1 BAB I PENDAHULUAN
1.1 Latar Belakang
Tanaman Sengon dikenal dengan nama ilmiah paraserianthes falcataria (L) Nielsen termasuk dalam famili Fabaceae, Sengon adalah tanaman yang berasal dari wilayah Haiti, Indonesia(Maluku), Papua New Guinea, dan Kepulauan Solomon. Tanaman Sengon sering digunakan oleh manusia untuk kebutuhan sehari-hari karena pertumbuhan pohon yang relatif lebih cepat dari pohon lainnya, biasanya pohon sengon digunakan untuk pembangunan rumah, Pembuatan Kapal, industri palet, industri kertas, perabotan rumah tangga, papan peti kemas dan masih banyak manfaat yang bisa dimanfaatkan dari kayu Pohon Sengon.[2]
Pohon sengon merupakan salah satu unsur sumber dapa penting yang mampu memberi kontribusi terhadap kebutuhan kayu nasional. Namun produksi kayu mengalami naik turun, Penyebab Kurangnya Jumlah Produksi tanaman Sengon adalah Sering terserang hama dan penyakit yang menyebabkan pertumbuhan terganggu dan tidak dapat tumbuh menjadi besar dan hasil produksi tanaman menjadi tidak optimal. Banyak jenis penyakit yangdapat menyerang tanaman sengon serta sulitnya proses deteksi karena adanya kemiripan gejala yang ditimbulkan membuat para petani sengon tidak bisa melakukan langkah pencegahan dan pengendalian yang berbeda. Jika salah dalam menerapkan langkah pencegahan dan pengendalian untuk menangani suatu penyakit, maka penyakit tidak bisa diatasi secara tepat sehingga tanaman akan terjangkit penyakit tersebut dan pertumbuhan pohon sengon akan terganggu, kemungkinan terburuknya adalah tanaman sengon akan mengalami kematian dan mengurangi hasil produksi. Oleh karena itu, dibutuhkan kemampuan seorang ahli yang bisa membantu dalam mendateksi
penyakit pada tanaman sengon sedini mungkin agar dapat segera dilakukan proses pencegahan untuk menghindari dari penyakit yang menyerang.[3]
Sistem pakar adalah suatu bagian kecerdasan buatan atau Aritificial Intelegent (AI) yang cukup lama pada tahun pertengahan 1960an sistem ini mulai dikembangkan. Sistem pakar pertama kali muncul di kembangkan oleh nawel simon adalah general porpoise problem soler (GPS). Sampai sekarang ini sudah banyak sistem pakar yang di buat seperti DENDRAL untuk mengidentifikasi struktur molekul campuran yang tak di kenal, MYCIN untuk diagnosis penyakit, XCON dan XSEL yang berfungsi membatu konfigurasi sistem komputer besar, SOPHIE yang digunakan sebagai analisis sirkuit elektronik, prospector berfungsi di bidang geologi untuk membantu mencari dan menemukan deposit, FOLIO bermanfaat untuk membantu mengambil keputusan bagi seorang manager dalam investasi, Delta digunakan sebagai pemeliharaan lokomotif listrik disel dan sebagainya.[1]
Sistem pakar berasal dari kata knowledge-based expartsystem. Istilah yang muncul karena untuk memecahkan masalah, sistem pakar diambil dari pengetahuan seorang pakar yang diimplikasikan kedalam sebuah sistem komputer. Seorang yang awam menggunakan sistem pakar untuk membantu memecahkanan suatu permasalahan, dan seorang ahli dibidangnya atau pakar menggunakan sistem pakar untuk pangkalan pengetahuan. Berikut adalah pengertian sistem pakar menurut para ahli.[1]
Sistem pakar merupakan suatu sistem yang dibuat untuk dapat menirukan keahlian seorang ahli atau pakar dalam menjawab pertanyaan dan memecahkan suatu permasalahan. Sistem pakar akan membuat suatu permasalahan dapat dipecahkan yang di dapat dari dialog dengan pengguna sistem. Sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik. Implementasi sistem pendukung keputusan digunakan untuk membantu
menyelesaikan masalah semi-terstruktur, Mendukung manajer dalam mengambil keputusan, meningkatkan efektifitas dalam pengambilan keputusan.[1]
Penelitian kali ini akan merancang sebuah sistem Pakaryang mampu mendeteksi jenis penyakit dengan gejala awal menggunakan Metode Case Based Reasoning (CBR),metode CBR ialah Sebuah metode untuk pemecahan sebuah masalah atau kasus baru yang merujuk pada kasus – kasus sebelumnya.Case based Reasoning menggunakan pendekatan kecerdasan buatan (Artificial Intelligent) atau komputasi atau komputasi yang menitikberatkan pemecahan dengan berdasarkan ada kasus –kasus sebelumnya. Sistem akan melakukan komputasi dari kasus yang terdahulu untuk menemukan solusi untuk kasus yang baru.[7]
Aplikasi ini juga akan memberikan informasi mengenai cara pencegahan dan pengendalian yang tepat terhadap penyakit yang menyerang tanaman sengon. Cased Based Reasoning merupakan salah satu metode untuk membangun sebuah sistem dengan pengambilan keputusan dari kasus yangbaru dengan berdasarkan solusi dari kasus – kasus sebelumnya. Konsep dari metode case based reasoning ditemukan dari ide untuk menggunakanpengalaman-pengalaman yang terdokumentasi untuk menyelesaikan masalah yang baru. Para decisionmaker kebanyakan menggunakan pengalaman – pengalaman dari problem solving terdahulu untuk menyelesaikan masalah yang dihadapi sekarang. Apabila ada kasus baru maka akan disimpan pada basis pengetahuan sehingga sistem akan melakukan learning dan knowledge yang dimiliki oleh sistem akan bertambah.[7]
Dalam proses diagnosa penyakit diperlukan penjabaran ciri-ciri gejala yang menyertai hasil diagnosa dan dapat melakukan evaluasi apakah hasil diagnosa tersebut perlu dilakukan modifikasi atau tidak. Case Based Reasoning (CBR) memiliki kemampuan diagnosa berbasis kasus dan
memberikan informasi secara otomatis berdasarkan pengetahuan terdahuluyang dapat direvisi untuk menyesuaikan dengan permasalahan terbaru. Sehingga pengetahuan CBR akan terus berkembang. Pemecahan masalah baru pada CBR dilakukan dengan cara mencari permasalahan sejenis di masa lamapu dan memberikan solusi berdasarkan permasalahan yang paling mirip yang ada di dalam case memory. Permasalahan yang dapat digunakan untuk memecahkan masalah tersimpan di dalam case memory yang dapat direvisi untuk memecahkan permasalahan di masa datang.[7]
Metode Case Based Reasoning digunakan karena dalam masalah yang dialami tanaman sengon biasanya memiliki kemiripan gejala-gejala dengan permasalahan yang sudah ada, jadi metode CBR cocok untuk digunakan di dalam sistem pakar yang akan di buat.
Berdasarkan latar belakang diatas, maka dalam penelitian ini penulis mengambil judul “ SISTEMPAKAR MENDETEKSI PENYAKIT PADA TANAMAN SENGONMENGGUNAKAN METODE CASE BASED REASONING”.
1.2 Rumusan Masalah
Sebagaimana telah diuraikan pada latar belakang masalah tersebut di atass, maka penulis mengambil perumusan masalah sebagai berikut:
Bagaimana membuat aplikasi untuk mendeteksi penyakit pada tanaman sengon dengan metode Case Based Reasoning?
1.3 Batasan Masalah
Dalam menganalisa dan menyelesaikan suatu masalah, maka diperlukan pembatasan atau ruang lingkup pembahasan. Terdapat batasan masalah dalam penelitian ini, yaitu:
2. Di dalam aplikasi ini menggunakan tanaman sengon dan penyakit yang diamati pada daun, cabang, dahan, ranting, dan batang pada pohon.
3. Dalam perancangan pembuatan sistem informasi ini menggunakan bahasa pemrograman PHP dengan database MySQL.
1.4 Tujuan Penelitian
Berdasarkan rumusan masalah diatas, maka penulis memiliki tujuan untuk: Membuat sistem yang dapat memdeteksi penyakit pada tanaman sengon dan membuat suatu sistem pakar dengan menggunakan metode Case Based Reasoning.Membuat sebuah sistem yang dapat memberikan solusi tentang penyakit yang menyerang tanaman sengon.
1.5 Manfaat Penelitian
Manfaat yang didapat dari laporan penelitian ini antara lain : 1. Bagi Penulis
Menambah wawasan pengetahuan mengenai sistem pendukung keputusan dengan metode Case Based Reasoning dan menganalisis permasalahan baik secara teori maupun praktik dalam mengaplikasikan ilmu yang didapat selama kuliah.
2. Bagi Pengguna
Mempermudah petani untuk memecahkan masalah yang sedang dihadapi, mengetahui penyakit apa yang sedang dialami oleh tanaman sengon, efisiensi untuk mengetahui dengan pasti apa yang dialami tanaman sengon.
