1
BAB I.
PENDAHULUAN
Perhatian terhadap masalah penyakit ikan berkembang sejalan dengan meningkatnya sistem budidaya ikan ke arah intensifikasi. Informasi mengenai sumber penyakit yang sering menyerang ikan/udang selain sangat membantu dalam upaya pengobatan juga bermanfaat dalam menentukan tindakan yang harus dilakukan petambak/petani ikan untuk mencegah terjadinya serangan suatu penyakit yang mungkin dialami oleh ikan peliharaan (Afrianto dan Liviawaty, 1992). Informasi mengenai penyakit ikan secara ilmiah di Indonesia masih sangat terbatas dan hanya terdokumentasi secara parsial dalam laporan penelitian, jurnal, maupun buku-buku. Informasi yang sangat kurang ini disebabkan oleh berbagai keterbatasan, seperti kekurangan pakar mengenai penyakit ikan, fasilitas laboratorium, dan penyebaran informasi penyakit ke tingkat petambak/petani ikan (Mangunsuwiryo, 1990). Hal ini menyebabkan informasi mengenai permasalahan penyakit secara lengkap dan terkini sulit diperoleh pengguna baik masyarakat petani ikan, praktisi perikanan, dinas/lembaga terkait maupun para peneliti. Terbatasnya penyebaran informasi mengenai penyakit ikan ke tingkat petambak/petani ikan atau bahkan ke para pelaku bisnis ataupun praktisi bidang perikanan menyebabkan kesulitan dalam melakukan tindakan penanggulangan maupun cara pengobatan atau terapinya.
Adanya informasi yang cepat dan lengkap mengenai cara mengendalikan penyakit ikan sangat bermanfaat dalam upaya pengembangan penanggulangan penyakit ikan di Indonesia. Salah satu alternatif yang bisa digunakan untuk memecahkan permasalahan tersebut adalah dengan menggunakan alat bantu yang secara otomatis dan cepat bisa melakukan pendiagnosaan dan pemberi informasi cara penganggulangan penyakit ikan yaitu pemanfaatan teknologi komputer. Dengan bantuan peralatan komputer, pengguna bisa mendapatkan informasi cara penanggulangan penyakit ikan dengan cepat dan tepat sehingga kerugian yang dialami para petambak/petani ikan atau para pelaku bisnis perikanan karena serangan penyakit dapat dikurangi atau bahkan dihindari.
2
Terjadinya kematian pada organisme perikanan khususnya ikan baik yang meliputi budidaya maupun stok alami yang dikaitkan dengan penyakit sering dilaporkan. Di Indonesia sedikitnya telah tercatat tiga kali wabah yang mengakibatkan kerugian besar yang disebabkan penyakit, baik parasitis maupun bakterial (Dana dan Angka, 1990). Rokhmani (2002) melaporkan bahwa penyakit parasiter pernah mewabah di Indonesia yang disebabkan oleh
Ichthyopthirius multifilis pada tahun 1932, Lernea cyprinacea tahun 1963, dan Myxosoma sp.,
tahun 1974 menyerang ikan tawar. Pada awal tahun 2001 terjadi kematian massal ikan Koi yang menjalar pada ikan Mas di berbagai sentra produksi yang disebabkan oleh Koi Herpes Virus (KHV). Sukadi (2004) juga melaporkan bahwa pada budidaya udang juga terjadi wabah penyakit yang disebabkan Yellow Head Disease (1993), White Spot Syndrome Virus (1994) dan Taura
Syndrome Virus (2002). Pada budidaya ikan laut khususnya ikan kerapu, permasalahan penyakit
yang disebabkan oleh Iridovirus dan Nervous Necrosis Virus (NNV) juga terjadi (Sukadi, 2004). Dari berbagai penyakit tersebut, Indonesia telah kehilangan berbagai pendapatan baik domestik maupun devisa negara. Alifuddin (2002) menyatakan bahwa penyakit virus MBV (Monodon
baculovirus) yang menyerang udang windu (Penaeus monodon) telah menyebabkan 40% tambak
di seluruh Indonesia terhenti kegiatan operasinya. Kerugian kegiatan budidaya udang akibat
White Spot Syndrome Virus (sejak tahun 1990 hingga kini) diperkirakan sekitar US$
300.000/tahun, sedangkan kasus Koi Herpes Virus (2002) menyebabkan kerugian US$ 10.000.000 (Sukadi, 2004). Kejadian ini membuktikan bahwa masalah penyakit dalam perkembangan budidaya memerlukan perhatian khusus.
Komputer sebagai salah satu wujud perkembangan ipteks sudah tidak asing lagi bagi masyarakat baik di kalangan atas maupun di kalangan bawah. Sejalan dengan perkembangan teknologi komputer, telah dikembangkan teknik untuk mendayagunakan komputer sehingga bertindak seperti manusia. Ilmu komputer yang mengembangkan perangkat keras maupun perangkat lunak yang meniru perilaku dan kecerdasan manusia disebut Kecerdasan Buatan. Menurut Firebaugh (1988), Kecerdasan Buatan itu sendiri meliputi berbagai macam bidang, di antaranya : Penglihat Komputer (Computer Vision), Pemrosesan Bahasa Alami (Natural
Language Proccessing), Robotika (Robotics), Pengenalan Pola (Pattern Recognition),
Pengenalan Suara (Speech Recognition), Sistem Syaraf Buatan (Artificial Neural System), Sistem Pakar (Expert System), dan perkembangan terakhir dari bidang Kecerdasan Buatan adalah Penalaran Komputer Berbasis Kasus (Case-based Reasoning). Walaupun demikian, penerapan
3
ilmu komputer khususnya Kecerdasan Buatan di bidang perikanan belum banyak dilakukan. Padahal dilihat dari segi kemampuan komputer yang dibarengi dengan perangkat pemikir (brainware) yang ada di otak manusia, pemanfaatan teknologi komputer sangat bisa dimanfaatkan di berbagai bidang khususnya bidang perikanan.
Berkaitan dengan banyaknya kematian ikan yang disebabkan oleh penyakit dan lambatnya penanggulangan yang dilakukan karena keterbatasan informasi, pada tahun 2007 telah dilakukan sebuah penelitian oleh Mustafidah dan Suwarsito (2007) yang menghasilkan sebuah software untuk mendiagnosa dan memberikan nasehat cara menanggulangi penyakit ikan. Sistem yang dikembangkan adalah sistem pakar dengan metode representasi pengetahuan berbasis kaidah (rule-based knowledge representation). Sistem ini bisa dimanfaatkan sesuai dengan pengetahuan yang tersimpan. Namun pada penyelesaian masalah penyakit menggunakan metode ini ternyata masih ditemui beberapa kelemahan. Kelemahan tersebut terjadi saat diberikan informasi dari user tentang beberapa gejala penyakit yang dialami ikan, nasehat cara penanggulangan penyakit yang diberikan sistem kurang tepat. Hal ini disebabkan karena keterbatasan pengetahuan yang tersimpan dalam sistem. Ada beberapa gejala yang mirip namun tidak sama persis dengan pengetahuan / informasi yang telah tersimpan dalam database, sistem tidak bisa melakukan manuver (atau dalam istilah ilmu komputer disebut sebagai penalaran) untuk mencari solusi yang lain. Dengan menggunakan sistem penalaran komputer atau yang dikenal dengan metode CBR (penalaran komputer berdasarkan kasus) ini diharapkan sistem akan bisa memberikan solusi yang tepat karena sistem yang dirancang bisa melakukan penalaran layaknya seorang pakar penyakit ikan yang sudah berpengalaman dengan berbagai macam kasus penyakit ikan.
4
BAB II.
TINJAUAN PUSTAKA
A. PENYAKIT IKAN
Terjadinya kematian pada ikan budidaya maupun stok alami yang dikaitkan dengan penyakit sering dilaporkan. Di Indonesia sedikitnya telah tercatat tiga kali wabah yang mengakibatkan kerugian besar yang disebabkan penyakit, baik parasitis maupun bakterial (Dana dan Angka, 1990). Selanjutnya Alifuddin (2002) menyatakan bahwa penyakit virus MBV (Monodon baculovirus) yang menyerang ikan / udang windu (Penaeus monodon) telah menyebabkan 40% tambak di seluruh Indonesia terhenti kegiatan operasinya. Rokhmani (2002) juga menyatakan bahwa penyakit parasiter yang pernah mewabah yang disebabkan oleh
Ichthyopthirius multifilis pada tahun 1932, Lernea cyprinacea tahun 1963, dan Myxosoma sp.,
tahun 1974 menyerang ikan tawar. Penyakit parasit oleh Trichodina telah menyebabkan kematian benih ikan mas dan mujahir di Afrika Selatan, ikan rainbow trout dan salmon di Inggris (Dana et al., 2002). Kejadian ini membuktikan bahwa masalah penyakit dalam perkembangan budidaya ikan memerlukan perhatian khusus.
