Sistem Pakar Identifikasi Varietas Tanaman Kunyit

(1)

BURSATRIANNYO

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

BURSATRIANNYO

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada

Program Studi Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(3)

BURSATRIANNYO. Expert System Identification of Plant Varieties Turmeric. Supervised by MUSHTHOFA and CHEPPY SYUKUR.

Along with the increasing development of genetic plant resources, the number of accessions of the turmeric plant is also increasing, making it difficult to differentiate between varieties, due to similar appeareances. This reserach aims to develop on expert system to identify the varieties of turmeric (Turina-1, Turina2, and Turina-3).

Knowledge acquisition for building the expert system is performed in conjunction with an expert from the Indonesia Spices and Medicinal Research Institute, Drs. Cheppy Syukur. The knowledge acquisition process resulted in 13 input variables to describe a variety. The input inference process divides these 13 variables into two types: fuzzy and non-fuzzy. The non-fuzzy variables are: color of flowers, the base of leaf, and the meat colors the rihizome which are used to decide wheter the input description represents a Turina-1, Turina-2, Turina-3 variety or a non-variety. The remaining 10 variables fuzzy variables are: number of flowers per stem, plant height, number of tillers, leaf length, leaf width, rhizome weight per hill, number of parent rhizome, the number of primary roots, secondary roots and the levels of curcuma, which are used to determined whether the input description represents a Turina-1, Turina-2 or Turina-3 variety, using the Mamdani method for Fuzzy Inference System (FIS).

In the testing phase, we use 100 data, which are already labeled according to the decision by the expert. The result shows that the system is able to correctly identify 89 of the input data.

(4)

(5)

Program Studi : Ilmu Komputer

Menyetujui,

Mushthofa, S.Kom., M.Sc. Drs. Cheppy Syukur

Pembimbing I Pembimbing II

Mengetahui,

Dr.Ir. Agus Buono, M.Si., M.Kom. Ketua Departemen Ilmu Komputer

(6)

Nyo St. Mudo (Alm.) dan ibu Nursehan. Penulis merupakan putra keempat dari 7 bersaudara. Tahun 1987 penulis lulus dari SMA Negeri 2 Bukittingi. Pada tahun 1992 menjadi Pegawai Negeri Sipil pada kantor Pusat Penelitian dan Pengembangan Perkebunan Bogor. Pada tahun 2001 penulis berkesempatan sebagai petugas belajar pada Program Studi D3 Komputer dan Sistem Informasi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gajah Mada Yogyakarta dan lulus pada tahun 2004. Tahun 2007 penulis melanjutkan pendidikan pada program ekstensi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

(7)

skripsi ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan April 2011 ini ialah sistem pakar, dengan judul Sistem Pakar Identifikasi Varietas Tanaman Kunyit.

Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu penelitian dan penulisan karya ilmiah ini, antara lain kepada :

1. Mama di Bukittinggi atas doa, nasihat, dukungan dan motivasinya sehingga penulis dapat menyelesaikan studi di Jurusan Ilmu Komputer IPB.

2. Papa Dr.Ir. H. Darwis SN., MS. dan Mama Rahmah beserta keluarga di Bogor, atas dukungan, doa, dan motivasinya.

3. Papa Nasir Chaniago dan Ibu Mujowati di Bogor, atas dukungan, doa, dan motivasinya. 4. Istri tercinta (Efiana, SE.) beserta keempat putra-putri (Nadya Putri Satriana, Nadila Satrivi,

Tasya Rahmadhani Savitri dan Hilmy Syaputra) atas segala doa dan kasih sayangnya.

5. Kakak (Repianyo), Kakak (Cilvalerianyo, SH.), Kakak (Ajun Komisari Polisi Desfami Erianyo), Adik (Meri Kurniati, A.Mkeb.), Adik (Aswandi, S.Kom.,M.Kom.) dan Adik (Fefita Eriani) atas doa, saran dan motivasinya.

6. Bapak Mushthofa, S.Kom., M.Sc. selaku dosen pembimbing yang telah memberikan bimbingan dan pengetahuan sehinga skripsi ini dapat diselesaikan.

7. Bapak Drs. Cheppy Syukur selaku pembimbing lapang yang telah memberikan pengetahuan, bimbingan dan saran selama melakukan penelitian di BALITTRO.

8. Bapak Toto Haryanto, S.Kom., M.Si. selaku dosen penguji yang telah memberikan sarannya. 9. Adrini Putri, Irfa Dzulfarisi, dan Akmal Agung Nugraha, atas segala saran, motivasi dan

doanya.

10. Teman-teman seperjuangan Ekstensi Ilmu Komputer angkatan 2. 11. Semua dosen dan asisten dosen Ilmu Komputer.

12. Semua staf karyawan Departemen Ilmu Komputer.

Semoga penelitian ini bermanfaat

Bogor, Februari 2012

(8)

DAFTAR ISI

Halaman

DAFTAR GAMBAR ... ii

DAFTAR TABEL ... iii

DAFTAR LAMPIRAN ... iv

PENDAHULUAN ... 1

Latar Belakang ... 1

Tujuan ... 1

Ruang Lingkup ... 2

Manfaat ... 2

TINJAUAN PUSTAKA ... 2

Sistem Pakar ... 2

Struktur Sistem Pakar ... 2

Fuzzy Inference system(FIS) ... 3

Karakteristik Tanaman Kunyit ... 4

Identifikasi Tanaman Kunyit oleh Pakar ... 4

METODE PENELITIAN ... 4

Identifikasi Masalah ... 5

Mencari Sumber Pengetahuan ... 5

Akuisisi Pengetahuan ... 5

Representasi Pengetahuan ... 5

Pengembangan Mesin Inferensi ... 5

Implementasi ... 6

Pengujian ... 6

HASIL DAN PEMBAHASAN ... 6

Identifikasi Masalah ... 6

Mencari Sumber Pengetahuan ... 6

Akuisisi Pengetahuan ... 6

Representasi Pengetahuan ... 6

Pengembangan Mesin Inferensi ... 7

A. ProsesFuzzifikasi ... 7

B. ProsesDefuzzifikasi ... 10

Implementasi ... 11

Pengujian ... 11

KESIMPULAN DAN SARAN ... 12

Kesimpulan ... 12

Saran ... 12

DAFTAR PUSTAKA ... 13

(9)

DAFTAR GAMBAR

Halaman

1. Representasi kurva segitiga ... 3

2. Representasi kurva trapesium ... 3

3. Bentuk tanaman dan rimpang kunyit (Curcuma domesticaVal.) ... 4

4. Tahap pembentukan sistem pakar ... 5

5. Representasi kurva segitiga untuk jumlah bunga/tandan ... 8

6. Representasi kurva segitiga untuk tinggi tanaman kunyit ... 8

7. Representasi kurva segitiga untuk jumlah anakan tanaman kunyit ... 8

8. Representasi kurva segitiga untuk panjang daun tanaman kunyit ... 8

9. Representasi kurva segitiga untuk lebar daun tanaman kunyit ... 9

10. Representasi kurva segitiga untuk berat rimpang tanaman kunyit ... 9

11. Representasi kurva segitiga untuk jumlah rimpang induk tanaman kunyit ... 9

12. Representasi kurva segitiga untuk jumlah rimpang primer tanaman kunyit ... 9

13. Representasi kurva segitiga untuk jumlah rimpang sekunder tanaman kunyit ... 10

14. Representasi kurva segitiga untuk kadar kurkumin tanaman kunyit ... 10

15. Representasi kurva trapesium untuk keluaran sistem pakar tanaman kunyit ... 11

(10)

DAFTAR TABEL

Halaman

(11)

DAFTAR LAMPIRAN

Halaman

1. Struktur sistem pakar ... 15

2. Gambar varietas tanaman kunyit dan bentuk rimpang ... 16

3. Deskripsi varietas kunyit ... 17

4. Deskripsi data nominal dan numerik varietas kunyit ... 18

5. Rentang untuk masing-masing variabelnon fuzzytanaman kunyit ... 19

6. Rentang untuk masing-masing variabelfuzzytanaman kunyit ... 20

7. Aturan-aturan (rule)non fuzzytanaman kunyit ... 21

8. Aturan-aturan (rule)fuzzytanaman kunyit ... 22

9. Tampilan antar muka pemakai sistem pakar tanaman kunyit ... 24

10. Tampilaninputdanoutputdatanon fuzzysistem pakar tanaman kunyit ... 25

11. Tampilaninputdanoutputdatafuzzysistem pakar tanaman kunyit ... 26

(12)

PENDAHULUAN Latar Belakang

Teknologi komputer yang terus berkembang akan dapat mendukung manusia dalam mendapatkan informasi yang efektif. Informasi yang benar didapatkan dari hasil pengolahan data yang terjamin kebenarannya. Untuk mendapatkan suatu data yang benar, diperlukan suatu sistem pengolahan data yang mampu mengolah data secara cepat dan tepat. Kemampuan mengolah data, perhitungan yang cepat, tepat, dan dapat diandalkan untuk membantu dalam pengambilan keputusan, menyebabkan banyak disiplin ilmu menggunakan komputer sebagai alat bantu.

Sistem pakar (expert system) adalah suatu sistem komputer yang berbasis pengetahuan

(knowledge-based) terpadu, sehingga

memiliki kemampuan untuk memecahkan berbagai masalah dalam bidang tertentu secara cerdas dan efektif, sebagaimana layaknya seorang pakar (Marimin, 2009).

