PERANCANGAN APLIKASI SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA TANAMAN HIAS DENGAN MENGUNAKAN METODE FUZZY LOGIC

PERANCANGAN APLIKASI SISTEM PAKAR MENDIAGNOSA PENYAKIT

PADA TANAMAN HIAS DENGAN MENGUNAKAN

METODE FUZZY LOGIC

Rosmanidar1_{, Nelly Astuti Hsb}2_{, Suginam}3

Prodi Teknik Informatika STMIK Budi Darma, Medan, Indonesia Jl. Sisingamangaraja No. 338, Medan, Indonesia

Abstrak

Tanaman hias merupakan salah satu komoditas agribisnis yang cukup berarti di Indonesia. Hal tersebut didasari karena jenisnya dapat ditanam pada area yang tidak terlalu luas dan mempunyai nilai jual yang tinggi dan diterima oleh masyarakat. Tanaman hias dapat dinikmati oleh konsumen pada bentuk keindahannya. Penyakit pada tanaman merupakan masalah yang sering dihadapi masyarakat atau pembudidaya untuk tanaman hias. penyakit yang menyerang tanaman ini sangat bervariasi sehingga diperlukan konsultasi kepada konsultan pertanian yang mampu mendiagnosa penyakit pada tanaman tersebut.Untuk mengetahui penyakit yang menyerang tanaman hias maka perlu dilakukan identifikasi dengan sebuah sistem pakar. Sistem Pakar merupakan salah satu kecerdasan buatan yang memungkinkan komputer memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar. Dalam penelitian ini menggunakan metode Fuzzy logic. Metode fuzzy logic merupakan logika yang bernilai banyak (multivalued logic) yang mampu mendefinisikan nilai diantara keadaan yang konvesional seperti benar atau salah, ya atau tidak. Logika fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat, dengan menggunakan metode fuzzy logic ini dapat menggambarkan tingkat keyakinan dari seorang ahli atau pakar.

Kata Kunci : Tanaman Hias, Sistem Pakar, Fuzzy Logic

I. PENDAHULUAN

Komputer telah berkembang sebagai alat pengolah data, penghasil informasi, bahkan komputer juga turut berperan dalam pengambilan keputusan. Para ahli komputer masih terus mengembangkan kecanggihan komputer agar dapat memiliki kemampuan seperti manusia. Kecerdasan buatan (Artificial Inteligence) merupakan salah satu bagian dari ilmu computer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti yang dilakukan oleh manusia bahkan lebih daripada manusia . Ilmu yang mempelajari cara membuat komputer dapat bertindak dan memiliki kecerdasan buatan adalah sistem pakar. Sistem pakar (Expert System) merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli, contohnya kemampuan ahli dalam menangani penyakit tanaman.

Tanaman hias merupakan salah satu komoditas agribisnis yang cukup berarti di Indonesia. Hal tersebut didasari karena jenisnya dapat ditanam pada area yang tidak terlalu luas dan mempunyai nilai jual yang tinggi dan diterima oleh masyarakat. Tanaman hias dapat dinikmati oleh konsumen pada bentuk keindahannya. Penyakit pada tanaman merupakan masalah yang sering dihadapi masyarakat atau pembudidaya untuk tanaman hias. penyakit yang menyerang tanaman ini sangat bervariasi sehingga diperlukan konsultasi kepada konsultan pertanian yang mampu mendiagnosa penyakit pada tanaman tersebut. Akan tetapi waktu dan biaya menjadi alasan bagi masyarakat atau pembudidaya tanaman hias untuk tidak berkonsultasi pada pakarnya.

Salah satu kendala yang selama ini dialami oleh para petani dan penggemar tanaman hias adalah suatu

penyakit yang sering menyerang tanaman hias. Penyakit tanaman merupakan sebuah kondisi dimana tanaman tersebut terganggu ataupun terhambat yang mana penyebabnya bukan berasal dari hama. Penyakit tanaman merupakan momok yang paling menakutkan bagi para petani atau masyarakat umum karena penyakit tanaman tidak memakan tumbuhan, tetapi mereka menganggu pertumbuhan tanaman sampai mematikan tumbuhan sehingga petani mengalami kerugian yang cukup besar.