3. Bagi Universitas
Sebagai sarana untuk mengukur sejauh mana pemahaman dan penguasaan mahasiswa tentang teori yang didapatkan dalam perkuliahan. Selain itu, juga dapat menambah literatur perpustakaan Universitas.
BAB II
LANDASAN TEORI
2.1 TinjauanStudi
Penyebab Kurangnya Jumlah Produksi tanaman Sengon adalah Sering terserang hama dan penyakit yang menyebabkan pertumbuhan terganggu dan tidak dapat tumbuh menjadi besar dan hasil produksi tanaman menjadi tidak optimal. Banyak jenis penyakit yang dapat menyerang tanaman sengon serta sulitnya proses deteksi karena adanya kemiripan gejala yang ditimbulkan membuat para petani sengon tidak bisa melakukan langkah pencegahan dan pengendalian yang berbeda. Jika salah dalam menerapkan langkah pencegahan dan pengendalian untuk menangani suatu penyakit, maka penyakit tidak bisa diatasi secara tepat sehingga tanaman akan terjangkit penyakit tersebut dan pertumbuhan pohon sengon akan terganggu, kemungkinan terburuknya adalah tanaman sengon akan mengalami kematian dan mengurangi hasil produksi. Oleh karena itu, dibutuhkan kemampuan seorang ahli yang bisa membantu dalam mendateksi penyakit pada tanaman sengon sedini mungkin agar dapat segera dilakukan proses pencegahan untuk menghindari dari penyakit yang menyerang.
Tabel 2.1 Penelitian Terkait
No Judul Penelitian Penulis Metode Hasil 1 Penerapan Case Based reasoning Pada Sistem Cerdas Untuk Pendeteksian dan penanganan Dini Penyakit Sapi Prakoso,Irlando Mogi; Anggraeni, Wiwik; Mukhlason, Ahmad (2012) Case Based Reasoning (CBR) Dari Pengujian sistem Akurasi sangat tinggi menunjukkan bahwa sistem cerdas berbasis CBR mampu memberikan diagnosa dengan baik ketika sistem
menyelesaikan permasalahan yang sama 2 Aplikasi Sistem Pakar Pendeteksi Kerusakan Printer Dengan Case Based Reasoning Suriyanti (2013) Case Based Reasoning (CBR) Dengan Aplikasi ini akan membantu masyarakat awam dalam mengetahui gejala awal kerusakan printer 3 Sistem Pakar Menentukan Kerusakan Televisi Dengan Case Based Reasoning Hidayah,Nur (2015) Case Based reasoning (CBR) Aplikasi ini Bertujuan Membantu Masyarakat Awam Untuk Mengetahui Kerusakan Dasar pada Televis 4 Pembuatan Aplikasi Diagnosa Kerusakan Mesin Sepeda Motor Matic Dengan Case Based Reasoning
Kosasi,Sandi Case Based Reasoning (CBR) Aplikasi ini Hanya dapat Menmenangani komponen-komponen kerusakan mesin seperti Starter Assay, CDI, Koil, Karburator, Secondary, V-Balt, W A P, gigi reduksi, dan Valve 5 Case Based reasoning Untuk Pendukung Diagnosa Gangguan Pada Anak Autis
Nurdiansyah,Yanuar Case Based Reasoning Menentukan apakah Seorang anak Menderita Penyakit Autis atau Tidak Dengan Membandingkan Kemiripan Terhadap masalah sejenis
2.2 Tinjauan Pustaka 2.2.1 Sistem
Istilah Sistem dari bahsa Latin (Systema) dan dari bahasa yunani adalah (Sustema) yaitu satu kesatuan yang terdiri atas komponen dan elemen yang saling berhubungan bersama untuk mempermudah aliran informasi, materiatauenergiuntukmencapaisuatutujuan, istilahiniseringdipergunakanuntukmembuatsuatu set entitas yang berinteraksidimanasuatu model matematikaseringbisadibuat.
Sistemjugamerupakankesatuanbagian-bagian yang salingberhubungan yang beradadalamsuatuwilayahsertamemiliki item-item penggerak, contohumummisalnyasepertinegara. Negara merupakansuatukumpulandaribeberapaelemenkesatuanlainsepertiprovi nsi yang salingberhubungansehinggamembentuksuatunegaradimana yang berperansebagaipenggeraknyayaiturakyat yang beradadinegaratersebut.
Kata "sistem" banyak sekali digunakan dalam percakapan sehari-hari, dalam forum diskusi maupun dokumen ilmiah. Kata ini digunakan untuk banyak hal, dan pada banyak bidang pula, sehingga maknanya menjadi beragam. Dalam pengertian yang paling umum, sebuah sistem adalah sekumpulan benda yang memiliki hubungan di antara mereka.
2.2.2 Pakar
Pakar ialah seseorang yang banyak dianggap sebagai sumber terpercaya atas teknik maupun keahlian tertentu yang bakatnya untuk menilai dan memutuskan sesuatu denganbenar, baik, maupun adal sesuai dengan aturan dan status olehsesamanya ataupun khalayak dalam bidang khusus tertentu. Lebih umumnya, sesorang yang memiliki pengetahuan ataupun kemampuan luas dalam bidang studi tertentu. Para pakar dimintai nasihat dalam bidang terkait mereka, namun mereka tidak selalu setuju dalam kekhususan bidang studi.
Melalui pelatihan, pendidikan, profesi, publikasi, maupun pengalaman seorang pakar memiliki kemampuan khusus dalam bidangnya diatas rata-rata orang lain secara resmi(dan sah) mengandalkan pendapat pribadi.
2.3 Pengertian Sistem Pakar
Sistem pakar merupakan suatu sistem yang dibuat untuk dapat menirukan keahlian seorang ahli atau pakar dalam menjawab pertanyaan dan memecahkan suatu permasalahan. Sistem pakar akan membuat suatu permasalahan dapat dipecahkan yang di dapat dari dialog dengan pengguna sistem. Adanya sistem pakar maka membantu seorang yang bukan ahli bisa menjawab pertanyaan, menyelesaikan serta mengambil kesimpulan yang biasanya di ambil oleh seorang pakar dalam bidangnya. [1]
Sistem pakar adalah suatu bagian kecerdasan buatan atau Aritificial Intelegent (AI) yang cukup lama pada tahun pertengahan 1960an sistem ini mulai dikembangkan. Sistem pakar pertama kali muncul di kembangkan oleh nawel simon adalah general porpoise problem soler (GPS). Sampai sekarang ini sudah banyak sistem pakar yang di buat seperti DENDRAL untuk mengidentifikasi struktur molekul campuran yang tak di kenal, MYCIN untuk diagnosis penyakit, XCON dan XSEL yang berfungsi membatu konfigurasi sistem komputer besar, SOPHIE yang digunakan sebagai analisis sirkuit elektronik, prospector berfungsi di bidang geologi untuk membantu mencari dan menemukan deposit, FOLIO bermanfaat untuk membantu mengambil keputusan bagi seorang manager dalam investasi, Delta digunakan sebagai pemeliharaan lokomotif listrik disel dan sebagainya.
Sistem pakar berasal dari kata knowledge-based expartsystem. Istilah yang muncul karena untuk memecahkan masalah, sistem pakar diambil dari pengetahuan seorang pakar yang diimplikasikan kedalam sebuah sistem komputer. Seorang yang awam menggunakan sistem pakar untuk membantu
memecahkanan suatu permasalahan, dan seorang ahli dibidangnya atau pakar menggunakan sistem pakar untuk pangkalan pengetahuan. Berikut adalah pengertian sistem pakar menurut para ahli.
1. Turban (2001)
“Sistem pakar adalah sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukan kedalam computer dan kemudiaan digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia”.
2. Jacson (1999)
“Sistem pakar adalah program computer memperesentasikan dan melakukan penalaran dengan pengetahuan beberapa pakar untuk memecahkan masalah atau memberikan saran”.
3. Lagur dan Stubblefield(1993)
“Sistem pakar adalah program yang berbasiskan pengetahuan yang menyediakan solusi ‘kwalitas pakar’ kepada masalah bidang-bidang (domain) spesifik ”.
2.2.1 Tujuan Sistem Pakar
Tujuan dari sistem pakar adalah untuk mengimplikasikan pengetahuan atau kemampuan dari seorang ahli atau sumber keahlian yang lain kedalam sebuah sistem komputer dan kemudian digunakan pemakai yang tidak ahli (bukan pakar) untuk mempermudah pemecahan masalah. Proses ini meliputi empat aktivitas yaitu:
1. Pengambilalihan pengetahuan (Knowledge acquisition) yaitu metode pencarian dan pengumpulan pengetahuan dari ahli – ahli atau sumber keahlian lain.
2. Representasi pengetahuan (knowledge representation) adalah proses menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dari seorang ahlinya yang di pindah ke dalam sistem komputer.
3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatanmelakukan inferensi berdasarkan pengetahuan yang telah disimpandidalam komputer.
