6
BAB II
TINJAUAN PUSTAKA
Bab ini menjelaskan teori-teori yang digunakan untuk mendukung penelitian ini. Teori mengenai hidroponik, penyakit tanaman hidroponik, kecerdasan buatan, sistem pendukung keputusan, android studio, bahasa pemrograman java, certainty factor dan pengujian menggunakan confusion matrix.
2.1 Hidroponik
2.1.1 Pengertian Hidroponik
Secara harfiah hydroponics yaitu, hydro yang berarti air sedangkan ponics yang artinya kerja. Dapat dikatakan, berarti hidroponik adalah sistem pertanian yang memanfaatkan air dan mengandung larutan nutrisi tanpa menggunakan media tanah [8].
Hidroponik sendiri merupakan media bercocok tanam dengan memanfaatkan air tanpa menggunakan tanah, dimana dilakukan penekanan kebutuhan nutrisi pada air yang nantinya akan digunakan bagi tanaman sebagai sumber nutrisi. Karena hidroponik membutuhkan lebih sedikit air, jadi cocok jika diterapkan pada daerah yang kekurangan pasokan air. Cara bercocok tanam dengan hidroponik ini juga bisa digunakan untuk memanfaatkan lahan yang sempit. Terdapat keuntungan serta manfaat yang bisa didapat melalui bercocok tanam secara hidroponik ini.
2.1.2 Keuntungan Hidroponik
Bertanam dengan cara hidroponik ini dapat dikembangkan dengan cepat karena banyak keuntungan dari metode ini, diantaranya yaitu :
1. Keberhasilan tanaman dalam produksi dan budidaya lebih terjamin.
2. Invasi hama lebih terkontrol dan perawatannya lebih mudah.
3. Penggunaan pupuk lebih hemat (efisien).
4. Jika tanaman mati mudah diganti dengan tanaman yang baru.
5. Memerlukan lebih sedikit pekerjaan manual karena metode kerjanya lebih efisien dan terstandar.
6. Tanaman tumbuh lebih cepat dan bebas dari kotoran dan kerusakan.
7
7. Tanaman hidroponik menghasilkan produksi lebih tinggi dan berkelanjutan jika dibandingan dengan pengolahan tanaman di media tanah.
8. Penjualan harga produk hidroponik lebih tinggi jika dibandingkan dengan harga jual produk selain hidroponik.
9. Dapat menanam berbagai jenis tanaman di luar musim.
10. Tidak terdapat ketergantungan resiko kekeringan, banjir terhadap kondisi lingkungan alam.
11. Bercocok taman dengan hidroponik bisa dilakukan di ruang maupun lahan yang sempit atau terbatas, seperti di garasi, dapur, ataupun balkon.
Dari urain tersebut, dapat disimpulkan bahwa menamam dengan cara hidroponik menawarkan manfaat yang lebih besar, terutama untuk kalangan masyarakat perkotaan di daerah yang mempunyai lahan sempit. Cara ini memberikan nilai tambah untuk menghijaukan suatu tempat yang sudah tidak memungkinkan lagi untuk menaman pohon di media tanah.
2.1.3 Kelemahan Hidroponik
Selain memiliki keuntungan yang sangat besar, hidroponik juga mempunyai kelemahan sebagai berikut :
1. Awal pembuatan memakan biaya investasi yang cukup mahal.
2. Diperlukan keterampilan spesifik yang dapat membuat serta menimbang ramuan bahan kimia.
3. Pemeliharaan dan ketersediaan perangkat hidroponik relatif sulit.
2.2 Penyakit Tanaman Hidroponik
Terdapat beberapa jenis sayuran yang bisa ditanaman menggunakan teknik hidroponik antara lain yaitu ; cabai, tomat, mentimun, kentang, kubis-kubisan, terong, dan bayam. Tanaman hidroponik tersebut memiliki hama dan penyakit yang sering dialami sebagai berikut :
Tabel 2.1 Hama dan Penyakit Tanaman Hidroponik Kode Penyakit
P1 Anthracnose P2 Layu Fusarium
P3 Bercak Daun Cercospora P4 Embun Bulu (Downy Mildew)
8
P5 Kutu Daun (Aphididae) P6 Thrips (Thysanoptera)
2.2.1 Anthracnose
Penyakit anthracnose diakibatkan oleh cendawan atau bakteri Colletotrichum sp. dan Gloeosporium spp. Penularan pentagon ini melawati tetesan udara dan biji. Serangan diawali dengan munculnya bercak bintik-bintik coklat tua kehitaman di permukan buah, dan bitnik-bintik atau bercak yang lama kelamaan akan melunak. Pada bagian tengah bercak muncul kumpulan titik hitam yang merupakan kelompok spora. Penyakit ini bisa menyerang buah maupun daun [9].
2.2.2 Layu Fusarium
Layu fusarium disebabkan oleh bakteri atau jamur bernama Fusarium oxysporum. Penularan pentagon ini melalui udara dan air. Gejalanya diawali pada anak tulang daun akan menguning, pada jaringan batang dan akar berubah berwarna coklat dan daun bagian bawah tanaman menjadi layu [9].
2.2.3 Bercak Daun Cercospora
Penyakit mata katak atau bercak daun serkospora disebabkan oleh bakteri atau cendawan Cercospora capsici. Penyebaran pentagon ini melalui udara.
Gejalanya berupa bitnik-bintik atau bercak bulat kecil dan kering berdiameter ± 0,5 cm pada daun. Bagian tengah bercak berwarna putih pucat hingga putih, dengan tepi warna lebih gelap. Gejala ini akan menyerang tangkai pada buah dan batang. Selain tangkai buah dan batang, penyakit ini juga menyerang bagian daun yang dapat mengakibatkan daun akan menguning dan akhirnya gugur. [9].
2.2.4 Embun Bulu (Downy Mildew)
Busuk daun atau embun bulu (downy mildew) diakibatkan oleh jamur atau bakteri Pseudoperonospora cubensis. Penularan pentagon ini melalui angin.
Serangan tanaman ditunjukkan dengan warna pucat dan menguningnya daun.
Ketika udara lembab, muncul bintik-bintik ungu dan daun yang terserang akan membusuk, dan ketika udara kering, muncul bintik-bintik putih pada daun yang terserang. Serangan gejala pada daun terdapat bercak bersudut klorotik (daun menguning karena kloropil berkurang) lembab, bagian bawah daun berwarna
9
coklat keabu-abuan atau ungu kehitaman dan daun menjadi mengeriting ke atas.
[9].
2.2.5 Kutu Daun (Aphididae)
Penyakit kutu daun (aphididae) ini sering akan mendapatkan gejala serangan yang berat di musim kemarau. Bagian tanaman yang biasa diserang adalah pucuk tanaman serta daun muda yang disebabkan oleh nimfa dan imago.
Daun yang biasanya terserang akan mengeriting, mengkerut dan menggulung yang dapat memperlambat pertumbuhan tanaman terhambat sehingga tanaman menjadi kerdil. Hama ini akan mengeluarkan cairan manis seperti madu, yang biasanya disebut dengan embun madu. Embun madu menarik datangnya semut dan jamur jelaga. Adanya jamur pada buah ini dapat menurunkan kualitas pada bagian buah [10].
2.2.6 Thrips (Thysanoptera)
Serangan hama ini menyerang tanaman dengan cara menghisap cairan permukaan bawah daun (terutama daun yang masih mudah). Gejala serangan ditandai dengan adanya bercak keperak-perakkan. Daun yang terserang oleh hama ini akan berubah warna menjadi kuning kecoklatan, menggulung hingga mengeriting atau keriput dan akhirnya mati. Pada serangan yang berat, daun, tunas atau pucuk menggulung ke dalam disertai dengan munculnya benjolan, pertumbuhan tanaman terhambat dan kerdil bahkan dapat menyebabkan pucuk tanaman menjadi mati. Hama ini merupakan pembawa penyakit virus mosaik dan virus keriting. Pada musim kemarau hama terjadi dengan sangat cepat dan populasinya meningkat, dan pada musim penghujan thrips banyak yang mati akibat terbasuh oleh air hujan dan populasi thrips akan berkurang [10].
2.3 Kecerdasan Buatan
Kecerdasan buatan (Artificial Intelligence) ialah cabang salah satu dari ilmu komputer yang membahas dan meneliti bagaimana cara menciptakan mesin (komputer) yang dapat beroperasi sama persis seperti yang dilakukan oleh manusia [11]. AI adalah sebuah teknologi melalui program komputer yang memiliki kemampuan-kamampuan seperti manusia, yaitu belajar, mendeteksi, persepsi, dan pemahaman bahasa.
10
Komputer awalnya dibuat dan diciptakan hanya sebagai alat komputasi atau alat hitung saja. Namun, seiring berjalannya waktu, peran komputer menjadi penting dan diperlukan dalam kehidupan manusia. Komputer tidak lagi digunakan hanya sebagai alat komputasi saja, tetapi diharapkan komputer dapat melakukan dan mengerjakan segala sesuatu yang dapat dilakukan manusia [12].
2.4 Definisi Kecerdasan Buatan
Difinisi kecerdasan buatan (KB) dapat dikelompokkan menjadi empat, seperti tertera pada Tabel 2.3 dengan memahami keempat definisi tersebut maka dapat dinyatakan bahwa kecerdasan buatan ialah cabang ilmu komputer yang bertujuan untuk menciptakan mesin yang cerdas. Fungsinya mirip dengan yang dilakukan oleh manusia [13].
Table 2.2 Kategori Sistem Kecerdasan Buatan dan Definisinya
No Kategori Definisi
1
Sistem
komputer yang berfikir seperti manusia
“Otomasi aktivitas yang berhubungan dengan pemikiran manusia, seperti pengambilan keputusan, pemecahan masalah, dan pembelajaran” (Bellman, 1987).
2
Sistem
komputer yang bertindak seperti manusia
“Seni dalam membuat mesin yang melakukan fungsi ketika manusia melakukanya membutuhkan kecerdasan” (Kurzweil, 1990)
3
Sistem yang berfikir secara rasional
“Studi tentang alat hitung sangat mungkin untuk mengetahui penalaran dan Tindakan” (Winston, 1992)
4
Sistem yang bertindak secara rasional
“Cabang ilmu computer yang mengkaji otomasi perilaku kecerdasan (Luber dan Stubblefield, 2005) atau memandingi perilaku kecerdasan pada proses komputasi” (Schalkoff, 1990).
Dengan mengacu pada keempat kemampuan inteligensi manusia dan definisi kecerdasan buatan tersebut maka beberapa cabang ilmu Kecedersan Buatan muncul, antara lain, ialah sebagai berikut.
11
1. Knowledge representation, meniru kemampuan manusia untuk menyimpan pengetahuan serta memanfaatkan sebagai pemecahan suatu masalah.
2. Expert system, meniru kemampuan penalaran dan kemampuan pembuatan keputusan sesuai dengan kemampuan pakar manusia.
3. Computer reasoning, meniru kemampuan penalaran manusia.
4. Machine learning, meniru kemampuan belajar manusia.
5. Artificial neural network, meniru kemampuan jejaring saraf manusia.
6. Natural language processing, meniru kemampuan memahami bahasa manusia.
7. Pattern recognition, meniru kemampuan indera manusia untuk mengenali pola objek, pola sensorik, suara, serta banyak lagi.
8. Computer vision, meniru kemampuan indera manusia dalam menginterpretasikan objek yang dilihat, didengar, dan dirasakan.
9. Robotika, meniru kemampuan gerakan motorik manusia, misalnya gerakan tangan dan kaki.
10. Sistem pendukung keputusan, mendukung pembuatan keputusan.
2.5 Sistem Pendukung Keputusan
Salah satu bidang ilmu komputer yang memanfaatkan kecerdasan buatan yang digunakan sebagai model dalam pembuatan keputusan dan sering digunakan di lingkup medis yaitu sistem pendukung keputusan klinis (SPK) (clinical decision support system) yang biasa disingkat CDSS. Secara umum, SPK berarti sistem komputer yang membantu dalam pengambil keputusan dalam proses pembuatan keputusan dalam menangani tugas-tugas, dari mulai tugas terstruktur hingga tugas semi-terstruktur. Dalam hal ini, sistem hanya mendukung pembuatan keputusan bukan memberi keputusan serta untuk meningkatkan efektifitas pada pembuatan keputusan bukan untuk efisiensi [13].
Sistem pendukung keputusan klinis ini berlandaskan pengetahuan yang berasal dari penelitian sistem pakar (expert system). Tujuan sistem ini ialah, untuk menciptakan sistem komputer mampu menyimpulkan pemikiran manusia dalam menyelesaikan masalah di lingkup medis. Dalam perkembangannya, sistem pendukung keputusan klinis ini dapat digunakan juga untuk mendukung
12
keputusan diagnostic. Basis pengetahuan sistem pendukung keputusan klinis berisi informasi tentang penyakit, tanda-tanda dan gejala-gejala penyakit.
2.6 Android Studio
Android studio adalah lingkungan pengembangan terintegrasi IDE (Integrated Development Environment) yang resmi untuk mengembangkan sebuah aplikasi Android, berdasarkan IntelliJ IDEA [14]. Android studio, IDE resmi pengembangan aplikasi android dapat diakses secara gratis dan bersifat open source. Tersedia dan memiliki beberapa fitur diantaranya yaitu :
a. Sistem build yang fleksibel berbasis Gradle.
b. Memiliki emulator yang cepat.
c. Untuk semua aplikasi yang dikembangkan, didukung oleh Google Cloud Plaftfrom.
d. Memiliki grafis antarmuka pengguna yang lebih mudah.
2.7 Pemrograman Java
Java ialah bahasa pemrograman yang mampu beroperasi pada komputer maupun telepon genggam, yang dimana dibuat oleh James Gosling dan dikembangkan oleh Sun Microsystems. Adapun kegunaan dari Java adalah untuk membuat aplikasi pada android [15]. Java mencakup sebagai multiplatform yang memiliki virtual machine serta library yang dibutuhkan dalam menjalankan program yang dikoding dengan Bahasa pemrograman Java dan Java juga bersifat portable yang artinya tidak tergantung pada mesin atau sebuah sistem operasi tertentu.
2.8 Certainty Factor
Bagian dari certainty theory adalah Certainty Factor, dimana yang memperkenalkan pertama kali ialah E. H. Shortliffe dan B. G. Buchanan ketika mereka menciptakan sebuah sistem pakar yang dibangun untuk mendeteksi infeksi pada darah (MYCIN) dan sering kali ahli atau pakar mencatat dan menganalisa data atau informasi dengan pernyataan seperti, mungkin, kemungkinan besar, dan hampir pasti. Dengan hal tersebut, tim MYCIN dapat mempergunakan Certainty Factor untuk memperhitungkan tingkat kayakinan pakar sesuai dengan masalah yang dialami [16]. Metode ini sangat cocok digunakan untuk mendeteksi masalah berdasarkan data belum pasti
13
kebenarannya. Berikut adalah rumus metode CF untuk aturan setiap gejala atau premis tunggal yang ditunjukkan oleh persamaan sebagai berikut :
CF [H, E] = CF [H] * CF [E] (2.1)
Dimana :
CF [H, E] : Faktor kepastian (Certainty Factor) dari tingkat kepercayaan pakar yang dipengaruhi oleh tingkat kepercayaan pengguna
CF [H] : Faktor kepastian (Certainty Factor) atau tingkat kepercyaan yang diperoleh dari pakar
CF [E] : Faktor kepastian (Certainty Factor) atau tingkat kepercayaan yang didapat dari pengguna
Sedangkan jika terdapat aturan atau kaidah dengan kesimpulan serupa atau lebih dari satu gejala, maka nilai CF didefinisikan dengan persamaan dibawah ini :
CFcombine CF [H, E]old, new = CF [H, E]old + CF [H, E]new * [1 - CF [H, E]old] (2.2) Apabila untuk menghitung persentase terkait penyakit maka didefinisikan dengan menggunakan persamaan sebagai berikut :
CFpersentase = CFcombine * 100% (2.3)
Hasil penerapan penelitian ini menggunakan metode Certainty Factor yaitu, dimana dalam proses wawancara dan ketika user melakukan diagnosa akan diberi beberapa pilihan tingkat kepercayaan terhadap pertanyaan yang dialami dan disetiap pertanyaan memiliki bobot nilai yang ditunjukkan pada Tabel 2.4.