Sulitnya para petani atau masyarakat umum yang mencoba membudidaya tanaman tersebut karena minimnya tingkat pengetahuan para petani dan masyarakat umum yang baru membudidaya untuk mengetahui penyakit yang menyerang tanaman hias yang disebabkan oleh virus, bakteri atau jamur. Oleh karena itu, dibutuhkan sistem pakar yang memudahkan para petani dan pembudidaya untuk mengetahui penyakit yang menyerang tanaman hias dan cara penanggulangannya. Maka akang dirancang suatu sistem yang bisa membantu menyelesaikan masalah yang terjadi berupa sistem pakar. Sistem Pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah yang biasanya diselesaikan oleh para ahli.

Berdasarkan penelitian sebelumnya dalam jurnal Mukhlis Budi Rackman, Ardianto, Willy yang berjudul “Sistem Pakar untuk Mendiagnosis Penyakit pada Tanaman Teh dengan Metode Fuzzy Logic”. Metode fuzzy logic merupakan salah satu metode yang tepat untuk menyelesaikan masalah pada sistem pakar.

Fuzzy logic merupakan suatu cabang ilmu kecerdasan buatan (Artificial Intellegence), yaitu suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan

manusia memerlukan kecerdasan . Pada dasarnya fuzzy logic merupakan logika yang bernilai banyak (multivalued logic) yang mampu mendefinisikan nilai diantara keadaan yang konvesional seperti benar atau salah, ya atau tidak. Logika fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat, dengan menggunakan metode fuzzy logic ini dapat menggambarkan tingkat keyakinan dari seorang ahli atau pakar.

Keunggulan dari logika fuzzy yaitu konsepnya mudah dimengerti, logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat, dan juga dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.

II. TEORITIS

A. Kecerdasan Buatan

Kecerdasan buatan (Artificial Intelligence)

merupakan cabang dari ilmu komputer yang konsern dengan pengautomatisasi tingkah laku cerdas [1]. Pernyataan tersebut juga dapat dijadikan defenisi dari

Artificial Intelligence. Definisi ini menunjukan bahwa Artificial Intelligence adalah bagian dari computer

sehingga harus didasarkan pada sound theoretical (teori suara) dan prinsip-prinsip aplikasi dari bidangnya. Prinsip-prinsip ini meliputi struktur data yang digunakan representasi pengetahuan, algoritma yang diperlukan untuk mengaplikasikan pengetahuan tersebut, serta bahasa dan teknik pemrograman yang digunakan dalam mengimplementasiakannya.

B. Sistem Pakar

Sistem Pakar ( Expert System ) adalah salah satu cabang dari AI yang membuat penggunaan secara luas

knowledgeyang khusus untuk penyelesaian masalah

tingkat manusia yang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu yaitu pakar yang menpunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dia miliki [2].

C. Fuzzy Logic

Fuzzy logic pertama kali diperkenalkan oleh Lotfi

A. Zadeh, seorang profesor dari Universiti of California di Barkeley pada tahun 1965. Fuzzy logic memiliki derajat keanggotaan dalam rentang 0 (nol) hingga satu (1) berbeda dengan logika digital atau diskrit yang hanya memiliki dua nilai yaitu 1 (satu) atau 0 (nol). Fuzzy logic dapat mengolah nilai yang tidak pasti berupa batasan, seperti “sangat”, “sedikit” dan ” kurang lebih”. Dengan

fuzzy logic, komputer dapat mengolah ketidakpastian

tersebut sehingga dapat digunakan untuk memutuskan sesuatu yang membutuhkan kepintaran manusia dalam penalaran. Sebaliknya logika fuzzy merupakan sebuah logika yang memiliki kekaburan atau kesamaran antara benar atau salah [3].

𝑍 =αpred1∗z1+αpred2∗z2+αpred3∗z3+..

