IMPLEMENTASI WEB SEMANTIK UNTUK SISTEM PENCARIAN PENYAKIT PADA TUMBUHAN PADI BERBASIS ONTOLOGI SKRIPSI AHMAD ALFIN

IMPLEMENTASI WEB SEMANTIK UNTUK SISTEM PENCARIAN PENYAKIT PADA TUMBUHAN PADI BERBASIS ONTOLOGI

SKRIPSI

AHMAD ALFIN 151401061

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2019

IMPLEMENTASI WEB SEMANTIK UNTUK SISTEM PENCARIAN PENYAKIT PADA TUMBUHAN PADI BERBASIS ONTOLOGI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

AHMAD ALFIN 151401061

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2019

PERSETUJUAN

Judul : IMPLEMENTASI WEB SEMANTIK UNTUK SISTEM

PENCARIAN PENYAKIT PADA TUMBUHAN PADI BERBASIS ONTOLOGI

Kategori : SKRIPSI

Nama : AHMAD ALFIN

Nomor Induk Mahasiswa : 151401061

Program Studi : SARJANA (S1) ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 4 Desember 2019

Komisi Pembimbing : Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001

Dosen Pembimbing II

Sajadin Sembiring, S.Si, M.Comp.Sc NIP. 197303232017061001

Dosen Pembimbing I

Amalia ST.,M.T

NIP. 197812212014042001

PERNYATAAN

IMPLEMENTASI WEB SEMANTIK UNTUK SISTEM PENCARIAN PENYAKIT PADA TUMBUHAN PADI BERBASIS ONTOLOGI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 4 Desember 2019

Ahmad Alfin 151401061

PENGHARGAAN

Alhamdulillahirrabbil’alamin, puji dan syukur penulis ucapkan atas kehadirat Allah SWT yang telah memberikan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer di Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

Dalam kesempatan ini, dengan segala kerendahan hati penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada seluruh pihak yang telah membantu dan memberikan motivasi sehingga penulis dapat menyelesaikan skripsi ini.

Ucapan terima kasih ini penulis sampaikan kepada:

1. Bapak Prof. Dr. Runtung Sitepu, SH., M.Hum sebagai Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Opim Salim Sitompul, M.Sc sebagai Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara yang telah memberikan arahan dan motivasi selama masa perkuliahan.

4. Ibu Amalia ST.,M.T sebagai Dosen Pembimbing I yang telah memberikan arahan dan motivasi kepada penulis dalam pengerjaan skripsi ini.

5. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc sebagai Dosen Pembimbing II yang telah memberikan arahan dan motivasi lepada penulis dalam pengerjaan skripsi ini.

6. Bapak M. Andri Budiman, ST., M.Comp.Sc, M.E.M sebagai Dosen Pembimbing Akademik yang telah memberikan arahan dan motivasi selama masa perkuliahan.

7. Seluruh Dosen serta staf Pegawai di Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

8. Kedua orang tua yang penulis cintai Ibu Keti dan Ayah Darmuji, serta sumber motivasi yaitu Kakak Meli Rama Yunita, Abang Refi Wahyudi, dan Adik Defri Afiza yang selalu memberikan do’a, dukungan, perhatian, kesabaran, keceriaan, serta kasih sayang yang berlimpah kepada penulis.

9. Hanny Sulaiman yang selalu memberikan do’a, dukungan, perhatian, kesabaran, keceriaan, motivasi, hiburan, semangat, serta sebagai tempat berdiskusi dalam pengerjaan skripsi ini dan memberi warna selama masa perkuliahan.

10. Sahabat sejawat yang telah memberikan motivasi, hiburan, dan semangat kepada penulis yaitu Rahmad Sadri, Irham Taufik, Hanafi Azhari Nst, Fadlan Azizi, Hadi Pratama, Juwito Purnomo, Firmansyah, Aftika Wulandari, Gusvita Amaliannisa, Sinta Awalisa Sinaga, Messy Ayu Maysaroh, Mayrisa dan Hafni Megasari.

