SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN PINANG
MENGGUNAKAN METODE CERTAINTY FACTOR
BERBASIS WEB
REPOSITORY
OLEH
MUHAMMAD AMIN NL RIAUI
NIM. 1603115364
PROGRAM STUDI SISTEM INFORMASI
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS RIAU
SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN PINANG MENGGUNAKAN METODE CERTAINTY FACTOR
BERBASIS WEB
Muhammad Amin NL Riaui, Elfizar Mahasiswa Program Studi S1 Sistem Informasi
Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia
ABSTRACT
The number of diseases in areca plants makes betel nut farmers confused in determining or choosing the right and suitable type of treatment for the areca plant. This is what makes it difficult for farmers to get good and maximum betel nut fruit because they cannot make a proper diagnosis of the betel nut plant, which causes the quality and productivity of the betel nut to decline and it can cause the incomes of betel nut farmers to drop. A web-based expert system can be used to help solve problems in terms of assisting each farmer in making diagnoses for handling betel nut diseases appropriately and effectively. The method used in diagnosing diseases in areca plants is the Certainty Factor Method, where this method will analyze based on the symptom data entered by the user so that a result of disease identification in the betel nut plant is obtained in the form of disease name, level of certainty and how to handle it. The system that is built is expected to be able to help farmers solve medical problems in areca plants so that they can get high-quality and high-quality betel nuts.
Keywords : Expert Systems, Certainty Factor Method, Areca Plants. ABSTRAK
Banyaknya penyakit pada tanaman pinang membuat para petani pinang bingung dalam menentukan ataupun memilih jenis penanganan yang tepat dan sesuai untuk tanaman pinang tersebut. Inilah yang membuat petani susah mendapatkan hasil buah pinang yang baik dan maksimal karena mereka tidak bisa melakukan diagnosa yang tepat untuk tanaman pinang tersebut, sehingga menyebabkan kualitas dan tingkat produktifitas tanaman pinang menurun dan dapat menyebabkan pendapatan petani pinang anjlok. Sistem pakar berbasis web dapat digunakan untuk membantu memecahkan masalah dalam hal membantu setiap petani dalam melakukan diagnosa untuk penanganan penyakit tanaman pinang secara tepat dan efektif. Adapun metode yang digunakan dalam mendiagnosa penyakit pada tanaman pinang adalah Metode Certainty Factor, dimana metode ini akan menganalisa berdasarkan data gejala-gejala yang ada yang
diinputkan oleh user sehingga didapatkan suatu hasil identifikasi penyakit pada tanaman pinang berupa nama penyakit tingkat kepastian dan cara penangannya. Sistem yang dibangun diharapkan mampu membantu petani dalam memecahkan masalah pengobatan pada tanaman pinang agar bisa mendapatkan hasil panen buah pinang yang berkualitas dan bermutu tinggi.
Kata Kunci : Sistem Pakar, Metode Certainty Factor, Tanaman Pinang. PENDAHULUAN
Indonesia masuk dalam negara yang bisa dikatakan sebagai negara pengekspor pinang terbesar di dunia dengan volume ekspor mencapai 110 ribu ton pada tahun 2007 dan meningkat pada tahun tahun selanjutnya, 80% kebutuhan pinang di dunia berasal dari Indonesia. Negara-negara maju seperti Belgia, Belanda, Jerman, Korea Selatan, dan China pinang dimanfaatkan sebagai bahan baku farmasi, akan tetapi di Indonesia pemanfaatan buah pinang masih sangat minim. Di Indonesia, Buah pinang bukan merupakan bahan yang umum dikonsumsi oleh masyarakat, hanya sebagian kecil masyarakat Indonesia mengkomsumsi pinang, biasanya digunakan sebagai bahan campuran sirih (Sihombing, 2000).
