SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN DURIAN
BERBASIS WEB MENGGUNAKAN ALGORITMA BAYES
NASKAH PUBLIKASI
diajukan oleh
Ibnu Titto Dessetiadi
13.11.7046
kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
YOGYAKARTA
2016
1
SISTEM PAKAR DIAGNOSA TANAMAN BUAH DURIAN BERBASIS
WEB MENGGUNAKAN ALGORITMA BAYES
Ibnu Titto Dessetiadi
1), Andi Sunyoto
2),
1). Teknik Informatika STMIK AMIKOM Yogyakarta ,2) Sistem Informasi STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283
Email : ibnu.d@students.amikom.ac.id1), andi@amikom.ac.id2)
Abstrack - An expert system is a branch of artificial intelligence that uses knowledge / specialized knowledge to solve problems on a human level expert / specialist. One application of expert systems in the field of agriculture is to make a diagnosis. In this research, designing and manufacturing expert system that is used to help diagnose a disease that starts from the main symptoms of plant diseases durian and define suggestion or solution.
The uncertainty of knowledge in an expert system is overcome by using the method of Bayesian probability. The process of determining diagnoses in this expert system begins with the consultation session, where the system will ask the questions that are relevant to users as the main symptoms of plant diseases durian.
The end result of this research is an expert system for diagnosing plant diseases durian showing the probability of disease diagnosis, which indicates the level of confidence the system against the disease and the suggestion or solution.
Keywords : Expert System, Diagnose, Plant Diseases
Durian.
1. Pendahuluan
Buah durian atau duren merupakan salah satu tanaman buah yang memiliki daya tarik tersendiri di masyarakat. Rasa buah yang manis, dan pulen menjadikan cita rasa yang khas pada buah ini.. Karena kelezatan buah durian tersebut yang membuat orang semakin mencari dan ingin menikmati ataupun merasakannya.
Banyaknya jumlah petani yang mengalami kondisi tanaman buah duriannya terserang penyakit dengan jumlah pakar spesialis buah duria tidak seimbang menyebabkan banyak petani yang harus berlama-lama menunggu pakar datang. Sehingga hal tersebut menyebabkan kerugian karena lambatnya pengobatan dan/atau peng bagi petani, seperti gagal panen dan juga harus mengeluarkan
Sistem pakar (expert sistem) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli [1]. Salah satu alternatif penggunaan sistem pakar untuk
membantu mendiagnosa gejala awal penyakit tanaman durian yaitu dengan metode Bayes. Dengan adanya sistem ini diharapkan dapat membantu dalam mendiagnosa gejala awal penyakit tanaman durian petani tanpa perlu datang ke pakar spesialis durian melainkan hanya perlu mengaksesnya menggunakan perangkat yang terkoneksi internet.
1.1 Rumusan Masalah
Berdasarkan permasalahan yang sudah dikemukakan pada latar belakang masalah di atas, maka dapat
disusun rumusan masalah yaitu bagaimana
membangun sistem pakar diagnosa penyakit tanaman durian berbasis web menggunakan algoritma bayes?
1.2 Tujuan Penelitian
Maksud dan Tujuan pembuatan aplikasi ini antara lain: a) Membuat Aplikasi Berbasis Android untuk mencari
lokasi lapangan futsal di daerah sleman.
b) Merancang aplikasi informasi lapangan futsal di daerah sleman untuk memudahkan pengguna mobile smartphone khususnya android dalam mencari lapangan futsal di daerah sleman.
1.3 Tinjauan Pustaka
Berdasarkan penelitian sebelumnya, telah dirancang Sistem Pakar yang dibuat oleh Asiyah[2], referensi sistem pakar di bidang kesehatan gigi. Sistem ini menggunakan dialog interaktif juga antara pemakai dengan sistem pakar, yaitu sistem untuk mendiagnosa penyakit gigi pasien. Gejala-gejala penyakit gigi yang dialami pasien sebagai bahan masukan, kemudian mesin inferensi akan mengolah selayaknya pakar sehingga akan menghasilkan suatu kesimpulan penyakit gigi apa yang diderita oleh pasien ini juga akan memberikan konsultasi dan saran bagi pasien untuk melakukan perawatan gigi.
Sistem Pakar
Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia (Pakar) ke komputer, sehingga komputer dapat menyelesaikan permasalahan tersebut layaknya seorang pakar[1]. Sampai saat ini sudah banyak sistem pakar yang dibuat. Kemampuannya untuk memberikan keputusan seperti seorang pakar di dalam bidang tertentu merupakan salah satu hal yang diperlukan oleh manusia dalam berbagai aspek kehidupan. Sistem pakar dibuat pada domain pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu
2
bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar.Ada beberapa pertimbangan menggunakan sistem pakar. Dibawah ini sebagian dari pertimbangan yang utama :
a) Membantu melestarikan pengetahuan dan keahlian pakar.
b) Jika keahlian adalah langka, mahal atau tak terbatas.
c) Mudah digunakan walaupun bukan seorang ahli.