Kunyit (Curcuma domestica Val.) merupakan salah satu tanaman obat temu-temuan yang berpotensi untuk dibudidayakan (Syukur et al., 2006). Rimpang kunyit dapat digunakan antara lain mengobati gusi bengkak, luka, sesak nafas, sakit perut, bisul, sakit limpa, usus buntu, encok, gangguan pencernaan, perut kembung dan menurunkan tekanan darah. Selain itu, rimpang kunyit juga dapat digunakan sebagai bahan pewarna, bahan campuran kosmetika, bakterisida, fungisida dan stimulan.

Plasma nutfah adalah substansi yang terdapat dalam kelompok makhluk hidup, dan merupakan sumber sifat keturunan yang dapat dimanfaatkan dan dikembangkan atau dirakit untuk menciptakan jenis unggul atau kultivar. Berdasarkandatabaseplasma nutfah tanaman rempah dan obat, BALITTRO, telah terdata sebanyak 758 jenis dengan 2.700 aksesi plasma nutfah tanaman rempah dan obat.

Dari 758 jenis koleksi plasma nutfah, kunyit merupakan salah satu koleksi tanaman obat yang berdasarkan manfaatnya telah diproses melalui seleksi dalam program pemuliaan dan sudah diperoleh sebanyak 3 varietas unggul kunyit dengan potensi produksi dan mutu kurkumin tinggi, yaitu varietas Turina-1, Turina-2 dan Turina-3 (Syukur et al.2011). Ketiga varietas tersebut sudah berkembang dalam skala luas di lahan-lahan petani wilayah Jawa Barat, Jawa Tengah, Jawa Timur, Sumatera Selatan, dan Kalimantan. Dengan berkembangnya ketiga varietas tersebut, maka kebutuhan benih murni akan semakin meningkat dan

keragaman genetik kunyit yang berkembang di masyarakat akan semakin sempit, sehingga sistem identifikasi menggunakan sistem pakar sangat diperlukan. Ketiga varietas tersebut saat ini berstatus perlindungan HKI telah didaftarkan sebagai varietas dengan nomor pendaftaran 128/PVHP/2009 tahun 2009 (Purnomoet al., 2011.

Seiring dengan perkembangan plasma nutfah tanaman yang terus bertambah, jumlah aksesi tanaman kunyit juga terus meningkat, menyebabkan sulitnya membedakan dari masing-masing aksesi karena penampilannya hampir sama. Peneliti/teknisi selama ini melakukan pendataan karakter dan lingkungan dari nomor-nomor aksesi plasma nutfah tanaman kunyit masih secara manual, sehingga sulit menentukan ciri pembedanya yang secara kasat mata hampir mirip.

Dengan membangun sebuah Sistem Pakar Varietas kunyit, diharapkan dapat mempermudah peneliti/petugas dalam mengidentifikasi koleksi-koleksi baru yang didatangkan dari daerah, apakah merupakan koleksi baru atau varietas-varietas Turina-1, Turina-2 dan Turina-3 yang sudah berkembang di masyarakat. Sistem pakar ini juga dapat digunakan untuk mengidentifikasi varietas kunyit 1, 2 dan Turina-3 yang berkembang di masyarakat dalam rangka pemurnian benih untuk mendapatkan sertifikasi benih.

Penelitian sistem pakar yang menggunakan metode fuzzy Mamdani telah dilakukan sebelumnya diantaranya oleh Dzulfarizi (2010) dengan topik Sistem Pakar untuk Menentukan Varietas Unggul Nilam, dimana data yang diproses berupa ciri-ciri morfologi stek batang dari ketiga varietas unggul tanaman nilam.

Pada penelitian Putri (2011) dengan topik penelitian Sistem Pakar identifikasi Varietas

Anthurium Berdasarkan Daun, Spathe dan

Spadix, data yang diuji berupa ciri-ciri morfologi pada daun,spathedanspadix.

Sistem pakar varietas kunyit ini akan menggunakan data pengujian selain ciri-ciri morfologi, juga menguji data produksi dan mutu dari ketiga varietas kunyit (Turina-1, Turina-2 dan Turina-3).

Tujuan

(13)

Ruang Lingkup

Ruang lingkup dari sistem pakar ini adalah:

1. Sistem pakar ini dibatasi hanya mengidentifikasi dari ketiga varietas kunyit (Turina-1, Turina-2 dan Turina-3). 2. Data yang akan diproses berdasarkan data

deskripsi varietas kunyit (Turina-1, Turina-2, dan Turina-3) umur optimal (4-5 bulan) yaitu: ciri morfologi (warna bunga, jumlah bunga per tandan, tinggi tanaman, jumlah anakan, panjang daun, lebar daun, bentuk pangkal daun), produksi (warna daging rimpang, berat rimpang per rumpun, jumlah rimpang induk, jumlah rimpang primer dan jumlah rimpang sekunder) dan mutu (kadar kurkumin). 3. Keluaran yang dihasilkan berupa

kesimpulan teridentifikasinya ketiga varietas tanaman kunyit.

4. Pengguna sistem adalah pihak-pihak yang membutuhkan informasi mengenai varietas kunyit seperti peneliti/teknisi.

Manfaat

Pemanfaatan sistem pakar untuk membantu peneliti/teknisi dalam mengidentifikasi koleksi-koleksi baru yang didatangkan dari daerah, apakah merupakan koleksi baru atau varietas-varietas Turina-1, Turina-2 dan Turina-3 yang sudah berkembang di masyarakat. Sistem pakar ini juga dapat digunakan untuk mengidentifikasi varietas kunyit Turina-1, Turina-2 dan Turina-3 yang berkembang di masyarakat dalam rangka pemurnian benih untuk mendapatkan sertifikasi.

TINJAUAN PUSTAKA Sistem Pakar

Sistem pakar (expert system) yaitu suatu sistem komputer yang berbasis pada pengetahuan yang terpadu di dalam suatu sistem informasi dasar yang ada, sehingga memiliki kemampuan untuk memecahkan berbagai masalah dalam bidang tertentu secara cerdas dan efektif, sebagaimana layaknya seorang pakar. Sistem pakar dapat dirancang untuk merekam dan menggunakan ilmu pengetahuan, pengalaman dan keahlian dari berbagai tenaga ahli yang memiliki disiplin ilmu yang berbeda (Marimin, 2009).

Struktur Sistem Pakar

Menurut Marimin (2009), sistem pakar terdiri dari beberapa komponen yang mempunyai hubungan yang erat dengan bagian lainnya seperti ditunjukkan pada Gambar Lampiran 1.

Komponen-komponen tersebut yaitu: 1. Akuisisi Pengetahuan

Tahap Akuisisi Pengetahuan (Knowledge Aqcuisition) merupakan tahap yang penting, kritis dan sangat menentukan keberhasilan sistem pakar yang akan dikembangkan untuk pemecahan persoalan yang biasanya dapat diselesaikan oleh pakar. Akuisisi pengetahuan didukung oleh sistem pengetahuan dasar dan struktur dasar untuk menginterpretasikan data dan memecahkan masalah menurut tingkat kompleksitasnya.

2. Representasi Pengetahuan

Basis pengetahuan merupakan bagian yang memuat obyek-obyek pengetahuan serta hubungan yang dimiliki antar obyek-obyek tersebut. Basis pengetahuan tersebut merupakan sumber kecerdasan sistem dan hal ini dimanfaatkan oleh mekanisme inferensi untuk mengambil kesimpulan. Empat kriteria dalam memilih metode representasi pengetahuan (Marimin, 2009), yaitu : kemampuan representasi, kemudahan dalam penalaran, efisiensi proses akuisisi, dan efisiensi proses penalaran.

3. Mesin Inferensi

Mesin Inferensi (Inference Engine) adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Hal ini yang membuat sistem sangat menyerupai pemikiran seorang pakar. Terdapat dua teknikInference Engine.

a. Forward Chaining(Pelacakan ke Depan)

Forward Chaining merupakan kebalikan

dari Backward Chaining yaitu mulai dari kumpulan data menuju kesimpulan. Kesimpulan suatu kasus dibangun berdasarkan fakta-fakta yang telah diketahui.

b. Backward Chaining (Pelacakan ke

Belakang)

(14)

4. Interaksi Manusia-Mesin

Kemudahan pengguna dalam

berkomunikasi dengan sistem masukan maupun keluaran yaitu interaksi manusia-mesin yang merupakan bagian fisik dari

hardware (Marimin, 2009). Interaksi

manusia-mesin merupakan kasus khusus di dalam penyebaran kecerdasan, karena hal ini melibatkan pengelolaan informasi, model dan kemampuan membagi.

Fuzzy Inference System (FIS)

Sistem fuzzy merupakan sistem yang mampu mengembangkan sistem intelijen dalam lingkungan yang tidak pasti. Sistem ini menduga suatu fungsi dengan logika fuzzy. Logika fuzzy digunakan untuk menangani konsep derajat kebenaran (Zadeh, 1965). Komponen sistemfuzzyantara lain:

1. HimpunanFuzzy

Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik, sehingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Dengan kata lain, nilai kebenaran suatu item

tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, sedangkan nilai 1 menunjukan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah.