11. Teman-teman kuliah stambuk 2015 khususnya kom A yang telah memberi warna selama masa perkuliahan.

12. Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu-persatu yang telah membantu penyelesaian skripsi ini.

Semoga semua kebaikan, bentuan, perhatian, serta dukungan yang telah diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.

Medan, 4 Desember 2019 Penulis

Ahmad Alfin

ABSTRAK

Tanaman padi selalu rentan terhadap penyakit dan hama, mulai dari biji, pembibitan, penanaman, hingga panen, selalu rentan terhadap hama dan penyakit. Akibat gangguan tersebut petani dapat terancam gagal panen. Kurangnya pengetahuan dan informasi tentang penyakit dan hama adalah faktor utama. Untuk mengatasi masalah tersebut maka dibutuhkan sistem yang dapat memberikan informasi yaitu web semantik.

Teknologi web semantik dapat digunakan untuk memahami makna dari sebuah kata dan konsep, namun juga dapat memahami hubungan logis antara keduanya. Sehingga teknologi web semantik dapat menghasilkan informasi yang sesuai. Implementasi web semantik dibangun dengan melakukan perancangan data ontologi. Ontologi dibangun menggunakan aplikasi protégé. Data akan disesuaikan berdasarkan istilah umum dan khusus, data disimpan dalam bentuk XML/RDF. RDF dibangun sebagai kumpulan metadata dan informasi yang terstruktur. Sistem diuji dengan melakukan pencarian, pencocokan terhadap kata penting menggunakan algoritma Boyer-Moore. Hasil akan disesuaikan dengan kata kunci yang tepat. Penelitian ini menghasilkan suatu sistem yang dapat berjalan sesuai dengan kebutuhan yang mampu menjawab dengan tepat dengan akurasi 80%. Sehingga sistem mampu membantu dan memahami keinginan petani dalam memperoleh informasi tentang penyakit dan hama pada tanaman padi sesuai dengan kata pencarian.

Kata Kunci: Tanaman padi, web semantik, ontologi, RDF, algoritma Boyer-Moore

IMPLEMENTATION OF SEMANTIC WEB FOR DISEASE SEARCH SYSTEMS FOR ONTOLOGY-BASED RICE PLANTS

ABSTRACT

Rice plants are always vulnerable to diseases and pests, ranging from seeds, seeding, planting, to harvest, are always vulnerable to pests and diseases. As a result of these disturbances farmers can be threatened with crop failure. Lack of knowledge and information about diseases and pests is a major factor. To overcome these problems, we need a system that can provide information that is semantic web. Semantic web technology can be used to understand the meaning of a word and concept, but also can understand the logical relationship between the two. So that semantic web technology can produce information accordingly. The semantic web implementation is built by designing ontology data. Ontology is built using the protégé application. Data will be adjusted based on general and specific terms, data is stored in XML / RDF form. RDF is built as a collection of structured metadata and information. The system is tested by searching, matching important words using the Boyer-Moore algorithm. The results will be adjusted with the right keywords. This research produces a system that can run according to the needs that are able to answer precisely with 80% accuracy. So that the system is able to help and understand the wishes of farmers in obtaining information about diseases and pests in rice plants in accordance with the word search.