Algoritma Bayes
Algoritma Bayes merupakan kaidah yang memperbaiki atau merevisi suatu probabilitas dengan cara memanfaatkan informasi tambahan. Maksudnya, dari probabilitas awal (prior probability) yang belum diperbaiki yang dirumuskan berdasarkan informasi yang tersedia saat ini, kemudian dibentuklan probabilitas berikutnya (posterior probability) [1]. Rumus untuk probabilitas bersyarat P(Hi∩E) untuk sembarang kejadian E dalam algoritma Bayes dapat dituliskan dengan rumus 1 :
Keterangan :
P(Hi|E) = probabilitas hipotesis Hi benar terjadi jika diberikan envidence E
P(Ei|H) = probabilitas munculnya envidence E jika diketahui hipotesis Hi Benar
P(Ei|H) = hipotesis Hi benar terjadi Hi ( menurut
hasil sebelumnya tanpa memandang
envidence apapun
n = jumlah hipotesis yang mungkin
1.4 Metode Pengumpulan Data
Tahapan Pengumpulan data dengan pakar pada umunya meliputi hal-hal sebagai berikut :
Studi literatur, yaitu studi penelitian-penelitian sebelumnya yang pernah dilakukan oleh para peneliti dengan domain yang hampir mirip[3].
Wawancara, yaitu proses memperoleh
keterangan untuk tujuan penelitian dengan cara tanya jawab sambil bertatap muka antara si penanya atau pewawancara dengan si penjawab atau responden dengan menggunakan alat yang
dinamakan interview guide (panduan
wawancara)[3].
2. Pembahasan
Jenis Penyakit Tanaman Durian yang akan coba didiagnosa dalam penelitian ini ada 6, yaitu : Antraknosa, Busuk Buah, Embun Bulu, Kanker Batang, Layu Bakteri dan Mati Pucuk. Gejala dari masing-masing jenis penyakit tanaman durian tersebut dapat dilihat pada tabel 1 dan tabel 2 :
Tabel 1. Nilai Probabilitas Gejala terhadap
penyakit No Gejala h1 h2 h3 h4 h5 h6 1 Adanya bercak-bercak berwarna kuning muda yang dibatasi oleh urat-urat daun 0,85 0,65 0,85 0,70 0,5 0,75 2 Batang tanaman mengeluarkan lendir putih 0 0 0 0 0,85 0,45 3 Bercak melekuk dan bersatu 0,88 0 0 0 0 0 4 Buah bercak kebasahan menjadi cokelat kehitaman dan lunak 0 0,89 0 0 0 0,77
5 Buah yang busuk
diselimuti kumpulan cendawan putih 0,75 0,75 0,80 0 0 0 6 Daun akan seperti tersiram air panas 0,69 0,76 0 0 0 0,5 7 Daun tanaman layu meskipun berwarna hijau 0 0 0 0,67 0,73 0 8 Daun tanaman mengering 0 0 0 0,80 0 0 9 Daun, batang
muda, bunga dan buah berwarna cokelat kelabu hingga kehitaman 0,84 0 0 0,45 0 0 10 Jaringan tanaman membusuk 0,86 0 0 0 0 0,35
11 Jika daun dibalik,
terlihat kumpulan konidia dan kondifior cendawan berwarna kelabu 0,4 0,4 0,73 0,76 0,73 0,6 12 Pangkal batang keluar lendir berwarna merah cokelat 0 0 0 0,87 0 0 13 Semakin lama bercak berubah warna menjadi kecoklatan 0 0 0,77 0 0 0,77 14 Tanaman layu dan mati 0 0,75 0 0,87 0 0
3
15 Terdapat bercak basah berwarna gelap 0 0,87 0 0,87 0 0 16 Terjadi pengerutan pada daun 0 0 0 0,78 0,76 0 17 Warna daun menguning, mengering, dan akhirnya mati 0,66 0 0 0 0,78 0 Keterangan : h1 : Antraknosa h2 : Busuk Buah h3 : Embun Bulu h4 : Kanker Batang h5 : Layu Bakteri h6 : Mati PucukTabel 2. Nilai Probabilitas Penyakit
No Penyakit Nilai H1 Antraknosa 0,4 H2 Busuk Buah 0,75 H3 Embun Bulu 0,8 H4 Kanker Batang 0,5 H5 Layu Bakteri 0,64 H6 Mati Pucuk 0,76
Sedangkan untuk nilai probabilitas evidence pada setiap hipotesa didapat dengan menghitung jumlah kemunculan gejala dibagi dengan jumlah hipotesa pada setiap jenis Penyakit yang akan dicari. Perhitungan algoritma bayes ketika ada tanaman durian mengalami bercak-bercak berwarna kuning muda yang dibatasi oleh urat-urat daun (E1) dan daun tanaman layu meskipun berwarna hijau (E7) dapat dihitung dengan cara :