Penyakit pada Pinang sering menimbulkan kerugian bagi para petani pinang. Kerugian yang ditimbulkannya tidak hanya berupa kehilangan hasil akibat kerusakan tanaman, tetapi juga biaya yang dikeluarkan dalam upaya pengendaliannya. Langkah-langkah pengendalian terpadu dan efisien guna memperkecil kerugian akibat penyakit atau hama yang menyerang tanaman pinang Lebih dari 15 jenis penyakit yang dapat menimbulkan kerusakan pada tanaman pinang dan akan berakibat pada pertumbuhan ekonomi para petani pinang. Penyakit tanaman pinang yang umum ditemukan pada tanaman pinang diantaranya, penyakit akar putih, lapuk, jamur upas, kekeringan daun, gugur dan masih banyak lagi
Perkembangan teknologi di era modern saat ini, maka dibutuhkan sebuah sistem yang dapat membantu petani pinang dalam merawat dan mencegah tanaman pinang terkena penyakit. Sistem pakar merupakan sebuah inovasi yang dapat menjawab kebutuhan-kebutuhan petani dalam mendiagnosis lebih awal apa yang terjadi pada tanaman pinang. Sistem pakar mengadopsi pengetahuan pakar yang dituangkan kedalam komputer. Untuk memperoleh hasil yang maksimal dan akurat, maka sistem pakar membutuhkan sebuah metode yang dapat membantu dalam proses menemukan hasil yang tepat dari diagnosis tersebut. Metode Certainty Factor (CF) merupakan sebuah metode yang digunakan untuk melakukan perhitungan dari nilai yang diperoleh dari pakar dan dari user untuk mendapati hasil yang akurat berupa persentase keyakinan. Untuk melakukan diagnosa pada tanaman pinang tersebut maka diperlukan seorang pakar yang ahli di bidangnya dimana pakar tersebut akan menelusuri apa saja hama dan penyakit yang ada pada tanaman pinang tersebut.
METODE PENELITIAN a. Pengumpulan Data
Mengumpulkan dan mereview penelitian sebelumnya mengenai sistem pakar met Pada tahap ini dilakukan pengumpulan data tentang sistem pakar Penyakit Tanaman pinang, Adapun untuk meningkatkan pengetahuan tentang masalah yang akan diteliti maka penulis menerapkan beberapa metode penelitian dalam pengumpulan data sebagai berikut :.
1. Studi Literatur
Peneliti melakukan studi literatur tentang prinsip-prinsip kerja perancangan, pembuatan sistem dan metode yang digunakan melalui referensi yang ada di buku, jurnal, laporan penelitian dan informasi dari internet.
2. Observasi
Observasi merupakan langkah kedua dalam melakukan pengumpulan data setelah penulis melakukan studi literatur. Peneliti melakukan pencatatan data terhadap macam-macam gejala beserta penyakit pada tanaman pinang dan cara menanggulangi nya dimana data tersebut merupakan data yang diperoleh dari Pakar di Dinas Perkebunan Provinsi Riau.
3. Wawancara
Wawancara merupakan langkah selanjutnya setelah observasi dilakukan. Wawancara merupakan teknik pengumpulan data dengan cara bertatap muka secara langsung antara peneliti dengan infroman. Wawancara merupakan bertukar informasi dan ide melalui Tanya jawab, sehingga dapat dikontruksikan makna dalam suatu topik tertentu.. Dalam wawancara ini penulis mewawancarai pegawai atau pakar di Dinas Perkebunan Provinsi Riau yaitu Bapak Athaillah, S.P.
b. Peralatan yang Digunakan
1. Perangkat Keras (Hardware)
Perangkat keras yang dibutuhkan adalah sebagai berikut :
a. Laptop Acer Intel® Celeron® CPU 1007U @1.50GHz (2 CPUs), ~1.5GHz b. Printer Canon IP 2770
c. Mouse E-Blue Air Finder Wireless 2. Perangkat Lunak (Software)
Perangkat lunak yang dibutuhkan adalah sebagai berikut : a. Sistem Operasi Windows 7 Ultimate 64-bit
b. Microsoft Office Word 2013 untuk pembuatan laporan skripsi c. XAMPP
d. Bahasa pemrograman PHP
e. Sublime Text 3 untuk teks editor pembuatan coding.