Keywords: Rice plants, semantic web, ontology, RDF, Boyer-Moore algorithm

DAFTAR ISI

PERSETUJUAN ... ii

PERNYATAAN ... iii

PENGHARGAAN ... iv

ABSTRAK... vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiv

BAB 1 PENDAHULUAN ... 1

1.2 Rumusan Masalah ... 2

1.3 Batasan Masalah ... 3

1.4 Tujuan Penelitian ... 3

1.5 Manfaat Penelitian ... 3

1.6 Metode Penelitian ... 4

1.7 Sistematika Penulisan ... 4

BAB 2 LANDASAN TEORI ... 6

2.1. Tanaman Padi ... 6

2.2. Hama dan Penyakit Tanaman ... 6

2.3. Gulma ... 7

2.4. Racun atau Pestisida ... 7

2.5. Web Semantik ... 7

2.5.1. Pengertian Web ... 7

2.5.2. Pengertian Web Semantik ... 8

2.5.3. Arsitektur Web Semantik ... 8

2.6. Resource Description Framework (RDF)... 10

2.7. Apache Jena Fuseki ... 10

2.8. SPARQL ... 10

2.9. Algoritma Boyer-Moore ... 11

2.9.1. Ilustrasi Pencarian String Algoritma Boyer-Moore ... 11

2.10. Penelitian Terdahulu ... 14

BAB 3 ANALISIS DAN PERANCANGAN SISTEM ... 16 Halaman

3.1. Analisis Sistem ... 16

3.1.1. Analisis Masalah ... 16

3.1.2. Analisis Kebutuhan ... 17

3.2. Pemodelan Sistem ... 18

3.2.1. Use Case Diagram ... 19

3.2.2. Activity Diagram ... 19

3.2.3. Sequence Diagram ... 20

3.3. Arsitektur Umum ... 20

3.3.1. Observasi Data ... 21

3.3.2. Perancangan Ontologi ... 22

3.3.3. Perancangan SPARQL ... 25

3.3.4. Pembuatan Interface ... 26

3.3.5. Rancangan Halaman Home ... 27

3.3.6. Rancangan Halaman Search... 27

3.3.7. Rancangan Halaman About ... 28

3.4. Flowchart ... 29

3.4.1. Flowchart Pencarian Algoritma Boyer-Moore ... 30

3.4.2. Flowchart Umum Sistem ... 31

3.5. Kebutuhan Sistem ... 32

3.5.1. Perangkat Keras (Hardware) ... 32

3.5.2. Perangkat Lunak (Software) ... 32

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ... 33

4.1. Implementasi Ontologi ... 33

4.1.1. Tahapan Implementasi Ontologi ... 34

4.2. Visualisasi Ontologi ... 43

4.3. Implementasi Web ... 44

4.3.1. Halaman Cover ... 44

4.3.2. Halaman Search ... 44

4.4. Halaman About ... 45

4.4. Implementasi SPARQL ... 46

4.5. Implementasi Pencarian Algoritma Boyer-Moore ... 49

4.6. Evaluasi Sistem ... 51

BAB 5 KESIMPULAN DAN SARAN ... 59

5.1. Kesimpulan ... 59

5.2. Saran ... 59 DAFTAR PUSTAKA ... 60

DAFTAR TABEL

Tabel 2.1 Suffix dan Occurrence ... 12

Tabel 2.2 Proses Pencocokan (a) ... 12

Tabel 2.3 Proses Pencocokan (b) ... 12

Tabel 2.4 Proses Pencocokan (c) ... 13

Tabel 2.5 Proses Pencocokan (d) ... 13

Tabel 2.6 Proses Pencocokan (e) ... 14

Tabel 3.1 Contoh data yang telah dikumpulkan ... 21

Tabel 3.2 Rancangan Properti Pada Class Bakterisida, Insektisida, Fungisida, dan Herbisida 23 Tabel 3 3 Rancangan Properti Pada Class Hama ... 23