Table 2.3 Bobot Nilai CF
No Keterangan Bobot Nilai
1 Tidak 0
2 Tidak tahu 0,2
3 Sedikit yakin 0,4
4 Cukup yakin 0,6
5 Yakin 0,8
6 Sangat yakin 1
Nilai 0 menunjukan bahwa pengguna melaporkan tidak ada gejala yang dialami. Semakin pengguna menyakini bahwa gejala yang diderita tanamannya
14
tersebut memang dialami, semakin tinggi juga intensitas serang yang didapat.
Proses perhitungan intensitas serangan atau persentase tingkat keyakinan dimulai dengan pemecahan sebuah kaidah atau aturan yang mempunyai premis tunggal.
Selanjutnya setiap aturan akan dihitung dengan menggunakan rumus persamaan 2.1, kemudian diperoleh nilai CF untuk setiap aturan, dan hasil nilai CF tersebut akan dikombinasikan dengan menggunakan rumus persamaan 2.2.
2.9 Pengujian Confusion Matrix
Confusion matrix merupakan teknik yang biasa digunakan pada data mining maupun sistem pendukung keputusan untuk memperhitungkan nilai akurasi.
Hasil dari proses confusion matrix ada empat jenis antara lain : True Positive (TP), True Negative (TN), False Positive (FP) dan False Negative (FN) [17].
Confusion matrix berfungsi untuk mengukur tingkat accuracy dan precision dari pemodelan algoritma yang digunakan. Accuracy digunakan untuk mengukur tingkat kedekatan antara nilai yang didapat terhadap nilai sebenarnya. Sedangkan precision adalah kecocokan antara bagian data yang diambil dengan informasi yang dibutuhkan. Di bawah ini adalah table confusion matrix yang ditunjukkan pada Tabel 2.5.
Tabel 2.4 Tabel Confusion Matrix
Confusion Matrix Actually Positif Acctualy Negatif
Prediction Positif TP FP
Prediction Negatif FN TN
Data yang akan diujikan akan dimasukkan ke dalam Confusion Matrix, nilai- nilai yang telah dimasukkan akan dihitung menggunakan rumus accuracy dan precision yang dapat dilihat sebagai berikut :
Accuracy = 𝑇𝑃+𝑇𝑁
(𝑇𝑃+𝐹𝑃+𝑇𝑁+𝐹𝑁) (2.4)
Precision = 𝑇𝑃
(𝑇𝑃+𝐹𝑃) (2.5)
Dimana :
TP (True Positive) : Hasil pakar sesuai dan hasil perhitungan manual dengan sistem sesuai
15
FP (False Positif) : Hasil pakar tidak sesuai dan hasil perhitungan manual dengan sistem sesuai
TN (True Negative) : Hasil pakar sesuai dan hasil perhitungan manual dengan sistem tidak sesuai
FN (False Positive) : Hasil pakar tidak sesuai dan hasil perhitungan manual dengan sistem tidak sesuai