( P(E1 | H1) x P(E7 | H1) x P(H1)) + ( P(E1 | H2) x P(E7 |
H2) x P(H2)) + ( P(E1 | H3) x P(E7 | H3) x P(H3)) + (P(E1 | H4) x P(E7 | H4) x P(H4)) + ( P(E1 | H5) x P(E7 | H5) x P(H5)) + ( P(E1 | H6) x P(E7 | H6) x P(H6)) (0,85 x 0 x 0,4) + (0,65 x 0 x 0,75) + (0,85 x 0 x 0,80) + (0,70 x 0,67 x 0,5) + (0,5 x 0,73 x 0,64) + (0,75 x 0 x 0,76) 0 + 0 + 0 + 0,2345+ 0,2336 + 0 0,4681
Probabilitas gejala di setiap penyakit :
Dari hasil perhitungan tersebut, dapat diketahui Hipotesa (Jenis Penyakit) yang dialami oleh tanaman berdasarkan Evidence (Gejala) yang timbul saat ini, yaitu :
H4 = Kanker Batang (0,501)
2.1 Antarmuka Aplikasi
Tampilan antar muka sistem pakar diagnosa Penyakit Paru-Paru dapat dilihat pada gambar 1 sampai dengan gambar 4.
Gambar 1 adalah antarmuka dashboard user yang merupakan tampilan utama ketika user login.
4
Gambar 2 adalah antarmuka aturan/rule untukmenentukan penyakit berdasarkan gejala
Gambar 3 adalah antarmuka menu diagnosa, dimana pasien menginputkan gejala yang dialami.
Gambar 4 adalah Hasil diagnosa dan saran
ditunjukkan di antarmuka.
Gambar 5 adalah antarmuka menu pesan.
Sebagai contoh penggunaan dan hasil dari aplikasi ini.
Kami akan menerapkan masalah yang telah dibahas sebelumnya, yaitu :
bercak-bercak berwarna kuning muda yang dibatasi oleh urat-urat daun (E1) dan daun tanaman layu meskipun berwarna hijau (E7).
Gambar 1. Menu Dashboard User
Menu Dashboar User merupakan menu utama yang menampilkan profil user beserta pilihan menu-menu lainnya.
Gambar 2. Menu Rule
Pada Gambar 1 merupakan antarmuka bagi admin untuk dapat memberikan rule/aturan untuk menambah basis pengetahuan (knowledge base) sistem pakar berdasarkan nilai-nilai yang telah didapat atau dianalisa oleh pakarnya.
Gambar 3. Menu Diagnosa
Menu diagnosa merupakan menu yang menyediakan beberapa pilihan gejala yang sedang dialami oleh tanaman yang terserang penyakit. Sehingga nantinya dapat dianalisa oleh aplikasi untuk memberikan hasil berupa hipotesa.
Gambar 4. Menu Hasil Diagnosa
Menu Hasil Diagnosa merupakan menu yang memberikan hasil atas envidence/gejala yang telah diinputkan oleh pengguna sebelumnya. Hasilnya berupa diagnosa Penyakit yang diderita.
Gambar 5. Menu Pesan
Menu pesan adalah menu yang disediakan untuk memberikan layanan kepada pengguna agar dapat memberikan pesan kepada admin atau dalam konteks ini sebagai pakar. Sehingga nantinya dapat memberikan hasil yang optimal.
5
Metode Bayes dapat digunakan untuk melakukan diagnosa penyakit tanaman durian berdasarkan gejala-gejala yang dimiliki tanaman tersebut. Kebenaran dari hasil output sistem ditentukan oleh nilai probabilitas kemunculan evidence pada setiap hipotesa yang diinputkan pada basis pengetahuan.Daftar Pustaka
[1] Kusumadewi, S. 2003. Artificial Intelligent (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu. P.109
[2] Asiyah, S. 2005. Sistem Pakar Diagnosa Penyakit Gigi. Skripsi, Fakultas MIPA : Universitas Gadjah mada
[3] Nazir. 2003. Metode Penelitian. Jakarta : Ghalia Indonesia
Biodata Penulis
Ibnu Titto Dessetiadi, memperoleh gelar Sarjana
Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2016.
Andi Sunyoto, memperoleh gelar Sarjana Komputer
(S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2003. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Ilmu Komputer Universitas Gadjah Mada Yogyakarta, lulus tahun 2007. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta.