ABSTRACT
DESINGNING OF AN EXPERT SYSTEM FOR DIAGNOSING DISEASES OF CHILI
USING FORWARD CHAINING METHOD
By
Anas Anshori
Chili can be attacked by a lot of disesases. Those diseases can be recognized from its symptoms by an expert. Due to less number of experts, and the time is limited; it needs an expert system which has the same capability as an expert. This system must have the knowledge as an expert such as the names, causes, and symptoms of diseases.
A desktop-based expert system was built using rule based reasoning along with forward chaining inference method to help farmers to diagnose the diseases. This expert system was made using linear sequential method; needs analysis, designing, coding, examination, and implementation. This expert system was developed using Visual Basic Programming language and Visual Data Manager is the storage database. This software has advantages in ease of access and ease of use.
This software can detect what diseases that are suffered by chili by inputting symptoms as it showed to the software. Based on the symptoms given, this software will show the result of diagnosis, therapeutic suggestions, prevention advice as well as the list of more specific symptoms.
Keywords : expert system, rule based reasoning, Visual Basic, Visual Data
ABSTRAK
RANCANG BANGUN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT TANAMAN CABAI
DENGAN METODE FORWARD CHAINING
Oleh
Anas Anshori
Tanaman cabai dapat diserang berbagai macam penyakit, penyakit tersebut dapat diketahui dari gejala-gejala yang ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis penyakit yang menyerang cabai tersebut, memerlukan seorang pakar/ahli pertanian. Sedangkan jumlah pakar pertanian terbatas dan tidak dapat mengatasi permasalahan petani dalam waktu yang bersamaan, sehingga diperlukan suatu sistem yang mempunyai kemampuan seperti seorang pakar, yang mana di dalam sistem ini berisi pengetahuan keahlian seorang pakar pertanian mengenai penyakit dan gejala tanaman cabai.
Pada penelitian ini dirancang sistem pakar berbasis desktop menggunakan basis aturan (rule based reasoning) dengan metode inferensi forward chaining yang dimaksudkan untuk membantu petani dalam mendiagnosa penyakit tanaman cabai. Metode dalam pembuatan program sistem pakar ini meggunakan metode sekuensial linear yaitu : analisis kebutuhan, perancangan, pengkodean, pengujian dan implementasi. Sistem pakar diagnosa penyakit tanaman cabai berbasis
desktop ini dikembangkan menggunakan Visual Basic dan Visual Data Manager sebagai penyimpanan datanya, mempunyai keunggulan dalam kemudahan akses dan kemudahan pemakaian.
Sistem pakar ini mampu melakukan diagnosa penyakit yang diderita oleh tanaman cabai dengan cara mengajukan gejala-gejala penyakit pada saat pemeriksaan. Berdasarkan gejala-gejala yang dipilih tersebut, sistem ini akan memberikan hasil diagnosis kemudian saran terapi, saran pencegahannya dan daftar gejala yang lebih spesifik.
Kata Kunci: Sistem Pakar, basis aturan, Visual Basic, Visual Data Manager,
xv DAFTAR ISI
Halaman
DAFTAR TABEL ... xviii
DAFTAR GAMBAR ... xx
I. PENDAHULUAN ... 1
A. Latar Belakang Masalah... 1
B. Tujuan Penelitian ... 2
C. Manfaat Penelitian ... 2
D. Batasan Masalah ... 2
E. Perumusan Masalah ... 3
F. Hipotesis ... 3
G. Kajian Penelitian Terdahulu... 3
H. Sistematika Penulisan ... 4
II. TINJAUAN PUSTAKA ... 5
A. Kecerdasan Buatan ... 5
B. Pengenalan Sistem Pakar ... 5
B.1. Ciri dan Karakteristik ... 7
B.2. Kategori Sistem Pakar ... 9
B.3. Metode Sistem Pakar ... 11
B.3.a. Forward Chaining... 11
B.3.b. Backward Chaining ... 11
xvi
C.1. Analisis Kebutuhan ... 13
C.2. Perancangan ... 13
C.3. Pengkodean ... 14
C.4. Pengujian ... 14
C.4.a. Blackbox testing ... 14
C.4.b. Whitebox testing ... 14
C.5. Implementasi dan Pemeliharaan ... 14
D. Penyakit Tanaman Cabai ... 15
E. Visual Basic 6.0 ... 25
E.1. Form ... 26
E.2. Toolbox... 27
E.3. Jendela Properties ... 28
E.4. Dasar Pemrograman ... 29
III.METODE PENELITIAN ... 33
A. Perangkat yang Digunakan ... 33
A.1. Perangkat Keras ... 33
A.2. Perangkat Lunak ... 33
B. Waktu dan Tempat ... 34
B.1. Waktu ... 34
B.2. Tempat ... 34
C. Perancangan Sistem ... 35
C.1. Deskripsi Sistem ... 35
C.2. Representasi Pengetahuan ... 35
C.3. Sistematika Penamaan Variabel ... 38
xvii
C.6. Perancangan Database ... 45
C.7. Perancangan Antarmuka... 52
IV.HASIL DAN PEMBAHASAN ... 66
A. Hasil ... 66
A.1. Implementasi ... 66
A.1.a. Implementasi Pilihan Pengguna ... 67
A.1.b. Implementasi Pilihan Pakar ... 68
B. Pembahasan ... 84
B.1. Pengujian Sistem ... 84
B.1.a. Basis Pengetahuan ... 85
B.1.b. Basis Aturan ... 87
B.1.c. Konsultasi ... 90
B.2. Pembahasan Kasus ... 92
B.3. Pengujian Program ... 99
B.3.a. Alpha test ... 99
B.3.b. Beta test ... 101
V. SIMPULAN DAN SARAN ... 104
A. Kesimpulan ... 104
B. Saran ... 105 DAFTAR PUSTAKA
xv
DAFTAR TABEL
Tabel Halaman
1. Jadwal Kegiatan Penelitian ... 34
2. Tabel Aturan Gejala ... 36
3. Tabel jenis Penyakit ... 36
4. Tabel Aturan Pencegahan ... 37
5. Tabel Aturan Terapi (Pengobatan) ... 38
6. Rancangan Tabel Kunci ... 48
7. Rancangan Tabel Penyakit ... 48
8. Rancangan Tabel Gejala ... 49
9. Rancangan Tabel Pencegahan ... 49
10. Rancangan Tabel Terapi ... 50
11. Rancangan Tabel Aturan Gejala ... 50
12. Rancangan Tabel Relasi Gejala ... 51
13. Rancangan Tabel Aturan Pencegahan... 51
14. Rancangan Tabel Aturan Terapi ... 52
15. Data Pengujian JenisPenyakit ... 85
16. Data Pengujian Gejala ... 85
17. Data Pengujian Terapi ... 86
18. Data Pengujian Pencegahan ... 86
xvi
22. Data Pengujian Konsultasi ... 90
23. Data Pengujian Hasil Konsultasi yang Diharapkan ... 90
24. Data Pengujian Penyakit ... 92
25. Data Pengujian Gejala ... 93
26. Data Aturan Pengujian ... 93
27. Daftar Pertanyaan untuk Pakar ... 100
28. Daftar Nama Responden ... 101
xv
DAFTAR GAMBAR
Gambar Halaman
1. Tahapan pada Model Sekuensial Linear ... 12
2. Lingkungan Visual Basic 6.0 ... 26
3. Jendela Form ... 27
4. Toolbox ... 28
5. Jendela Properties ... 29
6. Graf Penelusuran Penyakit Layu Bakteri ... 39
7. Graf Penelusuran PenyakitNematoda Bengkak Akar ... 40
8. Graf Penelusuran PenyakitAntraknos ... 41
9. Graf Penelusuran PenyakitRebah Kecambah (Damping off) ... 41
10. Diagram Alir Data Level 0... 42
11. Diagram Alir Data Level 1... 43
12. Diagram Alir Data Level 2... 44
13. Diagram Alir Data Level 3... 45
14. EntityRelationalDiagram ... 46
15. Mapping Table ... 47
16. Rancangan Form Menu Pilihan ... 52
17. Rancangan Menu Utama untuk Konsultasi (Pengguna) ... 53
18. Rancangan Menu Utama untuk Pakar ... 54
xvi
22. Rancangan Form Konsultasi ... 57
23. Rancangan Form Diagnosis ... 58
24. Rancangan Form Hasil Diagnosis ... 58
25. Rancangan Form Saran ... 59
26. Rancangan Form Login Baru ... 59
27. Rancangan Form Ganti Password ... 60
28. Rancangan Form Hapus User ... 60
29. Rancangan Form Basis Pengetahuan Penyakit ... 61
30. Rancangan Form Basis Pengetahuan Gejala ... 62
31. Rancangan Form Basis Pengetahuan Pencegahan ... 62
32. Rancangan Form Basis Pengetahuan Terapi ... 63
33. Rancangan Form Basis Aturan Gejala ... 64
34. Rancangan Form Basis Aturan Pencegahan ... 64
35. Rancangan Form Basis Aturan Terapi ... 65
36. Tampilan Menu Pilihan ... 67
37. Tampilan Menu Utama untuk Pengguna ... 68
38. Tampilan Menu Utama utuk Pakar ... 69
39. Tampilan Menu Utama Basis Pengetahuan ... 69
40. Tampilan Menu Utama Basis Aturan... 70
41. Tampilan Form Login ... 70
42. Pesan User Masih Kosong ... 71
43. Pesan User Tidak Ada ... 71
xvii
45. Pesan User dan Password Tidak Cocok ... 72
46. Tampilan Form Login Baru ... 73
47. Tampilan Form Ganti Password ... 73
48. Tampilan Form Hapus Data User ... 74
49. Tampilan Form Konsultasi untuk Memilih Gejala ... 75
50. Tampilan Form Diagnosis dari Gejala Terpilih ... 75
51. Tampilan Form Penyakit dari Hasil Diagnosa ... 76
52. Tampilan Form Saran dan Pencegahan ... 76
53. Tampilan BasisPengetahuan Penyakit ... 78
54. Tampilan Basis Pengetahuan Gejala ... 79
55. Tampilan Basis Pengetahuan Pencegahan ... 80
56. Tampilan BasisPengetahuan Terapi ... 81
57. Tampilan Basis Aturan Gejala ... 82
58. Tampilan Basis Aturan Pencegahan ... 83
59. Tampilan Basis Aturan Terapi ... 83
60. Pengujian Basis Pengetahuan Data Penyakit ... 87
61. Pengujian Basis Aturan Gejala ... 89
62. Data Pengujian Konsultasi ... 91
63. Hasil Pengujian Konsultasi yang Diharapkan ... 92
64. Data Aturan Pengujian Penyakit Q ... 94
65. Data Aturan Pengujian Penyakit R ... 94
66. Data Aturan Pengujian Penyakit S ... 95
67. Pemilihan Gejala untuk Pengujian Sistem Pertama ... 96
68. Daftar Gejala Terpilih untuk Pengujian Sistem Pertama ... 96
xviii
I. PENDAHULUAN
A. Latar Belakang
Cabai merupakan salah satu komoditas hortikultura yang memiliki nilai ekonomi penting di Indonesia, karena buahnya selain dijadikan sayuran atau bumbu masak juga mempunyai kapasitas menaikkan pendapatan petani, sebagai bahan baku industri, memiliki peluang ekspor, membuka kesempatan kerja serta sebagai sumber vitamin C.
Gangguan penyakit pada tanaman cabai sangat kompleks, baik pada musim hujan maupun musim kemarau. Bahkan dapat menimbulkan kerugian cukup besar, seperti yang diuraikan oleh Dr. Ati Srie Duriat, Peneliti Balai Penelitian Tanaman Sayuran (Balitsa) bersama timnya (Duriat, 2007).
Sistem pakar ini dibuat berdasarkan hasil penelitian sebelumnya yang dilakukan oleh Dr. Ati Srie Duriat, Peneliti Balai Penelitian Tanaman Sayuran (Balitsa)
bersama timnya dengan judul penelitian “Penyakit Penting pada Tanaman
Cabai dan Pengendaliannya”, yang menjadi sumber utama dalam pengumpulan data tentang penyakit – penyakit tanaman cabai serta penanganannya.
B. Tujuan Penelitian
Tujuan dari skripsi ini adalah untuk membangun suatu sistem pakar yang dapat mendiagnosa suatu penyakit pada tanaman cabai berdasarkan basis pengetahuan.
C. Manfaat Penelitian
1. Hasil penelitian ini diharapkan dapat membantu petani dalam mengembangkan pertaniannya.
2. Mempercepat proses pengambilan keputusan dalam menentukan penyakit cabai dan penanggulangannya.
3. Dapat digunakan oleh penyuluh-penyuluh pertanian yang bukan di bidang penyakit tanaman sehingga dapat menggantikan peran dari seorang pakar penyakit tanaman khususnya penyakit tanaman cabai.
D. Batasan Masalah
Beberapa hal yang membatasi masalah dalam pembahasan tugas akhir adalah: 1. Sistem Pakar dibuat dengan bahasa pemrograman Microsoft Visual Basic dan
Visual Data Manager.
2. Metode yang digunakan dalam proses pengambilan keputusan adalah metode
3
E. Perumusan Masalah
Masalah yang akan dicoba untuk diselesaikan dalam penelitian ini adalah:
1. Bagaimana membangun suatu aplikasi sistem pakar untuk mendiagnosa penyakit pada tanaman cabai dan memberikan rekomendasi pengobatannya. 2. Bagaimana membangun aplikasi sistem pakar dengan mengimplementasikan
metode forward chaining.
F. Hipotesis
Aplikasi akan mendiagnosa penyakit tanaman cabai dari gejala-gejala yang ditimbulkan, dan pengguna memperoleh diagnosa penyakit yang ada pada cabai dan solusi pengobatannya.
G. Kajian Penelitian Terdahulu
Penulisan skripsi ini mengambil bahan-bahan berupa buku teks serta artikel yang telah dipublikasikan di internet. Skripsi/penelitian terdahulu yang digunakan sebagai referensi pembanding yaitu:
1. “Sistim Pakar Gigi dan Mulut Berbasis Web dengan PHP dan MYSQL” disusun pada tahun 2012 oleh Arie Wicaksono D yang membahas tentang penentuan diagnosa penyakit pada gigi dan mulut.
H. Sistematika Penulisan
Dalam tulisan tugas akhir rancang bangun sistematika penulisan yang dibuat adalah sebagai berikut:
I. PENDAHULUAN
Menjelaskan tugas akhir secara umum, berisi latar belakang, tujuan, manfaat penelitian, batasan masalah, perumusan masalah, hipotesis, Kajian penelitian terdahulu dan sistematika penulisan.
II. TINJAUAN PUSTAKA
Pada bab ini dijelaskan mengenai gambaran tentang Linear Sequential Model, Sistem Pakar, Pengertian Penyakit, Macam Penyakit Cabai, Basis Data, Data
Flow Diagram (DFD), Entity Relationship Diagram (ERD), dan Software
yang digunakan untuk membuat aplikasi.
III. METODE PENELITIAN
Bagian ini akan menjelaskan metodologi yang digunakan dalam proses pembuatan dan perancangan sistem.
IV. HASIL DAN PEMBAHASAN
Bagian ini berisi mengenai hasil tentang implementasi dan pengujian dari program yang telah dibuat.
V. SIMPULAN DAN SARAN
II. TINJAUAN PUSTAKA
A. Kercedasan Buatan
Kecerdasan buatan adalah cabang ilmu komputer yang bertujuan untuk membuat sebuah komputer dapat berfikir dan bernalar seperti manusia (Durkin, 1994). Tujuan dari kecerdasan buatan ini adalah membuat komputer semakin berguna bagi manusia. Kecerdasan buatan dapat membantu meringankan beban kerja manusia, misalnya dalam membuat keputusan, mencari informasi secara lebih akurat, atau membuat komputer lebih mudah digunakan dengan tampilan yang mudah dipahami. Cara kerja artificial intelegence adalah menerima input untuk kemudian diproses dan mengeluarkan output yang berupa suatu keputusan.
B. Pengenalan sistem pakar
permasalahan tertentu seperti yang dimiliki seorang pakar untuk memcahkan masalah tertentu. Mesin inferensi adalah sebuah mesin pemroses pengetahuan yang dimodelkan atas konsep berfikir dan bernalar seoarang pakar. Mesin inferensi beserta informasi yang didapat dari sebuah masalah, berpasangan dengan pengetahuan yang disimpan pada basis pengetahuan, berusaha untuk mencari atau menarik kesimpulan, jawaban dan rekomendasi guna pemecahan masalah tersebut.
Seorang pakar adalah aset yang berharga dalam sebuah organisasi atau perusahaan. Seorang pakar dapat memunculkan ide yang kreatif, memecahkan masalah yang sulit, atau bahkan memperbaiki pekerjaan yang in-efficient. Walaupun demikian, tenaga manusia tetap terbatas, seorang pakar professional pun kemampuannya dipengaruhi oleh banyak faktor, seperti kondisi emosional apakah itu gembira, sedih ataupun kondisi fisik antara lain kelelahan, sakit, tua, lupa, kematian dan sebagainya. Jumlah pakar di bidang tertentu juga sangat terbatas sehingga adanya sistem pakar di bidang tertentu akan sangat berguna. Ada dua tujuan utama pengembangan sebuah sistem pakar, yaitu untuk menggantikan kerja seorang pakar atau membantu kerja seorang pakar.
Pengembangan sistem pakar melibatkan tiga unsur manusia di dalamnya. Ketiga unsur manusia tersebut adalah sebagai berikut:
1. Pakar
7
nasehat untuk memecahkan suatu masalah. Tugas dari para pakar ini adalah menyediakan pengetahuan tentang bagaimana dia melakukan tugasnya, pengetahuan ini kemudian diserap dan diduplikasikan ke sistem pakar.
2. Pengembang sistem
Pengembang sistem adalah pihak yang membuat sistem pakar. Pengembang sistem (knowledge engineer) ini bertugas untuk menyerap, mengambil pengetahuan dan kemampuan yang dimiliki oleh para pakar serta mengimplementasikannya ke dalam sebuah software sistem pakar. Tugas ini cukup sulit karena seorang pengembang sistem tidak boleh memasukkan perkiraan atau perasaannya ke dalam pengetahuan yang diperolehnya. Di samping itu pengembang sistem juga harus pandai mencari informasi atau pengetahuan pakar karena kadangkala seorang pakar tidak dapat menjelaskan semua keahliannya.
3. Pemakai
Adalah pihak yang mempergunakan sistem pakar. Kemampuan sistem pakar dikembangkan untuk mempermudah dan menghemat waktu dan usaha user.
B.1. Ciri dan karakteristik
Menurut Jogiyanto ada berbagai ciri dan karakteristik yang membedakan sistem pakar dengan sistem lain yang dapat dijadikan sebagai pedoman utama dalam pengembangan sistem pakar, di antaranya:
secara numerik sedangkan keahlian dari seorang pakar adalah fakta dan aturan-aturan, bukan numerik.
b. Informasi dalam sistem pakar tidak selalu lengkap, subyektif, tidak konsisten, subyek terus berubah dan tergantung pada kondisi lingkungan sehingga keputusan yang diambil bersifat tidak pasti dan tidak mutlak “ya” atau
“tidak” akan tetapi menurut ukuran kebenaran tertentu. Oleh karena itu dibutuhkan kemampuan sistem untuk belajar secara mandiri dalam menyelesaikan masalah-masalah dengan pertimbangan-pertimbangan khusus. c. Kemungkinan solusi sistem pakar terhadap suatu permasalahan adalah bervariasi dan mempunyai banyak pilihan jawaban yang dapat diterima, semua faktor yang ditelusuri memiliki ruang masalah yang luas dan tidak pasti. Oleh karena itu diperlukan fleksibilitas sistem dalam menangani kemungkinan solusi dari berbagai permasalahan.
d. Perubahan atau pengembangan pengetahuan dalam sistem pakar dapat terjadi setiap saat bahkan sepanjang waktu sehingga diperlukan kemudahan dalam modifikasi sistem untuk menampung jumlah pengetahuan yang semakin besar dan semakin bervariasi.
e. Pandangan dan pendapat setiap pakar tidaklah selalu sama, yang oleh karena itu tidak ada jawaban bahwa solusi sistem pakar merupakan jawaban yang pasti benar. Setiap pakar akan memberikan pertimbangan-pertimbangan berdasarkan faktor subyektif.
9
meskipun solusinya sulit sehingga fasilitas informasi sistem harus selalu diperlukan.
B.2. Kategori sistem pakar
Berdasarkan tujuan pembuatannya, sistem pakar dikategorikan menjadi (Durkin, 1994):
a. Kontrol (Control)
Dengan tujuan untuk mengatur perilaku kerja sistem dalam suatu lingkungan yang kompleks, termasuk di dalamnya adalah penafsiran, perkiraan, pengawasan dan perbaikan perilaku kerja sistem tersebut. Contoh: kontrol terhadap proses manufacturing lengkap.
b. Desain (Design)
Dengan tujuan untuk menentukan konfigurasi yang cocok dari komponen-komponen yang ada pada sebuah sistem sehingga diperoleh kemampuan kerja yang memuaskan walaupun terdapat keterbatasan di dalamnya. Contoh:
layout circuit.
c. Diagnosa (Diagnosis)
d. Instruksi (Instruction)
Dengan tujuan untuk mendeteksi dan memperbaiki kekurangan perilaku siswa dalam memahami bidang informasi tertentu. Contoh: program tutorial. e. Interpretasi (Interpretation)
Dengan tujuan menganalisa data yang tidak lengkap, tidak teratur dan data yang kontradiktif yang biasanya diperoleh melalui sensor. Contoh: analisis citra.
f. Pengamatan (Monitoring)
Dengan tujuan membandingkan perilaku yang diamati dalam suatu sistem dengan perilaku yang diharapkan untuk mengenal variasi perilaku yang terdapat di dalamnya. Contoh: kontrol instalasi nuklir.
g. Perencanaan (Planning)
Dengan tujuan untuk mendapatkan tahapan secara urut dari tindakan yang harus dilakukan untuk mencapai sasaran yang ditetapkan sebelumnya dari suatu kondisi awal tertentu. Contoh: lengan robot yang dapat memindahkan lima balok dengan susunan tertentu dari susunan asal yang acak.
h. Prediksi (Prediction)
Dengan tujuan untuk memberikan kesimpulan mengenai akibat atau efek yang mungkin terjadi dari sejumlah alternatif situasi yang diberikan. Contoh:
financial forecasting. i. Preskripsi (Prescription)
11
j. Seleksi (Selection)
Dengan tujuan untuk mengidentifikasi pilihan yang terbaik atau yang paling cocok dari sebuah daftar kemungkinan dengan memberikan kriteria-kriteria tertentu.
k. Simulasi (Simulation)
Dengan tujuan untuk membuat suatu model atas sebuah sistem atau proses yang memiliki banyak kemungkinan solusi.
B.3. Metode sistem pakar
Terdapat dua metode inferensi yang digunakan dalam sistem pakar, yaitu forward chaining dan backward chaining.
B.3.a. Forward chaining
Konsep dari forward chaining berangkat dari premis menuju kepada kesimpulan akhir, sering disebut data driven (yaitu, pencarian dikendalikan oleh data yang diberikan), artinya suatu proses yang memulai pencarian dari premis atau data menuju konklusi. Dalam penganalisaan masalah, komputer mencari fakta atau nilai yang sesuai dengan syarat pada posisi JIKA dari rule MAKA.
B.3.b. Backward chaining
memulai titik pendekatannya dari goal yang akan dicari nilainya kemudian bergerak untuk mencari informasi yang mendukung goal tersebut.
C. Metode Waterfall (Model Sekuensial Linear)
Nama dari model ini sebenarnya adalah “Linear Sequential Model”. Model ini
sering disebut dengan “classic life cycle” atau model Waterfall. Model ini merupakan model pengembangan yang pertama, yang muncul pertama kali pada sekitar tahun 1970 sehingga model ini sering disebut kuno. Namun demikian model ini adalah model yang paling banyak digunakan di dalam Software Engineering (SE) (Hafiz, 2010).
Gambar 1. Tahapan pada Linear Sequential Model (Roger S. Pressman, 1997)
13
pada suatu tahap telah selesai, baru dapat melanjutkan ke tahap berikutnya. Tahap-tahap pada model sekuensial linear adalah sebagai berikut:
C.1. Analisis kebutuhan
Tahap ini mengumpulkan requirement (kebutuhan) apa saja yang dibutuhkan pada sistem. Analisis sistem juga merupakan sebuah teknik pemecahan masalah yang menguraikan sebuah sistem menjadi komponen-komponennya dengan tujuan mempelajari seberapa bagus komponen-komponen tersebut bekerja dan berinteraksi untuk meraih tujuan. Ada satu bagian penting yang biasanya dilakukan dalam tahapan analisis yaitu pemodelan proses bisnis. Model proses adalah model yang memfokuskan pada seluruh proses di dalam sistem yang mentransformasikan data menjadi informasi. Biasanya model ini digambarkan dalam bentuk Diagram Arus Data (Data Flow Diagram/DFD).
C.2. Perancangan
Pada tahap ini dilakukan desain sistem yang akan dibuat sebelum proses coding. Desain sistem meliputi desain database serta interface yang nantinya akan menghasilkan sebuah arsitektur sistem keseluruhan.
Pada tahap perancangan menghasilkan suatu perancangan database, Entity Relationship Diagram (ERD), dan perancangan interface. Database, ERD, dan
C.3. Pengkodean
Tahap ini memberikan suatu coding terhadap desain agar dimengerti oleh komputer. Pengkodean tersebut menghasilkan desain yang dinamis sesuai dengan kebutuhan.
C.4. Pengujian
Tahapan berikutnya dalam model sekuensial linear adalah tahap pengujian, dimana pada tahapan ini software yang telah dibuat diuji apakah telah sesuai dengan kebutuhan atau belum. Pengujian pada software ini menggunakan metode pengujian blackbox dan whitebox.
C.4.a. Blackbox testing
Black box testing memperlakukan pengujian perangkat lunak sebagai kotak hitam
tanpa pengetahuan tentang pelaksanaan internal. Blackbox testing merupakan pengujian tanpa melihat source code lagi, melainkan dengan cara menguji langsung ke hasil tampilannya/output.
C.4.b. Whitebox testing
White box testing adalah ketika penguji memiliki akses ke struktur data internal dan algoritma termasuk source code.
C.5. Implementasi dan pemeliharaan
15
pembuatan produk sehingga untuk pengembangan / perbaikan produk di masa datang tidak ada kesulitan.
Tipe pemeliharaan :
1. Corrective Maintenance
memperbaiki sisa-sisa kesalahan pada saat pembuatan produk 2. Perfective Maintenance
meningkatkan efektifitas atau kemampuan produk 3. Adaptive Maintenance
menyesuaikan produk dengan perubahan dan perkembangan teknologi / lingkungan dimana produk tersebut digunakan
D. Penyakit Tanaman Cabai
1. Penyakit Layu Bakteri
Penyakit ini ditularkan oleh Patogen Ralstonia solanacearum, gejala yang sering terjadi adalah tanaman muda layu yang dimulai dari pucuk, selanjutnya seluruh bagian tanaman layu dan mati. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Media untuk penyemaian menggunakan lapisan sub soil (1,5-2 m di bawah permukaan tanah), pupuk kandang matang yang halus dan pasir kali pada perbandingan 1:1. Campuran media ini di-pasteurisasi selama 2 jam.
c. Naungan persemaian secara bertahap dibuka agar matahari masuk dan tanaman menjadi lebih kuat.
d. Penggunaan fungisida/bakterisida selektif dengan dosis batas terendah.
2. Penyakit Rebah Kecambah
Penyakit ini ditularkan oleh salah satu dari patogen Rhizoctonia solani, Pythium spp. Fusarium spp. Phytophora spp. atau Colletotrichum spp. Gejala yang sering timbul adalah semaian cabai gagal tumbuh, biji yang sudah berkecambah mati tiba-tiba atau semaian kerdil karena batang bawah atau leher akar busuk dan mengering. Pada bedengan persemaian nampak kebotakan kecambah atau persemaian cabai secara sporadis dan menyebar tidak beraturan. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Media untuk penyemaian menggunakan lapisan sub soil (1,5-2 m di bawah permukaan tanah) dan pupuk kandang matang yang halus dan pasir kali pada perbandingan 1:1. Campuran media ini dipasteurisasi
selama 2 jam.
b. Semaian yang terinfeksi penyakit harus dicabut dan dimusnahkan, media tanah yang terkontaminasi dibuang.
c. Naungan persemaian secara bertahap dibuka agar matahari masuk dan tanaman menjadi lebih kuat.
d. Penggunaan fungisida/bakterisida selektif dengan dosis batas terendah. 3. Penyakit Bengkak Akar
17
bintil akar yang tidak bisa lepas walaupun akar diusap lebih keras. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Media untuk penyemaian menggunakan lapisan sub soil (1,5-2 m di bawah permukaan tanah) dan pupuk kandang matang yang halus dan pasir kali pada perbandingan 1:1. Campuran media ini dipasteurisasi
selama 2 jam.
b. Semaian yang terinfeksi penyakit harus dicabut dan dimusnahkan, media tanah yang terkontaminasi dibuang.
4. Penyakit Mosaik Belang Kuning atau Klorosis
Penyakit ini ditularkan melalui patogen potato Virus (PVY), CMV atau
Tobacco Etch Virus (TEV), atau TMV. Penyakit ini ditandai dengan warna
daun belang klorosis atau kuning. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Semaian yang terinfeksi penyakit harus dicabut dan dimusnahkan, media tanah yang terkontaminasi dibuang.
b. Gunakan Insektisida yang efektif dan dianjurkan untuk mengendalikan vektornya (kutu daun).
5. Penyakit Busuk Basah Bakteri
masa yang basah lunak berlendir. Lendir keluar dari kantung buah dan menguap sampai ke kering. Buah yang masih menempel pada tanaman kemudian terinfeksi akan tetap terikat menggantung seperti kantung air. Setelah isinya keluar suatu kantung buah kering berwarna transparan dan tetap menggantung. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Pengaturan jarak tanaman tidak terlalu rapat.
b. Sanitasi kebun dari sisa-sisa tanaman yang terinfeksi bakteri. c. Melakukan panen pada waktu cuaca kering.
d. Menjaga agar buah tidak luka/memar waktu dipanen. e. Simpan ditempat buah cabai ditempat yang teduh.
f. Pencucian dapat meningkatkan infeksi. Penambahan khlor pada air cucian dan segera mengeringkannya adalah cara yang dianjurkan.
g. Mengumpulkan dan memusnahkan buah cabai yang terinfeksi.
6. Penyakit Bercak Kering Bakteri
Patogen pembawanya adalah Xanthomonas campestris pv vesicatoria. Gejala yang sering timbul adalah pada buah bercak berbentuk bulat kutil tidak beraturan, kutil yang menyatu membentuk cembungan besar yang retak-retak. Patogen dapat terbawa biji. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Gunakan benih cabai yang bersertifikat.
b. Rotasi tanaman penting untuk mengelola penyakit ini.
19
7. Penyakit Antraknos
Penyakit ini dibawa oleh patogen Colletotrichum spp. Penyakit ini ditandai dengan adanya antraknos pada buah yang membuat buah busuk. Di Indonesia penyakit ini dapat menginfeksi buah matang dan buah muda. Gejala awal adalah bercak kecil seperti tersiram air, luka ini berkembang dengan cepat sampai ada yang bergaris tengah 3-4 cm. Ekspansi bercak yang maksimal membentuk lekukan dengan warna merah tua ke coklat muda, dengan berbagai bentuk konsentrik dari jaringan stromatik cendawan yang berwarna gelap. Spora yang berwarna pucat kekuningan sampai warna salmon (pink) tersebar pada garis-garis konsentrik. Buah cabai bisa hancur 100% karena antraknos. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Gunakan benih cabai yang bersertifikat, rendam dengan air panas ±55ºC selama 30 menit atau dengan larutan 0,05-0,1 % fungisida golongan sistematik (seperti Triazole atau Pirimidin)
b. Pemupukan berimbang, yaitu urea 150-200kg, za 450-500kg, tsp 100-150kg, kcl 100-100-150kg, dan pupuk organik 20-30 ton per hektar
c. Intercropping antara cabai dan tomat di dataran tinggi
d. Pada dataran tinggi gunakan mulsa plastik untuk mengurangi infestasi antraknos dan penyakit tanah terutama pada musim hujan
e. Gunakan fungisida klorotalonil (daconil 500 2g/l) atau propineb (antracol 70wp, 2g/l) secara bergantian
8. Penyakit Bercak Fitoftora
Patogen dari penyakit ini adalah Phytophora capsici. Gejala awal pada buah adalah bercak seperti tercelup air panas dengan warna hijau buram, bercak ini dengan cepat menyebar pada luasan buah. Gejala berikutnya buah akan menjadi lembek/lunak dan berkerut. Tanaman muda pada bagian lain dapat diserang patogen ini. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Pemupukan yang berimbang, yaitu Urea 150-200 kg, ZA 450-500 kg, TSP 100-150 kg, KCL 100-150 kg, dan pupuk organik 20-30 ton per hektar.
b. Intercropping antara cabai dan tomat di dataran tinggi dapat mengurangi penyakit serta menaikkan hasil panen.
c. Penggunaan mulsa plastik perak di dataran tinggi, dan jerami di dataran rendah mengurangi infestasi penyakit terutama di musim hujan.
d. Tanaman muda yang terinfeksi penyakit di lapangan dimusnahkan dan disulam dengan yang sehat.
e. Buah yang terinfeksi dimusnahkan.
21
g. Untuk mengurangi penggunaan pestisida (±30%) dianjurkan untuk menggunakan nozel kipas yang butiran semprotannya berupa kabut dan merata.
9. Penyakit Mosaik belang
Patogen dari penyakit ini adalah Cucumber Mosaic Virus (CMV) atau Tobacco Ecth Virus (TEV). Indikasi tanaman yang terkena penyakit ini adalah bentuk buah abnormal, melengkung dan atau permukaan tidak rata, warna buah belang kuning sepanjang alur buah. Warna kuning sangat menonjol pada buah yang masih berwarna hijau. Pada buah menjelang matang warna buah belang coklat dan kekuningan, dan waktu matang penuh buah berwarna merah (agak muda) yang merata. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Pemupukan yang berimbang, yaitu Urea 150-200 kg, ZA 450-500 kg, TSP 100-150 kg, KCL 100-150 kg, dan pupuk organik 20-30 ton per hektar.
b. Intercropping antara cabai dan tomat di dataran tinggi dapat mengurangi serangan hama dan penyakit serta menaikkan hasil panen.
c. Penggunaan mulsa plastik perak di dataran tinggi, dan jerami di dataran rendah mengurangi infestasi kutu daun sebagai vektor virus.
d. Tanaman muda yang terinfeksi penyakit di lapangan dimusnahkan dan disulam dengan yang sehat.
10. Penyakit Kerusakan Oleh Kutu daun
Patogen dari penyakit ini adalah Aphis sp. Gejala yang umum adalah daun muda berkerut dan agak belang kuning samar. Internode pendek sehingga letak daun lebih bertumpuk. Helaian daun sering ditutupi oleh suatu lapisan hitam tipis yang berasosiasi dengan kutu daun yang lepas. Lapisan hitam ini adalah pertumbuhan jamur jelaga yang tumbuh pada ekskresi kutu daun yang manis seperti madu. Populasi kutu daun yang ekstrim tinggi dapat menyebabkan klorosis dan gugur daun dapat menyebabkan buah tereduksi atau cacat karena sengatan matahari. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Lihat cara pencegahan hama kutu daun.
b. Pengendalian terhadap kutu daun sendiri dengan membiarkan musuh alaminya tetap tumbuh dan berkembang.
c. Insektisida yang dianjurkan untuk mengendalikan kutu daun antara lain Kartap hidroksida (2g/l), Fipronil (2cc/l), Diafenthiuron (2cc/l).
d. Pengendalian terhadap populasi semut yang sering membawa kutu daun menjadi ternak peliharaannya.
11. Penyakit Kerusakan Oleh Tungau
23
a. Dilakukan pantauan yang sering dan teliti. Tanaman muda (sampai masa berbunga pertama) kurang lebih umur 35 hari yang memperlihatkan daun ngelinting segera dipangkas daunnya, kemudian tanaman disemprot dengan akarisida, lalu tanah sekitar tanaman disiram dengan air untuk mempercepat pertumbuhan tunas.
b. Pemupukan yang berimbang, yaitu Urea 150-200 kg, ZA 450-500 kg, TSP 100-150 kg, KCL 100-150 kg, dan pupuk organik 20-30 ton per hektar.
c. Intercropping antara cabai dan tomat di dataran tinggi dapat mengurangi serangan hama dan penyakit serta menaikkan hasil panen.
d. Penggunaan mulsa plastik perak di dataran tinggi, dan jerami di dataran rendah mengurangi infestasi penyakit terutama di musim hujan.
e. Untuk mengurangi penggunaan pestisida (±30%) dianjurkan untuk menggunakan nozel kipas yang butiran semprotannya berupa kabut dan merata.
12. Penyakit Kerusakan oleh Trips
a. Pemupukan yang berimbang, yaitu Urea 150-200 kg, ZA 450-500 kg, TSP 100-150 kg, KCL 100-150 kg, dan pupuk organik 20-30 ton per hektar.
b. Intercropping antara cabai dan tomat di dataran tinggi dapat mengurangi serangan hama dan penyakit serta menaikkan hasil panen.
c. Penggunaan mulsa plastik perak di dataran tinggi, dan jerami di dataran rendah mengurangi infestasi penyakit terutama di musim hujan.
d. Tanaman muda yang terinfeksi penyakit di lapangan dimusnahkan dan disulam dengan yang sehat.
e. Buah yang terinfeksi dimusnahkan.
f. Cendawan phytophora capisi dapat dikendalikan dengan fungisida sistemik metalaksil-M 4% + mancozeb 64% (Ridomil Gold MZ 4/64 WP) pada konsentrasi 3 g/l air, bergantian dengan fungisida kontak seperti klorotalonil (Daconil 500 F, 2g/l). Fungisida sistemik digunakan maksimal empat kali per-musim.
g. Untuk mengurangi penggunaan pestisida (±30%) dianjurkan untuk menggunakan nozel kipas yang butiran semprotannya berupa kabut dan merata.
13.Penyakit Mutasi
25
Mutasi sifatnya tidak baka dan tidak menular. Tanaman ini kalau tidak dikehendaki musnahkan saja.
14. Penyakit Ujung Busuk
Penyebabnya adalah Kahat kalsium dan air tidak seimbang. Gejala umumnya adalah terdapat bercak seperti tersiram air panas terbentuk pada ujung buah. Jaringan yang terinfeksi menjadi lunak busuk dan nampak seperti lapisan kulit. Buah-buah yang terinfeksi menjadi lebih cepat matang. Cendawan saprofitik sering tumbuh pada bekas luka tadi, begitupun bakteri busuk lunak bisa masuk ke dalam buah melalui luka yang terjadi. Pencegahan dan pengendaliannya adalah sebagai berikut:
a. Drainase tanah (tata air dan tata udara) dipersiapkan dengan baik.
b. Pemupukan yang berimbang, yaitu urea 150-200 kg, ZA 450-500 kg, TSP 100-150 kg, KCL 100-150 kg, dan pupuk organik 20-30 toon per hektar.
c. Pada kelembaban yang berfluktuasi tidak memberi hara nitrogen berlebih.
E. Visual Basic 6.0
Visual Basic pada dasarnya adalah sebuah bahasa pemrograman komputer. Bahasa pemrograman adalah perintah-perintah atau instruksi yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu. Visual Basic selain disebut sebagai bahasa pemrograman, juga sering disebut sebagai sarana (tool) untuk menghasilkan program-program aplikasi berbasiskan windows.
1. Untuk membuat program aplikasi berbasis windows.
2. Untuk membuat objek–objek pembantu program seperti misalnya kontrol
ActiveX, file Help dan sebagainya.
3. Menguji program (debugging) dan menghasilkan program akhir berakhiran EXE yang bersifat executeable, atau dapat langsung dijalankan.
Gambar 2. Lingkungan Visual Basic 6.0
E.1. Form
27
Gambar 3. Jendela form
E.2. Toolbox
Toolbox adalah sebuah “kotak peranti” yang mengandung semua objek atau
Gambar 4. Toolbox
E.3. Jendela properties
29
Gambar 5. Jendela properties
E.4. Dasar pemrograman
a. Tipe data
Visual Basic 6.0 mendukung beberapa macam tipe data yang bisa digunakan di dalam pemrograman, kesemua tipe data ini harus diketahui karena bila salah dalam mempresentasikannya di dalam pemrograman, aplikasi yang telah dibuat tidak akan berjalan dengan baik (Halvorson, 2000). Sebagai contoh, untuk melakukan perhitungan matematik harus menggunakan tipe data numerik (angka), untuk menyimpan data berbentuk teks harus menggunakan tipe data string, dan sebagainya.
Tipe – tipe data yang terdapat pada Visual Basic di antaranya adalah (Halvorson, 2000):
1. Integer
2. Byte
Tipe data yang berupa nilai bulat positif (tanpa pecahan). Kisarannya mulai dari 0 – 255
3. Decimal
Tipe data yang digunakan untuk menyimpan nilai desimal (pecahan) dengan ketepatan hingga 28 angka desimal.
4. Boolean
Tipe data yang hanya memiliki dua buah nilai yaitu True atau False
(Benar atau Salah). Tipe data ini biasanya digunakan untuk memilih salah satu dari dua pilihan seperti ya/tidak, pria/wanita, dan sebagainya.
5. String
Tipe data yang memiliki nilai alfanumerik, yaitu nilainya bisa berupa
huruf, angka, atau karakter khusus. Contohnya : “Anas”, “123.45”, “Tekan
tombol #”. Angka “123.45” bertipe string dan bukan numerik. Bedanya,
angka yang bertipe string tidak dapat dilakukan operasi matematika seperti penambahan, pengurangan, dan sebagainya.
6. Single
Tipe data numerik yang memiliki kisaran nilai mulai dari -3.402823E+38 hingga 3.402823E+38. Tipe data ini juga sering disebut single precision
atau bilangan berpresisi tunggal.
7. Double
31
data ini juga sering disebut double precision atau bilangan berpresisi ganda.
8. Date
Tipe data yang digunakan untuk menyimpan nilai tanggal dan jam, nilainya berkisar dari 1 januari 100 hingga 31 desember 9999.
9. Currency
Tipe data yang digunakan untuk menyimpan nilai uang (dalam dolar atau dalam jenis mata uang yang digunakan komputer). Tipe data ini memiliki nilai yang berkisar mulai 922.337.203.685.477,5 sampai 922.337.203.685.477,5808.
10.Long
Tipe data numerik yang mirip dengan integer, hanya saja kisarannya jauh lebih besar yaitu dari -2.147.483.648 hingga 2.147.483.647. Tipe data ini membutuhkan memori yang cukup besar, jadi gunakan apabila perlu saja.
11.Object
Tipe data yang menyimpan objek seperti form, kontrol dan sebagainya.
12.Variant
Tipe data yang bisa berisi segala macam tipe data yang berbeda. Biasanya digunakan jika tidak mengetahui jenis data yang akan digunakan. Secara otomatis Visual Basic menugaskan tipe data ini pada setiap kontrol yang dibuat ke dalam aplikasi.
b. Variabel
perhitungan, pengubahan properti, penentuan nilai, dan sebagainya (Halvorson, 2000). Isi variabel bisa berubah-ubah dari waktu ke waktu sesuai kebutuhan, sehingga variabel dapat juga diibaratkan seperti kotak penyimpanan.
X=100 X=50
Di sini yang dimaksud dengan variabel adalah x,. Pada baris pertama,
variabel x dimasukkan nilai 100 sehingga isi dari x adalah 100. Tetapi isi
variabel x tidak akan selamanya 100 di sepanjang program. Pada baris kedua, nilai 50 dimasukkan ke dalam variabel x. Jadi kini isi dari variabel x bukannya 100 lagi tetapi sudah menjadi 50.
c. Konstanta
Beda dengan variabel, konstanta (atau sering juga disebut dengan istilah
literal) adalah nilai yang tidak akan berubah di sepanjang aplikasi (Halvorson, 2000). Biasanya konstanta digunakan untuk memberi nilai tetap pada perhitungan.
Total = subtotal + 1000
Nilai 1000 di atas adalah konstanta. Sedangkan total dan subtotal adalah
variabel. Isi dari variabel total dan subtotal bisa berubah-ubah, sedangkan nilai 1000 di atas akan tetap besarnya di sepanjang aplikasi Visual Basic.
d. Operator
III. METODE PENELITIAN
A. Perangkat yang digunakan A.1. Perangkat Keras
Berikut ini adalah perangkat keras (hardware) yang digunakan untuk membuat aplikasi:
a. Processor Intel Core i3 2.13 Hz b. RAM 3 GB
c. VGA 1270 MB d. Hardisk 230 GB
e. DVD RW LITE-ON LTR
A.2. Perangkat Lunak
Berikut ini adalah perangkat lunak (software) yang digunakan untuk membuat aplikasi:
a. Sistem Operasi Windows XP b. VB 6 (Visual Basic 6)
B. Waktu dan Tempat B.1. Waktu
Kegiatan penelitian dilakukan mulai dari Tanggal 1 Desember 2012 sampai dengan 30 Mei 2013.
Tabel 1. Jadwal kegiatan penelitian
No KEGIATAN BULAN KE
Whitebox testing, Alpha test, Beta
test)
5 Implementasi & Pemeliharaan (Instalisasi, input data baru) 6 Pembuatan laporan dan lain-lain
Keterangan : = Pelaksanaan kegiatan.
= Tidak ada kegiatan
B.2. Tempat
35
C. Perancangan Sistem C.1. Deskripsi Sistem
Deskripsi sistem adalah gambaran umum tentang sistem yang akan dikembangkan. Sistem pakar untuk mendiagnosa penyakit tanaman cabai ini merupakan perangkat lunak yang dapat digunakan untuk membantu mendiagnosa penyakit pada tanaman cabai yang diwujudkan dengan adanya dialog antara pengguna dengan sistem. Pada proses ini sistem akan memberikan daftar berupa fakta-fakta yang telah disimpan dalam sistem berupa basis pengetahuan. Jawaban yang diberikan pengguna akan diproses sehingga menghasilkan kesimpulan tentang penyakit pada tanaman cabai. Sistem memberikan saran pengobatan serta pencegahan yang bisa dilakukan untuk mencegah agar tidak terkena penyakit tersebut.
C.2. Representasi pengetahuan
Sistem pakar untuk mendiagnosa penyakit tanaman cabai ini membutuhkan basis pengetahuan dan mesin inferensi. Basis pengetahuan ini berisi fakta-fakta yang dibutuhkan oleh sistem, sedangkan mesin inferensi digunakan untuk menganalisa fakta-fakta yang dimasukkan pengguna hingga dapat ditentukan suatu kesimpulan.
Tabel 2. Tabel aturan gejala (Duriat, 2007)
No Aturan Gejala
1. IF Tanaman muda layu yang dimulai dari pucuk AND seluruh tanaman layu dan mati THEN LAYU BAKTERI
2.
IF Semaian cabai gagal tumbuh AND biji yang sudah berkecambah mati tiba-tiba AND Semaian kerdil karena batang bawah atau leher busuk dan mengering AND Pada bedengan persemaian Nampak kebotakan kecambah AND Semaian cabai sporadis dan menyebar tidak THEN REBAH
KECAMBAH (Damping off)
3.
IF Semaian agak kekuningan namun tampak seperti tanaman sehat AND ada bintil akar yang tidak bisa lepas walaupun diusap lebih keras THEN NEMATODA BENGKAK AKAR
4.
IF Bercak kecil seperti tersiram air AND Daun, ranting dan batang busuk kering berwarna coklat kehitam - hitaman AND Pada batang acervuli terlihat berupa ANTRAKNOS
Data-data yang menjadi output bagi sistem adalah data jenis penyakit, data pencegahan dan data pengobatan. Aturan jenis penyakit menyediakan pengetahuan tentang jenis penyakit pada cabai dan deskripsinya. Pembentukan aturan jenis penyakit pada tanaman cabai ini ditunjukkan pada tabel 8.
Tabel 3. Tabel jenis penyakit (Duriat, 2007)
No. Penyakit Deskripsi
1. LAYU
BAKTERI
Serangan pertama kali biasanya pada tanaman umur 6 minggu. Daun layu mulai dari pucuk
sampai ke bagian bawah. Kalau
batang/cabang/pangkal batang dibelah, terlihat warna cokelat kehitaman dan busuk. Bila dicelup dalam air bening 5 menit kemudian akan keluar cairan eksudat seperti lendir berwarna putih. Serangan bakteri ini sering menular lewat air yang tercemar
2. BERCAK
BAKTERI
37
tidak beraturan
3. BERCAK
DAUN
Bercak-bercak bulat kecil pada daun merupakan ciri khas serangan Cercospora capsici. Warna bagian dalam lingkaran selalu berbeda dengan tepi lingkaran. Bercak tersebut akan meluas mencapai sekitar 0,5 cm. Bercak tampak berwarna pucat sampai putih, dan tepinya berwarna lebih tua. Selain menyerang daun juga menyerang pada batang dan tangkai daun
4. ANTRAKNOS
Penyakit ini dibawa oleh patogen Colletotrichum spp. Penyakit ini ditandai dengan adanya antraknos pada buah yang membuat buah busuk
Rancangan sistem ini tidak hanya berhenti pada kemampuan diagnosis penyakit dengan menggunakan aturan-aturan gejala. Penelusuran dapat dilanjutkan untuk menelusuri saran pencegahan dan saran pengobatan hasil dari melakukan sesi konsultasi berupa jenis penyakit tertentu. Dalam hal ini tentu saja jenis penyakit yang terdeteksi berkedudukan sebagai kesimpulan akhir, sedangkan cara pencegahan dan saran terapi (pengobatan) berkedudukan sebagai fakta.
Tabel 4. Tabel aturan pencegahan (Duriat, 2007)
No. Aturan Pencegahan
1.
IF LAYU BAKTERI THEN gunakan lapisan sub soil 1,5-2 m di bawah permukaan tanah sbg media penyemaian AND gunakan pupuk kandang matang yang halus dan pasir kali dengan perbandingan 1:1 AND campuran media ini dipasteurisasi selama 2 jam
2.
IF REBAH KECAMBAH THEN gunakan lapisan sub soil 1,5-2 m di bawah permukaan tanah sbg media penyemaian AND gunakan pupuk kandang matang yang halus dan pasir kali dengan perbandingan 1:1 AND campuran media ini dipasteurisasi selama 2 jam
3.
4.
IF LAYU FUSARIUM THEN tanah-tanah yang terkontaminasi penyakit ini jangan digunakan AND membersihkan lahan dari sisa tanaman dan gulma sebelumnya
Tabel 5. Tabel aturan terapi (pengobatan) (Duriat, 2007)
No. Aturan Terapi
1.
IF LAYU BAKTERI THEN semaian yang terinfeksi penyakit harus dicabut dan dimusnahkan AND media tanah yang terkontaminasi dibuang AND buang naungan persemaian AND gunakan fungisida/bakterisida dengan dosis terendah
2.
IF REBAH KECAMBAH THEN semaian yang terinfeksi penyakit harus dicabut dan dimusnahkan AND media tanah yang terkontaminasi dibuang AND buang naungan persemaian AND gunakan fungisida/bakterisida dengan dosis terendah DAN musnahkan tanaman yang terinfeksi dan sulam dengan yang baru DAN pada dataran tinggi gunakan mulsa plastik untuk mengurangi infestasi antraknos dan penyakit tanah terutama pada musim hujan DAN ekstrak tanaman merigold (titonia diversifolata) dalam air 1:20(berat/volume) DAN kurangi penggunaan pestisida dengan menggunakan spuyer yang butiran semprotannya berupa kabut merata
4.
IF LAYU FUSARIUM THEN pemupukan berimbang, yaitu urea 150-200kg, za 450-500kg, tsp 100-150kg, kcl 100-150kg, dan pupuk organik 20-30 ton per hektar AND peninggian guludan cabai mengurangi insiden penyakit layu AND intercropping antara cabai dan tomat di dataran tinggi DAN musnahkan tanaman yang terinfeksi dan sulam dengan yang baru
C.3. Sistematika Penamaan Variabel
Adapun variabel yang digunakan untuk mempermudah dalam membuat program adalah :
39
SKT = Nama Penyakit CGH = Pencegahan TRP = Terapi/Pengobatan
A-Z = Contoh berupa gejala, penyakit, pencegahan, atau terapi
C.4. Mesin Inferensi
Mesin inferensi adalah bagian sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan urutan dan pola tertentu. Selama proses konsultasi, mesin inferensi menggunakan strategi forward chaining.
Strategi forward chaining digunakan pada pengujian fakta-fakta yang dimasukkan pengguna, dengan aturan yang telah disimpan dalam sistem, satu demi satu hingga dapat diambil satu kesimpulan.
C.4.a. Penerapan Graf Penelusuran Jenis Penyakit
1. Graf penelusuran jenis penyakit Layu Bakteri
Penyakit Layu Bakteri memiliki dua gejala yang digunakan sebagai penelusuran ditunjukkan pada gambar di bawah ini.
A
B
SKT1
Keterangan
A : Tanaman muda layu yang dimulai dari pucuk
B : seluruh tanaman layu dan mati
SKT1 : Penyakit Layu Bakteri
2. Graf penelusuran jenis penyakit Nematoda Bengkak Akar
Penyakit Nematoda Bengkak akar memiliki dua gejala yang digunakan sebagai penelusuran ditunjukkan pada gambar di bawah ini.
C
D
SKT2
Gambar 7. Graf penelusuran penyakitNematoda Bengkak Akar
Keterangan
C : Semaian agak kekuningan namun tampak seperti tanaman sehat
D : ada bintil akar yang tidak bisa lepas walaupun diusap lebih keras
SKT2 : Penyakit Nematoda Bengkak Akar.
3. Graf penelusuran jenis penyakit Antraknos
41
E
F
G
SKT3
Gambar 8. Graf penelusuran penyakitAntraknos
Keterangan
E : Bercak kecil seperti tersiram air
F : Daun, ranting dan batang busuk kering berwarna coklat kehitam
G : Pada batang acervuli terlihat berupa benjolan
SKT3 : Penyakit Antraknos
4. Graf penelusuran jenis penyakit Rebah Kecambah (Damping off)
Penyakit Rebah Kecambah (Damping off) memiliki enam gejala yang digunakan sebagai penelusuran ditunjukkan pada gambar di bawah ini.
H
II
J
K
SKT4
L
M
Keterangan
H : Semaian cabai gagal tumbuh
I : biji yang sudah berkecambah mati tiba-tiba
J : Semaian kerdil karena batang bawah atau leher busuk dan mengering
K : Pada bedengan persemaian Nampak kebotakan kecambah
L : Keluar cairan berwarna merah coklat bercampur gas
M : Semaian cabai sporadis dan menyebar
SKT4 : Penyakit Rebah Kecambah (Damping off)
C.5. Perancangan Diagram Alir Data
USER
Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Cabai Dengan Metode Forward
Chaining
Gejala Penyakit
Diagnosis Penyakit
PAKAR
Kelola Basis Pengetahuan, Kelola Basis Aturan Daftar Basis Pengetahuan,
Daftar Basis Aturan
Gambar 10. Diagram alir data level 0
43
Pertanian) dan pengguna (user). Seorang pakar penyakit dapat memasukkan data
– data kepakaran ke dalam sistem serta dapat memperoleh informasi pakar, sedangkan pengguna hanya bisa melakukan konsultasi dengan sistem, yaitu dengan memilih gejala-gejala penyakit kepada sistem dan memperoleh hasil kesimpulan yang berupa jenis penyakit, saran terapi atau pengobatan dan pencegahan yang bisa dilakukan.
Aliran data dan detail proses-proses yang akan diintegrasikan ke dalam sistem, digambarkan dalam diagram alir data level 1 yang merupakan turunan dari
Aliran data yang berasal dari seorang pakar penyakit menular berupa data-data tentang jenis penyakit, jenis gejala, saran pencegahan dan saran pengobatan, serta aturan-aturan yang menghubungkan data gejala, saran pencegahan dan pengobatan, dengan data penyakit.
Diagram alir data level 1 diturunkan lagi menjadi diagram alir data level 2 yang menggambarkan proses dan aliran data yang lebih detail, seperti ditunjukkan pada gambar di bawah ini.
PAKAR
45
Gambar 13. Diagram alir data level 3
C.6. Perancangan Database
Implementasi dari sistem pakar yang berguna untuk menyimpan semua data, baik basis pengetahuan maupun basis aturan disebut dengan database. Perancangan
database ini merupakan bagian yang sangat penting, karena ini sangat
a. Entity Relationship Diagram
Entitas yang terlibat dalam sistem pakar ini antara lain
1. Penyakit 2. Gejala 3. Pencegahan
4. Terapi (Pengobatan)
Hubungan antar entitas-entitas tersebut digambarkan seperti pada gambar di bawah ini.
PENYAKIT Mempunyai GEJALA
kd penyakit
penyakit
deskripsi
Disembuhkan
obat Dicegah
kd terapi
terapi
deskripsi
TERAPI KIMIA
kd gejala
gejala
deskripsi
PENCEGAHAN
kd pencegahan pencegahan deskripsi
Gambar 14. EntityRelationalDiagram
i. Mapping Tabel
47
Primary key : nama
Foreign key : -
Jumlah field : 2
Tabel 6. Rancangan tabel kunci
No Nama Field Type Size Keterangan
1
Tabel penyakit digunakan untuk menyimpan data-data tentang penyakit yang terdiri atas kd_penyakit, penyakit, dan deskripsi.
Primary key : kd_penyakit
Foreign key : -
Jumlah field : 3
Tabel 7. Rancangan tabel penyakit
No Nama Field Type Size Keterangan
1
3 memo - Deskripsi Penyakit
c. Tabel Gejala
49
Primary key : kd_gejala
Foreign key : -
Jumlah field : 3
Tabel 8. Rancangan tabel gejala
No Nama Field Type Size Keterangan
1
3 memo - Deskripsi Gejala
d. Tabel Pencegahan
Tabel pencegahan ini digunakan untuk menyimpan data-data pencegahan penyakit yang terdiri atas kd_pencegahan, pencegahan dan deskripsi
Primary key : kd_pencegahan
Foreign key : -
Jumlah field : 3
Tabel 9. Rancangan tabel pencegahan
No Nama Field Type Size Keterangan
1
3 memo - Cara Pencegahan
e. Tabel Terapi
Primary key : kd_terapi
Foreign key : -
Jumlah field : 3
Tabel 10. Rancangan tabel terapi
No Nama Field Type Size Keterangan
1
f. Tabel Aturan Gejala
Tabel aturan gejala digunakan untuk menghubungkan tabel penyakit dengan tabel gejala. Terdiri atas kd_penyakit dan kd_gejala.
Foreign key : kd_penyakit dan kd_gejala
Jumlah field : 2
Tabel 11. Rancangan tabel aturan gejala
No Nama Field Type Size Keterangan
1
g. Tabel Relasi Gejala
51
Foreign key : kd_penyakit
Jumlah field : 2
Tabel 12. Rancangan tabel relasi gejala
No Nama Field Type Size Keterangan
1
h. Tabel Aturan Pencegahan
Tabel aturan pencegahan digunakan untuk menghubungkan tabel penyakit dengan tabel pencegahan. Terdiri atas kd_penyakit dan kd_pencegahan.
Foreign key : kd_penyakit dan kd_pencegahan
Jumlah field : 2
Tabel 13. Rancangan tabel aturan pencegahan
No Nama Field Type Size Keterangan
1
i. Tabel Aturan Terapi
Tabel aturan terapi digunakan untuk menghubungkan tabel penyakit dengan tabel terapi. Terdiri atas kd_penyakit dan kd_terapi
Foreign key : kd_penyakit dan kd_terapi
Tabel 14. Rancangan tabel aturan terapi
No Nama Field Type Size Keterangan
1
2
kd_penyakit
kd_terapi
text
text
7
7
Kode Penyakit
Kode Terapi
C.7. Perancangan Antar Muka (User Interface) a. Form Pilihan
Form pilihan digunakan untuk memilih menu sistem sesuai kepentingan. Rancangan tampilannya ditunjukkan seperti pada gambar di bawah ini.
PILIHAN ==> SESUAI WEWENANG
Pengguna
Pakar
OK Batal
53
b. Menu Utama Pengguna
Gambaran rancangan menu utama pengguna adalah sebagai berikut :
SISTEM PAKAR
IMAGE
KONSULTASI
WAKTU PERTOLONGAN
KELUAR
SELAMAT DATANG DI APLIKASI SISTEM PAKAR CABAI
ABOUT
LOGO
Gambar 17. Rancangan menu utama untuk pengguna
c. Menu Utama Pakar
SISTEM PAKAR
Utility Bantuan
IMAGE
Basis Pengetahuan
Basis Aturan
Konsultasi
WAKTU
SILAHKAN LOGIN
LOGIN
KELUAR
SELAMAT DATANG DI APLIKASI SISTEM PAKAR CABAI
55
SISTEM PAKAR Utility Bantuan
IMAGE
Basis Pengetahuan
Penyakit
Gejala
Pencegahan
Pengobatan
Basis Aturan
Konsultasi
WAKTU
LOG OUT
KELUAR
SELAMAT DATANG DI APLIKASI SISTEM PAKAR CABAI
SELAMAT MENGGUNAKAN
SISTEM PAKAR
Utility Bantuan
IMAGE
Basis Pengetahuan
Gejala
Pencegahan
Pengobatan Basis Aturan
Konsultasi
WAKTU
LOG OUT
KELUAR
SELAMAT DATANG DI APLIKASI SISTEM PAKAR CABAI
SELAMAT MENGGUNAKAN
Gambar 20. Rancangan menu utama basis aturan untuk pakar
d. Form Login
57
LOGIN
PAKAR
Nama User
Password
OK Tutup
Gambar 21. Rancangan form login
e. Form Konsultasi
Form ini berfungsi untuk menyediakan fasilitas kepada pengguna/user untuk melakukan konsultasi dengan sistem. Form konsultasi berfungsi untuk memilih gejala-gejala yang nampak, dan dimasukkan ke sistem yang dipilih oleh pengguna terlebih dahulu, form konsultasi ditunjukkan pada gambar di bawah ini.
KONSULTASI
DESKRIPSI GEJALA
Daftar Gejala
Pilih Batal Tutup
X
Gambar 22. Rancangan form konsultasi
f. Form Diagnosis
daftar gejala yang hanya dipilih oleh pengguna dengan kata lain konfirmasi ulang. Form diagnosis ditunjukkan pada gambar di bawah ini.
DIAGNOSIS
Daftar Gejala
Diagnosa Kembali
X
GEJALA - GEJALA YANG ANDA PILIH
Gambar 23. Rancangan form diagnosis
g. Form Hasil Diagnosis
Form ini berfungsi untuk memberikan hasil diagnosa kepada pengguna berupa penyakit dari gejala-gejala yang telah dipilih oleh pengguna. Form Hasil Diagnosis ditunjukkan pada gambar di bawah ini.
PENYAKIT
DESKRIPSI PENYAKIT
Saran Dan Cara Penularan Tutup
X
INDIKASI PENYAKIT HASIL DIAGNOSA Penyakit
59
h. Form Saran
Form ini berfungsi untuk memberikan rincian penyakit kepada pengguna berupa daftar spesifikasi gejala, daftar saran terapi dan pencegahan. Form
Saran ditunjukkan pada gambar di bawah ini.
SARAN
Deskripsi Penyakit
X
PENYAKIT
Deskripsi
Kembali
Pengobatan (Terapi)
Cetak
Pengobatan (Terapi) Spesifikasi Gejala
Pencegahan
Gambar 25. Rancangan form saran
i. Form Login Baru
Form ini digunakan untuk membuat data login baru yakni admin sebagai ahli pakar yang lain. Rancangan tampilannya ditunjukkan seperti pada gambar di bawah ini.
Login Baru
Nama User
Password
OK
Tutup
j. Form Ganti Password
Form ini digunakan untuk mengganti password lama dengan password yang baru sesuai nama user. Rancangan tampilannya ditunjukkan seperti pada gambar di bawah ini.
Ganti Password
Nama User
Password Lama
OK Tutup
Password Baru
Gambar 27. Rancangan form ganti password
k. Form Hapus User
Form ini digunakan untuk menghapus user yang sekiranya sudah tidak dipakai lagi. Rancangan tampilannya ditunjukkan seperti pada gambar di bawah ini.
Hapus User
Hapus
Tutup Jika Anda ingin menghapus data user, pilih
user pada daftar kemudian Click tombol hapus....
Daftar USER
61
l. Form Basis Pengetahuan Penyakit
Form ini berfungsi untuk melakukan pengelolaan data penyakit. Form ini hanya bisa diakses oleh pakar atau ahli penyakit tersebut.
BASIS PENGETAHUAN PENYAKIT
Data Penyakit
Kode Penyakit
Penyakit
Deskripsi
SKT Cari
Sisipkan Tambah Ubah Hapus Refresh Batal Tutup
Daftar Penyakit Yang Sudah masuk
Kode Penyakit | Penyakit
X
Gambar 29. Rancangan form basis pengetahuan penyakit
m. Form Basis Pengetahuan Gejala
BASIS PENGETAHUAN GEJALA
Data Gejala
Kode Gejala
Gejala
Deskripsi
GJL Cari
Sisipkan Tambah Ubah Hapus Refresh Batal Tutup
Daftar Gejala Yang Sudah masuk
Kode Gejala Gejala
X
Gambar 30. Rancangan form basis pengetahuan gejala
n. Form Basis Pengetahuan Pencegahan
Form ini berfungsi untuk melakukan pengelolaan data pencegahan. Form ini hanya bisa diakses oleh pakar.
BASIS PENGETAHUAN PENCEGAHAN
Data Pencegahan
Kode Pencegahan
Penularan
Deskripsi
CGH Cari
Sisipkan Tambah Ubah Hapus Refresh Batal Tutup
Daftar Pencegahan Yang Sudah masuk
Kode Pencegahan Pencegahan
X
63
o. Form Basis Pengetahuan Terapi
Form ini berfungsi untuk melakukan pengelolaan data terapi. Form ini hanya bisa diakses oleh pakar.
BASIS PENGETAHUAN PENGOBATAN ATAU TERAPI
Data Terapi
Kode Terapi
Terapi
Deskripsi
TRP Cari
Sisipkan Tambah Ubah Hapus Refresh Batal Tutup
Daftar Terapi Yang Sudah masuk
Kode Terapi Terapi
X
Gambar 32. Rancangan form basis pengetahuan terapi
p. Form Basis Aturan Gejala
BASIS ATURAN GEJALA
Deskripsi Gejala Kode Penyakit
Daftar Gejala
Daftar Aturan Gejala
Tambah Batal Hapus Tutup
Kode Gejala Gejala
X
Gambar 33. Rancangan form basis aturan gejala
q. Form Basis Aturan Pencegahan
Form ini berfungsi untuk melakukan pengelolaan data aturan pencegahan antara data pencegahan dengan data penyakit. Form ini hanya bisa diakses oleh pakar.
BASIS ATURAN PENCEGAHAN
Deskripsi Pencegahan Kode Penyakit
Daftar Pencegahan
Daftar Aturan Pencegahan
Tambah Batal Hapus Tutup
Kode Pencegahan Pencegahan
X
65
r. Form Basis Aturan Terapi
Form ini berfungsi untuk melakukan pengelolaan data aturan terapi antara data terapi dengan data penyakit. Form ini hanya bisa diakses oleh pakar.
BASIS ATURAN PENGOBATAN ATAU TERAPI
Deskripsi Terapi Kode Penyakit
Daftar Terapi
Daftar Aturan Terapi
Tambah Batal Hapus Tutup
Kode Terapi Terapi
X