f. Mozilla Firefox untuk browser menjalankan sistem basis web.
c. Sistem Pakar
Sistem pakar (expert system) berasal dari istilah sistem pakar berbasis pengetahuan. Sistem pakar adalah suatu sistem yang menggunakan pengetahuan manusia yang
terekam dalam komputer umtuk memecahkan persoalan yang biasanya memerlukan keahlian manusia. Sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Sistem pakar merupakan cabang dari kecerdasan buatan (Artificial Intelligence) yang cukup tua karena sistem ini mulai dikembangkan pada pertengahan 1960. Sistem ini bekerja untuk mengadopsi pengetahuan manusia ke komputer yang menggabungkan dasar pengetahuan untuk menggantikan seorang pakar dalam menyelasaikan suatu masalah (Harto, 2013).
d. Penyakit Tanaman Pinang
Penyakit tanaman pinang merupakan suatu gangguan pada tanaman yang disebabkan oleh parasit, bakteri, virus, protozoa, dan lingkungan yang tidak cocok. Selain itu jika benar pinang yang terkena serangan penyakit maka akan diberikan solusi awal agar petani bisa menangani dan mengatasi penyakit pada tanaman pinang (Sihombing, 2000).
e. Metode Certainty Factor
Menurut T.Sutojo (2011) dikutip dalam jurnal (Harto, 2013) Certainty Factor (CF) adalah suatu metode untuk mengakomodasi ketidakpastian pemikiran (inexact reasoning) seorang pakar yang di usulkan oleh Shortliffe dan Buchanan pada tahun 1975. Seorang pakar (misalnya dokter) sering menganalisis informasi yang ada dengan ungkapan ketidak pastian, untuk mengakomodasi hal ini, kita menggunakan certainty factor (CF) guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi. Dalam mengekspresikan derajat kepastian, certainty factor untuk mengasumsikan derajat kepastian seorang pakar terhadap suatu data..
Hasil diagnosis Sistem Pakar berupa persentase penyakit. Persentase penyakit yang dipakai untuk hasil diagnosis ialah persentase terbesar. Persentase penyakit didapat dari perhitungan nilai Certainty Factor berdasarkan gejala yang dipilih oleh user. Berikut ini merupakan rumus metode certainty factor untuk mengasumsikan kepastian seorang pakar terhadap suatu data (Fanny, Hasibuan, & Buulolo, 2017).
1. Mencari nilai Certainty Factor (CF) atau faktor kepastian pada suatu gejala dapat diperoleh pada persamaan 2.1
𝐶𝐹(𝐻, 𝐸) = 𝐶𝐹(𝐸) ∗ 𝐶𝐹(𝑟𝑢𝑙𝑒)………...……….……….(2.1) Keterangan:
CF(H,E) = Certainty Factor hipotesis yang dipengaruhi oleh evidence E. CF(E) = nilai kepercayaan yang diberikan oleh user terhadap gejala yang
dialaminya.
CF(rule) = nilai kepastian yang diberikan oleh pakar terhadap suatu aturan.
2. Certainty Factor Combine yaitu CF gabungan dimana rule dengan evidence E ganda dan hipotesis H tunggal ditunjukkan pada persamaan sebagai berikut:
𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒𝐶𝐹(𝐻, 𝐸)1,2 = 𝐶𝐹(𝐻, 𝐸)1+ 𝐶𝐹(𝐻, 𝐸)2∗ (1 − 𝐶𝐹(𝐻, 𝐸)1)…...(2.2) 𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑3 = 𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑+ 𝐶𝐹(𝐻, 𝐸)3∗ (1 − 𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑).(2.3) 3. Sedangkan untuk menghitung persentase terhadap penyakit, digunakan persamaan:
𝐶𝐹𝑝𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = 𝐶𝐹𝑐 ∗ 100%……….……….……...(2.4) Keterangan:
CF(H,E) = Certainty Factor hipotesis yang dipengaruhi oleh evidence E. CF(E) = nilai kepercayaan yang diberikan oleh user terhadap gejala yang
dialaminya.