Menurut Afrianto dan Liviawaty (1992), penyakit ikan adalah sesuatu yang dapat menimbulkan gangguan pada ikan, baik secara langsung maupun tidak langsung. Gangguan terhadap ikan dapat disebabkan oleh organisme lain, pakan, maupun kondisi lingkungan yang kurang menunjang kehidupan ikan. Jadi, timbulnya serangan penyakit ikan di kolam terjadi karena interaksi yang tidak serasi antara ikan, kondisi lingkungan, dan patogen (Mangunwiryo, 1990). Interaksi yang tidak serasi tersebut menyebabkan stres pada ikan, sehingga mekanisme pertahanan tubuh ikan menurun dan akhirnya mudah diserang penyakit (Afrianto dan Liviawaty, 1992). Hubungan antara parasit, ikan, dan faktor stres lingkungan terhadap proses terjadinya penyakit dapat dilihat pada Gambar 1 berikut :
5 IKAN LINGKUNGAN PENYA- KIT PARASIT
Gambar 1. Proses Terjadinya Penyakit pada Ikan
Menurut Rokhmani (2002), penyakit ikan dibedakan menjadi dua, yaitu penyakit infeksi (oleh bakteri, virus, parasit, dan jamur) dan penyakit non-infeksi (stress, tumor, gangguan gizi pakan, dan traumatik). Sedangkan sumber penyakit yang sering menyerang ikan di kolam dikelompokkan menjadi 3, yaitu : (1) hama, (2) parasiter, dan (3) non-parasiter (Afrianto dan Liviawaty, 1992). Hama adalah hewan yang berukuran lebih besar dan mampu menimbulkan gangguan pada ikan, yang terdiri dari predator, kompetitor, dan pencuri. Parasiter adalah penyakit yang disebabkan oleh aktifitas organisme parasit, seperti virus, bakteri, jamur, protozoa, cacing, dan udang renik. Non-parasiter adalah penyakit yang disebabkan bukan oleh hama atau parasit, tetapi disebabkan oleh lingkungan, pakan, dan keturunan. Berdasarkan daerah penyerangannya, penyakit yang disebabkan oleh parasit dibagi menjadi penyakit kulit, penyakit pada insang, dan penyakit pada organ dalam.
Jika kondisi lingkungan berubah ke arah di luar batas-batas tertentu, dapat menyebabkan timbulnya suatu penyakit. Bermacam-macam faktor lingkungan dapat langsung atau tidak langsung mempengaruhi daya tahan tubuh terhadap serangan penyakit. Faktor abiotik antara lain suhu, intensitas cahaya, pencemaran, oksigen, salinitas, dan pH. Faktor biotik misalnya burung, serangga, dan hewan liar.
Penyakit ikan dapat timbul sebagai wabah yang cukup berarti apabila pembudidayaan dilakukan secara intensif. Demikian pula adanya lalu lintas ikan, peluang timbulnya suatu penyakit akan bertambah, terlebih jika ada penyakit dari luar. Menurut Mangunwiryo (1990), sumber berbagai penyakit yang mempengaruhi populasi ikan cukup komplek, dan diperkirakan
6
lebih dari 20 penyakit kulit dan bakterial yang sistemik, lebih dari 30 penyakit virus, dan lebih dari 100 penyakit parasit internal dan eksternal. Sedangkan menurut Kamiso (2004), beberapa jenis penyebab penyakit ikan penting ialah Koi Herpes Virus (KHV), Nervous Necrosis Virus (NNV), White Spot Syndrome Virus (WSSV), Taura Syndrome Virus (TSV), Vibrio spp.,
Aeromonas hidrophyla, dan Mycobacterium spp..
B. PENALARAN KOMPUTER BERDASARKAN KASUS (CASE-BASED REASONING / CBR)
CBR adalah salah satu cabang dari ilmu Kecerdasan Buatan yang merupakan sebuah pendekatan pemecahan masalah yang berorientasi pada pemanfaatan pengetahuan yang dimiliki pada masa lalu untuk memecahkan masalah yang sedang terjadi sekarang. Masalah baru dipecahkan dengan menggunakan kembali solusi yang telah pernah digunakan untuk memecahkan masalah terdahulu, dan jika perlu solusi diadaptasikan dengan permasalahan sekarang / masalah baru sehingga menjadi solusi yang tepat untuk memecahkan masalah baru (https://openair.rgu.ac.uk/bitstream/10059/54/1/ker05-mantarasetal.pdf).
Sebelum CBR, penelitian-penelitian yang ada banyak menggunakan expert system (sistem pakar), atau rule-based system (sistem berbasis kaidah), atau knowledge-based system / KBS (sistem berbasis pengetahuan). Meskipun banyak kesuksesan dari KBS, namun ternyata terdapat masalah yang sering dijumpai yaitu :
a. mendapatkan suatu pengetahuan adalah sangat sulit atau sering disebut dengan
knowledge elicitation bottleneck.
b. Implementasi dari KBS merupakan proses yang sulit yang memerlukan keahlian khusus dan sering membutuhkan banyak waktu dan tenaga.
c. Setiap kali diimplementasikan dari model dasar KBS sering lambat dan tidak mempunyai kemampuan untuk mengakses atau mengatur informasi yang cukup besar.
d. Setiap kali diimplementasikan akan sulit dilakukan perbaikan.
Hal yang sama juga dijumpai pada penelitian Mustafidah dan Suwarsito (2007) tentang mendiagnosa penyebab penyakit ikan dengan menggunakan sistem pakar (sistem berbasis kaidah). Dalam sistem berbasis kaidah ini sistem akan melacak masalah secara individual dan disesuaikan dalam kaidah yang tersimpan, yang masing-masing kaidah merupakan bagian
7
pemecahan masalah tersebut. Pernyataan ini juga didukung oleh Watson (2001). Kaidah-kaidah yang ada dikombinasikan secara bersama-sama untuk memecahkan masalah. Untuk membangun sebuah kaidah, harus diketahui bagaimana memecahkan masalahnya, hal ini akan sangat komplek dan sangat memakan waktu. Dalam sistem CBR (sistem penalaran berbasis kasus) tidaklah demikian. Kita tidak perlu tahu bagaimana memecahkan masalah, tetapi hanya mencari dan menemukan apa yang telah pernah kita lakukan untuk memecahkan masalah yang mirip dengan masalah sekarang. Selain perbedaan tersebut, perbedaan antara CBR dengan sistem berbasis kaidah seperti berikut ini (Tabel 1):
Tabel 1. Perbedaan CBR dengan Sistem Berbasis Kaidah (Rule-Based System)
Sifat Sistem Berbasis Kaidah CBR
Area masalah - Sempit
- masalah sudah dipahami dengan baik
- sangat membutuhkan teori
- statis
- luas
- masalah tidak harus dipahami dengan baik - tidak dibutuhkan teori
secara detil - dinamis Representasi
pengetahuan
Fakta dan kaidah IF-THEN Kasus
Penyediaan sistem jawaban Penelusuran
Penjelasan Pelacakan dari kaidah yang
dipicu
Penelusuran Pembelajaran sistem Tidak tersedia, biasanya
dibutuhkan penambahan kaidah baru secara manual
Tersedia, dengan cara akuisisi kasus.
a. Teknik CBR
Teknik umum pengembangan sistem berbasis kasus / CBR adalah sebagai berikut (Watson, 2001) :
• Representasi Kasus (Case Representation)
Kasus adalah pengetahuan yang merepresentasikan sebuah pengalaman. Kasus bisa berupa sejumlah kejadian, cerita, atau rekaman dari :
o Permasalahan yang mendeskripsikan keadaan dunia jika terjadi kasus o Solusi yang menyatakan solusi untuk permasalahan tersebut.
8
Representasi kasus bisa dilakukan dalam bentuk representasi daftar nilai-fitur, representasi berorientasi obyek, dan representasi grafik tergantung dari kebutuhan dan struktur data yang ada.
• Indexing (pengindekan)
Indeks adalah sebuah struktur data komputasional yang dapat disimpan di memory dan dicari dengan sangat cepat. Artinya komputer tidak perlu mencari setiap rekaman data yang tersimpan di media penyimpanan yang akan memakan waktu sangat lama.
• Storage (penyimpanan)
Penyimpanan kasus merupakan aspek penting dalam merancang sistem CBR yang efisien. Penyimpanan ini harus merefleksikan pandangan secara konseptual apa yang direpresentasikan di dalam kasus dan indeks yang mengkarakteristikkan kasus. Basis kasus harus diorganisasikan ke dalam struktur yang teratur yang mendukung metode pencarian dan pengambilan agar efisien.
• Retrieval (pengambilan)
Pengambilan kasus sangat berhubungan dan sangat bergantung pada metode pengindekan yang digunakan. Secara umum dasar pengambilan kasus didasarkan pada similaritas (kemiripan) kasus sekarang dengan kasus-kasus yang lalu. Metode pengambilan kasus yang biasa digunakan adalah nearest neighbor retrieval (pengambilan berdasarkan tetangga terdekat) dan inductive retireval (pengambilan secara induktif)
• Adaptation (adaptasi)
Solusi untuk pemecahan masalah sekarang terkadang tidak sama dengan solusi yang telah pernah digunakan untuk permasalahan yang lalu walaupun kasusnya sama. Oleh karena itu, CBR harus mengadaptasikan solusi yang tersimpan untuk dijadikan sebagai solusi kasus yang sekarang terjadi dan harus didapatkan solusinya. Untuk adaptasi ini diperlukan suatu formula atau aturan yang diterapkan pada kasus sekarang dan kasus yang lalu sehingga diperoleh solusi. Dua macam adaptasi dalam CBR yaitu :
o Structural Adaptation (adaptasi struktural) adalah adaptasi yang langsung menerapkan aturan atau formula kepada solusi yang tersimpan dalam kasus.
o Derivational adaptation (adaptasi turunan) yaitu adaptasi yang mengguna ulang aturan atau formula yang telah membentuk solusi awal untuk menghasilkan solusi baru untuk permasalahan sekarang.
9
Sekali adaptasi dijalankan dengan sukses baik oleh program ataupun oleh seseorang, maka adaptasi ini akan disimpan untuk digunakan selanjutnya.
b. Aplikasi CBR
CBR muncul pertama kali pada awal tahun 1990-an dalam bidang komersial dan sejak saat itu dikembangkan dalam jangkauan wilayah aplikasi yang lebih luas yaitu (Watson, 2001) :
• Diagnosis: sistem diagnosis berbasis kasus mengambil kasus yang lalu yang mempunyai
gejala mirip dengan kasus sekarang (kasus baru) dan menduga diagnosanya didasarkan pada kasus lalu yang sesuai.
• Help Desk: sistem ini digunakan dalam kasus pelayanan pelanggan yang biasanya
digunakan untuk menangani masalah produksi dan pelayanan.
• Assessment (Penilaian) : sistem ini digunakan untuk menentukan nilai suatu variabel
dengan membandingkannya ke nilai yang sudah diketahui dari sesuatu yang mirip dengannya. Biasanya digunakan dalam domain keuangan dan pemasaran.
• Decision support (Pendukung keputusan) : dalam pembuatan keputusan, jika dihadapkan
pada masalah yang komplek, maka akan dicari analogi masalah untuk mendapatkan solusi yang mungkin.
• Design (perancangan) : sistem ini akan membantu manusia dalam proses mendesain /
merancang di bidang arsitektur dan industri yang didasarkan pada kasus-kasus yang lalu yang nantinya dikombinasikan dengan hasil pemikiran yang lain untuk mendukung terwujudnya proses desain yang sempurna.
C. BAHASA PEMROGRAMAN
Bahasa pemrograman yang akan digunakan dalam penelitian ini adalah bahasa pemrograman Borland C++ Builder. C++ Builder adalah suatu alat pengembang aplikasi berbasis Microsoft Windows yang menerapkan konsep visualisasi. Dengan adanya dukungan visualisasi ini, C++Builder menjadi mudah digunakan untuk membuat aplikasi-aplikasi secara cepat (Raharjo dan Heryanto, 2003). Bahasa yang digunakan dalam kompiler C++Builder adalah bahasa C++ yang terkenal dengan keampuhannya dalam pembuatan program. Konsep-konsep
10
yang terdapat dalam bahasa C++ mudah dipahami dan digunakan karena C++ ini merupakan pengembangan dari C, yaitu bahasa pemrograman yang menjembatani antara bahasa pemrograman tingkat tinggi dengan bahasa pemrograman tingkat rendah (Pramono, 1999). Telah diketahui bahwa bahasa tingkat tinggi lebih mudah dimengerti karena perintahnya banyak menggunakan istilah sehari-hari, namun lambat dan kemampuannya kurang. Sedangkan bahasa tingkat rendah lebih sukar dimengerti namun cepat, ringkas, dan lebih pintar. Perpaduan yang dihasilkan adalah bahasa dengan kekuatan besar, ringkas, dan cepat, namun masih manusiawi. Itulah C, yang kemudian semakin dikembangkan dan lahirlah C++.
Dalam pengeksekusian kode programnya, C++Builder menerapkan konsep event-driven, yaitu pengeksekusian yang didasarkan atas kejadian (event) tertentu. Setiap kejadian tersebut mempunyai kode program sendiri yang disimpan dalam sebuah fungsi. Hal ini yang membedakan dengan bahasa pemrograman prosedural yang mengeksekusi kode-kode programnya mulai dari awal sampai akhir program secara beruntun.
Selain kemampuannya dalam membangun aplikasi-aplikasi visual, C++Builder juga dilengkapi dengan kemampuan untuk membangun database. Secara fisik, suatu database terdiri dari dua bagian, bagian utama adalah berupa engine yang mampu menghasilkan dan mengedit struktur tabel dan membentuk sistem database. Bagian utama ini sering disebut bagian Back End. Sedangkan bagian ke dua adalah yang sering disebut dengan Front End yang merupakan sarana komunikasi dengan pemakai. Form maupun laporan bisa disusun sesuai dengan kebutuhan dan selera pemakai (Pramono, 1999). Pada C++Builder, keduanya telah tersedia, Back End berupa engine yang disebut dengan BDE (Borland Database Engine). Sarana aplikasinya adalah Database Desktop. Sebagai Front End-nya berupa aplikasi yang bisa disusun sendiri. Keperluan penyusunan ini telah disediakan oleh C++Builder mulai dari komponen Data Access, komponen Data Control, ReportSmith, QuickReport sampai dengan Form Expert.
Kemudahan-kemudahan yang diberikan oleh bahasa C++Builder sebagai hasil pengembangan dari bahasa C sangat beralasan sebagaimana yang dinyatakan oleh Hu (1989) bahwa penggunaan bahasa C untuk pemrograman terdapat beberapa keuntungan antara lain :
unjuk kerja run-timenya lebih efisien karena bisa bisa melakukan manipulasi langsung terhadap bit, byte, kata, maupun pointer.
11
merupakan bahasa pemrograman terstruktur sehingga mudah untuk melakukan pengembangan, pendebugan, dan penambahan fungsi.
bahasa C dilengkapi dengan paket-paket layar (windows) dan grafik.
Hal ini sesuai untuk pengembangan sistem aplikasi penalaran komputer berbasis kasus ini, terutama untuk kepentingan antar muka pemakai dan pengolahan database.
12
BAB III.
TUJUAN DAN MANFAAT PENELITIAN
A.TUJUAN PENELITIAN
Tujuan penelitian ini adalah :
1. melakukan rancang bangun sistem yang bisa memberikan informasi tentang permasalahan berbagai penyakit ikan dengan cepat dan tepat.
2. melakukan rancang bangun sistem yang bisa memberikan informasi cara pengendalian penyakit ikan dengan cepat dan efektif.
3. melakukan rancang bangun sistem terkomputerisasi dan bersifat interaktif menggunakan metode penalaran berbasis kasus sehingga sistem bisa bertindak sebagai layaknya seorang pakar penyakit ikan yang sudah berpengalaman dan mampu memberikan solusi terhadap permasalahan penyakit ikan.
B. MANFAAT PENELITIAN
Manfaat yang diharapkan dari penelitian ini adalah :
1. Sebagai stimulus bagi perkembangan Ilmu dan Teknologi khususnya bidang komputer dan perikanan untuk bisa lebih dikembangkan dan dimanfaatkan ke domain yang lebih luas.
2. Bagi para petambak/petani ikan atau para pelaku dan praktisi bidang perikanan (sebagai pengguna) bisa memanfaatkan sistem ini untuk membantu mengatasi permasalahan penyakit ikan dengan cepat, tepat, dan efisien. Selanjutnya pengguna diharapkan bisa mengantisipasi timbulnya suatu penyakit yang menyerang ikan peliharaannya sehingga bisa meningkatkan produksinya yang hasilnya juga bisa dimanfaatkan oleh masyarakat dalam menunjang gizi keluarga menuju hidup sehat.
3. Produk ini bisa dimanfaatkan oleh Dinas Perikanan sebagai lembaga pelayanan masyarakat perikanan dalam hal menjadi salah satu sumber informasi tentang penyakit ikan beserta cara penanggulangannya.
13
BAB IV.
METODE PENELITIAN
Penelitian ini merupakan penelitian pengembangan / rekayasa, yaitu penelitian yang berorientasi pada produk (Pressman, 1997) yaitu perangkat lunak komputer. Pressman menyatakan bahwa dalam perekayasaan perangkat lunak harus dipenuhi langkah-langkah mulai dari analisis kebutuhan, desain, pengkodean (pembuatan program) dan pengujian. Bahasa pemrograman yang digunakan dalam penelitian ini adalah bahasa pemrograman Borland C++Builder. Berdasarkan identifikasi permasalahan perlunya informasi tentang penyakit dan cara penanggulangan dengan cepat dan efektif, maka perlu dikembangkan sebuah sistem yang bisa membantu mengatasi permasalah tersebut. Sistem yang akan dikembangkan merupakan sebuah sistem berbasis komputer. Dengan sifat interaktifnya, pengguna dapat berinteraksi dengan sistem sebagaimana dialog yang dilakukan dengan seorang pakar penyakit ikan.
Desain sistem CBR yang akan dikembangkan adalah sebagai berikut (Gambar 2):
Gambar 2. Sistem CBR untuk Kasus Penyakit Ikan tested/ repaired case REUSE REVISE RETAIN learned case solved case New case retrieved c ase General Knowledgee Kasus Penyakit lama RETRIEVE kasus baru Penyakit Suggested solution Confirmed solution (persentase C1 s/d C6)
14
Keterangan :
1. Retrieve : mendapatkan kasus-kasus yang mirip dibandingkan dengan kumpulan kasus-kasus di masa lalu
2. Reuse : menggunakan kembali kasus-kasus yang ada dan dicoba untuk menyelesaikan suatu masalah sekarang
3. Revise : mengubah dan mengadopsi solusi yang ditawarkan jika perlu 4. Retain : tetap memakai solusi yang terakhir sebagai bagian dari kasus baru
Proses penemuan solusi dalam metode CBR digambarkan pada Gambar 3. Dalam gambar tersebut pada saat terdapat kasus baru berupa soal yang akan dilakukan identifikasi, sistem akan mengecek ke dalam basis kasus yang tersimpan dalam sebuah database untuk dicocokkan apakah terdapat kasus yang sesuai atau yang mirip. Jika ada, maka kasus diadaptasikan dan dinilai kesesuaian atau kemiripan solusinya dengan solusi yang tersimpan dalam basis kasus. Jika memang solusi cocok, maka solusi itulah yang merupakan penyelesaian dari kasus tersebut.
Gambar 3. Prosedur Penemuan Solusi
Solusi mengarah ke permasalahan Solusi tidak mengarah ke permasalahan interaksi memungkinkan adaptasikan Adaptasi kasus Tidak sesuai analisis gagal perbaiki Case retrieval
Case base
Kasus baru soal query kasus Penilaian internal terhadap solusi gagalsolusi
15
Proses penyimpanan masalah beserta solusi yang telah diperoleh ke dalam database, diperlihatkan pada Gambar 4.
Gambar 4. Proses Penyimpanan Masalah dan Solusi
Tahapan penelitian yang dilakukan adalah :
a. Tahap konseptual (analisis kebutuhan dan perancangan konsep) :
Tahap konseptual ini meliputi : - retrieve
sebelum retrive dilakukan, terlebih dahulu dilakukan pengumpulan masalah-masalah beserta solusi yang ada dan dikemas atau disimpan dalam sebuah database.
16
Tahap retrieve dimulai dengan mengenali masalah dan berakhir ketika kasus yang ingin dicari solusinya telah ditemukan serupa dengan kasus yang telah ada. Langkah yang dilakukan adalah :
- identifikasi masalah
- memulai pencocokan (adaptasi) - menyeleksi
Gambaran proses pengambilan kasus (retrieve) pada rancangan sistem CBR ini adalah :
= deskripsi dari masalah baru yang akan dicari solusinya = deskripsi dari masalah yang sudah mempunyai solusi = solusi yang tersimpan
= solusi baru yang terbentuk karena adaptasi
Gambar 5. Proses Pengambilan Kasus pada Sistem CBR - reuse
pada tahap reuse ini difokuskan pada dua aspek kasus :
• perbedaan antara kasus yang ada dengan kasus yang baru
• bagian mana dari retrieve kasus yang dapat digunakan pada kasus yang baru Dua cara reuse yang disediakan terhadap kasus yang sudah ada yaitu :
• reuse solusi dari kasus yang telah ada (transformatial reuse)
• reuse metode kasus yang ada untuk membuat solusi (derivational reuse)
Masukan deskripsi masalah
Ruang masalah
17
- revise
Pekerjaan pokok pada tahap revise yang dilakukan adalah :
• evaluasi solusi yaitu bagaimana hasil yang didapatkan setelah membandingkan solusi dengan keadaan yang sebenarnya (memerlukan waktu relatif lama)
• memperbaiki kesalahan / perbaikan suatu kasus meliputi pengenalan kesalahan dari solusi yang dibuat dan mengambil atau membuat penjelasan tentang kesalahan tersebut.
- retain
Merupakan tahap proses penggabungan dari solusi kasus yang baru dan benar ke
knowledge yang sudah ada.
Tiga hal yang dilakukan : • meng-ekstrak • pengindekan • mengintegrasikan
b. Tahap programming :
Tahap programming yang dilaksanakan meliputi dua bagian besar yaitu implementasi dan pengujian sistem. Pada bagian implementasi sistem dilakukan pengkodean yang menghasilkan tampilan-tampilan yang merupakan antarmuka pemakai untuk melakukan proses identifikasi penyakit ikan. Sedangkan bagian pengujian sistem dilakukan proses pengujian dan pengolahan database untuk menghasilkan solusi cara pengobatan atau penanggulangan penyakitnya.
Secara garis besar, tahap implementasi dilakukan melalui tahap-tahap berikut : - pembuatan algoritma
- perancangan user interface - perancangan model database - pembuatan program untuk :
o retrieval o reuse
18
o revise o retain
Sedangkan pada tahap pengujian sistem dilakukan validasi dan verifikasi sistem yang telah dirancang bangun dengan menggunakan beberapa kasus tes untuk mengetahui valid tidaknya sistem. Beberapa aktifitas yang akan dilakukan :
o Ujicoba dan revisi produk
Untuk menguji atau menilai produk yang dibuat, dilakukan justifikasi oleh petani ikan atau pihak lain yang terkait dengan masalah penyakit ikan (sebagai pengguna) dan ahli (pakar penyakit ikan).
• Justifikasi pengguna
tahap ini pengguna akan ikut menentukan apakah sistem yang dihasilkan bisa dimanfaatkan untuk membantu dalam menanggulangi penyakit ikan.
• Justifikasi ahli
Tahap ini pakar penyakit ikan menjustifikasi dan merevisi secara materi terhadap produk sistem.
o Ujicoba dan pengembangan produk akhir
Tahap ini merupakan tahap pemantapan bentuk antarmuka dan materi pada sistem yang dibuat.
o Diseminasi dan Implementasi
Diseminasi dan implementasi dilakukan setelah melalui tahap-tahap sebelumnya sehingga produk yang berupa sistem komputer ini bisa bermanfaat bagi petani ikan atau pihak lain yang membutuhkan dalam membantu proses untuk menanggulangi penyakit ikan, sehingga produksi budidaya ikan bisa ditingkatkan.
19
BAB V.
HASIL DAN PEMBAHASAN
A. IMPLEMENTASI SISTEM
Beberapa tampilan sistem sebagai antarmuka pemakai yang merupakan hasil pengkodean dalam proses identifikasi penyakit ikan menggunakan sistem penalaran komputer berbasis kasus ini adalah sebagai berikut :
1. Halaman Utama.
Halaman utama sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini terdapat 4 buah menu yaitu Sistem, Data, Identifikasi, dan About (Gambar 6). Menu Sistem adalah menu untuk keluar dari sistem. Menu Data untuk menampilkan isi dari database yang ada yaitu data tentang jenis ikan, penyakit, fitur, pengendalian penyakit, bobot, fitur subfitur, range, dan penyakit dan pengendalian (Gambar 7). Menu Identifikasi adalah sarana bagi pemakai untuk melakukan proses identifikasi terhadap penyakit ikan. Menu About merupakan menu keterangan mengenai sistem.
20
Gambar 7. Tampilan Menu Data
2. Halaman Data Jenis Ikan.
Halaman data jenis ikan pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan beberapa jenis ikan yang ada dalam sistem ini yaitu ikan jenis budidaya, cyprinid, salmonid, hias koki/mas, dan ikan hias (Gambar 8).
Gambar 8. Jenis Ikan dalam Sistem
3. Halaman Data Penyakit.
Halaman data penyakit pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan beberapa jenis atau nama penyakit ikan dan
21
penyebabnya. Dalam sistem ini terdapat 46 jenis penyakit beserta penyebab seperti yang ditampilkan pada Gambar 9.
Gambar 9. Data Nama Penyakit dan Penyebab Penyakit
4. Halaman Data Fitur.
Halaman data fitur pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan beberapa fitur yang ada yaitu fitur atau bagian-bagian mana saja dari tubuh ikan yang terserang penyakit atau yang mengalami gejala penyakit. Dalam sistem ini fitur dibagi menjadi 3 macam yaitu badan, kepala, dan ekor (Gambar 10).
22
5. Halaman Data Pengendalian.
Halaman data pengendalian pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan beberapa jenis atau cara pengendalian terhadap penyakit ikan. Berdasarkan akuisisi data yang diperoleh, dihasilkan 102 macam pengendalian seperti ditampilkan pada Gambar 11.
Gambar 11. Data Macam Pengendalian Penyakit
6. Halaman Data Bobot.
Halaman data bobot pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan bobot dari fitur yang terdiri dari dua macam bobot yaitu bobot penting yang diberi nilai 1 dan bobot sangat penting yang diberi nilai 2 (Gambar 12).
23
Gambar 12. Data Bobot Fitur Ikan
7. Halaman Data Fitur_Subfitur.
Halaman data fitur_subfitur pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini menampilkan data tentang fitur-fitur disertai dengan sub-fitur yang sesuai. Berdasarkan sub-fitur yang ada yaitu badan, kepala, dan ekor, dihasilkan data sub_fitur untuk badan terdiri dari 10 sub_fitur sebagaimana terdapat dalam Gambar 13, fitur kepala terdiri dari 4 sub_fitur, dan fitur ekor terdiri dari 2 sub_fitur (Gambar 14) sehingga semuanya terdapat 16 sub_fitur.
24
Gambar 14. Data Sub_fitur dari Fitur Kepala dan Ekor
8. Halaman Data Range.
Halaman data range pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini memberikan informasi mengenai jangkauan nilai yang mungkin untuk sub_fitur-sub_fitur yang memiliki range nilai. Dalam sistem ini hanya sub_fitur nafsu makan dan perubahan warna yang memiliki range nilai sebagaimana ditunjukkan pada Gambar 15. Untuk sub_fitur nafsu makan memiliki range 1 sampai dengan 4 dengan urutan lahap, biasa, berkurang, hilang. Sedangkan sub_fitur perubahan warna memiliki range nilai 1 sampai dengan 6 dengan urutan warna segar, pucat, kuning kecoklatan, kemerahan, kebiruan, kehitaman.
25
Gambar 15. Data Range dari Sub_fitur
9. Halaman Data Penyakit dan Pengendaliannya.
Halaman data penyakit dan pengendaliannya pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini merupakan gabungan antara data penyakit dan data pengendalian atau dalam istilah dalam database disebut sebagai relasi tabel penyakit dan tabel pengendalian (Gambar 16). Pada Gambar 16 ini ditampilkan id_penyakit, penyebab penyakit, nama penyakit, dan cara pengendaliannya.
26
Gambar 16. Data Penyakit dan Pengendalian
B. PENGUJIAN SISTEM
Pengujian sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini diimplementasikan pada menu Identifikasi dengan tampilan awal seperti pada Gambar 17. Contoh pengujian sistem dilakukan untuk mengidentifikasi penyakit ikan salmonid dengan fitur atau bagian ikan yang terserang penyakit adalah badan dan kepala. Selanjutnya sistem akan menampilkan sub_fitur yang harus dipilih oleh pemakai untuk proses identifikasi (Gambar 18). Pada akhirnya sistem akan memberikan solusi tentang nama penyakit, penyebab penyakit, dan pengendalian penyakit dengan tingkat kemiripan / similaritas 0,604 untuk kasus tersebut (Gambar 19).
27
Gambar 17. Contoh Pengujian Sistem dengan Masukan Pemakai Jenis Ikan Salmonid dengan Fitur Badan dan Kepala
28
Gambar 19. Solusi Penyakit Ikan yang Diberikan Sistem
Proses tersebut dapat dijelaskan sebagai berikut: - Data dari pemakai (Gambar 20):
Jenis Ikan : Salmonid
Gejala Penyakit terdapat pada: Badan
Pada badan terdapat gejala :
Nafsu makan : berkurang
Kondisi kulit / pada kulit terdapat gejala : Bercak putih Kondisi perut / pada perut terdapat gejala :
Kondisi sirip / pada sirip terdapat gejala : Infeksi Pada punggung terdapat gejala :
Perilaku yang terlihat :
Aktifitas berenang teramati : kacau
Kondisi organ dalam : bengkak
Perubahan warna : kehitaman
Gejala Penyakit terdapat pada: Kepala
Pada kepala terdapat gejala :
Kondisi insang / pada insang terdapat gejala : infeksi Kondisi mata / pada mata terdapat gejala :
Kondisi mulut / pada mulut terdapat gejala :
29
- Data dari jenis ikan salmonid maka diperoleh 2 hasil penelusuran dalam basis data penyakit ikan. Hasil penelusuran dari data jenis ikan salmonid dan fitur badan, kepala adalah (Gambar 21 dan Gambar 22):
Data 1 dari basisdata :
Badan
Pada badan terdapat gejala :
Nafsu makan : hilang
Kondisi kulit / pada kulit terdapat gejala : infeksi
Kondisi perut / pada perut terdapat gejala :
Kondisi sirip / pada sirip terdapat gejala : Infeksi
Pada punggung terdapat gejala :
Perilaku yang terlihat :
Aktifitas berenang teramati : lemah
Kondisi organ dalam : bengkak
Perubahan warna : kehitaman
Kepala
Pada kepala terdapat gejala :
Kondisi insang / pada insang terdapat gejala : infeksi
Kondisi mata / pada mata terdapat gejala :
Kondisi mulut / pada mulut terdapat gejala :
Gambar 21. Data 1 dari Penelusuran Ikan Jenis Salmonid, Fitur Badan, Kepala Data 2 dari basisdata :
Badan
Pada badan terdapat gejala : perdarahan
Nafsu makan :
Kondisi kulit / pada kulit terdapat gejala : perdarahan
Kondisi perut / pada perut terdapat gejala :
Kondisi sirip / pada sirip terdapat gejala :
Pada punggung terdapat gejala :
Perilaku yang terlihat :
Aktifitas berenang teramati : kacau
Kondisi organ dalam : bengkak
Perubahan warna :
Kepala
Pada kepala terdapat gejala :
Kondisi insang / pada insang terdapat gejala : pucat
Kondisi mata / pada mata terdapat gejala : perdarahan
Kondisi mulut / pada mulut terdapat gejala :
Nama Penyakit : Viral Haemorrhagic
Penyebab Penyakit : VIRUS: Rhabdovirus
30
- Kemudian hitung nilai dari setiap fitur-subfitur terhadap masing-masing data penyakit yang berasal dari hasil penelusuran
- Hasil perbandingan dan nilai similarity lokal data input dari pemakai (Gambar 20) dengan data ke 1 dari hasil penelusuran pada Gambar 21 dapat dilihat pada Tabel 2. - Hasil perbandingan dan nilai similarity lokal data masukan dari pemakai (Gambar 20)
dengan data ke 2 dari hasil penelusuran pada Gambar 22 dapat dilihat pada Tabel 3. Tabel 2. Tabel Similarity Lokal Data Masukan Pengguna terhadap Data 1 pada
Basisdata
Nama penyakit : viral erythrocytic necrosis
Fitur-subfitur Nilai Bobot
Pada badan terdapat gejala 0 2
Nafsu makan 0,25 1
Kondisi kulit / pada kulit terdapat gejala 0 2
Kondisi perut / pada perut terdapat gejala 0 2
Kondisi sirip / pada sirip terdapat gejala 1 2
Pada punggung terdapat gejala 0 2
Perilaku yang terlihat 0 2
Aktifitas berenang teramati 0 2
Kondisi organ dalam 1 2
Perubahan warna 1 1
Pada kepala terdapat gejala 0 2
Kondisi insang / pada insang terdapat gejala 1 2
Kondisi mata / pada mata terdapat gejala 0 2
Kondisi mulut / pada mulut terdapat gejala 0 2
1 0,25 1 1 2 1 2 1 1 1 2
1 2 1 1 1 2 1 2 1 2 1 1 1 2
7,25 12 0,604
31
Tabel 3. Tabel Similarity Lokal Data Masukan Pengguna terhadap Data 2 pada Basisdata
Nama penyakit : Viral Haemorrhagic
Fitur-subfitur Nilai Bobot
Pada badan terdapat gejala 0 2
Nafsu makan 0 1
Kondisi kulit / pada kulit terdapat gejala 0 2
Kondisi perut / pada perut terdapat gejala 0 2
Kondisi sirip / pada sirip terdapat gejala 0 2
Pada punggung terdapat gejala 0 2
Perilaku yang terlihat 0 2
Aktifitas berenang teramati 1 2
Kondisi organ dalam 1 2
Perubahan warna 0 1
Pada kepala terdapat gejala 0 2
Kondisi insang / pada insang terdapat gejala 0 2
Kondisi mata / pada mata terdapat gejala 0 2
Kondisi mulut / pada mulut terdapat gejala 0 2
2 1 2 1 2
1 2 1 1 1 2 1 2 1 2 1 1 1 2
4
12 0,33
Dari hasil perhitungan similarity1 dan similarity2, hasil perhitungan yang paling besar adalah 0,604, sehinga hasil beserta solusi (pengendalian penyakit) yang dikeluarkan/direkomendasikan oleh sistem adalah (Gambar 23).
Nama Penyakit : viral erythrocytic necrosis
Penyebab Penyakit : VIRUS: Iridovirus
Pengendalian Penyakit
- perbaikan kualitas air dan pakan, pengurangan padat tebar, sanitasi lingkungan dan peralatan yang baik, mengisolasi ikan yang skit atu menunjukkan gejala-gejala sakit, atau dengan memusnahkan ikan yang sakit
- sanitasi perlatan dengan menggunakan khlorin. Penggunaan khlorin 10 mg/liter selama 1 jam mampu membunuh hampir keseluruhan agensia penyakit
32
C. REUSE
Pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan menggunakan reuse pada bagian solusi dari hasil penelusuran ikan yang mirip (dengan menggunakan perhitungan similaritas) dengan kasus baru. Setelah diketahui kasus mana yang mirip dengan kasus baru, maka solusi dari kasus yang mirip tersebut akan dikeluarkan untuk direkomendasikan kepada pemakai sebagai jawaban dari sistem. Cara yang digunakan untuk me-reuse kasus yang telah seperti ini merupakan cara me-reuse (penggunaan ulang) solusi
transformatial reuse. Solusi yang dimaksud pada sistem penalaran komputer berbasis kasus
untuk identifikasi penyakit ikan ini adalah penanggulangan penyakit ikan.
D. REVISE
Pada proses revise terdapat dua tugas utama dari tahapan ini yaitu evaluasi solusi dan memperbaiki kesalahan. Evaluasi solusi yang dimaksud adalah bagaimana hasil yang didapatkan setelah membandingkan solusi dengan keadaan yang sebenarnya. Perbaikan suatu kasus meliputi pengenalan kesalahan dari solusi yang dibuat dan mengambil atau membuat penjelasan tentang kesalahan tersebut. Proses revise pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini hanya bisa dilakukan oleh pakar.
E. RETAIN
Pada proses retain, dalam menggunakan solusi dari kasus yang mirip sebagai bagian dari kasus baru. Kasus baru akan disimpan sebagai kasus baru sementara. Jika pakar telah menyatakan kasus baru tersebut sebagai kasus valid maka kasus baru tersebut di-update ke dalam basis kasus.
F. ADAPTASI
Proses adaptasi pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini digunakan teknik null adaptation (tidak ada adaptasi). Teknik null adaptation sama sekali tidak menggunakan sama sekali tidak menggunakan adaptasi apapun. Teknik ini hanya menerima apapun solusi yang diberikan dari hasil penelusuran kasus yang mirip dengan kasus yang baru. Tidak ada adaptasi ini sangat berguna untuk permasalahan yang meliputi penalaran kompleks namun dengan solusi sederhana.
33
BAB VI.
KESIMPULAN DAN SARAN
A. SIMPULAN
Telah dihasilkan sebuah sistem penalaran komputer berbasis kasus (CBR) untuk identifikasi penyakit ikan berupa program komputer menggunakan bahasa pemrograman Borland C++Builder. Proses retrieve (penelusuran kasus) pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan menggunakan teknik nearest neighbor. Untuk mendapatkan kasus yang cocok, kasus target harus dibandingkan dengan setiap kasus yang berada dalam basis kasus. Perbandingan kemiripan (similarity) ini dihitung untuk setiap indeks yang bertujuan untuk memilih kasus yang paling cocok atau paling relevan. Asumsi dasar yang digunakan adalah bahwa kasus yang mirip akan memiliki solusi yang mirip pula. Metode reuse digunakan
transformatial reuse, berdasarkan hasil penelusuran ikan yang mirip (dengan menggunakan
perhitungan similaritas) dengan kasus baru. Setelah diketahui kasus mana yang mirip dengan kasus baru, maka solusi dari kasus yang mirip tersebut akan dikeluarkan untuk direkomendasikan kepada pemakai sebagai jawaban dari sistem. Solusi yang dimaksud adalah penanggulangan penyakit ikan. Proses revise terdiri dari evaluasi solusi dan memperbaiki kesalahan yang hanya bisa dilakukan oleh pakar. Pada proses retain, kasus baru akan disimpan sebagai kasus baru sementara. Jika pakar telah menyatakan kasus baru tersebut sebagai kasus valid maka kasus baru tersebut di-update ke dalam basis kasus. Proses adaptasi digunakan teknik
null adaptation (tidak ada adaptasi) yaitu sama sekali tidak menggunakan adaptasi apapun.
Teknik ini hanya menerima apapun solusi yang diberikan dari hasil penelusuran kasus yang mirip dengan kasus yang baru.
B. SARAN
Sistem ini belum dilengkapi dengan sistem keamanannya, yaitu penggunaan login untuk masuk ke sistem. Jadi dalam sistem ini siapapun bisa masuk tanpa ada batasan penggunaan. Oleh karena itu disarankan sistem ini bisa dilengkapi dengan teknik pengamanan misalnya dibatasi antara pengguna dan pakar dengan menerapkan otorisasi sistem.
34
DAFTAR PUSTAKA
Afrianto, E. dan E. Liviawaty. 1992. Pengendalian Hama dan Penyakit Ikan. Kanisius,Yogyakarta.
Alifuddin, M. 2002. Studi Inaktifasi Fisik Monodon Baculovirus (MBV), Virus Patogen Udang
Windu (Penaeus monodon Fab.). J. Akuakultur Indonesia I (1) : 55 – 69.
Amlacher, E. 2005. Textbook of Fish Diseases. Narendra Publishing House. Delhi.
Dana, D. dan S. L. Angka. 1990. Masalah Penyakit Parasit dan Bakteri pada Ikan Air Tawar
Serta Cara Penanggulangannya. Seminar Nasional II Penyakit Ikan dan Udang Tanggal
16 – 18 Januari 1990. Balai Penelitian Perikanan Air Tawar Bogor. Hal. 10 – 23.
Dana, D., I. Effendi, K. Sumawidjaja, dan Y. Hadiroseyani. 2002. Parasit Trichodina pada
Benih Ikan Betutu (Oxyeleotris marmorata). J. Akuakultur Indonesia I. (1) : 7 – 13.
Fikrivet and Tagged. 2009. http://fikrivet.fipiblog.com/2009/03/29/gejala-motile-aeromonas-septicaemia/. Diakses 2 Juni 2009.
Firebaugh, M. W. 1988. Artificial Intelligence : A Knowledge-Based Approach. PWS-KENT Publishing Company, Boston.
http://www/cee.hw.ac.uk/~alison/ai3notes/all.html.
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-871Spring-2005/DownloadthisCourse/index.htm
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-871Spring-2005/LectureNotes/index.htm
http://breederkoi.com/article/article_detail.asp?cat=1&id=6 diakses 2 Juni 2009 https://openair.rgu.ac.uk/bitstream/10059/54/1/ker05-mantarasetal.pdf
Kamiso, H.N. 2004. Status Penyakit Ikan dan Pengendaliannya di Indonesia. Dalam: Prosiding Pengendalian Penyakit pada Ikan dan Udang Berbasis Imunisasi dan Biosecurity, Unsoed Purwokerto. Hal 13 – 21.
Lesmana, D.S. 2002. Mencegah dan Menanggulangi Penyakit Ikan Hias. Penebar Swadaya. Jakarta.
Mangunwiryo, H. 1990. Pengenalan Penyakit Virus pada Ikan dan Udang serta Kemungkinan
Pengendaliannya. Seminar Nasional II Penyakit Ikan dan Udang Tanggal 16 – 18 Januari
1990. Balai Penelitian Perikanan Air Tawar Bogor. Hal. 1 – 9.
Marcellus, D.H. 1989. Expert Systems Programming in Turbo Prolog. Prentice Hall, New Jersey.
Martin, J. and Oxman, S. 1988. Building Expert Systems : A Tutorial. Prentice Hall, New Jersey. Mustafidah, H. dan Suwarsito. 2007. Pengembangan Sistem Pakar untuk Mendiagnosa dan
Memberikan Nasehat Cara Pengobatan Penyakit Ikan. Laporan Penelitian UMP.
Purwokerto.
35
Pressman, R.S. 1997. Software Engineering : A Practitioner’s Approach. 4th edition.
McGraw-Hill. Companies Inc.
Raharjo, B. dan Heryanto, I. 2003. Pemrograman Borland C++Builder. Informatika. Bandung. Rokhmani. 2002. Beberapa Penyakit Parasiter pada Budidaya Gurami (Osphronemus gouramy
Lac.) di Kabupaten Banyumas. J. Sains Akuatik. 5 (1) : 21 – 26.
Sentra Info Cupang Hias Indonesia. Pengendalian Penyakit Cupang. http://cupanghias-bettamania.weebly.com/pengendalian-penyakit.html. Diakses 13 Mei 2009
Sitanggang, M. 2002. Mengatasi Penyakit dan Hama pada Ikan Hias. Agromedia Pustaka. Jakarta.
Sukadi, F. 2004. Kebijakan Pengendalian Hama dan Penyakit Ikan dalam Mendukung
Akselerasi Pengembangan Perikanan Budidaya. Dalam: Prosiding Pengendalian Penyakit
pada Ikan dan Udang Berbasis Imunisasi dan Biosecurity, Unsoed Purwokerto. Hal 1 – 7. Supriyadi, H. 2003. Penyakit Pada Ikan Hias Serta Cara Penanggulangannya.
http://www.geocities.com/amir_hzh/HIAS.DOC. Diakses 2 Juni 2009
Watson, I. 2001. Applying Case-Based Reasoning : Techniques for Enterprise Systems. Morgan Kauffman Publishers, Inc. San Fransisco.
36
LAMPIRAN A. KODE PROGRAM
// program utama ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UnitCBR.h" #include "UJenisIkan.h" #include "UPenyakit.h" #include "UFitur.h" #include "UPengendalianPenyakit.h" #include "UBobot.h" #include "UFiturSubfitur.h" #include "URange.h" #include "UPenyakitPengendalian.h" #include "UIdentifikasi.h" #include "UProses.h" #include "UInput.h" #pragma resource "*.dfm" TFormUtama *FormUtama; __fastcall TFormUtama::TFormUtama(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormUtama::Keluar1Click(TObject *Sender) { Close(); } void __fastcall TFormUtama::JenisIkan1Click(TObject *Sender) { TFormJenisIkan *Ikan = new TFormJenisIkan(this); Ikan‐>Show(); } void __fastcall TFormUtama::Penyakit1Click(TObject *Sender) { TFormPenyakit *P = new TFormPenyakit(this); P‐>Show(); } void __fastcall TFormUtama::Fitur1Click(TObject *Sender) { TFormFitur *F = new TFormFitur(this); F‐>Show(); } void __fastcall TFormUtama::PengendalianPenyakit1Click(TObject *Sender) { TFormPengendalianPenyakit *PP = new TFormPengendalianPenyakit(this); PP‐>Show();
37 } void __fastcall TFormUtama::Bobot1Click(TObject *Sender) { TFormBobot *B = new TFormBobot(this); B‐>Show(); } void __fastcall TFormUtama::FiturSubfitur1Click(TObject *Sender) { TFormFitur_Subfitur *FS = new TFormFitur_Subfitur(this); FS‐>Show(); } void __fastcall TFormUtama::Range1Click(TObject *Sender) { TFormRange *R = new TFormRange(this); R‐>Show(); } void __fastcall TFormUtama::PenyakitDanPengendalian1Click(TObject *Sender) { TFormPenyakitPengendalian *R = new TFormPenyakitPengendalian(this); R‐>Show(); } void __fastcall TFormUtama::Identifikasi1Click(TObject *Sender) { //TFormIdentifikasi *I = new TFormIdentifikasi(this); //I‐>Show(); TFormInputUser *In = new TFormInputUser(this); In‐>Show(); //TFormProses *P = new TFormProses(this); //P‐>Show(); } //program jenis ikan ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UJenisIkan.h" #pragma link "Grids" #pragma resource "*.dfm" TFormJenisIkan *FormJenisIkan; __fastcall TFormJenisIkan::TFormJenisIkan(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormJenisIkan::Button1Click(TObject *Sender) { //delete ActiveMDIChild;
38 Close(); } //program penyakit ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UPenyakit.h" #pragma link "Grids" #pragma resource "*.dfm" TFormPenyakit *FormPenyakit; __fastcall TFormPenyakit::TFormPenyakit(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormPenyakit::Button1Click(TObject *Sender) { Close(); } //program fitur ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UFitur.h" #pragma link "Grids" #pragma resource "*.dfm" TFormFitur *FormFitur; __fastcall TFormFitur::TFormFitur(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormFitur::Button1Click(TObject *Sender) { Close(); } //program pengendalian penyakit ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UPengendalianPenyakit.h" #pragma link "Grids" #pragma resource "*.dfm" TFormPengendalianPenyakit *FormPengendalianPenyakit; __fastcall TFormPengendalianPenyakit::TFormPengendalianPenyakit(TComponent* Owner) : TForm(Owner)
39 { } void __fastcall TFormPengendalianPenyakit::Button1Click(TObject *Sender) { Close(); } // program pemberian bobot ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UBobot.h" #pragma link "Grids" #pragma resource "*.dfm" TFormBobot *FormBobot; __fastcall TFormBobot::TFormBobot(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormBobot::Button1Click(TObject *Sender) { Close(); } // program fitur subfitur ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UFiturSubfitur.h" #pragma link "Grids" #pragma resource "*.dfm" TFormFitur_Subfitur *FormFitur_Subfitur; __fastcall TFormFitur_Subfitur::TFormFitur_Subfitur(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormFitur_Subfitur::Button1Click(TObject *Sender) { Close(); } // program range ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "URange.h" #pragma link "Grids" #pragma resource "*.dfm"
40 TFormRange *FormRange; __fastcall TFormRange::TFormRange(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormRange::Button1Click(TObject *Sender) { Close(); } //program penyakit dan pengendaliannya ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UPenyakitPengendalian.h" #pragma link "Grids" #pragma resource "*.dfm" TFormPenyakitPengendalian *FormPenyakitPengendalian; __fastcall TFormPenyakitPengendalian::TFormPenyakitPengendalian(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormPenyakitPengendalian::Button1Click(TObject *Sender) { Close(); } //program identifikasi ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UIdentifikasi.h" #include "UInput.h" #pragma resource "*.dfm" TFormIdentifikasi *FormIdentifikasi; __fastcall TFormIdentifikasi::TFormIdentifikasi(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormIdentifikasi::Button1Click(TObject *Sender) { TFormInput *I = new TFormInput(this); I‐>Show(); } //program masukan dari pengguna ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop
41 #include "UInput.h" #pragma resource "*.dfm" TFormInputUser *FormInputUser; __fastcall TFormInputUser::TFormInputUser(TComponent* Owner) : TForm(Owner) { } //program proses ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ #include <vcl\vcl.h> #pragma hdrstop #include "UProses.h" #pragma resource "*.dfm" TFormProses *FormProses; __fastcall TFormProses::TFormProses(TComponent* Owner) : TForm(Owner) { } void __fastcall TFormProses::Button1Click(TObject *Sender) { Close(); }
42
LAMPIRAN B. PERSONALIA DAN KUALIFIKASI PENELITI
1. Ketua Penelitia. Nama Lengkap dan Gelar Akademik : Hindayati Mustafidah, S.Si.,M.Kom. b. Tempat dan Tanggal Lahir : Jepara, 22 Pebruari 1970
c. Jenis Kelamin : Perempuan
d. Fakultas/Prodi : Teknik / Teknik Informatika
e. Pangkat/Golongan/NIK : Penata / IIIc / 2160332
f. Bidang Keahlian : Ilmu Komputer
g. Tahun Perolehan Gelar Akademik Terakhir: Tahun 2002
Bidang Studi : Ilmu Komputer
Universitas Gadjah Mada
h. Alamat Kantor : Jl. Raya Dukuhwaluh Purwokerto
Kode Pos : 53182
Telepon/Faksimili : (0281) 636751 fax. (0281) 637239
Alamat Rumah : Dampit RT : 02/07 Dukuhwaluh, Kembaran, Banyumas, Jawa Tengah, Kode Pos : 53182
i. Hasil Penelitian :
No Judul Penelitian Tahun Status Sumber Biaya
1. Analisis Kompleksitas terhadap Algoritma Pengurutan Data
2002 Anggota UMP
2. Penerapan Reduksi Gauss-Jordan pada Komputasi Rangkaian Elektronika
2003 Ketua UMP
3. Komputasi Unjuk Kerja dan Utilitas Loket Pembayaran Registrasi Mahasiswa UMP (BAU) Berdasarkan Model Antrian Single Channel-Multi Phase dalam Bentuk Seri
2003 Anggota UMP
4. Evaluasi Soal Lomba Matematika XIV Tingkat SLTP Se-Jawa Tengah Tahun 2003 dalam Rangka Milad Ke-38 Universitas Muhammadiyah Purwokerto
2003 Anggota UMP
5. Analisis Kompleksitas Waktu dan Ruang Terhadap Laju Pertumbuhan Algoritma Heapsort
2003 Ketua UMP
6. Aplikasi Hukum de Morgan dalam Penentuan Struktur Bahasa Formal
2004 Anggota UMP 7. Penyusunan Formula Pakan Ikan Menggunakan Metode
Komputasi
2004 Ketua UMP
8. Pengembangan Perangkat Lunak Komputer Untuk Mengevaluasi Soal Tes
2004 Ketua Diknas Jateng 9. Peningkatan Prestasi Belajar Mahasiswa dalam Mata
Kuliah Pemrograman Dasar Melalui Pembelajaran Kooperatif Model Jigsaw
2004 Ketua DIKTI
10. Pengaruh NEM, Motivasi, dan Kedisiplinan terhadap Prestasi Belajar Mahasiswa Pendidikan Matematika – FKIP –
43
Universitas Muhammadiyah Purwokerto
11. Upaya Meningkatkan Partisipasi dan Prestasi Mahasiswa dalam Mata Kuliah Pemrograman Terstruktur melalui Pembelajaran CBSA (Cara Belajar Siswa Aktif)
2006 Ketua DIKTI
12. Pengembangan Media Pembelajaran Berbasis Komputer Pada Pokok Bahasan Himpunan sebagai Upaya
Meningkatkan Pemahaman Mahasiswa
2006 Anggota DIKTI
13. Pengembangan Sistem Pakar untuk Mendiagnosa dan Memberikan Nasehat Cara Pengobatan Penyakit Ikan
2007 Ketua DIKTI 14. Rancang Bangun Sistem Pakar Sebagai Konsultan
Permasalahan Akademik Bagi Mahasiswa
2007 Anggota DIKTI
15. Pengembangan Media Pembelajaran Berbasis Komputer Guna Meningkatkan Pemahaman Mahasiswa pada Mata Kuliah Metode Numerik
2008 Ketua Dikti
16. Komputasi Reduksi Gauss-Jordan pada Aplikasi Penghitungan Tegangan dan Arus Listrik
2008 Ketua Mandiri 17. Formulasi Pakan Ikan Menggunakan Aplikasi Sistem
Pakar Metode Runut Balik (Backward Chaining)
2008 Anggota UMP
18. Representasi Kasus Menggunakan Inductive Retrieval dengan Algoritma C4.5 pada Kasus Klasifikasi Prestasi Mahasiswa Berdasarkan NEM, Tingkat Kedisiplinan, dan Motivasi
2008 Ketua Mandiri
19. Pengembangan Sistem Penghitungan Zakat Menggunakan Bahasa Pemrograman Visual Basic
2008 Anggota Mandiri
20. Implementasi Case-Based Reasoning (CBR) untuk
Menentukan Harga Jual Sepeda Motor
2009 Anggota Mandiri
21. Algoritma Operasi Perkalian Bilangan Berdasarkan Mekanisme Kerja Mesin Turing (Turing Machine / TM)
2009 Ketua Mandiri 22. Klasifikasi Fuzzy Menggunakan Jaringan
Backpropagation
(Studi Kasus Prediksi Prestasi Mahasiswa Berdasarkan NEM, Kedisiplinan, dan Motivasi)
2009 Ketua Mandiri
23. Pengendalian Penyakit Ikan Menggunakan Sistem Penalaran Komputer Berbasis Kasus (Case-Based
Reasoning)
2009 Ketua DIKTI
Purwokerto, 10 Nopember 2010
44
2. Anggota Peneliti
a. Nama Lengkap dan Gelar Akademik : Suwarsito, S.Pi.,M.Si b. Tempat dan Tanggal Lahir : Bantul, 19 Maret 1968
c. Jenis Kelamin : Laki-laki
d. Fakultas/Prodi : Keguruan dan Ilmu Pendidikan /
P. Geografi
e. Pangkat/Golongan/NIK : Penata Tingkat I/IIId/2160240
f. Bidang Keahlian : Budidaya Perikanan
g. Tahun Perolehan Gelar Akademik Terakhir: Tahun 2004 Bidang Studi : Ilmu-ilmu Perairan
Institut Pertanian Bogor
h. Alamat Kantor : Jl. Raya Dukuhwaluh Purwokerto 53182 Telepon/Faksimili : (0281) 636751 fax. (0281) 637239
Alamat Rumah : Dukuhwaluh, Kembaran, Kab. Banyumas, Jawa Tengah 53182
i. Hasil Penelitian :
No Tahun Judul Sumber
Dana
1. 2003 Pengujian Media dengan Salinitas Berbeda Untuk Mendapatkan Pertumbuhan dan Kelangsungan Hidup Juvenil Udang Galah (Macrobrachium rosenbergii de Man), sebagai ketua
UMP
2. 2004 Penyusunan Formula Pakan dengan Metode Komputasi, sebagai anggota
UMP
3. 2004 Pengendalian Penyakit MAS (Motile Aeromonas
Septicemia) melalui Vaksinasi Debris Sel Aeromonas hydrophila pada Lele Dumbo (Clarias gariepinus
Burchell), sebagai anggota
UMP
4. 2005 Pengaruh Penambahan Enzim dalam Pakan terhadap Kecernaan Pakan dan Pertumbuhan Benih Ikan Gurami (Osphronemus gouramy Lac.), sebagai ketua
UMP
5. 2006 Efektifitas Khitin dalam Meningkatkan Pertumbuhan udang galah (Macrobrachium rosenbergii de Man), sebagai ketua
UMP
6. 2006 Pemanfaatan Bulu Ayam Sebagai Sumber Protein Pakan Ikan Gurame (Osphronemus gouramy Lac.), sebagai ketua
DIKTI
7. 2007 Pengaruh Pemberian Hormon Methyltestosteron
terhadap Nisbah Kelamin Anakan Lobster Air Tawar (Cherax quadricarinatus), sebagai ketua
KOPERTIS
8. 2008 Formulasi Pakan Ikan Menggunakan Aplikasi Sistem Pakar Metode Runut Balik (Backward Chaining)
45
9. 2009 Pengaruh Pemberian Pakan dengan Kadar Protein dan Vitamin E yang Berbeda terhadap Jumlah Anakan Lobster Air Tawar (Cherax quadricarinatus), sebagai ketua
DIKTI
10. 2009 Pengendalian Penyakit Ikan Menggunakan Sistem Penalaran Komputer Berbasis Kasus (Case-Based
Reasoning)
DIKTI
Purwokerto, 10 Nopember 2010