Tabel 3 4 Rancangan Properti Pada Class Gulma dan Penyakit ... 23

Tabel 3.5 Subjek, Predikat, dan Objek untuk RDF Racun Puanoris 50 SP ... 25

Tabel 4.1 Pencocokan Boyer Moore Pertama ... 50

Tabel 4.2 Pencocokan Boyer Moore Kedua ... 50

Tabel 4.3 Pencocokan Boyer Moore Ketiga ... 51

Tabel 4.4 Pengujian Sistem ... 51

Tabel 4.5 Evaluasi Sistem ... 57 Halaman

DAFTAR GAMBAR

Gambar 2.1 Tanaman Padi (infoagribisnis.com) ... 6

Gambar 2.2 Penyakit dan Hama pada Padi ... 7

Gambar 2.3 Arsitektur Web Semantik (sumber W3C)...9

Gambar 3 1 Diagram Ishikawa Untuk Analisis Masalah ... 17

Gambar 3.2 Use Case Diagram Pada Sistem ... 19

Gambar 3.3 Activity Diagram proses pencarian ... 19

Gambar 3.4 Sequence diagram proses pencarian ... 20

Gambar 3.5 Diagram Arsitektur Sistem ... 21

Gambar 3.6 Rancangan Class dan Subclass ... 22

Gambar 3.7 Contoh Subjek, Predikat, dan Objek ... 24

Gambar 3.8Contoh RDF Racun Puanoris 50 SP ... 24

Gambar 3.9 Seleksi data RDF dengan SPARQL ... 26

Gambar 3.10 Rancangan Halaman Utama ... 27

Gambar 3.11 Rancangan Halaman Search ... 28

Gambar 3.12 Rancangan Halaman About ... 29

Gambar 3.13 Flowchart Pencarian Algoritma Boyer-Moore ... 30

Gambar 3.14 Flowchart Umum Sistem...31

Gambar 4.1 Halaman Protege ... 33

Gambar 4.2 Class Hierarchy ... 35

Gambar 4.3 Subclass didalam Class Hierarchy ... 36

Gambar 4.4 Object Property... 37

Gambar 4.5 Data Property ... 37

Gambar 4.6 Individuals Pada Class Hama ... 38

Gambar 4.7 Gambar Individuals Pada Class Herbisida ... 38

Gambar 4.8 Individuals Pada Class Insektisida ... 39

Gambar 4.9 Individuals Pada Class Fungisida ... 39

Gambar 4.10 Individuals Pada Class Nama_Ilmiah ... 40

Gambar 4.11 Individuals Pada Class Nama_ilmiah ... 40

Gambar 4.12 Individuals Pada Class nama_Ilmiah ... 40

Gambar 4.13 Individuals Pada Class Tahun ... 41

Gambar 4.14 Individuals Pada Class PenyakitTanamanPadi ... 41

Gambar 4.15 Individuals Pada Class Potensi_panen ... 41 Halaman

Gambar 4.16 Individuals Pada Class Inpari ... 42

Gambar 4.17 Visualisasi Ontologi didalam OntoGrapf ... 43

Gambar 4.18 Halaman Home ... 44

Gambar 4.19 Halaman Pencarian ... 45

Gambar 4. 20 Halaman About ... 45

Gambar 4.21 Server Apache Jena Fuseki ... 46

Gambar 4.22 Query SPARQL (a) ... 46

Gambar 4.23 Hasil dari Queri SPARQL (a) ... 47

Gambar 4.24 Query SPARQL (b) ... 47

Gambar 4. 25 Hasil dari Queri SPARQL (b) ... 48

Gambar 4.26 Query SPARQL (c) ... 48

Gambar 4.27 Hasil dari Queri SPARQL (c) ... 49

Gambar 4.28 Implementasi Algoritma Boyer-Moore ... 50

DAFTAR LAMPIRAN

Lampiran 1 LISTING PROGRAM...A-1 Lampiran 2 CURRICULUM VITAE...B-1 Halaman

BAB I PENDAHULUAN

1.1. Latar Belakang

Pertumbuhan dan perkembangan tanaman dari sejak benih, pembibitan, penanaman, hingga gudang penyimpanan selalu tidak luput dari gangguan hama, patogen, gulma atau karena faktor lingkungan. Akibat dari gangguan itu seorang peneliti dari India mengatakan bahwa kerugian tanaman akibat gulma 33%, patogen 26%, hama 7%, tikus 6% dan kerusakan penyimpanan sekitar 7% (Tjahjadi, 1989). Jika penganggu tanaman tersebut mengganggu secara serentak maka kerugian tanaman dapat mencapai 92%. Demikian gambaran besar pengaruh pengganggu tanaman terhadap hasil panen, tetapi masih banyak dari para petani yang belum sadar akan dampak kerugian besar tersebut, kurangnya pengetahuan tentang hama, patogen, dan gulma masih belum banyak diketahui oleh petani, oleh sebab itu pengetahuan tentang hal-hal tersebut sangat penting diketahui bagi petani dan orang-orang yang berkecipung di bidang pertanian.