CF(rule) = nilai kepastian yang diberikan oleh pakar terhadap suatu aturan
HASIL DAN PEMBAHASAN a. Pengumpulan Data
1. Data gejala
Adapun data gejala yang diberikan pakar beserta kode gejalanya dapat dilihat pada Tabel 1.
Tabel 1. Data Gejala
No. Kode
Gejala Nama Gejala
1. G01 Bercak-bercak kekuningan pada lamina daun 2. G02 Daun menjadi bintik-bintik kuning, kemudian
menghijau
3. G03 Ujung daun berubah warna coklat 4. G04 Pelepah daun tersisa lidi
5. G05 Warna daun menjadi layu pucat
6. G06 Daun menjadi pendek dan berbentuk sapu 7. G07 Batang daun berwarna kekuning kuningan 8. G08 Ujung daun menjadi layu dan berwarna kuning
9. G09 Akar batang pinang berubah menjadi coklat kekuningan 10. G10 Bercak basah pada permukaan buah dekat kelopak
bunga
11. G11 Perubahan warna dari kuning pucat pada daun tertua hingga daun termuda
12. G12 Warna buah berubah menjadi hijau tua
13. G13 Bagian apikal ujung buah menyebabkan buah gugur 14. G14 Bagian pucuk berubah kuning coklat
15. G15 Pucuk membusuk dengan bau khas
16. G16 Seluruh daun mahkota layu secara tiba-tiba
Lanjutan Tabel 1.
18. G18 Tanaman akan tidak bermahkota lagi 19. G19 Daun menjadi kuning dan terkulai 20. G20 Akar tanaman membusuk
21. G21 Ujung tulang daun menguning 22. G22 Bunga betina akan gugur
23. G23 Daun terlihat bercak bercak berwarna hijau tua 24. G24 Bagian bawah daun ditutupi bakteri
25. G25 Daun tidak teratur dan berubah warna putih keabuan 26. G26 Batang daun meruncing
27. G27 Jarak antar ruas batang memendek
28. G28 Mahkota pohon berubah menjadi bunga mawar 29. G29 Perubahan warna merah tua di bagian batang 30. G30 Jaringan batang mengeluarkan cairan coklat gelap 31. G31 Warna buah kekuningan ketika buah setengah matang 32. G32 Warna daun menjadi kusam
33. G33 Bercak batang mengeluarkan cairan 2. Data Penyakit
Adapun data penyakit yang diberikan pakar beserta kode penyakit dapat dilihat pada Tabel 2.
Tabel 2. Data Penyakit
No Kode Penyakit Nama Penyakit
1. P01 Bercak Daun
2. P02 Leaf blight
3. P03 Karat merah daun (red rust) 4. P04 Busuk akar/pangkal batang
5. P05 Busuk buah
6. P06 Busuk pucuk (Bud rof)
7. P07 Layu pucuk
8. P08 Busuk kaki (Foot rot)
9. P09 Gugur buah
10. P10 Sekum hitam (Bacterial leaf stripe)
11. P11 Daun mengecil (Band)
12. P12 Batang berdarah (Stem Bleeding) 13. P13 Buah retak (Nut Splitting)
3. Data Solusi
Adapun data solusi yang didapat dari pakar beserta kode solusinya dapat dilihat pada Tabel 3.
Tabel 3. Data Solusi Kode
Penyakit Kode Solusi Solusi
P01 S01 Penyemprotan dengan Dithane yang dapat mengurangi serangan penyakit ini.
P02 S02 Pemupukan N dan K2O ataupun dengan pemberian naungan yang dapat menekan penyakit ini
P03 S03 Menghindari infeksi batang dan daun dapat dilakukan dengan naungan atau perlindungan yang secukupnya. P04 S04 Membuat sistem drainase secara maksimal atau baik
didalam sistem pembibitan
P05 S05 Pembersihan lokasi pertanaman dari tanaman terserang penyakit.
P06 S06 Perlu pengaturan sistem drainase yang baik kemudian kebersihan dalam perkebunan
P07 S07 Pengaturan cekaman air dan kebersihan dalam perkebunan
P08 S08
Memberikan mikro antagonis seperti Trichoderma sp,
Streptomyces sp dapat menjadi agen hayati
pengendalian penyakit ini.
P09 S09
Pengendalian dengan fungisida Dithane 4 g/L air pada 2 tahap yaitu dilakukan pada saat bunga betina terbuka dan pada 20-24 hari berikutnya
P10 S10 Penyemprotan dengan antibiotik tetracyclin 1 g/2 L air yang dilakukan setiap 2 minggu.
P11 S11
- Perbaikan drainase dan penggemburan tanah - Pemberian campuran cooper sulfat dengan kapur
perbandingan 1:1 dengan dosis 225 g per pohon per 6 bulan dapat memperbaiki kondisi lingkungan tumbuh
P12 S12
Menghindari serangan hama Xylebros sp. Yang dapat masuk melalui lobang tersebut dilakukan penempelan dengan tar insektisida.
P13 S13
- Perbaikan Drainase
- Penyemprotan Borax 2 g/1 Liter air untuk menekan serangan penyakit
4. Data Nilai CF Pakar
Berdasarkan rentang nilai CF Pakar pada Tabel 2.1 maka diperoleh nilai CF Pakar berdasarkan gejala-gejala yang terdapat pada penyakit tanaman Pinang yang diberikan pakar dapat dilihat pada Tabel 4.
Tabel 4. Data Nilai CF Pakar No. Nama
Penyakit
Gejala CF
Pakar
1. Bercak daun Bercak-bercak kekuningan pada lamina daun
(G01) 0,8
Daun menjadi bintik-bintik kuning, kemudian Menghijau
(G02)
0,6
Ujung daun berubah warna coklat
(G03) 0,6
Pelepah daun tersisa lidi
(G04) 0,4
Warna daun menjadi layu pucat
(G05) 0,4
Daun menjadi pendek dan berbentuk sapu
(G06) 0,8
Batang daun berwarna kekuning-kuningan
(G07) 0,4
Ujung daun menjadi layu dan berwarna kuning (G08)
0,5 Daun menjadi kuning dan terkulai
(G19) 0,6
2. Hawar daun (Leaf blight)
Bercak-bercak kekuningan pada lamina daun
(G01) 0,6
Warna daun menjadi layu pucat
(G05) 0,4
Daun menjadi pendek dan berbentuk sapu
(G06) 0,4
Ujung daun menjadi layu dan berwarna kuning
(G08)
0,8
3. Karat merah daun (Red rust)
Bercak-bercak kekuningan pada lamina daun
(G01) 0,8
Seluruh daun mahkota layu secara tiba-tiba
(G16) 0,6
Batang daun berwarna kekuning kuningan (G07)
0,4 Ujung daun menjadi layu dan berwarna
kuning (G08)
0,4
Pelepah daun tersisa lidi
Lanjutan Tabel 4. 4. Busuk akar/
pangkal batang
Akar batang pinang berubah menjadi coklat kekuningan
(G09)
0,8
Daun menjadi pendek dan berbentuk sapu
(G06) 0,6
Akar tanaman membusuk
(G20) 0,8
Jaringan batang mengeluarkan cairan coklat gelap
(G30)
0,4
5. Busuk buah Bercak basah pada permukaan buah dekat kelopak bunga
(G10)
0,6
Ujung daun menjadi layu dan berwarna kuning
(G08)
0,4
Perubahan warna dari kuning pucat pada daun tertua hingga daun termuda
(G11)
0,6
Warna buah berubah menjadi hijau tua
(G12) 0,8
Bagian apikal ujung buah menyebabkan buah gugur
(G13)
0,6
6. Busuk pucuk (Bud rof)
Ujung daun menjadi layu dan berwarna kuning
(G08)
0,8
Bagian pucuk berubah kuning coklat (G14)
0,8 Pucuk membusuk dengan bau khas
(G15)
0,6 Akar tanaman membusuk
(G20) 0,4
7. Layu pucuk Seluruh daun mahkota layu secara tiba-tiba
(G16) 0,8
Warna daun menjadi kusam
(G32) 0,6
Ujung daun berubah warna coklat
(G03) 0,6
Pelepah-pelepah daun daun bergantungan dan akhirnya gugur
(G17)
Lanjutan Tabel 4.
Tanaman akan tidak bermahkota lagi
(G18) 0,5
8. Busuk kaki (Foot rot)
Daun menjadi kuning dan terkulai
(G19) 0,6
Bercak batang mengeluarkan cairan
(G33) 0,8
Akar tanaman membusuk (G20)
0,4 9. Gugur buah Warna buah berubah menjadi hijau tua
(G12)
0,8 Bagian apikal ujung buah menyebabkan
buah gugur (G13) 0,4
Ujung tulang daun menguning
(G21) 0,4
Bunga betina akan gugur
(G22) 0,6
Mahkota pohon berubah menjadi bunga mawar (G28) 0,4 10. Sekum hitam (Bacterial leaf stripe)
Bercak-bercak kekuningan pada lamina daun
(G01)
0,8
Daun terlihat bercak bercak berwarna hijau tua
(G23)
0,6
Bagian bawah daun ditutupi bakteri (G24)
0,4 Batang daun berwarna kekuning kuningan
(G07)
0,5 Daun tidak teratur dan berubah warna putih
keabuan (G25)
0,4
11. Daun mengecil (Band)
Bercak-bercak kekuningan pada lamina daun (G01)
0,8 Warna daun menjadi layu pucat
(G05)
0,4 Daun menjadi pendek dan berbentuk sapu
(G06)
0,6 Daun terlihat bercak-bercak menjadi hijau
tua (G23)
Lanjutan Tabel 4.
Batang daun meruncing (G26)
0,4 Jarak antar ruas batang memendek
(G27)
0,4 Mahkota pohon berubah menjadi bunga
mawar (G28)
0,4 12. Batang
berdarah (Stem bleeding)
Bercak-bercak kekuningan pada lamina daun (G01)
0,6
Akar batang pinang berubah menjadi coklat kekuningan
(G09)
0,8
Warna buah berubah menjadi hijau tua (G12)
0,4 Perubahan warna merah tua di bagian batang
(G29)
0,7 Jaringan batang mengeluarkan coklat gelap
(G30)
0,6 Akar tanaman membusuk
(G20)
0,4 13. Buah retak
(Nut splitting)
Bercak-bercak kekuningan pada lamina daun (G01)
0,4 Warna buah kekuningan ketika buah
setengah matang (G31)
0,6
Bagian apikal ujung buah menyebabkan buah gugur
(G13)
0,8
b. Penerapan Metode Certainty Factor
Pada penerapan metode certainty factor kasus seorang user tanaman pinang nya mengalami gejala Bercak-bercak kekuningan pada lamina daun, Ujung daun berubah warna coklat, Daun menjadi pendek dan berbentuk sapu, Akar tanaman membusuk, dan Ujung tulang daun menguning. Gejala gejala yang dipilih oleh user dapat dilihat pada Tabel 5.
Tabel 5. Data input user No. Kode gejala Nama Gejala
1. G01 Bercak-bercak kekuningan pada lamina daun 2. G03 Ujung daun berubah warna coklat
3. G06 Daun menjadi pendek dan berbentuk sapu
4. G20 Akar tanaman membusuk
a. Proses perhitungan Bercak daun (P01)
Masing-masing gejala disesuaikan dengan gejala-gejala yang ada pada penyakit Bercak Daun dapat dilihat tingkat kepercayaan user dan tingkat kepastian pakar yang dapat dilihat pada Tabel 6.