2. Fungsi Keanggotaan

Fungsi keanggotaan (Membership

function) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data kedalam nilai keanggotaannya. Fungsi keanggotaan berinterval dari 0 sampai 1. Diantara 0 dan 1 akan ada nilai-nilai yang merepresentasikan setiap item yang dimasukkan kedalam gugus fuzzy sehingga akan mewakili semua nilai yang seharusnya ada dalam penyelesaian masalah.

Fungsi keanggotaan suatu himpunan fuzzy

dapat direpresentasikan dengan berbagai kurva, salah satunya adalah kurva segitiga dan kurva trapesium (Kusumadewi, 2002).

a. Representasi Kurva Segitiga (Triangle) Kurva segitiga merupakan gabungan antara dua garis (linear). Garis pertama menunjukkan adanya kenaikan derajat keanggotaan nol menuju nilai domain yang lebih tinggi. Garis kedua adalah kebalikan dari garis pertama, yaitu penurunan derajat keanggotaan menuju nilai domain yang lebih rendah. Kurva ini merupakan pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.

Fungsi keanggotaan:

0; x c atau x a

µ(x)

= (x - a) / (b - a); a x b (c - x) / (c - b); b x c

Gambar 1. Representasi kurva segitiga (Kusumadewi, 2002).

b. Representasi Kurva Trapesium

Kurva trapesium merupakan gabungan dari dua garis yang mengalami kenaikan dan penurunan derajat keanggotaan, tetapi ada salah satu sisi dari variabel tersebut yang tidak mengalami perubahan. Hal ini ditunjukkan adanya garis horizontal antara dua garis linear.

Gambar 2. Representasi kurva trapesium (Kusumadewi, 2002).

3. Penalaranfuzzymetode Mamdani

Metode Mamdani diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Pada metode Mamdani baik input maupun output

sistem berupa himpunan fuzzy. Metode Mamdani memiliki beberapa keuntungan yaitu lebih diterima oleh banyak pihak serta lebih sesuai apabila input diterima dari manusia (bukan mesin) (Kusumadewi, 2002).

4. Defuzzifikasi

Defuzzifikasi merupakan suatu proses merubahoutput fuzzyke outputyang bernilai tunggal (crisp). Defuzzifikasi yang biasa

(15)

digunakan dari berbagai metode adalah metode centroid dan maximum (Marimin, 2009). Dalam Metode maximum, satu dari nilai-nilai variabel yang merupakan nilai kepercayaan maksimum gugus fuzzy dipilih sebagai nilai tunggal untuk variabel output. Sedangkan metodecentroid, nilai tunggal dari variabel output dihitung dengan menemukan nilai variabel dari centre of gravity suatu fungsi keanggotaan untuk nilai fuzzy. Defuzzifikasi dilakukan pada komposisi aturan Mamdani menggunakan metode

Centroid. Metode ini memperoleh solusi

crisp dengan cara mengambil titik pusat (z*) daerahfuzzydengan rumus :

 Untuk variabelkontinu:



 Untuk variabeldiskret:



µ(z) = derajat keanggotaan dari z

Karakteristik Tanaman Kunyit

Kunyit (Curcuma domestica Val.) merupakan salah satu tanaman obat temu-temuan yang berpotensi untuk dibudidayakan (Syukur et al., 2006). Rimpang kunyit dapat digunakan antara lain mengobati gusi bengkak, luka, sesak nafas, sakit perut, bisul, sakit limpa, usus buntu, encok, gangguan pencernaan, perut kembung dan menurunkan tekanan darah. Selain itu, rimpang kunyit juga dapat digunakan sebagai bahan pewarna, bahan campuran kosmetika, bakterisida, fungisida dan stimulan. Bentuk tanaman dan rimpang kunyit seperti pada Gambar 3.

Disamping manfaat di atas, tanaman kunyit yang merupakan salah satu jenis tanaman temu-temuan dari komoditas tanaman rempah dan obat dapat digunakan untuk bahan industri obat/pabrik farmasi. Sampai saat ini varietas tanaman kunyit berstatus perlindungan HKI, telah didaftarkan sebagai varietas dengan nomor pendaftaran 128/PVHP/2009 sebanyak 3 varietas yaitu Turina-1, Turina-2 dan Turina-3. Varietas kunyit ini sangat potensial untuk

dikembangkan secara komersial oleh industri obat dan farmasi.

Gambar 3.Bentuk tanaman dan rimpang kunyit (Curcuma domesticaVal.).

Identifikasi Tanaman Kunyit oleh Pakar Tanaman kunyit merupakan suatu genus tanaman pada famili Zingiberaceae dan dikenalnya pemuliaan kunyit sejak dulu menyebabkan diversitas genetik pada kultivar-kultivar yang beredar saat ini sangat tinggi dan kompleks. Tanaman kunyit telah dikenal dan digunakan sebagai tanaman obat temu-temuan sejak dahulu kala.

Identifikasi tanaman kunyit bukanlah sesuatu hal yang mudah dilakukan. Oleh karena itu, pakar melakukan pengidentifikasian tanaman dalam diversitas karakter dan jenis yang tinggi dan dilakukan secara bertahap, dimulai dengan mengidentifikasi ciri-ciri morfologi tanaman, produksi dan mutu rimpang serta uji DNA. Pada penelitian ini, tanaman kunyit diidentifikasi tidak sampai pada uji DNA, hanya pada bagian ciri-ciri morfologi tanaman, produksi dan mutu rimpang.

Pengamatan pada tanaman kunyit dilakukan pada saat umur optimal yaitu antara 4 5 bulan dengan jarak tanam 50 x 50 cm. Syarat tumbuh tanaman yang perlu diperhatikan dalam melakukan identifikasi tanaman kunyit, yaitu :

 _{Tempat pengujian tanaman berada pada}

ketinggian tempat 0 2.000 m dpl.

 Jumlah curah hujan/tahun yaitu 2.000 4.000 mm/tahun.

 Jenis tanah lempung berpasir.

METODE PENELITIAN

(16)

efisien. Pada tahap pembentukkan sistem pakar dimungkinkan adanya iterasi atau pengulangan tahap tertentu yang dianggap belum memenuhi syarat atau adanya perbaikan. Adapun tahap-tahap pembentukan sistem pakar seperti pada Gambar 4.

Gambar 4. Tahap pembentukan sistem pakar (Marimin, 2009).

Berdasarkan Gambar 4 di atas, tahap pembentukkan sistem pakar mengalami iterasi atau pengulangan ketika hasil yang diperoleh tidak mewakili seorang pakar, tahap tersebut diuraikan sebagai berikut:

Identifikasi Masalah

Perkembangan plasma nutfah tanaman yang terus bertambah, jumlah aksesi tanaman kunyit juga terus meningkat, menyebabkan sulitnya membedakan dari masing-masing aksesi karena penampilannya hampir sama. Peneliti/teknisi selama ini dalam melakukan pendataan karakter dan lingkungan tanaman kunyit masih secara manual, sehingga sulit menentukan ciri pembedanya yang secara kasat mata hampir mirip. Kebutuhan akan benih murni juga semakin meningkat,

sehingga identifikasi menggunakan sistem pakar sangat diperlukan.

Dalam penelitian ini, identifikasi varietas kunyit (Turina-1, Turina-2 dan Turina-3) dapat dilihat dari ciri morfologi (warna bunga, jumlah bunga per tandan, bentuk tanaman, tinggi tanaman, warna batang semu, jumlah anakan, bentuk helaian daun, panjang daun, lebar daun, warna daun bagian atas, bagian bawah dan pinggir daun, bentuk pinggiran daun, pangkal daun dan ujung daun), produksi (bentuk rimpang, warna kulit rimpang, warna daging rimpang dan berat rimpang per rumput, serta jumlah rimpang induk, rimpang primer dan rimpang sekunder) dan mutu (kadar kurkumin). Jumlah variabel berdasarkan data deskripsi varietas kunyit sebanyak 24 variabel seperti pada Lampiran 3.

Mencari Sumber Pengetahuan

Sumber pengetahuan diperoleh dari pakar dan publikasi terkait tentang tanaman kunyit. Pakar yang untuk penelitian ini adalah Bapak Drs. Cheppy Syukur, Peneliti Madya bidang Pemuliaan Tanaman pada Balai Penelitian Tanaman Rempah dan Obat Bogor.

Akuisisi Pengetahuan

Akuisi pengetahuan yang dilakukan dalam sistem ini menggunakan metode wawancara langsung dengan pakarnya tentang semua variabel yang saling terkait. Variabelnya adalah ciri karakteristik dari varietas kunyit berdasarkan data deskripsi varietas kunyit (Turina-1, Turina-2 dan Turina-3).

Representasi Pengetahuan

Setelah memperoleh pengetahuan dari berbagai sumber, knowledge engineer mulai memilih teknik representasi yang akan digunakan untuk mengembangkan sistem pakar. Pada tahap ini semua variabel deskripsi varietas kunyit yang didapat dari proses akuisisi pengetahuan akan dimasukkan sebagai input sistem kemudian dilihat keterkaitan antara tiap variabel dan mengklasifikasikan kunyit sesuai varietasnya.

Jenis representasi pengetahuan yang dipilih untuk mengkonfigurasikan fakta-fakta pengetahuan adalah representasi jenis

production rules. Representasi jenis ini tersusun atas kaidah-kaidah yang mengikuti pola:

If Kondisi Then Aksi

Keadaan [kondisi] yang dimaksud adalah kondisi yang didapat dari akuisisi pengetahuan, baik secara non fuzzy maupun

(17)

fuzzy. Untuk keadaan [aksi] dimaksud untuk memasukkan hasil dari variabel tersebut, misalnya Turina-1.

Pengembangan Mesin Inferensi

Dari hasil akuisisi diperoleh fakta, informasi dan strategi penalaran untuk memecahkan persoalan. Pada sistem ini digunakan teknik Forward Chaining, yaitu dengan memperoleh berbagai fakta tentang kesesuaian varietas untuk tanaman kunyit, kemudian menuju kesimpulan tentang keadaan tanaman tersebut.

Dalam pengembangan mesin inferensi digunakan Fuzzy Inference System (FIS) Mamdani sebagai penanganan ketidakpastian, dimulai dari input variabel non-fuzzy, kemudianinput variabelfuzzy. Variabelinput non-fuzzyyaitu berupa variabel data morfologi tanaman kunyit yang bernilai nominal, sedangkan input fuzzy berupa variabel data yang bernilai numerik dari ciri-ciri morfologi, produksi dan mutu ketiga varietas tanaman kunyit sebagai masukan sistem, kemudian dilakukan pelacakan sampai tercapainya tujuan akhir yaitu kesimpulan termasuk ke dalam varietas mana dari tanaman kunyit tersebut (Turina-1, Turina-2 atau Turina-3). Cara pelacakannya diawali dengan pengkodean masing-masing fakta masukan.

Kode hanya diberikan kepada suatu fakta, yaitu jika salah satu fakta masukan sudah diisikan oleh pengguna. Proses pencocokan kode masukan terhadap kaidah yang juga sudah dikodekan terus berlangsung sampai pada akhirnya ada kesesuaian kombinasi masukan dengan kombinasi kode suatu kaidah. Bila tercapai kesesuaian maka kaidah tersebut akan memanggil kesimpulan berkode tertentu, untuk memberikan tanggapan terhadap fakta masukan. Tanggapan itulah yang merupakanoutputdari sistem.

Implementasi

Dalam tahap ini dilakukan penerjemahan hasil perumusan ke dalam aplikasi komputer. Semua variabel dari deskripsi varietas kunyit merupakan input sistem dan varietas kunyit (Turina-1, Turina-2 dan Turina-3) merupakan

output sistem. Perangkat lunak yang

digunakan dalam pembuatan Sistem Pakar ini yaitu Matlab Versi 7.7. Pemilihan Matlab sebagai perangkat lunak didasarkan pada kesesuaian karakteristik permasalahan yang dikaji, diharapkan dapat memperoleh keluaran yang diinginkan.

Pengujian

Pengujian sistem dilakukan dengan memasukkan ciri-ciri morfologi, produksi dan mutu dari tanaman kunyit. Pengujian dilakukan oleh pakar dan teknisi sebagai pengguna agar sistem pakar yang diperoleh mewakili pakar (human expert). Akurasi dari sistem pakar identifikasi varietas tanaman kunyit ini dihitung dengan rumus:

Jumlah data yang benar

Akurasi = x 100%

Jumlah data pengujian

HASIL DAN PEMBAHASAN

Identifikasi Masalah

Perkembangan plasma nutfah tanaman yang terus bertambah, jumlah aksesi tanaman kunyit juga terus meningkat, menyebabkan sulitnya membedakan dari masing-masing aksesi karena penampilannya hampir sama. Peneliti/teknisi selama ini dalam melakukan pendataan karakter dan lingkungan dari nomor-nomor aksesi plasma nutfah tanaman kunyit masih secara manual, sehingga sulit menentukan ciri pembedanya.

Tujuan dari pembuatan sistem ini adalah merancang dan membangun sistem pakar untuk membantu peneliti/teknisi dalam mengidentifikasi varietas kunyit berdasarkan ciri morfologi, produksi dan mutu varietas kunyit. Sistem pakar ini akan memberikan keluaran berupa tiga varietas kunyit yang sudah diteliti oleh Balai Penelitian Tanaman Rempah dan Obat yaitu varietas Turina-1, Turina-2 dan Turina-3.

Mencari Sumber Pengetahuan

Sumber pengetahuan diperoleh dari pakar dan publikasi terkait tentang tanaman kunyit. Pakar yang dipilih untuk penelitian ini adalah Bapak Drs. Cheppy Syukur, Peneliti Madya Pemuliaan Tanaman pada Balai Penelitian Tanaman Rempah dan Obat (BALITTRO) Bogor. Hasil dari sumber pengetahuan akan dijadikan sumber akuisisi pengetahuan dari sistem yang akan dibuat.

Akuisisi Pengetahuan

(18)

yang terbagi atas 2 (dua) data, yaitu 3 variabel data nominal dan 10 variabel data bernilai numerik yang selanjutnya akan direpresentasikan sebagai sumber pembuatan

rule(Lampiran 4).

Representasi Pengetahuan

Tahap representasi pengetahuan, hasil yang telah diperoleh dari tahap akuisi pengetahuan didapatkan variabel-variabel yang dikelompokkan menjadi dua bagian yaitu : variabel data nominal yang bersifat

non-fuzzy dan data bernilai numerik yang

bersifat fuzzy. Jumlah variabel dari kedua bagian ini berjumlah 13 variabel, dimana 3 variabel non fuzzy (Tabel 1), dan 10 variabel

fuzzy (Tabel 2). Kesepuluh variabel fuzzy

tersebut akan digunakan sebagai pembuatan

ruledalamFuzzy Inference System (FIS).

Tabel 1. Variabel masukan non-fuzzy

varietas tanaman kunyit.

No. Karakteristik

1. Warna Bunga 2. Bentuk Pangkal Daun 3. Warna Daging Rimpang

Tabel 2. Variabel masukan fuzzy varietas tanaman kunyit. 7. Jumlah Rimpang Induk 8. Jumlah Rimpang Primer 9. Jumlah Rimpang

Sekunder 10. Kadar Kurkumin

Kombinasi dari 10 variabelfuzzydengan 3 variabel output yang mencirikan dari ketiga varietas tanaman kunyit. Rentang nilai untuk masing-masing nilainon fuzzydanfuzzypada tanaman kunyit dapat dilihat pada Lampiran 5 dan 6.

Pengembangan Mesin Inferensi

Berdasarkan representasi pengetahuan,

input varietas tanaman kunyit menggunakan

13 variabel masukan. Teknik inferensi yang digunakan yaitu Forward Chainingdengan 2 tahap proses inferensi, yaitu: inferensi input

variabel yang bersifatnon-fuzzydan inferensi

yang bersifat fuzzy dengan Fuzzy Inference

System (FIS)dengan metode Mamdani untuk

pengembangan mesin inferensinya.

Variabel input non-fuzzy yang digunakan berupa variabel nominal yang mempunyai kecenderungan perbedaan dari setiap varietas yaitu variabel warna bunga, bentuk pangkal daun dan warna daging rimpang. Variabel warna bunga terdiri atas himpunan kemungkinan warna yang muncul yaitu: putih, putih kuning, putih coklat, kuning dan coklat. Variabel bentuk pangkal daun, terdiri atas himpunan bentuk yaitu: bulat telur (oval), bulat, runcing dan meruncing. Sedangkan variabel warna daging rimpang terdiri atas himpunan warna yang mungkin muncul yaitu: kuning muda, kuning, kuning orange dan orange. Aturan-aturan (rules) proses identifikasi tanaman kunyit untuk masukan

non fuzzysebanyak 28rule(Lampiran 7). Sebagai contoh untuk output yang dihasilkan adalah kecenderungan terhadap varietas, maka variabel non fuzzy yang akan ditampilkan untuk diisi oleh pengguna adalah yang berhubungan dengan output

kecenderungan varietas tanaman kunyit. Rule

yang berlaku yaitu : IF Warna Bunga = Putih

AND Bentuk Pangkal daun = Oval AND Warna Daging Rimpang = Orange

THEN Kecenderungan Varietas

Hasil dariinput non-fuzzymerupakan hasil pengamatan awal yang selanjutnya dilakukan pengamatan lanjutan menggunakan variabel

input fuzzy untuk mendapatkan hasil

pengamatan akhir.

A. ProsesFuzzifikasi

Pada tahap ini akan dilakukan proses

fuzzifikasi dari kesepuluh variabel numerik tanaman kunyit yang bersifat fuzzy, yaitu : jumlah bunga/tandan (JBT), tinggi tanaman (TT), jumlah anakan (JA), panjang daun (PD, lebar daun (LD), berat rimpang/rumpun (BRR), jumlah rimpang induk (JRI), jumlah rimpang primer (JRP), jumlah rimpang sekunder (JRS) dan kadar kurkumin (KK).

1. Jumlah bunga/tandan

(19)

Gambar 5. Representasi kurva segitiga untuk jumlah bunga/tandan.

2. Tinggi tanaman

Tinggi tanaman dikelompokkan kedalam 3 himpunan yaitu: pendek, sedang, dan panjang. Tanaman kunyit yang berukuran pendek antara 147,9 sampai 157,9 cm untuk varietas Turina-1, yang berukuran sedang antara 157 sampai 167 cm untuk varietas Turina-2, dan yang berukuran panjang antara 166 sampai 177 cm untuk varietas Turina-3.

Gambar 6. Representasi kurva segitiga untuk tinggi tanaman kunyit.

3. Jumlah anakan

Jumlah anakan dikelompokkan kedalam 2 himpunan yaitu: sedikit dan banyak. Jumlah anakan sedikit antara 6-7 anakan untuk varietas Turina-1 dan varietas Turina-2, sedangkan jumlah anakan banyak antara 6-8 anakan untuk varietas Turina-3.

Gambar 7. Representasi kurva segitiga untuk jumlah anakan tanaman kunyit.

4. Panjang daun

Panjang daun dikelompokkan kedalam 3 himpunan yaitu: pendek, sedang, dan panjang. Panjang daun tanaman kunyit yang berukuran pendek antara 8-16 cm untuk varietas Turina-1, yang berukuran sedang antara 9,78-16,22 cm untuk varietas Turina-2 dan yang berukuran panjang antara 15,78 22,22 cm untuk varietas Turina-3.

(20)

5. Lebar daun

Lebar daun dikelompokkan kedalam 3 himpunan yaitu: sempit, sedang, dan lebar. Lebar daun yang berukuran sempit antara 3,81 5,19 cm untuk varietas Turina-3, yang berukuran sedang antara 4,25 5,25 cm untuk varietas Turina-2, dan yang berukuran lebar antara 5,17 6,23 cm untuk varietas Turina-1.

Gambar 9. Representasi kurva segitiga untuk lebar daun tanaman kunyit.

6. Berat rimpang/rumpun

Berat rimpang/rumpun tanaman kunyit dikelompokkan kedalam 2 himpunan yaitu: ringan dan berat. Rimpang tanaman kunyit yang berukuran ringan antara 500 2000 gram, untuk varietas Turina-1, sedangkan yang berukuran berat antara 500 2500 gram varietas Turina-2 dan Turina-3.

Gambar 10. Representasi kurva segitiga untuk berat rimpang/rumpun kunyit.

7. Jumlah rimpang induk

Jumlah rimpang induk tanaman kunyit dikelompokkan kedalam 2 himpunan yaitu: sedikit dan banyak. Jumlah rimpang induk tanaman kunyit yang sedikit antara 1-2 rimpang untuk varietas Turina-1 dan Turina-2, sedangkan yang banyak antara 1-3 rimpang untuk varietas Turina-3.

Gambar 11. Representasi kurva segitiga untuk jumlah rimpang induk tanaman kunyit.

8. Jumlah rimpang primer

Jumlah rimpang primer tanaman kunyit dikelompokkan kedalam 3 himpunan yaitu: sedikit, sedang dan banyak. Jumlah rimpang primer yang sedikit antara 3-7 rimpang untuk varietas Turina-1, yang sedang antara 5-11 rimpang untuk varietas Turina-2, sedangkan yang banyak antara 6-12 rimpang untuk varietas Turina-3.

Gambar 12. Representasi kurva segitiga, jumlah rimpang primer kunyit.

(21)

9. Jumlah rimpang sekunder

Jumlah rimpang sekunder tanaman kunyit dikelompokkan kedalam 3 himpunan yaitu: sedikit, sedang dan banyak. Jumlah rimpang sekunder yang sedikit antara 4-13 rimpang untuk varietas Turina-2, yang sedang antara 5-14 rimpang untuk varietas Turina-1, sedangkan yang banyak antara 10-17 rimpang untuk varietas Turina-3.

Gambar 13. Representasi kurva segitiga untuk jumlah rimpang sekunder tanaman kunyit.

10. Kadar kurkumin

Kadar kurkumin dikelompokkan kedalam 3 himpunan yaitu: rendah, sedang dan tinggi. Kadar kurkumin yang rendah antara 7,46-9,86 persen untuk varietas Turina-1, yang sedang antara 7,72-9,38 persen untuk varietas Turina-3, sedangkan tinggi antara 9,46-10,86 persen untuk varietas Turina-2.

Gambar 14. Representasi kurva segitiga untuk kadar kurkumin tanaman kunyit.

B. ProsesDefuzzifikasi

Pada prosesdefuzzifikasi, dibentuk aturan-aturan (rules) dari 10 (sepuluh) variabel masukan yang bersifat fuzzy, untuk menghasilkan suatu keluaran, contoh :

IF (JBT is Sedikit)

AND (TT is Pendek) AND (JA is Sedikit) AND (PD is Pendek) AND (LD is Lebar) AND (BRR is Ringan) AND (JRI is Sedikit) AND (JRP is Sedang) AND (JRS is Sedang) AND (KK is Rendah)

THEN (Varietas_Kunyit is Turina-1) .

Dari sepuluh variabel masukan fuzzy, terbentuk 48 (empat puluh delapan) aturan-aturan (rules) yang terdiri dari 16rulesuntuk

output varietas Turina-1, 16 rules untuk

output varietas Turina-2, dan 16 rules untuk

output varietas Turina-3, seperti pada

Lampiran 8.

Pembentukan 16 rules untuk Turina-1 diperoleh dari 2 himpunan variabel Panjang Daun (pendek dan sedang), 2 himpunan variabel Jumlah Rimpang Primer (sedang dan banyak), 2 himpunan variabel Jumlah Rimpang Sekunder (sedikit dan sedang), dan 2 himpunan variabel Kadar Kurkumin (rendah dan sedang), variabel lainnya hanya 1 himpunan.

Pembentukan 16 rules untuk Turina-2 diperoleh dari 2 himpunan variabel Jumlah Bunga per Tandan (sedang dan banyak), 2 himpunan variabel Panjang Daun (pendek dan sedang), 2 himpunan variabel Lebar Daun (sempit dan sedang), dan 2 himpunan variabel Jumlah Rimpang Sekunder (sedikit dan sedang), variabel lainnya hanya 1 himpunan.

(22)

Fungsi keanggotaan (membership function) untuk hasil keluaran (output) varietas tanaman kunyit Turina-1, Turina-2 dan Turina-3, dirumuskan dalam fungsi kurva trapesium sebagai berikut:

Gambar 15. Representasi kurva trapesium untuk keluaran sistem pakar tanaman kunyit.

Adapun fungsi keanggotaan untuk keluaran sistem datafuzzysebagai berikut :

Proses defuzzifikasi yang dilakukan pada setiap masukan aturan (rule) akan menghasilkan nilai tunggal (crisp), dimana setiap masukan akan diproses oleh rule fuzzy

menggunakan operator AND yang nantinya akan diambil nilai fungsi keanggotaan yang terkecil untuk mendapatkan hasil keluaran (output). Hasil keluaran yang didapat dari masing-masing aturan (rule) akan digabungkan menjadi daerah fuzzy yang kemudian dicari nilai tengahnya dengan menggunakan metodecentroid. Hasil keluaran untuk masing-masing fungsi keanggotaan

(Membership Function/MF) varietas kunyit

dapat dilihat pada Gambar 16.

Pada Gambar 16, terlihat bahwa nilai tunggal (crisp) yang dihasilkan dari rule 1 bernilai 1, yang berarti hasil keluaran tersebut merepresentasikan bahwa data varietas tanaman kunyit yang dimasukkan memiliki

kecenderungan terhadap varietas Turina-1, sedangkan untuk varietas Turina-2 dan Turina-3 bernilai 0, yang berartioutput tidak memiliki kecenderungan terhadap kedua varietas tersebut.

Gambar 16. Hasil fuzzifikasi varietas tanaman kunyit.

Hasil deffuzifikasi dari input data fuzzy

merupakan hasil akhir dari sebuah sistem berupa teridentifikasinya varietas tanaman kunyit (Turina-1, Turina-2 dan Turina-3).

Implementasi

Dalam tahap ini, masukan berupa datanon fuzzydan datafuzzy akan ditampilkan dalam antar muka Graphical User Interface (GUI), dimana pengguna dapat memasukkan variabel-variabel ciri morfologi, produksi dan mutu dari tanaman kunyit. Dari variabel masukan tersebut akan dihasilkan sebuah keluaran berupa varietas tanaman kunyit yang diharapkan dapat menghasilkan kesimpulan yang mendekati pakar. Perangkat lunak yang mendukung dalam pembuatan Sistem Pakar ini menggunakan Matlab Versi 7.7 yang telah menyediakan toolboxfuzzy logic dan fasilitas

Fuzzy Inference System (FIS)..

Pengujian

Pengujian sistem dilakukan dengan memasukkan data pengamatan yang diperoleh dari pakar. Tampilan awal dari sistem ini disediakan tombol MASUK untuk melakukan pengamatan awal terhadap tanaman kunyit (Lampiran 9).

(23)

terdiri atas data untuk varietas Turina-1, Turina-2, Turina-3 dan Bukan varietas yang masing-masing berjumlah 25 data.

Tahap awal pengamatan, pengguna memasukkan data non fuzzy pada sistem yang terdiri dari warna bunga, bentuk pangkal daun dan warna daging rimpang (Lampiran 10). Setelah data non fuzzy diisi oleh pengguna, lalu pilih tombol PROSES ,

maka output yang dihasilkan dicatat oleh

pengguna berapa yang masuk varietas dan berapa yang bukan varietas. Jikaoutputyang dihasilkan berupa kecenderungan varietas , maka proses pengamatan dilanjutkan ke data

fuzzy, jika output yang dihasilkan berupa bukan varietas , maka proses tidak dapat dilanjutkan ke fuzzy, input data dapat dilakukan kembali dengan menekan tombol

Resetseperti pada tampilan Lampiran 9. Pengamatan lanjutan yaitu input data

fuzzy dengan output varietas kunyit. Hasil

pengamatan data fuzzy dari sistem dicatat oleh pengguna untuk selanjutnya dilakukan pencocokan (crosscheck) dengan data yang sebenarnya yang berasal dari pakar. Bentuk keluaran sistem menampilkan nilai fungsi keanggotaan (membership function/MF) masing-masing varietas kunyit beserta jenis varietas kunyit yang teridentifikasi (Turina-1, Turina-2 atau Turina-3). Disamping itu juga ditampilkan gambar rimpang kunyit (Lampiran 11).

Berdasarkan hasil pengujian terhadap 100 data pengamatan di atas yang sudah dimasukkan ke dalam sistem, terdapat 89 data uji yang sesuai dan 11 data uji yang tidak sesuai dengan data yang sebenarnya (Tabel 3). Akurasi dari sistem pakar identifikasi varietas tanaman kunyit ini sebesar 89%. Hasil lengkap pengujian dapat dilihat pada Lampiran 12.

Tabel 3. Matrik hasil pengujian sistem

Pengenalan

Sistem pakar ini menggunakan Fuzzy

Inference System (FIS) metode Mamdani

dalam menyelesaikan bidang masalah yang dikaji sampai pada solusi akhir. Penggunaan

Fuzzy Inference System (FIS) metode

Mamdani dalam menentukan varietas tanaman kunyit mampu mengatasi kemiripan ciri-ciri morfologi, produksi dan mutu dari ketiga varietas kunyit tersebut yang secara kasat mata, ketiga varietas ini memiliki kemiripan dari segi kultur genetik.

Inputdata dibagi atasinputdatanon fuzzy

dan input data fuzzy. Input data non fuzzy

sebanyak 3 variabel yaitu: Warna Bunga, Bentuk Pangkal Daun dan Warna Daging Rimpang. Sedangkaninput fuzzysebanyak 10 variabel yaitu : Jumlah Bunga/Tandan, Tinggi Tanaman, Jumlah Anakan, Panjang Daun, Lebar Daun, Berat Rimpang/Rumpun, Jumlah Rimpang Induk, Jumlah Rimpang Primer, Jumlah Rimpang Sekunder dan Kadar Kurkumin. Varietas tanaman kunyit yang diidentifikasi oleh sistem pakar ini adalah varietas Turina-1, Turina-2 dan Turina-3.

Data yang diujikan sebanyak 100 data tanaman kunyit dengan data yang beragam, masing-masing 25 data untuk varietas Turina-1, Turina-2, Turina-3, dan bukan varietas. Dari 100 data pengamatan yang diujikan ke dalam sistem, terdapat 89 data uji yang sesuai dan 11 data uji yang tidak sesuai dengan data sebenarnya. Hal ini disebabkan oleh data yang memiliki kemiripan hampir sama dari segi karakteristik tanaman kunyit, baik yang bersifat non fuzzy maupun yang bersifatfuzzydengan varietas kunyit lainnya. Secara umum sistem yang dibangun ini memiliki keakuratan sebesar 89%. Dari pengujian tersebut dapat disimpulkan bahwa sistem pakar identifikasi varietas tanaman kunyit sudah dapat mendekati pakar.

Saran

Pemilihan Fuzzy Inference System (FIS)

(24)

DAFTAR PUSTAKA

Dzulfarisi, I. 2010. Pemanfaatan Sistem Pakar untuk Menentukan Varietas Unggul Tanaman nilam. Skripsi Program Studi Ilmu Komputer, FMIPA. IPB.

Kusumadewi, S. 2002. Analisis dan Desain Sistem Fuzzy Menggunakan Toolbox Matlab.. Yogyakarta: Graha Ilmu. Marimin. 2009. Teori dan Aplikasi Sistem

Pakar dalam Teknologi Manajerial.

Bogor: IPB Press.

Purnomo J., Henni Handayani, Toto Sutater, Tuti Murtisari, Yadi Rusyadi, Kania Tresnawati, Toni Sudiantoro, Okti Aryani Hapsari, Nurjaman, Irwan Arfiansyah, Tundun Sekar, Eva Yuliana, Yudi Prasetyo, Muklis MBJ., Sukristiyonubowo. 2011. 200 Teknologi Inovatif Badan Litbang Pertanian. Kementerian Pertanian.

Putri, A. 2011. Sistem Pakar Identifikasi VarietasAnthuriumBerdasarkan Daun,

Spathe dan Spadix. Skripsi Program

Studi Ilmu Komputer, FMIPA. IPB.

Syukur, C., O. Rostiana, S. Fatimah Syahid dan L. Udarno. 2006. Petunjuk Pelaksanaan Pengelolaan plasma Nutfah Kunyit (Curcuma domestica

Valh.). Petunjuk Pelaksanaan Plasma Nutfah Tanaman Perkebunan. Puslitbang Perkebunan.

Syukur, C., O. Rostiana, Sukarman, N. Nova, D. Rusmin, Melati, D. Seswita, W. Haryudin.. 2011. Laporan Akhir Konservasi 100 Jenis, Rejuvenasi, Karakterisasi dan Evaluasi 8 Jenis serta Dokumentasi Plasma Nutfah Tanaman Obat dan Aromatik. BALITTRO (Unpublish).

(25)

(26)

(27)

Lampiran 2. Gambar varietas tanaman kunyit dan bentuk rimpang kunyit.

(28)

Lampiran 3. Deskripsi varietas kunyit

No Karakteristik Varietas Satuan

Turina 1 Turina 2 Turina 3

1 Mulai Berbunga 4 5 4 - 5 4 - 5 bulan

2 Warna Bunga Putih Putih-kuning

pucat

Putih-kuning coklat 3 Jumlah Bunga per Tandan 15 + 3,5 20 + 1,5 18 + 2,2

4 Bentuk Tanaman Tegak Tegak Tegak

5 Tinggi Tanaman 150 + 2,1 175 + 1,9 175 + 1,96 cm

6 Warna Batang Semu Hijau

keputihan

Hijau keputihan Hijau keputihan warna

7 Jumlah Anakan 7 + 0,50 7 + 0,52 7 + 0,61

8 Bentuk Helaian Daun Oval Oval Oval

9 Panjang Daun 12 + 4,0 13 + 3,22 19 + 3,22 cm

10 Lebar daun 5,7 + 0,53 4,75 + 0,50 4,5 + 0,69 cm

11 Warna Daun Bagian Atas Hijau muda Hijau muda Hijau muda warna

12 Warna Daun Bagian Bawah

Hijau Hijau Hijau warna

13 Warna Pinggiran Daun Hijau Hijau Hijau warna

14 Bentuk Pinggiran Daun Rata Rata Rata

15 Bentuk Pangkal Daun Oval Oval Runcing

16 Bentuk Ujung Daun Runcing Runcing Runcing

17 Bentuk Rimpang Oval Oval Oval

18 Warna Kulit Rimpang Coklat Coklat Coklat warna

19 Warna Daging Rimpang Orange Kuning-Orange Orange warna

20 Berat Rimpang per Rumpun

500 - 2000 500 - 2500 500 - 2500 gr

21 Jumlah Rimpang Induk 1,82 + 0,67 1,48 + 0,69 2 + 0,62

22 Jumlah Rimpang Primer 7,96 + 2,91 4,91 + 1,90 8,68 + 2,98 23 Jumlah Rimpang Sekunder 9,53 + 4,32 8,42 + 4,68 13,78 + 3,35

(29)

Lampiran 4. Deskripsi data nominal dan numerik varietas kunyit

Deskripsi kunyit (nominal)

No Karakteristik Varietas Kunyit Satuan

1 Warna Bunga Putih

Putih-kuning pucat

Putih-kuning

coklat warna

2 Bentuk Pangkal Daun Oval Oval Runcing bentuk

3 Warna Daging Rimpang Orange Kuning-Orange Orange warna

Deskripsi varietas kunyit (numerik)

No Karakteristik Varietas Kunyit Satuan

1 Jumlah Bunga/Tandan 11 - 18 18 - 21 16 - 20 bunga

2 Tinggi Tanaman

147,90

-152,10 173,10 - 176,90 173,04 - 176,96 cm

3 Jumlah Anakan 6 7 6 - 7 6 - 8 anakan

4 Panjang Daun 8.00 - 16.00 9,78 - 16,22 15,78 - 22,22 cm

5 Lebar daun 5,17 - 6,23 4,25 - 5,25 3,81 - 5,19 cm

6 Berat Rimpang/Rumpun 500 - 2000 500 - 2500 500 - 2500 gr

7 Jumlah Rimpang Induk 1 2 1 - 2 1 - 3 rimpang

8 Jumlah Rimpang Primer 5 11 3 - 7 6 - 12 rimpang

9

Jumlah Rimpang

Sekunder 5 14 4 - 13 10 - 17 rimpang

(30)