αpred1+αpred1+αpred1+⋯ (1)

D. Metode Fuzzy Tsukamoto

Sistem inferensi fuzzy didasarkan pada konsep penalaran monoton. Pada metode penalaran monoton, nilai crisp pada daerah konsekuen dapat diperoleh secara langsung didasarkan fire strength pada antasedennya [4]. Salah satu syarat yang harus dipenuhi pada metode penalaran ini adalah himpunan fuzzy pada konsekuensinya harus bersifat monoton (baik monoton naik maupun monoton turun).

Pada metode fuzzy tsukamoto, setiap konsekuensi pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan a-predikat

(fire strength). Hasil akhir defuzzifikasi dilakukan dengan

cara menilai rata-ratanya.

Dalam inferensinya metode tsukamoto

menggunakan tahapan berikut :

1. Fuzzyfikasi

2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk IF-THEN)

3. Menggunakan fungsi implikasi MIN untuk mendapatkan nilai α-predikat tiap-tiap rule (α1, α2, α3, … . . αn).

Kemudian masing-masing nilai predikat α-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crisp) masing-masing rule (z1, z2, z3,...zn).

III. ANALISA A. Analisa Masalah

Tanaman hias merupakan salah satu komoditas agribisnis yang cukup berarti di Indonesia. Hal tersebut didasari karena jenisnya dapat ditanam pada area yang tidak terlalu luas dan mempunyai nilai jual yang tinggi dan diterima oleh masyarakat. Tanaman hias dapat dinikmati oleh konsumen pada bentuk keindahannya. Penyakit pada tanaman merupakan masalah yang sering dihadapi masyarakat atau pembudidaya untuk tanaman hias. penyakit yang menyerang tanaman ini sangat bervariasi sehingga diperlukan konsultasi kepada konsultan pertanian yang mampu mendiagnosa penyakit pada tanaman tersebut

Ada 2 penyakit yang menyerang tanaman hias yaitu penyakit jamur puccinia dan penyakit layu bakteri . Penyakit jamur puccinia disebabkan oleh cendawan p

chrysantemi. Layu Bakteri disebabkan oleh bakteri ralstonia solanacearum. Penyakit ini sangat merugikan

para petani atau masyarakat umum yang baru membudidaya karena rimpang yang busuk tidak dapat menghasilkan.

Tabel 1. Gejala Penyakit Tanaman Hias

Kode Gejala Gejala Penyakit Jamur Puccinia Penyakit Layu Bakteri G1 Mula-mula helaian daun bagian bawah melipat dan menggulung

Kode Gejala Gejala Penyakit Jamur Puccinia Penyakit Layu Bakteri G2 Bintik-bintik kecil putih yang menutupi seluruh permukaan daun bawah melipat dan menggulung  - G3 Daun mengalami perubahan warna menjadi kuning dan mengering   G4 Rimpang menjadi busuk - 

Sebagai contoh proses pemberian bobot pada setiap premis (gejala) hingga memperoleh persentase keyakinan untuk mengidentifikasi gejala penyakit tanaman herbal. Tabel presentasi kesimpulannya dapat dilihat dibawah ini :

Tabel 2. Solusi Persentasi Kesimpulan

TINGKAT

PRESENTASI SOLUSI

0-50 %

Merompes atau

membuang daun jika terjadi serangan lanjut atau seluruh daun terserang maka lakukan eradikasi atau pembongkaran tanaman.

51- 100 %

Dengan memberikan agen sayati di cor atau disiram pada bendengan tanaman, lakukan hal ini sepuluh hari sekali dengan dosis 5-10 gram perliter air.

Dari tabel diatas maka dipresentasikan seperti rule dibawah ini. Refresentasi ini digunakan untuk memperoleh pencarian dan menentukan kesimpulan diagnosa

berikut ini adalah pembahasannya:

Rule 1 : IFG2= True AND G3= True AND G4= True,

THEN P= Jamur Puccinia

Rule 2 : IFG1= True AND G3= True AND G4= True,

THEN P= Layu Bakteri AND

Digunakan untuk menghubungkan dua logika atau lebih yang keseluruhan dari syarat tersebut harus terpenuhi agar dapat menghasilkan suatu kesimpulan. Jika salah satu syarat tidak terpenuhi dengan syarat yang sudah ditentukan maka tidak dapat menghasilkan suatu kesimpulan.