4. Pemindahan pengetahuan (knowledge transfer) adalah proses pemindahan pengetahuan dari komputer ke pengguna sistem.
2.2.2 Batasan Sistem Pakar
Batasan –batasan sistem pakar adalah :
a. Sistem pakar mungkin membutuhkan biaya pengembangan, tidak untuk hardware atau software saja, tetapi waktu dari seorang pakar dan orang yang terlibat dalam proses pembuatan sistem pakar.
b. Bidang kepakarannya biasanya sempit, dikembangkan untuk menyelesaikan masalah yang khusus dan tidak digunakan untuk tujuan lain
c. Satu atau lebih pakar harus berperan dalam membuat proyek untuk periode tambahan
2.2.3 Manfaat Sistem Pakar
Sistem pakar terkenal karena sangat banyak kemampuan dalam pemecahan masalah dan manfaat yang diberikan yaitu:
a) Meningkatkan produktifitas , karena sistem pakar berkerja lebih cepat dari pada kemampuan manusia
c) Meningkatkan kemampuan dalam memecahkan suatu masalah karena sistem pakar mengambil sumber pengetahuan dari beberapa pakar pada bidangnya.
d) Mampu menangkap pengetahuan dan keahlian seseorang. e) Mempermudah informasi pengetahuan dari seoarang pakar
f) Andal,sebab sistem pakar tidak seperti manusia yang pernah merasa bosan, kelelahan atau sakit
g) Meningkatkan kapabilitas sistem pakar yang terintegrasi pada sistem komputer lain, agar sistem lebih efektif dan mencakup lebih banyak sistem yang dibuat.
h) Mampu memproses informasi yang tidak lengkap, atau belum pasti. Dibandingkan dengan sistem komputer konvensional.
2.2.4 Kekurangan Sistem Pakar
Dalam sistem pakar adapun kekurangan yang dibuat diantaranya: a) Sulit di kembangkan karena ilmu pengetahuan dari seorang
ahli.
b) Dalam pembuatan dan pemeliharaannya relatif cukup mahal, karena menggunakan data banyak.
c) Butuh waktu yang lama dalam proses pembuatanya.
d) memerlukan admin khusus yang selalu update informasi sesuai bidang sistem pakar.
e) Pengembangan software sistem pakar lebih susah dan rumit dibandingkan software konvensional.
f) Sistem pakar belum tentu 100% bernilai benar. 2.2.5 Ciri-ciri Sistem Pakar
a) Sistem dapat mengaktifkan penggunaan secara searah yang sesuai dan ditentukan oleh dialog dengan pengguna.
b) Keluarannya bersifat solusi.
c) Dirancang untuk dapat dikembangkan secara bertahap. d) Berdasarkan kaidah tertentu.
e) Dapat mengemukakan rangkaian alas an yang deperlukan dengan cara dipahami.
f) Dapat memberikan penalaran untuk data-data yang tidak pasti g) Terbatasnya domain tertentu.
2.2.6 Struktur Sistem Pakar
Dalam sistem pakar dibuat dalam dua bagian utama, yaitu lingkungan pengembangan dan lingkungan konsultasi. Lingkungan pengembangan dalam sistem pakar dipakai untuk memasukkan pengetahuan seorang pakar ke dalam sistem perangkat lunak, sedangkan lingkungan konsultasi dipakai oleh pengguna perangkat lunak guna memperoleh pengetahuan pakar dari sebuah sistem. Berikut adalah komponen-komponen sistem pakar :
Gambar 2. 3 Simbol Bagan Alir Sistem 2.2.7 Komponen Sistem Pakar
Komponen – komponen yang ada dalam sistem pakar : 1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan suatu basis atau pangkalan pengetahuan yang berisi fakta, pemikiran, teori, prosedur, dan hubungan satu dengan yang lain yang terorganisasi dan teranalisa (pengalaman dari seorang pakar atau pengetahuan dalam bidang ilmu pendidikan) yang dimasukkan kedalam komputer. Dengan teknik kecerdasaan buatan ini knowlodge base dipakai dalam memberi kemampuan baru kepada komputer agar seperti manusia yang mempunyai kecerdasan dapat berfikir, menalar, dan membuat informasi.
2. Mesin Inferensi (Inferensi Engine)
Berisi teknik – teknik pelacakan knowledge base untuk mencari fakta yang sesuai dengan inputan yang ada dan mencari hubungan antara keduannya, sehingga dapat menghasilkan keputusan.
3. Antar muka pemakai (User Interface)
User Interface adalah bagian penghubung antara program sistem pakar dengan pemakai. Pada bagian ini terjadi dialog antara program pemakai. Program akan mengajukan pertanyaan yang nantinya akan dijawab oleh pemakai. Berdasarkan jawaban tersebut sistem pakar akan mengambil suatu kesimpulan berupa solusi pemecahan masalah
4. Pengetahuan pakar (Knowledge Engineer)
Knowledge Engineer adalah orang yang bertugas menjembatani antara pakar dengan sistem computer, karena banyak pula pakar yang tidak dapat secara langsung menuangkan kepakarannya kedalam sistem computer. Knowledge Engineer ini bertugas
melakukan rekayasa pengetahuan yaitu proses pengumpulan dan pengorganisasian pengetahuan dari seorangatau beberapa pakar, mungkin dalam bentuk buku, memo,atau pengumpulan data yang lain.
2.2.8 Konsep Dasar Sistem Pakar
Konsep dasar sistem pakar mengandung beberapa unsur menurut Turban tahun 1995 (dalam Arhami, 2005: 11) yaitu:
1. Kepakaran
Kepakaran adalah keahlian dari pengetahuan hal yang luas, dimana pengetahuan diperoleh dari membaca, pengalaman dan pelatihan. Pengetahuan tentang kepakaran yaitu meliputi:
a) Teori-teori tentang permasalahan dan pemecahan masalah. b) Aturan dan prosedur menurut permasalahannya.
c) Fakta-fakta tentang permasalahan dan pemecahan masalah. d) Ilmu pengetahuan tentang bidang pengetahuan pakar (meta
knowledge).
e) Strategi global untuk memecahkan permasalahan yang ada. 2. Pakar
Pakar adalah suatu hal yang sulit dalam mengartikanya karena apa yang dimaksud dengan pakar merupakan hal yang sulit. Harus tau tingkat kepakaran yang dimiliki seseorang sebelum berhak dikatakan sebagai seorang pakar. Menilai kepakaran dari seorang manusia meliputi kegiatansebagai berikut:
a) Mengenali dan memformulasikan permasalahan. b) Memecahkan permasalahan secara cepat dan tepat. c) Menerangkan pemecahannya.
d) Belajar dari pengalaman. e) Merestrukturisasi pengetahuan.
f) Memecahkan aturan-aturan. g) Menentukan relevansi. 3 . Pengalihan Kepakaran
Sistem pakar merupakan sebuah sistem yang berguna memindahkan kepakaran dari seseorang pakar kedalam sebuah sistem komputer yang nantinya berguna untuk manusia lainnya yang bukan pakar untuk mengetahui informasi dari seorang pakar. Proses dalam pengalihan kepakaran seseorang yang melibatkan empat kegiatan, yaitu:
a) Akuisisipengetahuan (dari pakaratausumberlain) b) Representasi pengetahuan (pada komputer) c) Inferensi pengetahuan
d) Pemindahan pengetahuan ke user 4. Inferensi
Inferensi adalah suatu bentuk penalaran (“berpikir”) yang dilakukan sistem pakar. Semua yang berkaitan diberikan oleh sistem pakar akan disimpan pada basis pengetahuan, yang selanjutnya program yang ada bisa mengakses ke dalam database. Komputer diatur dalam pemprograman agar bisa mengambil kesimpulan. Inferensi akan ditampilkan dalam suatu komponen yang disebut mesin inferensi dimana mencakup aturan dan prosedur mengenai pemecahan suatu masalah.
a. Aturan-aturan
Sistem yang berbasis rule (rulebased system) merupakan peralatan (tool) sistem pakar yang komersial dan sistem yang siap jadi (ready-made), yaitu pengetahuan disimpan terutama dalam bentuk aturan pemodelan (rule), sebagai aturan dan prosedur pemodelan pemecahan masalah.
b. Kemampuan menjelaskan
Dalam bagian dari sebuah sistem ini memungkinkan sistem pakar untuk memeriksa penalaran yang dibuatnya sendiri dan menjelaskan operasi-operasinya. Karakteristik dan kemampuan yang dimiliki oleh sistem pakar membuatnya berbeda dari sistem konvensional. Sistem pakar yang mempunyai kemampuannya dalam menjelaskan saran atau rekomendasi yang diberikannya.
2.4 Metode Case-Based Reasioning (CBR)
Menurut Aamodt dan Plaza Case-Based Reasioning adalah suatu pendekatan untuk menyelesaikan suatu permasalahan (problem solving) berdasarkan solusi dari permasalahan sebelumnya. Suatu masalah baru dipecahkan dengan menemukan kasus yang serupa di masa lampau, dan menggunakannya kembali pada situasi masalah yang baru. Pendekatan lain dari CBR yang tidak kalah penting adalah CBR juga merupakan suatu pendekatan ke arah incremental yaitu pembelajaran terus-menerus.
