturan (rule) akan digabungkan menjadi daerah fuzzy yang kemudian dicari nilai tengahnya dengan menggunakan metode centroid. Hasil keluaran dapat dilihat pada Gambar 25.
Gambar 25 Proses defuzzifikasi. Keterangan :
PD (Panjang Daun) = 38.2 cm LD (Lebar Daun) = 22.7 cm PSt (Panjang Spathe) = 14.9 cm LSt (Lebar Spathe) = 13.1 cm PSx (Panjang Spadix) = 11.2 cm Def (Defuzzifikasi) = 86
Pada gambar di atas, dapat dilihat bahwa nilai crisp yang dihasilkan dari rule 9 bernilai 86, yang berarti hasil keluaran tersebut merepresentasikan bahwa tanaman ini kecenderungan terhadap varietas tanaman Anthurium A.cv.cognac.
Hasil defuzzifikasi dari tiap sistem merupakan hasil pengamatan sementara yang selanjutnya akan diproses menggunakan data parameter input non"fuzzy untuk menghasilkan hasil pengamatan akhir. Adapun parameter yang bersifat non"fuzzy sebagai berikut :
1. Bentuk helaian daun 2. Bentuk ujung daun 3. Bentuk tulang daun
4. Bagian tulang daun yang muncul 5. Bentuk spathe
6. Posisi relative lobus 7. Bentuk lengkungan 8. Bentuk ujung spathe
9. Warna utama bagian atas spathe 10. Warna sekunder bagian atas spathe 11. Warna utama bagian bawah spathe 12. Bentuk spadix
13. Lengkungan aksis
Parameter input non"fuzzy yang diberikan hanya berupa parameter yang berhubungan dengan kecenderungan varietas sementara seperti yang ditunjukkan dalam urutan proses identifikasi pada gejala non"fuzzy tanaman
PD LD PSt LSt PS Def
0 ; x ≤ 60 atau x ≥ 72 (x " 60) / (64 " 60) ; 60 ≤ x ≤ 64
µnymp[x] =
1 ; 64 ≤ x ≤ 68 (72 " x) / (72 " 68) ; 68 ≤ x ≤ 72
0 ; x ≤ 70 atau x ≥ 82 (x " 70) / (74 " 70) ; 70 ≤ x ≤ 74
µcasAfant[x] =
1 ; 74 ≤ x ≤ 78 (82 " x) / (82 " 78) ; 78 ≤ x ≤ 82
0 ; x ≤ 80 atau x ≥ 92 (x " 80) / (84 " 80) ; 80 ≤ x ≤ 84
µcognac[x] =
1 ; 84 ≤ x ≤ 88 (92 " x) / (92 " 88) ; 88 ≤ x ≤ 92
0 ; x ≤ 90 atau x ≥ 102 (x " 90) / (94 " 90) ; 90 ≤ x ≤ 94
µVBT[x] =
1 ; 94 ≤ x ≤ 98 (102 " x) / (102 " 98) ; 98 ≤ x ≤ 102
0 ; x ≤ 50 atau x ≥ 62 (x " 50) / (54 " 50) ; 50 ≤ x ≤ 54
µangel[x] =
1 ; 54 ≤ x ≤ 58 (62 " x) / (62 " 58) ; 58 ≤ x ≤ 62
0 ; x ≤ 40 atau x ≥ 52 (x " 40) / (44 " 40) ; 40 ≤ x ≤ 44
µvalentino[x] =
1 ; 44 ≤ x ≤ 48 (52 " x) / (52 " 48) ; 48 ≤ x ≤ 52
0 ; x ≤ 30 atau x ≥ 42 (x " 30) / (34 " 30) ; 30 ≤ x ≤ 34
µsonate[x] =
1 ; 34 ≤ x ≤ 38 (42 " x) / (42 " 38) ; 38 ≤ x ≤ 42
0 ; x ≤ 20 atau x ≥ 32 (x " 20) / (24 " 20) ; 20 ≤ x ≤ 24
µsaxo[x] =
Anthurium. Pembentukan urutan proses identifikasi pada gejala non"fuzzy untuk setiap varietas pada tanaman Anthurium dapat dilihat di Lampiran 14.