Lampiran 5. Rentang untuk masing-masing variabelnon fuzzytanaman kunyit

Fungsi Nama Variable Himpunan Rentang

Warna Bunga

Putih

[ 1 - 5 ] Putih Kuning pucat

Putih Kuning Coklat

Kuning

Coklat

Bentuk Pangkal Daun

Bulat telur (oval)

[ 1 - 4 ] Bulat

Runcing

Meruncing

Warna Daging Rimpang

Kuning muda

[ 1 - 4 ] Kuning

Kuning Orange

Orange

Output Varietas Kunyit Varietas [ 0, 1 ]

(31)

Lampiran 6. Rentang untuk masing-masing variabelfuzzytanaman kunyit

Fungsi Nama Variable Himpunan Rentang Domain Average Varietas

Jumlah Bunga/Tandan

Sedikit

[ 11 - 21 ]

11 18 14,50 Turina-1

Sedang 16 20 18,00 Turina-3

Banyak 18 21 19,50 Turina-2

Tinggi Tanaman

Pendek

[ 146 - 178 ]

146 152 158 Turina-1

Sedang 157 162.5 168 Turina-2

Panjang 167 172.5 178 Turina-3

Jumlah Anakan Sedikit [ 6 - 8 ] 6 7 6,50 Turina-1 dan 2

Banyak 6 8 7,00 Turina-3

Panjang Daun

Pendek

[ 8 - 22,22 ]

8,00 16 12,00 Turina-1

Sedang 9,78 16,22 13,00 Turina-2

Panjang 15,78 22,22 19,00 Turina-3

Lebar daun

Sempit

[ 3,81 - 6,23 ]

3,81 5,19 4,50 Turina-3

Sedang 4,25 5,25 4,75 Turina-2

Lebar 5,17 6,23 5,70 Turina-1

Berat Rimpang/Rumpun Ringan [ 500 - 2500 ] 500,00 2000 1250,00 Turina-1

Berat 500,00 2500 1500,00 Turina-2 dan 3

Jumlah Rimpang Induk Sedikit [ 1 - 3 ] 1,00 2 1,50 Turina-1 dan 2

Banyak 1,00 3 2,00 Turina-3

Jumlah Rimpang Primer

Sedikit

[ 3 - 12 ]

3,00 7 5,00 Turina-2

Sedang 5,00 11 8,00 Turina-1

Jumlah Rimpang Sekunder

Sedikit

[ 4 - 17 ]

4,00 13 8,50 Turina-2

Sedang 5,00 14 9,50 Turina-1

Kadar Kurkumin

Rendah

[ 7,46 - 10,86 ]

7,46 9,86 8,66 Turina-1

Sedang 7,72 9,38 8,55 Turina-3

Tinggi 9,46 10,86 10,16 Turina-2

Output Varietas Kunyit

Turina 1

[0 - 30 ]

0,00 12

Turina 2 10,00 22

(32)

Lampiran 7. Aturan-aturan (rule)non fuzzytanaman kunyit

No. Warna Bunga Bentuk Pangkal Daun Warna Daging

Rimpang Varietas

1 Putih Bulat telur (Oval) Orange Turina-1

2 Putih Kuning Pucat Bulat telur (Oval) Orange Turina-1

3 Putih Bulat Orange Turina-1

4 Putih Kuning Pucat Bulat Orange Turina-1

5 Putih Bulat telur (Oval) Kuning Orange Turina-1

6 Putih Kuning Pucat Bulat telur (Oval) Kuning Orange Turina-1

7 Putih Bulat Kuning Orange Turina-1

8 Putih Kuning Pucat Bulat Kuning Orange Turina-1

9 Putih Kuning Pucat Bulat telur (Oval) Kuning orange Turina-2

10 Putih Kuning Coklat Bulat telur (Oval) Kuning orange Turina-2

11 Putih Kuning Pucat Bulat Kuning orange Turina-2

12 Putih Kuning Coklat Bulat Kuning orange Turina-2

13 Putih Kuning Pucat Bulat telur (Oval) Kuning Turina-2

14 Putih Kuning Coklat Bulat telur (Oval) Kuning Turina-2

15 Putih Kuning Pucat Bulat Kuning Turina-2

16 Putih Kuning Coklat Bulat Kuning Turina-2

17 Putih Kuning Pucat Bulat telur (Oval) Orange Turina-2

18 Putih Kuning Coklat Bulat telur (Oval) Orange Turina-2

19 Putih Kuning Pucat Bulat Orange Turina-2

20 Putih Kuning Coklat Bulat Orange Turina-2

21 Putih Kuning Coklat Runcing Orange Turina-3

22 Putih Kuning Pucat Runcing Orange Turina-3

23 Putih Kuning Coklat Meruncing Orange Turina-3

24 Putih Kuning Pucat Meruncing Orange Turina-3

25 Putih Kuning Coklat Runcing Kuning orange Turina-3

26 Putih Kuning Pucat Runcing Kuning orange Turina-3

27 Putih Kuning Coklat Meruncing Kuning orange Turina-3

(33)

Lampiran 8. Aturan-aturan (rule)fuzzytanaman kunyit.

1 sedikit pendek sedikit pendek lebar ringan sedikit sedang sedang rendah Turina-1

2 sedikit pendek sedikit sedang lebar ringan sedikit sedang sedang rendah Turina-1

3 sedikit pendek sedikit pendek lebar ringan sedikit banyak sedang rendah Turina-1

4 sedikit pendek sedikit sedang lebar ringan sedikit banyak sedang rendah Turina-1

5 sedikit pendek sedikit pendek lebar ringan sedikit sedang sedikit rendah Turina-1

6 sedikit pendek sedikit sedang lebar ringan sedikit sedang sedikit rendah Turina-1

7 sedikit pendek sedikit pendek lebar ringan sedikit banyak sedikit rendah Turina-1

8 sedikit pendek sedikit sedang lebar ringan sedikit banyak sedikit rendah Turina-1

9 sedikit pendek sedikit pendek lebar ringan sedikit sedang sedang sedang Turina-1

10 sedikit pendek sedikit sedang lebar ringan sedikit sedang sedang sedang Turina-1

11 sedikit pendek sedikit pendek lebar ringan sedikit banyak sedang sedang Turina-1

12 sedikit pendek sedikit sedang lebar ringan sedikit banyak sedang sedang Turina-1

13 sedikit pendek sedikit pendek lebar ringan sedikit sedang sedikit sedang Turina-1

14 sedikit pendek sedikit sedang lebar ringan sedikit sedang sedikit sedang Turina-1

15 sedikit pendek sedikit pendek lebar ringan sedikit banyak sedikit sedang Turina-1

16 sedikit pendek sedikit sedang lebar ringan sedikit banyak sedikit sedang Turina-1

17 banyak sedang sedikit sedang sedang berat sedikit sedikit sedikit tinggi Turina-2

18 sedang sedang sedikit sedang sedang berat sedikit sedikit sedikit tinggi Turina-2

19 banyak sedang sedikit pendek sedang berat sedikit sedikit sedikit tinggi Turina-2

20 sedang sedang sedikit pendek sedang berat sedikit sedikit sedikit tinggi Turina-2

21 banyak sedang sedikit sedang sedang berat sedikit sedikit sedang tinggi Turina-2

22 sedang sedang sedikit sedang sedang berat sedikit sedikit sedang tinggi Turina-2

23 banyak sedang sedikit pendek sedang berat sedikit sedikit sedang tinggi Turina-2

24 sedang sedang sedikit pendek sedang berat sedikit sedikit sedang tinggi Turina-2

25 banyak sedang sedikit sedang sempit berat sedikit sedikit sedikit tinggi Turina-2

26 sedang sedang sedikit sedang sempit berat sedikit sedikit sedikit tinggi Turina-2

27 banyak sedang sedikit pendek sempit berat sedikit sedikit sedikit tinggi Turina-2

28 sedang sedang sedikit pendek sempit berat sedikit sedikit sedikit tinggi Turina-2

29 banyak sedang sedikit sedang sempit berat sedikit sedikit sedang tinggi Turina-2

30 sedang sedang sedikit sedang sempit berat sedikit sedikit sedang tinggi Turina-2

31 banyak sedang sedikit pendek sempit berat sedikit sedikit sedang tinggi Turina-2

32 sedang sedang sedikit pendek sempit berat sedikit sedikit sedang tinggi Turina-2

33 sedang panjang banyak Panjang sempit berat banyak banyak banyak sedang Turina-3

34 banyak panjang banyak Panjang sempit berat banyak banyak banyak sedang Turina-3

35 sedang panjang banyak Panjang sedang berat banyak banyak banyak sedang Turina-3

36 banyak panjang banyak Panjang sedang berat banyak banyak banyak sedang Turina-3

37 sedang panjang banyak Panjang sempit berat banyak sedang banyak sedang Turina-3

38 banyak panjang banyak Panjang sempit berat banyak sedang banyak sedang Turina-3

39 sedang panjang banyak Panjang sedang berat banyak sedang banyak sedang Turina-3

(34)

Lampiran 8. (Lanjutan).

No.