Menurut Octavianti, Case-Based Reasioning (CBR) adalah Sebuah metode untuk menyelesaikan masalah dengan mengingat kejadian-kejadian yang sama/sejenis (similar) yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan/informasi tersebut untuk menyelesaikan masalah yang baru, atau dengan kata lain menyelesaikan masalah dengan mengadaptasi solusi-solusi yang pernah digunakan di masa lalu.
Case based reasoning (CBR) adalah Sebuah metode untuk pemecahan sebuah masalah atau kasus baru yang merujuk pada kasus – kasus sebelumnya.Case based Reasoning menggunakan pendekatan kecerdasan buatan (Artificial Intelligent) atau komputasi atau komputasi yang menitikberatkan pemecahan dengan berdasarkan ada kasus –kasus sebelumnya. Sistem akan melakukan komputasi dari kasus yang terdahulu untuk menemukan solusi untuk kasus yang baru.
Dalam Case-Based Reasioning ada empat tahapan yang meliputi : a. Retrieve
Mendapatkan/memperoleh kembali kasus yang palingmenyerupai/relevan (similar) dengan kasus yang baru. Tahap retrieval inidimulai dengan menggambarkan/menguraikan sebagian masalah, dandiakhiri jika ditemukannya kecocokan terhadap masalah sebelumnya yangtingkat kecocokannya paling tinggi. Bagian ini mengacu pada segiidentifikasi, kecocokan awal, pencarian dan pemilihan serta eksekusi.
b. Reuse
Memodelkan/menggunakan kembali pengetahuan dan informasi kasuslama berdasarkan bobot kemiripan yang paling relevan ke dalam kasus yang baru, sehingga menghasilkan usulan solusi dimana mungkin diperlukan suatu adaptasi dengan masalah yang baru tersebut.
c. Revise
Meninjau kembali solusi yang diusulkan kemudian mengetesnya padakasus nyata (simulasi) dan jika diperlukan memperbaiki solusi tersebut agar cocok dengan kasus yang baru.
d. Retain
Mengintegrasikan/menyimpan kasus baru yang telah berhasil mendapatkan solusi agar dapat digunakan oleh kasus-kasus selanjutnya yang mirip dengan kasus tersebut. Tetapi jika solusi baru tersebut gagal, maka menjelaskan kegagalannya, memperbaiki solusi yang digunakan,
Empat proses masing-masing melibatkan sejumlah langkah-langkahspesifik, yang akan dijelaskan pada Gambar 2.1 berikut ini :
Gambar 2.1 tahapan proses case based reasoning
Pada saat terjadi permasalahan baru, pertama-tama sistem akan melakukan proses retrieve. Proses retrieve akan melakukan dua langkah pemrosesan, yaitu pengenalan masalah dan pencarian persamaan masalah pada database.
Setelah proses retrieve selesai dilakukan, selanjutnya system akanmelakukan proses reuse. Di dalam proses reuse, sistem akan menggunakaninformasi permasalahan sebelumnya yang memiliki kesamaan untuk menyelesaikan permasalahan yang baru. Pada proses reuse akan menyalin, menyeleksi, dan melengkapi informasi yang akan digunakan.
Selanjutnya pada proses revise, informasi tersebut akan dikalkulasi, dievaluasi, dan diperbaiki kembali untuk mengatasi kesalahan-kesalahan yang
KASUSBA RU Mencari kemiripan kasus Menyimpan kasus baru untuk masalahselanjutnya Memberikan solusi Meninjau dan Mengetes solusi yang diberikan PROSES RETRIEVE KASUS LAMA PROSES REVISE PROSES RETAIN PROSES REUSE
terjadi pada permasalahan yang baru.Pada proses terakhir, system akan melakukan proses retain. Proses retain akan mengindeks, mengintegrasi, dan mengekstrak solusi yang baru tersebut ke dalam database. Selanjutnya, solusi ke dalam basis baru itu akan disimpan ke dalam basis pengetahuan (knowledge-base) untuk menyelesaikan permasalahan yang akan datang. Tentunya, permasalahan yang akan diselesaikan adalah permasalahan yang memiliki kesamaan dengannya.
2.5 Penerapan Algoritma Nearest Neighbor Retrieval Pada Metode
Case-Based Reasioning
Algoritma Nearest Neighbor Retrieval (K-nearest neighbor atau K-NN) adalah sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Kasus khusus di mana klasifikasi diprediksikan berdasarkan data pembelajaran yang paling dekat (dengan kata lain, k = 1) disebut algoritma nearest neighbor.
Algoritma nearest neighbor berdasarkan pada proses pembelajaran menggunakan analogi / learning by analogi. Training sampelnya dideskripsikan dalam bentuk atribut numerik n-dimensi. Dengan cara ini, semua training sampel disimpan pada pola ruang n-dimensi. Ketika diberikan “unknown” sampel, k-nearest neighbor classifier mencari pola ruang K training sampel yang paling dekat “unknown” sampel tersebut. K training sampel ini adalah k nearestneighbor dari unknown sampel. Unknown sampel ditetapkan dengan class yang paling umum diantara k nearest neighborsnya. Ketika k = 1, unknown sampelditetapkan dengan class dari training sampel yang paling dekat dengan pola ruangnya.
Algoritma nearest neighbor retrieval menyimpan semua training sampel dan tidak membangun classifier sampai sampel baru (unlabeled) perlu diklasifikasikan, sehingga algoritma nearest neighbor retrieval sering disebutdengan instance-based atau lazy learners.
Rumus untuk menghitung bobot kemiripan (Similarity)dengan nearest neighbor retrieval adalah (Octaviani, 2008):
S1*W1 + S2*W2+...+ Sn*Wn Similary (problem, case) =
W1 + W2 +...Wn
Keterangan :
S = similary (nilai kemiripan)yaitu 1 (sama) dan 0 (beda) W= weight (bobot yang diberikan)
2.6 Penyakit Tumor (Karat Pura)
Penyakit tumor, merupakan salah satu penyakit yang berbahaya pada tanaman sengon Falcataria Moluccana saat ini di Indonesia. Penyakit ini bisa menghambat pertumbuhan sampai mematikan tanaman. Penyakit tumor yang terdapat pada tanaman sengon, tampak bahwa serangan penyebab penyakit ini bisa terjadi baik pada tanaman muda di pembibitan maupun di lapangan serta tanaman tua. Adanya epidemi penyakit tumor pada tanaman sengon di Pulau Jawa, merupakan ancaman yang dapat mengakibatkan penurunan produk kayu sengon besar-besaran pada tahun mendatang.
Penyakit karat tumor /karat puru (gall rust), merupakan salah satu penyakit yang berbahaya pada tanaman sengon laut Paraserianthes falcataria (Miq. Barneby &J.W. Grimes). Dampak penyakit meluas pada semai sampai tanaman dewasa, mulai dari menghambat pertumbuhan sampai mematikan tanaman. Pulau Jawa merupakan salah satu pusat penghasil kayu sengon terbesar di Indonesia. Epidemik penyakit karat tumor/karat puru bias terjadi pada tanaman sengon secara besar-besaran pada tahun mendatang. Hal ini tentu saja akan berpengaruh kuat pada peta
pengusahaan tanaman sengon di Jawa serta prospek pengembangan produk berbasis kayu sengon.
2.6.1 Penyebab penyakit karat tumor
Penyebab penyakit karat tumor pada sengon ialah jenis fungi Uromycladium tepperianum (Sacc.) McAlpine. Jenis fungi karat umumnya masuk dalam divisi Basidiomycotina, kelas Urediniomycetes, ordo Uredinales, famili Pileolariaceae. Seperti patogen karat yang lain maka Uromycladium juga bersifat parasit obligat yang hanya dapat hidup apabila memarasit jaringan hidup. Pada Utepperianum, spora yang memegang peran penting dalam pembiakan dan pemencarannya adalah teliospora yang dibentuk dalam jumlah besar. Teliospora mempunyai bentuk spesifik yaitu mempunyai struktur yang berjalur (berabungrabung seperti payung), bergerigi dan setiap satu tangkai terdiri dari tiga teliospora. Ukuran Teliospora yaitu lebar berkisar antara 13-18 µm dan panjang 17-26 µm.
Fungi karat ini hanya memerlukan satu inang saja yaitu tanaman sengon sehingga fungi ini daur hidupnya pendek (mycrocyclus). U. tepperianum yang berdaur pendek adalahsebagai berikut :
Piknia
(menghasilkan pikniospora)
Telia Basidiospora
(Menghasilkan teliospora) (menginfeksi tanaman)
Penularan penyakit dapat terjadi melalui penyebaran teliospora dengan bantuan air (embun), angin, serangga dan manusia. Untuk perkecambahan teliospora diperlukan air, dan lamanya waktu berkecambah sangat tergantung pada suhu dan kondisi berkabut/gelap juga mempercepat perkecambahan teliospora. Teliospora sendiri tidak dapat menginfeksi inang. Teliospora harus berkecambah membentuk basidiospora, yang terbentuk kurang lebih 10 jam setelah inokulasi. Basidiospora inilah yang dapat secara langsung melakukan penetrasi menembus epidermis dan membentuk hifa di dalam ataupun di antara sel-sel epidermis, xilem dan floem. Setelah tujuh hari inokulasi, hifa vegetatif karat tumor ini berkembang menjadi piknia sebagai pustul coklat yang memecah epidermis.
Infeksi dapat terjadi pada biji, semai maupun tanaman dewasa di lapangan. Semua bagian tanaman meliputi pucuk daun, daun, tangkai daun, cabang, batang, bunga dan biji dapat terinfeksi oleh fungi patogen tersebut. Pada semaisengon, batanglah yang merupakan bagian tanaman yang paling rentanterhadap serangan fungi karat. Fungi karat masih bisa tetap hidup di musimkemarau/kering pada bagian tanaman yang terserang. Pada waktu mulai musimhujan serangan akan bertambah dan terus tersebar selama musim hujan.
Gambar 2.3 Telium fungi Uromycladium tepperianum
Gejala pada semai sangat bervariasi dan kadang tidak terlihat jelas. Infeksi fungi pada semai umur 2 – 3 minggu menyebabkan daun mengeriting, melengkung dan tidak berkembang secara normal, apabila
disentuh daun terasa kaku dan mudah rontok. Pada semai umur 6 minggu gejala tampak pada batang dan pucuk yang melengkung, agak kaku. Pada semai umur 3 bulan atau lebih kadang tumor mulai membesar.
Gambar 2.4 Gejala serangan pada semai terlihat dengan adanya batang yang melengkung
Gejala di lapangan pada sengon menunjukkan gejala yang khas, yaitu hiperplasia (pertumbuhan lebih) pada bagian tumbuhan yang terserang. Gejala penyakit diawali dengan adanya pem-bengkakan lokal (tumefaksi) di bagian tanaman yang terserang (daun, cabang, dan batang). Lama kelamaan pembengkakan berubah menjadi benjolan-benjolan yang kemudian menjadi bintil-bintil kecil atau disebut tumor (gall). Tumor yang timbul mempunyai bentuk bervariasi mulai bulat sampai tidak beraturan dengan diameter mulai dari beberapa milimeter sampai lebih besar dari 10 cm. Tumor tersebut dapat berkelompok atau menyebar pada bagian yang terserang. Tumor yang masih muda berwarna hijau kecoklat-coklatan muda yang diselimuti oleh lapisan seperti tepung berwarna agak kemerahmerahan yang merupakan kumpulan dari spora patogen, sedangkan tumor yang tua berwarna coklat kemerahmerahan sampai hitam dan biasanya tumor sudah keropos berlobang serta digunakan sebagai sarang semut atau serangga lainnya. Apabila yang terserang penyakit bagian tangkai daun majemuk atau tajuk maka bagian tersebut agak membengkok karena adanya
penebalan dan pembengkakan kemudian tajuk daun menggulung berubah bentuk (malformasi) tanpa daun lagi. Serangan pada daun diawali dengan bentuk daun agak mengeriting, tangkai daun terbentuk tumor. Jika tanaman mengalami serangan yang parah, maka seluruh bagian tanaman dipenuhi oleh tumor, kemudian daun mengering mengalami kerontokan, diikuti oleh batang dan cabang pohon dan akhirnya tanaman mati.
Berdasarkan kecepatan infeksi, mortalitas total karena serangan karat tumor dan pengaruh karat tumor terhadap kecepatan pertumbuhan, maka bibit sengon dengan sumber benih dari Wamena lebih resisten dibandingkan dengan bibit sengon dengan sumber benih dari tempat lain.
Gambar 2.5 Daun mengeriting
Gambar 2.7 Karat tumor pada daun mulai menyebar
Gambar 2.8 Penebalan daun akibat serangan karat tumor
Gambar 2.10 Karat tumor mulai membesar pada ranting daun
Gambar 2.11 Karat tumor menyebar ke seluruh ranting daun
Gambar 2.13 Karat tumor yang membentuk spiral pada pucuk daun
2.7 Penyakit Jamur Akar Merah
Penyebab Penyakit Jamur Akar Merah
Penyakit jamur akar merah disebabkan oleh Ganoderma sp, Gejala penyakit ini dapat dideteksi dari keberadaan jamur berwarna merah kecoklatan di pangkal batang. Jika dilakukan pengamatan lebih lanjut, terdapat bagian daun yang menipis. Keberadaan jamur ini biasanya ditemukan saat musim hujan. Jika dibiarkan, beresiko menyebabkan kematian.
Pengendalian
Pengendalian serangan Ganoderma sp, dapat dilakukan dengan cara membersihkan batang sengon yang terserang, pembuatan perit isolasi, dan penggunaan pestisida. Selain itu, pengendalian juga dapat dilakukan dengan mengoleskan fungisida berbentuk pasta (Formac) ke akar tanaman sengon yang terserang. Dosisnya disesuaikan dengan keterangan yang tertera di label kemasan. Teknis penggunaannya dengan cara disemprotkan ke bagian tanaman.
2.8 Hama Ulat Kantong (Ptero plagiophleps)
Hama ini tidak memakan seluruh bagian daun tetapi hanya parenkhim daun yang lunak, menyisakan bagian-bagian daun yang berlilin. Daun yang terserang terdapat bercak merah kecoklatan. Pengendalian hama ulat kantong
dengan menggunakan inseksida, misalnya Virtako, ambush, dessin, bomber, karate, dan lainnya.
2.9 PHP dan MySQL
Pertama kali PHP dibuat oleh Rasmus Lerdorf pada tahun 1995 menggunakan nama PHP/FI yang memiliki kepanjangan Personal Home Page/Form Interpreter. Namun pada perkembangannya, pada tahun 1997, Andi Gutmans dan Zeev Suraski menulis ulang PHP yang kemudian sampai sekarang dikenal kependekan dari kata Hypertext Preprocessor. PHP tergolong sebagai perangkat lunak open source yang diatur dalam aturan general purpose licences (GPL). Pemrograman PHP sangat cocok dikembangkan dalam lingkungan web, karena PHP dikhususkan untuk pengembangan web dinamis. Maksudnya PHP mampu menghasilkan website yang terus menerus hasilnya bisa berubah-ubah sesuai dengan pola yang diberikan (Septian, 2013).
MySQL
MySQL adalah suatu sistem manajemen database. Suatu database adalah suatu koleksi data terstruktur. Data tersebut dapat berupa apa saja, dari list sederhana sampai sebuah galeri gambar. Untuk menambah, mengakses, dan memproses data yang tersimpan dalam sebuah database, dibutuhkan suatu sistem manajemen database seperti halnya MySQL. Sejak komputer menjadi suatu alat yang digunakan untuk menanggulangi data dalam ukuran besar, manajemen database memegang peranan utama dalam perhitungan, sebagai utilitas tunggal maupun sebagai bagian dari aplikasi lain (Septian, 2013).
BAB III
METODE PENELITIAN
3.1 JenisPenelitian
Jenis penelitian yang digunakan adalah jenis kualitatif. kualitatif adalah data yang tidak menggunakaan angka / nominal, melainkan informasi tentang data batasan karakteristik dan tindakan yang akan dilakukan seorang ahli. Pada tahapan ini penulis melakukan mewawancara dengan Petani bernama Pak Slamet yang berprofesi sebagai petani di perkebunan sengon di desa Pasekaran Kabupaten Batang.
3.2 Jenis Data danSumber Data 3.2.1 Jenis Data
Jenis data yang digunakaanpadalaporantugasakhiriniadalah data kualitatif. Data kualitatifadalah data yang tidakmenggunakaanangka / nominal, melainkaninformasitentang data batasankarakteristikdantindakan yang akandilakukanseorangahlidanPetani.
3.2.2 Sumber Data a. Data Primer
Data primer merupakaansuatu data yang diperolehsecaralangsungdariobjekpenelitiaan di lapangan.Data jenisinipenulisperolehdarihasilwawancaradengannarasumber. Data tersebutberupaketeranganbatasankarakteristikdantindakaan yang
akandilakukanseorangahlidalammengatasigejalapenyakitpadatana mansengon.
b. Data Sekunder
Data sekunder merupakaan data yang diperoleh secara tidak langsung dari narasumber dimana data tersebut diperoleh dari buku dan literature lainnya yang menunjang perancangan dalam menyusun laporan tugas akhir. Data sebagai sumber pelengkap data primer yang diperoleh dari literatur, perpustakaan, internal, eksternal dan internet yaitu berupa pengertian, konsep dan definisi berupa teori sistem pakar yang berhubungan dengan tugas akhir ini.
3.3 MetodePengumpulan Data
Dalampengumpulan data yang benar –
benarakuratdanrelevanmakapenulismengumpulkan data dengancara :
1. Wawancara (interview)
Wawancarayaitusebuahteknikmendapatkan data yang dilakukanmelaluitatapmukakepada orang yang memberiinformasimaupuntanyajawablangsungantarapengumpul data danpemberiinformasiterhadapnarasumber yang dibahas. Dalamtahapaninipenulismewawancaraibeberapapihak yang terkaitdalampengumpulan data yang diperlukansepertiparaahli di perkebunansengo
,diantaranyatentangbatasankarakteristikdantindakanpencegahandalam mengatasipenyakittersebut.
StudiKasusadalahpenulisdenganmempelajarisebuahkaranganilmia h yang relevandan review buku-buku yang berhubungandenganpemecahansolusidanpermasalah yang akandibahas.
3. MengunjungiSitus
Mengunujungisitusadalahbentukpenelitian yang menjelajah
internet.Dengan internet
informasibisadiperolehdengansangattidakterhingga.Dalamhalinipenuli smembutuhkanbeberapa data yang dibutuhkanmelalui internet.
a. Knowladge Base
Basis pengetahuan (Knowledge Base) adalah basis ataupangkalanpengetahuan yang berisifakta, pemikiran, teori, prosedur, danhubungansatudengan yang lain atauinformasi yang terorganisasidanteranalisa.
DalamhaliniPengetahuantentangpenyakitterhadapgejala yang terjadipadatanamansengon :
1. Penyakit Tumor (karat pura)
Karat puraadalahpenyakit yang menyerangpohonsengon, Penyakitinibisamenghambatpertumbuhansampaimematikantanaman, tampakbahwaseranganpenyebabpenyakitinibisaterjadibaikpadatanama nmuda di pembibitanmaupun di lapangansertatanamantua.
Gejala-gejala :
Penyakit Tumor Ringan - DaunMenguning - Daunmunculbercak - DaunRontok/Meranggas Penyakit Tumor Sedang - DaunLayu
- DaunTerdapat galls - Daunmengeriting
- BatangdanPucukmelengkungagakkaku Penyakit Tumor Berat
- Munculbenjolan / bintil-bintikkecil (tumor) - BatangEksudasi (keluarCairan)
- Batangterdapat galls - Akarbusuk
2. Hama Ulatkantung ringan :
- LapisanDaunbagianbawahberkurang - Daunnampakterawang - Klorofildaunhabis Hama Ulatkantungsedang : - Daunberubahwarnakecoklatan - DaunKering
- Batang berwarna keputih-putihan
Hama Ulatkantungberat : - Muncul stadia pupa
- Batang berwarna keputih-putihan - Daunberubahwarnakecoklatan
b. Pengujian Program
Pada tahapan ini setelah sebuah sistem selesai dibuat maka tahapan selanjutnya adalah pengujian sistem yang dilakukan pada proses logika internal untuk memastikan semua pernyataan sudah diuji. Pengujian eksternal yaitu untuk menemukan kesalahan-kesalahan fungsional dan
memastikan input-inputan akan menampilkan hasil yang benar sesuai yang dibutuhkan.
c. MetodePengembanganSistem
Metode yang digunakaan dalam pengembangan sistem adalah model Waterfall, yaitu sebuah metode pengembangan perangkat lunak yang bersifat sekuensial dan terdiri dari 5 tahap :
Metode pengembangan sistem yang digunakan yaitu model waterfall. Agus Mulyanto di dalam bukunya Sistem Informasi Konsep & Aplikasi menjelaskan bahwa menurut Sommerville fase-fase model Waterfall sebagai berikut :
Gambar 3.1
Pengembangan metode waterfall
Berikut adalah penjelasan dari masing – masing tahap dalam model pengembangan waterfull :
Dalam proses pengumpulan kebutuhan perangkat lunak. Maka dari itu harus memahami sifat program yang dibangun rekayasa perangkat lunak. Untuk memenuhi data kebutuhan penulis melakukan wawancara guna mendapatkan data informasi yang dibutuhkan oleh sistem yang dibuat seperti data informasi penyakit pada tanaman sengon.
ii. Desain
Dalam desain perangkat lunak sebenarnya merupakan sebuah proses multi langka yang berfokus pada empat atribut sebuah program yang berbeda, asitektur perangkat lunak, struktur data, representasi interface dan detail (algoritma) prosedural. Proses desain menerjemahkan syarat/kebutuhan kedalam sebuah representasi perangkat lunak yang dapat di perkirakan demi kualitas sebelum dimulai pemunculan kode. Sebagaimana persyaratan, desain didokumentasikan dan menjadi bagian dari konfigurasi perangkat lunak. Tahap ini berupa perancangan user intervace aplikasi pendiagnosis penyakit tanaman sengon.
iii. Penulisan Code Program
Pada tahapan ini adalah tahap yang paling diinginkan bagaimana program yang sesuai. Setelah proses berhasil mendesain rancangan suatu sistem yang dilanjutkannya desain dari sistem harus diterjemahkan dalam bentuk mesin yang bisa di baca oleh komputer. Maka karena itu harus ada kode bahasa pemrograman yang dapat berinteraksi antara perangkat lunak sistem dengan perangkat keras computer.
Setelah sistem selesai dibuat maka tahapan selanjutnya adalah pengujian sistem. Proses pengujian dilakukan pada logika internal untuk memastikan semua pernyataan sudah diuji. Pengujian eksternal fungsional untuk menemukan kesalahan-kesalahan dan memastikan bahwa input akan memberikan hasil yang aktual sesuai yang dibutuhkan.
v. Penerapan Program dan Pemeliharaan
Dalam proses ini yaitu proses terakhir dengan menerapkan pengujian program apakah sesuai yang diinginkan, dan guna menjaga kualitas maka pemeliharaan harus terjaga guna menjaga kerusakan pada sistem. Dalam hal ini pemeliharaan sistem sangatlah penting.
DesainPenelitian
Desain penelitian menggambarkan metode yang digunakan pada penelitian yang dilakukan secara garis besar. Desain penelitian dalam alur metode yang digunakan dapat dilihat pada Gambar 3.1
Cleaning Data Delete Data Input Data Output Data Data set Plain Prepocessing Data
Metode yang Diusulkan
Metode Case Based Reasoning (Retrive, Reuse, Revise, Retain)
Algoritma Nearest Neighbor Retrieval Similary (problem, case)= S1*W1+ S2*W2+...Sn*Wn
W1+W2...Wn
Hasil Nilai Presentase
Gambar 3.2 Block Diagram Penelitian
Menurut Tahapan- tahapan Gambar 3.2di atas dapat dijelaskan dengan hal berikut :
1. Data set berisi tentang Data Penyakit dan gejala-gejala yang sudah ditentukan.
2. Kemudian Pre prosesing Data Sebelum Diproses dengan Metode 3. Stelah itu akan diproses oleh metode Case Based Reasoning untuk
mendapatkan hasil Rule yang ada
4. Setelah itu menggunakan Algoritma Nears Neighbor retrive untuk mendapatkan presentase yang muncul
5. Setelah itu mendapatkan hasil dari case Based Reasoning berdasarkan gejala yang ada
BAB IV
Analisis Hasil Penelitian dan Pembahasan
4.1 Identifikasi Masalah dan Sumber MasalahMasalah tentang penyakit pada tanaman sengon sangat berpengaruh terhadap perkembangan masa pertumbuhan pohon sehingga patut diperhatikan secara serius karena akan berdampak terhadap produksi dan hasil dari panen atau penebangan akan berkurang. Namun sayangnya banyak dari petani tidak mengetahui penyakit yang menyerang dan melakukan pembiaran sehingga akan berakibat pohon kurang mendapat penanganan yang sesuai, pengetahuan para petani yang tidak tahu tentang gejala-gejala yang ada menyebabkan pada tanaman sengon banyak yang mati.
Dengan berkembangnya ilmu pengetahuan yang sudah modern maka pendiagnosa penyakit-penyakit yang didialami oleh tanaman dapat diketahui secara cepat dan tepat dengan menerapkannya kedalam sebuah sistem pakar. Untuk itu dibutuhkan sebuah sistem yang mudah dimengerti dan efisien untuk mengetahui penyakit dengan mendiagnosa penyakit tanaman sengon yaitu sistem pakar yang bisa digunakan oleh umum dengan mudah dan efisien.
4.1.1 Penentuan Problematika
Sistem ini digunakan untuk mendiagnosa penyakit pada tanaman sengon dan dapat dikembangkan untuk kedepannya dapat lebih baik dan lebih tinggi.sehingga dapat membantu masyarakat khususnya petani untuk mendiagnosa penyakit yang dialami oleh tanaman sebelum dilakukan penanganan pasca terserang penyakit tertentu. Masalah yang paling dasar yang sering ditemui pada sistem ini yaitu bagaimana memasukkan pemikiran seorang pakar pada penyakit karat pura pada tanaman sengon yang akan dimasukkan dalam aplikasi sistem. Keunggulan dari sistem dapat dijumpai dengan kemudahan-kemudahan dalam hal ini pelayana yang diakses pengguna.
4.1.2 Pertimbangan Pembuatan Sistem Pakar
Dalam mempertimbangkan pembuatan sistem pakar ini adalah ada dua hal yang menjadi perhatian, yaitu :
1. Alternatif pertama software yang akan dibutuhkan adalah software yang dapat memiliki kemampuan dalam mengatasi masalah untuk pengelolaan rule base sesuai dengan objek dari penelitian.
2. Dalam hal manfaat, pembuatan sistem pakar tentang diagnosa penyakit pada tanaman sengon bagi pengguna dalam memanfaatkannya. Jika sistem yang telah dibuat mampu menggantikan peran dari seorang pakar terhadap pengguna maka sistem ini layak dan bisa dikembangkan.
4.1.3 Instrumentasi Penelitian
Adapun instrumen yang dibutuhkan dalam melakukan penelitian yaitu sebagai berikut :
a. Kebutuhan Perangkat Lunak
Kebutuhan perangkat lunak adalah salah satu faktor yang penting dan harus dipenuhi dalam penelitian ini. Perangkat lunak yang dibutuhkan sebagai berikut :
1. Sistem Operasi
Sistem operasi yang digunakan yaitu Windows 7. 2. Macromedia Dreamwever 8
Digunakan programmer ini sebagai editor web bahasa HTML atau PHP untuk mendesain yang mempunyai desain layout. 3. XAMPP 2.5.8
XAMPP digunakan sebagai database PHP server pada saat penelitian dan implementasi dengan metode case based reasoning.
Perangkat lunak ini digunakan untuk menulis laporan pembuatan tugas akhir ini
.
b. Kebutuhan Perangkat Keras
Adapun kebutuhan perangkat keras yang digunakan penulis dalam penulisan laporan dan untuk membuat sistem pakar yaitu dengan spesifikasi berikut ini :
1. Laptop atau PC
Untuk laptop yang digunakan dalam penelitian ini menggunakan spesifikasi :
Prosessor : Core i3 SistemOperasi : Windows 8.1
RAM : 2 Gb
2. Printer
Perangkat keras ini dibutuhkan untuk mencetak hasil/laporan penelitian kedalam bentuk hardcopy.
c. Kebutuhan Data
Kebutuhan penulis ini, penulis akan menggunakan data Penyakit Tanaman sengon yang berupa gejala-gejala tentang penyakit dan menentukan tergolong penyakit apa untuk gejala yang ada dari hasil wawancara dengan petani dan referensi buku Penyakit Karat Tumor Pada Sengon dari Dra. Illa Anggraeni, S.Hut,.
4.2 Perancangan sistem
Perancangan sistem menggunakan notaasi UMLyang berfungsi sebagai dokumentasi dan visualisasi.
4.2.1 Use case Diagram
Use Case diagram menggambarkan apa saja aktifitas yang dilakukan oleh suatu sistem dari pengamatan sudut pandang luar.
Diagram use case adalah sebuah diagram yang menjelaskan apa yang harus dilakukan oleh sistem pada level konseptual sehingga kita akan memahami apakah keputusan yang diambil oleh sistem apakah benar atau tidak.
Gambar 4.1 use case diagram
Definisi aktor
Definisi aktor merupakan penjelasan dari apa yang dilakukan oleh aktor-aktor yang terlibat dalam perangkat lunak yang dibangun. Adapun deskripsi dari aktor-aktor yang terlibat dalam aplikasi sistem pakar diagnosa penyakit tanaman sengon sebagai berikut :
Tabel 4.1 Definisi Aktor No Aktor Deskripsi
1 Admin Melakukan tugas dengan login dan memanipulasi (insert, update, dan delete) semua isi content aplikasi sistem pakar diagnosa penyakit
tanaman sengon.
2 User Mencari pemecahan masalah melalui sistem aplikasi dalam sistem pakar penyakit tanaman sengon
4.2.2 Activity Diagram
Activity diagram adalah salah satu cara untuk memodelkan event-event yang terjadi dalam suatu use case. Berikut ini activity diagram dari aplikasi sistem pakar penyakit tanaman sengon untuk user.
Skenario Use case login admin
Tabel 4.2 Skenario use case login admin
Name Login
Level Level admin
Actor Admin
Goal Untuk mengelola menu aturan pada aplikasi Predection Admin belum valid dan berhasil masuk menu
sesuai level login
Step admin memasukan username dan password admin menekan login
admin berhasil masuk menu aplikasi
Gambar 4.3 Activity diagram login admin
Skenario Use Case Admin Manage Menu jenis penyakit
Tabel 4.3 Skenario Use Case Admin Manage Menu jenis penyakit Name Admin mengelola menu jenis penyakit pada aplikasi Level Level admin
Actor Admin
Goal Untuk mengelola menu jenis penyakit pada aplikasi Precondition Admin belum mengakses menu aplikasi dan tidak
merubah jenis penyakit
Poscondition Admin dapat menu aplikasi dan memanipulasi menu jenis penyakit pada aplikasi
4.2.2.2 Activity Diagram Admin manage menu Jenis penyakit
gambar 4.4 Activity Diagram Admin manage menu Jenis penyakit
Skenario Use Case Admin Manage Menu gejala
Tabel 4.4 Skenario Use Case Admin Manage Menu gejala Name Admin mengelola menu pada aplikasi Level Level admin
Actor Admin
Goal Untuk mengelola menu pada aplikasi
Precondition Admin belum mengakses menu aplikasi dan tidak merubah gejala penyakit
Poscondition Admin dapat menu aplikasi dan memanipulasi menu penyakit pada aplikasi
4.2.2.3 Activity Diagram Admin manage menu Gejala
Gambar 4.5 activity diagram admin manage menu gejala penyakit
Skenario Usecase User menggunakan sistem pakar penyakit
Tabel 4.5 skenario usecase User menggunakan sistem pakar penyakit Nama User menggunakan aplikasi
Level Level user
Actor User
Goal Untuk mencari solusi dari permasalahan yang dialami user
Precondition User belum mengakses aplikasi dan tidak bisa mercari solusi permasalahan
melalui system
Steps user mengakses menu aplikasi
Gambar 4.6 activity diagram user menggunakan sistem pakar penyakit
4.2.2.3 Activity Diagram User menggunakan sistem pakar penyakit
4.2.3 Class Diagram
Class diagram adalah diagram yang digunakan untuk menampilkan beberapa kelas yang ada dalam sistem perangkat lunak yang akan dikembangkan. ClassDiagram menunjukkan hubungan antar class dalam sistem yang sedang dibangun dan bagaimana mereka saling berkolaborasi untuk mencapai suatu tujuan. Berikut ini digambarkan class diagram dari Aplikasi Sistem Pakar Penyakit tanaman sengon.
Gambar 4.7 class Diagram
4.2.4 sequence Diagram
Sequence Diagram adalah suatu diagram yang menggambarkan interaksi antar obyek dan mengindikasikan komunikasi diantara obyek-obyek tersebut. Berikut Sequence Diagram Use Case Login admin Aplikasi Sistem Pakar Diagnosis Penyakit sengon.
Gambar 4.8 sequence diagram login
4.2.4.2 sequence Diagram Admin manage menu Jenis penyakit
4.2.5 Pemilihan Arah Penelusuran
Pemilihan arah penelusuran dalam rancang bangun sistem pakar ini yaitu dengan menggunakan metode case based reasoning yang dapat dilihat sebagai berikut : mekanisme case based reasoning atau metode untuk menyelesaikan masalah dengan mengingat kejadian-kejadian yang sama/sejenis (similar) yang pernah terjadi di masa lalu kemudian menggunakan pengetahuan/informasi tersebut untuk menyelesaikan masalah yang baru penalaran diawali dari fakta – fakta yang ada menuju dengan menarik kesimpulan dengan mengajukan pertanyaan yaitu berupa gejala yang akan muncul kepada pengguna. Langkah – langkah ini dilakukan sebagai berikut :
Sistem pakar mengajukan pertanyaan dengan memilih Ya/Tidak berupa gejala apa saja yang telah muncul pada penyakit Tanam Sengon, kemudian setelah para pengguna memilih semua gejala-gejala yang muncul, maka sistem akan memproses hingga mendapatkan suatu kesimpulan yang sesuai dengan aturan (rule).
4.3 Pangkalan Kaidah
Pangkalan Kaidah dibuat untuk menterjemahkan rule base padda tabel sebagai alat yang membantu untuk mengetahui jenis penyakit tanaman sengon, dapat dijelaskan pangkalan kaidah sebagai berikut :
Penyakit Karat Pura :
P000001 IF G01 G02 G03 THEN P000001 P000002 IF G04 G05 G01 G10 THEN P000002 P000003 IF G06 G07 G08 G11 THEN P000003 P000004 IFG09 G12 G13 THEN P000004 P000005 IF G14 G15 G16 THEN P000005 P000006 IF G13 G14 G15 G17 THEN P000006 4.3.1 Kode Rule 1. Tabel penyakit
Tabel 4.6 Jenis Penyakit yang Menyerang Tanaman sengon
Pada tabel 4.6 berisi tentang kode Penyakit dan nama penyakit pada Tanaman Sengon
2. Tabel Gejala
Tabel 4.7 Gejala Penyakit Pada Tanaman Sengon
Tabel 4.8 Tabel Keputusan antara Penyakit dan Gejala P a d a T a b e l 4 . 3 b e r i s i i n f
formasi mengenai Keputusan antara Penyakit dan Gejala yang akan menjadi basis pengetahuan dalam pembuatan sistem pakar.
Gejala Penyakit P01 P02 P03 P04 P05 P06 G01 1 1 0 0 0 0 G02 1 0 0 0 0 0 G03 1 0 0 0 0 0 G04 0 1 0 0 0 0 G05 0 1 0 0 0 0 G06 0 0 1 0 0 0 G07 0 0 1 0 0 0 G08 0 0 1 0 0 0 G09 0 0 0 1 0 0 G10 0 0 0 0 0 0 G11 0 0 0 0 0 0 G12 0 0 0 1 0 0 G13 0 0 0 1 0 1 G14 0 0 0 0 1 1 G15 0 0 0 0 1 1 G16 0 0 0 0 1 0 G17 0 0 0 0 0 1
4.4 Implementasi dan Pembahasan
Implementasi dan pembahasan berisi tentang informasi hasil dari sistem yang telah dibuat dan implementasinya diterapkan dalam sistem berbasis website.
4.4.1 Tampilan Form Login
Gambar 4.9 Tampilan Form Login
1. Tampilan Form Login digunakan Untuk membuka Dasbor untuk mengedit isi dari tampilan aplikasi
2. Menu username untuk menamai data pada saat login
3. Menu password bertujuan untuk privasi dan keamanan dalam login
Gambar 4.10 Halaman dashbor admin untuk mengedit data yang keluar ditampilan aplikasi
4.4.3 Halaman Data input penyakit
Gambar 4.11 Halaman dashbor admin untuk mengisi daftar penyakit yang dibutuhkan dan keluar ditampilan aplikasi
Gambar 4.12 Halaman dashbor admin untuk mengisi daftar pgejala - gejala yang dibutuhkan dan keluar ditampilan aplikasi
4.4.5 Halaman input relasi
Gambar 4.13 Halaman dashbor admin untuk mengisi relasi penyakit dengan gejala yang dibutuhkan dan keluar ditampilan aplikasi
4.4.6 Halaman Ubah penyakit
Gambar 4.14 Halaman dashbor admin untuk mengubah daftar penyakit yang dibutuhkan dan keluar ditampilan aplikasi
4.4.7 Halaman ubah gejala
Gambar 4.15 Halaman dashbor admin untuk mengubah daftar gejala yang dibutuhkan dan keluar ditampilan aplikasi
4.4.8 Halaman Laporan penyakit
Gambar 4.16 Halaman dashbor admin untuk menampilkan daftar penyakit yang telah diinputkan gejala-gejalanya dan keluar ditampilan aplikasi
Gambar 4.17 Halaman dashbor admin untuk menampilkan daftar gejala yang keluar ditampilan aplikasi
4.4.10 Tampilan halaman depan / Home dalam Aplikasi
Gambar 4.18 Tampilan Halaman depan Aplikasi Halaman depan Aplikasi berisi
1. Home yaitu digunakan untuk kembali pada menu utama / home
2. Jenis Penyakit menampilkan beberapa jenis penyakit yang ada pada tanaman sengon
3. Konsultasi adalah halaman unuk login user /daftar user jika belum mendaftar
Gambar 4.19 Menampilkan Halaman untuk jenis penyakit yang ada pada tanaman sengon
4.4.12 Halaman untuk gejala – gejala pada jenis penyakit
Gambar 4.20 Menampilkan Halaman untuk gejala – gejala pada saat diklik jenis penyakit karat pura ditampilan sebelumnya
Gambar 4.21 Menampilkan Halaman untuk gejala gejala jenis penyakit hala ulat kantung yang ada pada tanaman sengon
4.4.14 halaman untuk login user
Gambar 4.22 menampilkan login untuk user sebelum konsultasi
4.5 Pengujian Sistem
Metode Case based reasoning adalah metode yang menggunakan 4 tahapan dalam proses yaitu retrieve,reuse, revise dan retain. Cara kerja sistem
secara umum berpedoman pada basis pengetahuan yang ada pada sistem dan bersumber dari kasus – kasus yang pernah ditangani seorang ahli(Tabel 4.4). Kemudian dihitung tingkat kemiripannya kasus dengan kasus baru yang diinputkan oleh pengguna(tabel 4.5). Berdasarkan tingkat kemiripan kasus inilah sistem akan mengeluarkan diagnosa penyakit yang dialami oleh tanaman sengon berikut adalah identifikasi.
Tabel 4.4
Kasus ID 45 Kasus ID 19 Kasus ID 92
Gejala :
- Daun menguning -
- Daun muncul bercak - - Munculbenjolan / bintil-bintikkecil (tumor) - - BatangEksudasi (keluarCairan) - Batangterdapat galls - Akar busuk Gejala :
- Daun nampak terawang -
- Lapisan daun berkurang -
- Muncul stadia pupa - - Batang berwarna keputih-putihan - - Daunberubahwarnakecok latan Gejala : Daun menguning - Daunmunculberc ak - DaunTerdapat galls - Daunmengeriting - BatangOksidasi
Solusi yang diberikan: - Pemotongandaunterseran
gpadasaat stadia pupa kemudiandibakar. - DilaburdandisemprotKap ur - Dilaburdandisemprotkap urdanbelerangdenganperb andingan 1 : 1 - Dilaburdandisemprotbele rangdangaramdenganperb andingan 1 : 1/10
- Potong tumor pada batang
Solusi yang diberikan: 1. Pengamatandirisecararuti
n/periodikadaseranganda patsegeradiketahui. 2. Pemotongandaunterseran
gpadasaat stadia pupa kemudiandibakar. 3. Pemanfaatanmusuhalami yang di lapangan (ApantetesdanTachinidae / sejenislalathitam). 4. Injeksibatangatauinfusak ardenganinsektisidasiste mik. 5. Solusi yang diberikan: - Dilaburdandisem protbelerang - Dilaburdandisem protKapur
kondomisasi(memasukka nracunkeakartanamandan injeksi racun kebatangtanaman Tabel 4.5 Kasus baru x Gejala : - Daun menguning - Daun muncul bercak - Daun rontok/ meranggas
- Munculbenjolan / bintil-bintikkecil (tumor) - BatangEksudasi (keluarCairan) - Batangterdapat galls - a. Proses Retrive
Proses Retrieve adalah proses pencarian kemiripan kasus baru dengan kasus lama. Pencarian kemiripan anatara kasus baru dengan kasus lama dengan mencocokkan gejala yang diinputkan oleh pengguna dengan gejala yang ada pada basis pengetahuan. Pada proses retrieve akan dilakukan pembobotan dengan menggunakan metode nearest Neighbour Retrieval.
Pada awal proses diagnosa pengguna akan menginputkan gejala-gejala yang dialami. Pengguna dapat menekan Ya atau tidak sesuai gejala yang ada sampai parameter gejala yang paling akhir untuk dapat mengetahui hasil diagnosa. Kemudian sistem akan melakukan pembobotan dengan melakukan pencocokan satu per satu antara
gejala yang diinputkan dengan gejala yang sudah ada, penghitungan pembobotan akan dilakukan pada tampilan berikut :
Bobot parameter : Untuk jawaban Ya = 1 Untuk jawaban tidak = 0
S1*W1 + S2*W2+...+ Sn*Wn Similary (problem, case) =
W1 + W2 +...Wn
Keterangan :
S = similary (nilai kemiripan)yaitu 1 (sama) dan 0 (beda) W= weight (bobot yang diberikan)
Penghitungan kasus 1
- Daun menguning = 1
- Daun muncul bercak = 1
- Daun Rontok = 0
- Munculbenjolan / bintil-bintikkecil (tumor)= 1 - BatangEksudasi (keluarCairan) = 1
- Batangterdapat galls =1
- Akar busuk = 1
W= Weigh(Bobot yang diberikan) = 17
Similarity (x,45) = [(1*1)+(1*1)+(o*1)+(1*1)+(1*1)+(1*1)+(1*1)]
17
= 0,35294118
Penghitungan kasus 3
- Daun menguning = 1
- Daun muncul bercak = 1
- Daun Rontok = 0
- Munculbenjolan / bintil-bintikkecil (tumor)= 0 - BatangEksudasi (keluarCairan) = 1
- Batangterdapat galls =1
- Akar busuk = 0
W= Weigh(Bobot yang diberikan) = 17
Similarity (x,45) = [(1*1)+(1*1)+(0*1)+(0*1)+(1*1)+(1*1)+(0*1)]
17
= 0,23529412
b. Proses reuse
Dari penghitungan diatas kasus yang memiliki bobot kemiripan paling rendah adalah ID 19 dan bobot kemiripan tertinggi adalah kasus ID 45 yaitu 0,35294118. Hasil perhitungan dengan bobot menunjukan tingkat kepercayaan yang paling baik, jadi solusi kasus Id 45 yang direkomendasikan kepada pengguna yaitu
- Pemotongan daun terserang pada saat stadia pupa kemudian dibakar. - DilaburdandisemprotKapur
- Dilaburdandisemprotkapurdanbelerangdenganperbandingan 1 : 1 - Dilaburdandisemprotbelerangdangaramdenganperbandingan 1 : 1/10 - Potong tumor pada batang