Tabel 6. Data proses perhitungan Bercak daun (P01) No. Kode Gejala CF User CF Pakar
1. G01 1 0,8
2. G03 1 0,6
3. G06 1 0,8
Kemudian dari setiap masing-masing bobot gejala dari pakar dikalikan dengan bobot gejala dari seorang user untuk mendapatkan nilai kepastian dari setiap gejala pada penyakit dengan menggunakan persamaan 2.1
𝐶𝐹(𝐻, 𝐸)1 = 𝐶𝐹 User (𝐸)1∗ 𝐶𝐹 𝑃𝑎𝑘𝑎𝑟 (𝑟𝑢𝑙𝑒) 1 = 1 * 0,8 = 0,8 𝐶𝐹(𝐻, 𝐸)2 = 𝐶𝐹 User (𝐸)2∗ 𝐶𝐹 𝑃𝑎𝑘𝑎𝑟 (𝑟𝑢𝑙𝑒) 2 = 1 * 0,6 = 0,6 𝐶𝐹(𝐻, 𝐸)3 = 𝐶𝐹 User (𝐸)3∗ 𝐶𝐹 𝑃𝑎𝑘𝑎𝑟 (𝑟𝑢𝑙𝑒) 3 = 1 * 0,8 = 0,8
Setelah mendapatkan nilai kepastian dari setiap gejala, kemudian dihitung nilai kepastian dari suatu penyakit dengan menggunakan persamaan 2.2 dan persamaan 2.3
𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒𝐶𝐹(𝐻, 𝐸)1,2 = 𝐶𝐹(𝐻, 𝐸)1+ 𝐶𝐹(𝐻, 𝐸)2∗ (1 − 𝐶𝐹(𝐻, 𝐸)1) = 0,8 + 0,6 (1-0,8) = 0,92 CFold1 𝐶𝐹𝑐𝑜𝑚𝑏𝑖𝑛𝑒𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑3 = 𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑1+ 𝐶𝐹(𝐻, 𝐸)3∗ (1 − 𝐶𝐹(𝐻, 𝐸)𝑜𝑙𝑑1) = 0,92 + 0,8 (1-0,92) = 0,984 old3
Untuk mengetahui persentase dari CF Combine, maka dilakukan proses perhitungan berdasarkan persamaan (2.4).
𝐶𝐹𝑝𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = 𝐶𝐹𝑐 ∗ 100% = 0,984 * 100%
= 98,40 %
Dengan menggunakan rumus dan cara yang sama dilakukan perhitungan terhadap dua belas penyakit lainnya. Dari hasil perhitungan tersebut maka didapatkan nilai kepastian setiap penyakit yang dapat dilihat pada Tabel 7.
Tabel 7. Hasil Perhitungan Studi Kasus Kode
Penyakit
Penyakit Nilai Kepastian
P01 Bercak Daun 98,40 %
P02 Hawar daun (Leaf blight) 76,00 %
P03 Karat merah daun (red rust) 80,00 %
P04 Busuk akar/pangkal batang 92,00 %
P05 Busuk buah 0,00 %
P06 Busuk Pucuk (Bud rof) 40,00 %
Lanjutan Tabel 7.
P08 Busuk kaki (foot rot) 40,00 %
P09 Gugur buah 40,00 %
P10 Sekum hitam (Bacterial leaf stripe)
80,00 %
P11 Daun mengecil (Band) 92,00 %
P12 Batang berdarah (Stem Bleeding) 76,00 % P13 Buah retak (Nut Splitting) 40,00 %
Berdasarkan hasil perhitungan pada Tabel 7. dapat disimpulkan bahwa diagnosa awal tanaman pinang user tersebut mengalami penyakit Bercak daun dengan nilai kepastian 98,40 % atau tanaman pinang user tersebut kemungkinan besar mengalami penyakit Bercak daun
c. Interface Sistem
Pada tahap ini merupakan proses pembuatan sistem yang mengacu dari hasil analisa dan perancangan sistem, pehitungan menggunakan metode Certainty factor akan di implementasikan dalam sistem, untuk pembuatan sistem meggunakan Bahasa pemrograman PHP dan HTML.