Jumlah Bunga/ Tandan

Tinggi Tanaman

Jumlah Anakan

Panjang Daun

Lebar Daun

Berat Rimpang/

Rumpun

Jumlah Rimpang

Induk

Jumlah Rimpang

Primer

Jumlah Rimpang Sekunder

Kadar

Kurkumin Varietas

41 sedang panjang banyak Panjang sempit berat banyak banyak banyak rendah Turina-3

42 banyak panjang banyak Panjang sempit berat banyak banyak banyak rendah Turina-3

43 sedang panjang banyak Panjang sedang berat banyak banyak banyak rendah Turina-3

44 banyak panjang banyak Panjang sedang berat banyak banyak banyak rendah Turina-3

45 sedang panjang banyak Panjang sempit berat banyak sedang banyak rendah Turina-3

46 banyak panjang banyak Panjang sempit berat banyak sedang banyak rendah Turina-3

47 sedang panjang banyak Panjang sedang berat banyak sedang banyak rendah Turina-3

(35)

(36)

(37)

(38)

Lampiran 12. Data dan hasil pengujian sistem dengan pendapat pakar

No. WB BPD WDR JBT TT JA PD LD BRR JRI JRP JRS KK Pendapat

Pakar

Uji Sistem

1 Putih Oval Orange 16,0 150,5 7,0 9,5 5,9 1.515,0 2,0 10,0 5,0 8,0 Turina-1 Turina-1

2 Putih Oval Orange 11,0 148,0 6,0 8,0 5,2 500,0 1,0 5,0 5,0 7,5 Turina-1 Turina-1

26 Putih kuning pucat

Oval Kuning

Orange

19,0 173,1 6,0 9,8 4,2 500,0 1,0 3,0 4,0 9,5 Turina-2 Turina-2

Oval Kuning

Orange

21,0 176,7 7,0 13,4 4,8 890,0 2,0 6,0 10,0 10,1 Turina-2 Turina-2

Oval Kuning

Orange

20,0 175,5 6,0 12,2 5,2 760,0 1,0 5,0 8,0 9,9 Turina-2 Turina-2

Oval Kuning

Orange

19,0 174,3 7,0 11,0 4,7 630,0 2,0 4,0 6,0 9,7 Turina-2 Turina-2

Oval Kuning

Orange

18,0 176,9 6,0 14,6 4,4 1.020,0 1,0 7,0 12,0 10,3 Turina-2 Turina-2

Oval Kuning

Orange

18,0 174,5 6,0 14,3 4,9 1.548,0 1,0 6,0 8,0 10,1 Turina-2 Turina-2

Oval Kuning

Orange

21,0 173,6 7,0 14,8 5,1 1.410,0 2,0 5,0 9,0 10,4 Turina-2 Turina-2

Oval Kuning

Orange

19,0 175,4 7,0 13,8 4,7 1.686,0 2,0 7,0 7,0 9,8 Turina-2 Turina-2

Oval Kuning

Orange

21,0 176,8 7,0 12,8 4,3 1.962,0 2,0 4,0 5,0 9,6 Turina-2 Turina-2

Oval Kuning

Orange

19,0 175,8 7,0 15,8 4,7 1.150,0 2,0 3,0 11,0 10,5 Turina-2 Turina-2

Oval Kuning

Orange

20,0 174,7 6,0 15,3 5,0 1.280,0 1,0 4,0 10,0 10,7 Turina-2 Turina-2

Oval Kuning

Orange

20,0 176,3 6,0 13,3 4,5 1.824,0 1,0 3,0 6,0 9,5 Turina-2 Turina-2

Oval Kuning

Orange

(39)

Lampiran 12. (Lanjutan)

20,0 175,6 6,0 11,3 4,6 2.361,0 1,0 7,0 10,0 10,2 Turina-2 Turina-2

Oval Kuning

Orange

21,1 174,8 6,0 10,3 4,8 2.229,0 1,0 4,0 11,0 10,6 Turina-2 Turina-2

Oval Kuning

Orange

20,0 173,6 7,0 11,2 5,1 1.438,0 2,0 7,0 5,0 9,8 Turina-2 Turina-2

Oval Kuning

Orange

21,0 173,2 6,0 11,9 5,2 1.175,0 1,0 3,0 8,0 9,5 Turina-2 Turina-2

Oval Kuning

Orange

18,0 174,4 7,0 9,8 4,9 1.964,0 2,0 5,0 9,0 10,8 Turina-2 Turina-2

Oval Kuning

Orange

19,0 174,0 6,0 10,5 5,0 1.701,0 1,0 6,0 7,0 10,3 Turina-2 Turina-2

Oval Kuning

Orange

18,0 173,5 7,0 12,6 5,0 912,0 2,0 4,0 11,0 9,7 Turina-2 Turina-2

Oval Kuning

Orange

19,0 176,0 7,0 11,8 4,5 2.228,0 2,0 6,0 7,0 10,0 Turina-2 Turina-2

Oval Kuning

Orange

21,0 175,2 7,0 10,8 4,7 2.494,0 2,0 3,0 13,0 10,4 Turina-2 Turina-2

Oval Kuning

Orange

20,0 174,1 7,0 14,0 4,6 1.152,0 2,0 6,0 7,0 9,6 Turina-2 Turina-2

Oval Kuning

Orange

19,0 173,8 6,0 13,3 4,8 649,0 1,0 5,0 9,0 9,4 Turina-2 Turina-2

Oval Kuning

Orange

21,0 174,4 6,0 14,7 4,4 1.655,0 2,0 7,0 5,0 10,7 Turina-2 Turina-2

51 Putih kuning coklat

Runcing Orange 16,0 173,0 6,0 15,8 3,8 500,0 1,0 6,0 10,0 7,7 Turina-3 Turina-3

Runcing Orange 19,0 175,9 6,0 20,4 4,4 1.994,0 1,0 10,0 12,0 8,7 Turina-3 Turina-3

(40)

Lampiran 12. (Lanjutan)

76 Putih Oval Orange 16,0 176,0 6,0 17,0 5,0 1.900,0 1,0 10,0 16,0 10,8 Bukan

Varietas

Turina-2

77 Kuning Bulat Kuning 11,0 177,0 8,0 8,0 6,4 2.500,0 1,0 12,0 4,0 11,0 Bukan

Varietas

78 Putih Oval Orange 12,0 150,0 7,0 9,0 4,0 600,0 2,0 5,0 5,0 8,0 Bukan

Varietas

Turina-2

79 Kuning Meruncing Kuning 21,0 177,0 8,0 23,0 6,4 2.500,0 3,0 12,0 17,0 11,0 Bukan

Varietas

80 Coklat Bulat Kuning

muda

11,0 147,0 6,0 8,0 3,6 500,0 1,0 3,0 4,0 7,1 Bukan

Varietas

81 Kuning Bulat Kuning 14,0 147,9 7,0 9,1 3,9 653,0 2,0 4,0 5,0 7,4 Bukan

Varietas

83 Kuning Meruncing Kuning 20,0 149,7 6,0 11,3 4,6 959,0 1,0 6,0 7,0 8,0 Bukan

Varietas

84 Putih Bulat Kuning

muda

17,0 150,6 7,0 12,4 4,9 1.112,0 2,0 7,0 8,0 8,3 Bukan

Varietas

85 Putih Bulat Kuning 14,0 151,5 8,0 13,5 5,2 1.265,0 3,0 8,0 9,0 8,6 Bukan

Varietas

86 Kuning Oval Kuning

muda

11,0 152,4 6,0 14,6 5,5 1.418,0 1,0 9,0 10,0 8,9 Bukan

Varietas

87 Putih Oval Orange 13,0 153,3 7,0 15,7 5,8 1.571,0 2,0 10,0 11,0 9,2 Bukan

Varietas

Turina-1

88 Kuning Oval Kuning

orange

15,0 154,2 8,0 16,8 6,1 1.724,0 3,0 11,0 12,0 9,5 Bukan

Varietas

89 Kuning Oval Orange 17,0 155,1 6,0 17,9 5,6 1.877,0 1,0 12,0 13,0 9,8 Bukan

Varietas

90 Coklat Oval Kuning

muda

19,0 156,0 7,0 19,0 5,1 2.030,0 2,0 10,0 14,0 10,1 Bukan Varietas 91 Putih kuning

coklat

Runcing Orange 21,0 156,7 8,0 20,1 4,6 2.183,0 3,0 8,0 15,0 10,4 Bukan

Varietas

Turina-2

92 Coklat Oval Kuning

orange

18,0 157,4 6,0 21,2 4,1 2.336,0 1,0 6,0 16,0 10,7 Bukan

Varietas

93 Coklat Oval Orange 15,0 158,1 7,0 19,6 4,4 2.489,0 2,0 4,0 17,0 10,5 Bukan

Varietas 94 Putih kuning

pucat

Bulat Kuning muda

12,0 158,8 8,0 18,0 4,7 2.280,0 3,0 5,0 14,0 10,3 Bukan

Varietas 95 Putih kuning

coklat

Oval Kuning

Orange

13,0 159,5 6,0 16,4 5,0 2.071,0 1,0 6,0 11,0 10,1 Bukan

Varietas

97 Coklat Meruncing Kuning 15,0 160,9 8,0 13,2 5,6 1.653,0 3,0 8,0 5,0 9,7 Bukan

Varietas

Meruncing Kuning 17,0 162,3 7,0 9,9 6,2 1.235,0 2,0 10,0 9,0 9,3 Bukan

Varietas

100 Coklat Runcing Orange 18,0 163,0 8,0 8,2 6,0 1.026,0 3,0 11,0 11,0 9,1 Bukan