Sebagai contoh output sementara yang dihasilkan adalah sangat mendukung A.cv.cognac maka parameter non"fuzzy yang akan ditampilkan untuk diisi oleh pengguna adalah yang berhubungan dengan output varietas sementara tanaman tersebut. Salah satu rule yang berlaku adalah sebagai berikut : “If hasil pengamatan sementara is kecenderungan terhadap varietas A.cv.cognac & bentuk helaian daun is ovate & bentuk ujung daun is narrow acute & bentuk tulang daun is pinnatifid & bagian tulang daun yang muncul is only primary vein & bentuk spathe is almost/circled & posisi relative lobus is free & bentuk lengkungan is obtuse & bentuk ujung spathe is pointed & warna utama bagian atas spathe is yellow green 149D & warna sekunder spathe is not clearly defined & warna utama bagian bawah spathe is yellow green 149D & bentuk spadix is tapered & lengkungan aksis is straight then hasil pengamatan akhir adalah sangat mendukung varietas A.cv.cognac”.
Setelah proses penggabungan hasil keluaran yang bersifat fuzzy dengan parameter yang bersifat non"fuzzy dilakukan maka akan didapatkan sebuah hasil akhir berupa varietas tanaman Anthurium. AturanAaturan non"fuzzy untuk setiap varietas pada tanaman Anthurium dapat dilihat di Lampiran 15.
" ' ! ' &#
Pada tahap implementasi, masukan yang berupa data fuzzy dan data non"fuzzy akan disajikan dalam antarmuka Graphical User Interface (GUI) sehingga nantinya pengguna dapat memasukkan parameter yang berupa ciriAciri morfologis pada tanaman Anthurium, lalu dari parameter yang telah dimasukkan tersebut akan dihasilkan sebuah keluaran berupa varietas tanaman Anthurium. Dari hasil akhir itulah, nantinya sebuah output akan diharapkan dapat menghasilkan kesimpulan yang mendekati pakar. Pada model sistem pakar ini, digunakan perangkat lunak Matlab 7.7. Antarmuka pengguna dirancang secara interaktif agar mudah dipahami oleh pengguna dalam menjalankan sistem tersebut.
" & $) &
Pada tahap ini, pengujian sistem dilakukan dengan memasukkkan ciriAciri morfologis dari
tanaman Anthurium. Semua data tanaman Anthurium yang bersifat fuzzy baik dari bagian daun, spathe maupun spadix akan diproses menggunakan Fuzzy Inference System (FIS). Hasil akhir yang diperoleh nantinya akan disesuaikan dengan kesimpulan pakar dan diharapkan hasil akhir dapat mendekati pakar. Tampilan awal dari sistem ini dapat dilihat di Lampiran 16. Pada tampilan ini pengguna di sediakan tombol “MASUK” untuk melakukan pengamatan awal terhadap tanaman Anthurium.
Tahap paling awal yang dilakukan dalam melakukan pengamatan awal, yaitu : pengguna memasukkan data ukuran pada tanaman Anthurium yang mencakup panjang daun, lebar daun, panjang spathe, lebar spathe dan panjang spadix. Tampilan pengamatan awal sistem dapat dilihat di Lampiran 17.
Setelah data tersebut terisi, selanjutnya pengguna menekan tombol “PROSES”. Setelah itu, data tersebut akan diolah melalui proses inferensi untuk menghasilkan suatu hasil pengamatan sementara. Tampilan hasil pengamatan sementara pada sistem dapat dilihat di Lampiran 18.
Untuk mendapatkan hasil pengamatan akhir, proses harus dilanjutkan dengan
menekan tombol “PENGAMATAN
LANJUT”. Pada tahap ini akan ditampilkan beberapa parameter nonAfuzzy yang berkaitan dengan hasil pengamatan sementara sebelumnya. Pengguna kembali mengisi data tersebut untuk diproses lebih lanjut. Tampilan pengamatan lanjut pada sistem dapat dilihat di Lampiran 19.
Setelah data tersebut terisi, selanjutnya pengguna menekan tombol “HASIL”. Setelah itu, data tersebut akan diproses untuk menghasilkan suatu hasil pangamatan akhir yang berupa varietas dari tanaman Anthurium. Tampilan hasil pengamatan akhir pada sistem dapat dilihat di Lampiran 20.
Setelah melakukan pengujian sistem dan penyesuaian evaluasi dengan pakar, dari 44 data uji yang dimasukkan, sistem ini mampu menghasilkan 36 data uji yang sesuai dengan pakar dan 8 data uji yang tidak sesuai dengan pakar, yaitu : data uji tanaman keA1, tanaman keA2 dan tanaman keA3 pada varietas Anthurium cv.sonate, data uji tanaman keA1 dan tanaman keA2 pada varietas Anthurium cv.valentino, data uji tanaman keA3 dan tana