Tabel 3.Tabel Nilai Hipotesa

Kode Gejala Gejala Nilai R B G1 Mula-mula helaian daun bagian bawah melipat dan menggulung 20 50 Kode Gejala Gejala Nilai R B G2 Bintik-bintik kecil putih yang menutupi seluruh permukaan daun bawah melipat dan menggulung

25 75

G3

Daun mengalami perubahan warna menjadi kuning dan mengering

20 70

G4 Rimpang menjadi

busuk 20 85

Adapun analisa terhadap sistem pakar yang dibangun merupakan rule yang menerapkan metode fuzzy

logic, metode fuzzy logic salah satu metode untuk

mengatasi ketidakpastian suatu data, yang kemudian dapat dirumuskan dalam persamaan fuzzy logic.

Penyelesaian :

1. G1 = Mula-mula helaian daun bagian bawah melipat dan menggulung Terdiri dari 2 himpunan fuzzy, yaitu ringan dan berat.

µ G1 ringan [x] = { 1; 50−𝑥 50 0; ; 𝑥 ≤ 20 20 ≤ 𝑥 ≤ 50 𝑥 ≥ 50 µ G1 berat [x] = { 0; 𝑥−20 50 1; ; 𝑥 ≤ 20 20 ≤ 𝑥 ≤ 50 𝑥 ≥ 50

2. G2 = Bintik-bintik kecil putih yang menutupi seluruh permukaan daun bawah melipat dan menggulung Terdiri dari 2 himpunan fuzzy, yaitu ringan dan berat.

µ G2 ringan [y] = { 1; 75−𝑦 75 0; ; 𝑦 ≤ 25 25 ≤ 𝑦 ≤ 75 𝑦 ≥ 75 µ G2 berat [y] = { 0; 𝑦−25 75 1; ; 𝑦 ≤ 25 25 ≤ 𝑦 ≤ 75 𝑦 ≥ 75

3. G3 = Daun mengalami perubahan warna menjadi kuning dan mengering Terdiri dari 2 himpunan fuzzy, yaitu ringan dan berat.

µ G3 ringan [z] = { 1; 70−𝑧 70 0; ; 𝑧 ≤ 20 20 ≤ 𝑧 ≤ 70 𝑧 ≥ 70 µ G3 berat [z] = { 0; 𝑦−20 70 1; ; 𝑧 ≤ 20 20 ≤ 𝑧 ≤ 70 𝑧 ≥ 70 4. G4 = Rimpang menjadi busuk Terdiri dari 2

himpunan fuzzy, yaitu ringan dan berat.

µ G4 ringan [a] = { 1; 85−𝑎 85 0; ; 𝑎 ≤ 20 20 ≤ 𝑎 ≤ 85 𝑎 ≥ 85 µ G4 berat [a] = { 0; 𝑎−20 85 1; ; 𝑎 ≤ 20 20 ≤ 𝑎 ≤ 85 𝑎 ≥ 85 Misal : G1 = 40 µ G1 ringan [40] = (50−40) 50 = 0.2 berat [40] = (40−20)₅₀ = 0.4 G2 = 30 µ G2 ringan [30] = (75−30) 75 = 0.6 berat [30] = (30−25)₅₀ = 0.06 G3 = 50 µ G3 ringan [50] = (70−50)₇₀ = 0.2 berat [50] = (50−20) 70 = 0.42

[ R1] IF G1 Ringan and G2 Ringan AND G3 Ringan THEN G4 Ringan

1= µ G1 Ringan G2 Ringan G3 Ringan = min (µ G1 [40], µ G2 [70], µ G3 [50] ) = min (0.2 ; 0.6 ; 0.28)

= 0.2

Z1 = Zmax – 1 (Zmax – Zmin) = 85 – 0.2 (85 – 20) Z1 = 85 – 13

= 72

[ R2] IF G1 Ringan and G2 Ringan AND G3 Berat THEN G4 Ringan

2= µ G1 Ringan G2 Ringan G3 Berat = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.2 ; 0.6 ; 0.42)