Gambar 1. adalah tampilan utama diagnosa pengguna dimana pengguna akan melihat dua pilihan antara Diagnosa Tanaman Pinang dan Login Admin, disini pengguna akan memilih ke menu Diagnosa Tanaman Pinang dan akan langsung masuk ke halaman diagnosa.
Gambar 1. Tampilan Utama Diagnosa Pengguna
Gambar 2. adalah tampilan diagnosa gejala pengguna dimana pengguna diberikan form diagnosa yang berupa daftar gejala-gejala penyakit pada tanaman pinang dan terdapat aksi checklist untuk gejala yang dipilih sesuai dengan kondisi tanaman pinang yang ingin di diagnosa
Gambar 2. Tampilan Diagnosa Gejala Pengguna
Setelah pengguna memilih gejala-gejala yang sesuai dengan kondisi tanaman pinang, Pengguna menekan tombol diagnosa sesuai gejala yang dipilih oleh pengguna dan akan muncul perhitungan hasil diagnosa penyakit tanaman pinang tersebut seperti Gambar 3.
Setelah pengguna melihat hasil diagnosa, jika pengguna ingin melakukan proses cetak, maka pengguna dapat menekan tombol cetak sesuai dengan hasil diagnosa pengguna. Maka sistem akan menampilkan form cetak seperti Gambar 4.
Gambar 4. Cetak Hasil Diagnosa KESIMPULAN
Berdasarkan serangkaian tahapan penelitian dalam merancang dan membangun sistem pakar diagnosa penyakit tanaman pinang menggunakan metode certainty factor berbasis web. Maka diperoleh beberapa kesimpulan sebagai berikut:
1. Telah dibangun sebuah sistem pakar berbasis web menggunakan metode Certainty Factor (CF) untuk mendiagnosa penyakit pada tanaman pinang.
2. Sistem pakar diagnosa penyakit tanaman pinang menggunakan metode certainty factor mengeluarkan hasil yang sama dengan hasil yang dilakukan secara perhitungan manual.
3. Informasi yang dikeluarkan sistem berupa hasil diagnosa penyakit berdasarkan gejala yang dipilih user atau pengguna, sehingga diperoleh tingkat kepercayaan untuk mengetahui penyakit apa yang menyerang tanaman pinang serta solusi
penyakit tersebut dan dapat digunakan sebagai pertimbangan terhadap tindakan selanjutnya.
SARAN
Berdasarkan penelitian yang sudah dilakukan, terdapat beberapa saran yang dapat dilakukan untuk penelitian selanjutnya, yaitu:
1. Pada pengembangan sistem pakar selanjutnya, Sistem dapat dikembangkan lagi menjadi sistem pakar berbasis Android, karena Android bersifat mobile sehingga pengguna dapat lebih mudah dan efisien dalam menggunakan sistem tersebut. 2. Dapat dikembangkan dan memperbarui data-data Penyakit pada tanaman pinang,
seperti memperbarui data penyakit, gejala dan solusi.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Bapak Dr. Elfizar, S.Si., M.Kom. yang telah membimbing, memberikan arahan, masukan, dan memotivasi serta membantu penelitian dan penulisan karya ilmiah ini.
DAFTAR PUSTAKA
Fanny, R. ras, Hasibuan, N. astuti, & Buulolo, E. (2017). Perancangan Sistem Pakar Diagnosa Penyakit Asidosis Tubulus Renalis Menggunakan Metode Certainty Factor Dengan Penelusuran Forward Chaining. Jurnal Media Informatika Budidarma, 1(1), 13–16.
Harto, D. (2013). Perancangan Sistem Pakar Untuk Mengidentifikasi Penyakit Pada Tanaman Semangka Dengan Menggunakan Metode Certainty Factor. Jurnal Informatika, 4(2), 22–27.