= 0.2

Z2 = Zmax – 2 (Zmax – Zmin) = 85 – 0.2 (85 – 20) Z2 = 85 – 13

= 72

[ R3] IF G1 Ringan and G2 Berat AND G3 Ringan THEN G4 Ringan

3= µ G1 Ringan G2 Berat G3 Ringan = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.2 ; 0.06 ; 0.28)

= 0.06

Z3 = Zmax – 3 (Zmax – Zmin) = 85 – 0.06 (85 – 20) Z3 = 85 – 4

= 81

[ R4] IF G1 Ringan and G2 Berat AND G3 Berat THEN G4 Berat

4= µ G1 Ringan G2 Berat G3 Berat = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.2 ; 0.06 ; 0.42)

= 0.06

Z4 = Zmax – 4 (Zmax – Zmin) = 85 – 0.06 (85 – 20) Z4 = 85 – 4

= 81

[ R5] IF G1 Berat and G2 Ringan AND G3 Ringan THEN G4 Ringan

5= µ G1 Berat G2 Ringan G3 Rendah = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.4 ; 0.6 ; 0.28)

= 0.4

Z5 = Zmax – 5 (Zmax – Zmin) = 85 – 0.4 (85 – 20)

Z6 = 85 – 26 = 59

[ R6] IF G1 Berat and G2 Ringan AND G3 Berat THEN G4 Berat

6= µ G1 Berat G2 Ringan G3 Berat = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.4 ; 0.6 ; 0.42)

= 0.4

Z6 = Zmax – 6 (Zmax – Zmin) = 85 – 0.4 (85 – 20) Z6 = 85 – 26

= 59

[ R7] IF G1 Berat and G2 Berat AND G3 Ringan THEN G4 Berat

7= µ G1 Berat G2 Ringan G3 Ringan = min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.4 ; 0.06 ; 0.28)

= 0.4

Z7 = Zmax – 7 (Zmax – Zmin) = 85 – 0.06 (85 – 20) Z7 = 85 – 0.06

= 81

[ R8] IF G1 Berat and G2 Berat AND G3 Berat THEN G4 Berat

7= µ G1 Berat G2 Berat G3 Berat

= min (µ G1 [40], µ G2 [30], µ G3 [50] ) = min (0.4 ; 0.06 ; 0.42)

= 0.06

Z8 = Zmax – 8 (Zmax – Zmin) = 85 – 0.06 (85 – 20) Z8 = 85 – 0.06

= 81

Akhirnya dapat dicari nilai penyakit sebagai berikut :

𝑍

=αpred1 ∗ z1 + αpred2 ∗ z2 + αpred3 ∗ z3+. . αpred1 + αpred1 + αpred1 + ⋯

Z = 0.2∗72+0.2∗72+0.06∗81+0.06∗81+0.4∗59+0.4∗59+0.06∗81+0.06∗81 0.2+0.2+0.06+0.06+0.4+0.4+0.06+0.06 =14.4+14.4+4,86+4.86+23.6+2.36+4.86+4.86_1.44 =93.44_1.44 = 66.28%

Kemungkinan tanaman hias terkena penyakit layu bakteri dan rimpang menjadi busuk , kemungkinan memiliki nilai 66% maka solusinya dengan memberikan agen sayati di cor atau disiram pada bendengan tanaman, lakukan hal ini sepuluh hari sekali dengan dosis 5-10 gram perliter air.

IV. IMPLEMENTASI

Kebutuhan sistem digunakan untuk mengoperasikan sistem yang dibangun, dalam bab ini dijelasakan bagaimana menjalankan sistem. Sistem pengolahan program merupakan suatu kesatuan yang terdiri dari prosedur dan pelaksanaan data. Komputer sebagai sarana pengolahan yang nantinya digunakan, secara prosesional penulis menggunakan akses:

1. Perangkat keras (Hardware) 2. Perangkat lunak (Software)

Perangkat keras merupakan salah satu hal yang harus diperhatikan, karena tanpa perangkat keras yang memenuhi syarat, aplikasi yang akan dibangun tidak akan bisa berjalan dengan baik. Berikut spesifikasi perangkat keras yang dibutuhkan untuk membangun aplikasi ini:

1. Prosessor : Intel® Core™ i3-2330M CPU @

2.20GHz, 2.20 GHz

2. Memory : 2,00 GB 3. Hardisk : 500 GB 4. Windows : 7 Ultimate 5. System Type : 32-bit

6. Monitor : 14.0 HD LED LCD

Sedangkan perangkat lunak yang digunakan sebagai pendukung untuk perangkat lunak yang dikembangkan membutuhkan:

1. Visual Basic NET 2008 2. MySQL

Pada sistem diagnosa penyakit tanaman hias ini terdapat beberapa macam tampilan . adapun tampilan-tampilan tersebut adalah sebagai berikut:

Menu utama dapat di katakan sebagai antar muka (user interface) antara user dengan program. Menu utama menampilkan pilihan menu yang telah tersedia pada program. Pada menu utama diagnosa penyakit tanaman hias ada lima pilihan yaitu Pakar, Diagnosa, Hasil, About dan Exit. Gambar untuk tampilan menu utama dapat dilihat pada gambar 1.

Gambar 1.Tampilan Menu Utama

Form ini digunakan untuk menambahkan dan mengupdate gejala-gejala penyakit tanaman hias. Gambar untuk tampilan menu data gejala dapat dilihat pada gambar 2

Form ini digunakan untuk menginput data tanaman ataupun pengguna aplikasi untuk dapat melakukan proses diagnosa. Gambar untuk tampilan menu data tanaman dapat dilihat pada gambar 3.

Gambar 3. Tampilan Menu Data Tanaman Form diagnosa digunakan untuk melakukan konsultasi mendiagnosa penyakit tanaman hias. Pada saat pertama sekali form ditampilkan akan tampil gejala yang dialami. Gambar untuk tampilan menu diagnosa dapat dilihat pada gambar 4.

Gambar 4. Tampilan Menu Diagnosa

Form ini digunakan untuk menampilkan hasil dari konsultasi diagnosa penyakit tanaman hias. Gambar untuk tampilan menu hasil dapat dilihat pada gambar 5.

Gambar 5.Tampilan Menu Hasil

Tampilan halaman menu tentang merupakan halaman tentang penulis dan penjelasan lainnya. Gambar untuk tampilan menu utama dapat dilihat pada gambar 6.

Gambar 6. Tampilan Menu Tentang

V. KESIMPULAN

Berdasarkan pengembangan yang telah dilakukan selama proses perancangan hingga implementasi sistem pakar untuk mendiagnosa penyakit pada tanaman hias dengan menggunkan metode fuzzy logic, maka dapat diambil kesimpulan sebagai berikut:

1. Mendiagnosa penyakit pada tanaman hias dengan sistem pakar melihat dari gejala gejala yang menyerang tanaman hias dapat dilakukan untuk membantu para petani dan masyarakat umum yang baru membudidaya untuk mengetahui penyakit tanaman hias.

2. Metode fuzzy logic diterapkan untuk mendiagnosa penyakit pada tanaman hias dapat menghasilkan perhitungan valid yang sama dengan perhitungan manual sehingga proses diagnosa dapat dilakukan dengan cepat dan akurat.

3. Aplikasi sistem pakar diagnosa penyakit tanaman hias telah selesai dirancang dengan menggunakan

Visual Basic Net 2008. REFERENCES

[1] Widodo Budiharto and Derwin Suhartono, Artificial

Intelligence Konsep Dan Penerapannya. Yogyakarta: Andi,

2014.

[2] Muhammad Arhami, Konsep Dasar Sistem Pakar. Yogyakarta: Andi, 2005.

[3] T. Sutojo , Edy Mulyanto , and Dr. Vincent Suhartono ,

Kecerdasan Buatan. Yogyakarta: Andi, 2011.

[4] Primanda Arif Aditya, Dasar-Dasar Pemograman Database

Dekstop Dengan Visual Basic Net 2008. Jakarta: Pt. Alex

Media Komputindo , 2013.