Para petani padi khususnya di Indonesia berusaha bagaimana untuk mendapatkan hasil panen padi yang baik, tindakan yang dilakukan oleh para petani adalah dengan cara melakukan penanggulangan terhadap hama dan penyakit. Penanggulangan hama dan penyakit dilakukan dengan dilakukan diagnosis terhadap tanaman padi, akan tetapi masih banyak diantara para petani yang kesulitan dalam melakukan diagnosis terhadap gejala-gejala yang timbul akibat penyakit dan hama. Kurangnya pengetahuan dari beberapa para petani merupakan permasalahan yang sering dialami, sehingga berdampak keterlambatan dalam melakukan penanggulangan dini terhadap hama dan penyakit. Maka dari itu diperlukan adanya pengetahuan berupa informasi yang akan membantu petani dalam hal tersebut. Informasi dapat diperoleh melalui beberapa website yang menyajikan informasi tentang penyakit dan hama. Akan tetapi terdapat istilah-istilah yang berbeda-beda untuk penyebutan kata yang memiliki makna yang sama. Sehingga pencarian berdasarkan kata kunci tidak menghasilkan informasi yang diinginkan. Contoh seperti penyakit “busuk pelepah” memiliki nama ilmiah

“Rhizoctonia solani” yang juga merupakan nama ilmiah dari penyakit “busuk upih”.

Istilah-istilah tersebutlah yang harus juga dipahami dan dikembangkan agar mendapatkan informasi yang sama.

Penelitian ini dilakukan untuk mengembangkan sistem pencarian mulai dari menyusun beberapa istilah-istilah umum sehingga menjadi sebuah ontologi. Dengan memanfaatkan web semantik berbasis ontologi yang menyajikan informasi seputar tanaman padi meliputi informasi penyakit, hama, dan cara mengatasinya. Sistem yang dibangun diharapkan dapat membantu para petani dalam menanggulangi hama dan penyakit tanaman padi.

Pemanfaatan dari teknologi untuk memberikan pengetahuan wawasan seputar tanaman padi adalah web semantik. Web semantik merupakan perkembangan dari web yang mempunyai tujuan agar informasi pada web bukan hanya bisa dimengerti oleh manusia tetapi juga bisa dimengerti oleh aplikasi pada level semantik. Hal ini memungkinkan adanya integrasi antara sistem dan aplikasi. Pengintegrasian tersebut menjadi mungkin dengan adanya penggunaan kandungan pengetahuan yang ada, yakni dengan membangun sebuah model data dimana semantik dari suatu kosakata dispesifikasikan secara eksplisit melalui suatu ontologi. Saat ini web semantik telah banyak dikembangkan sebagai mesin pencarian berbagai informasi, dengan web semantik memungkinkan setiap pengguna dapat berkomunikasi dengan mesin pencari, sehingga kita dapat meminta suatu mesin pencarian untuk mencari suatu informasi secara detail tanpa bersusah payah. Dapat disimpulkan bahwa web semantik merupakan sebuah visi untuk masa depan World Wide Web di mana informasi yang tersedia memiliki makna serta koneksi logis dari istilah-istilah yang akan mempermudah mesin untuk mengintegrasikan data dan memproses informasi yang ada di web. Istilah-istilah tersebut disusun hingga berbentuk sebuah ontologi yang saling berhubungan sehingga memberikan makna atau informasi yang cukup luas.

1.2 Rumusan Masalah

Permasalahan yang dihadapi oleh para petani adalah kesulitan dalam mendapatkan informasi dalam melakukan perawatan hingga bagaimana cara menanggulangi serangan hama dan penyakit tanaman. Sehingga banyak para petani mengeluh terhadap serangan hama dan penyakit yang mengakibatkan berkurangnya

hasil panen. Semua itu disebabkan karena keterlambatan para petani dalam menanggulangi serangan hama dan penyakit pada tanaman padi. Kurangnya pengetahuan merupakan salah satu faktor utama, sehingga terjadilah kegagalan dalam menanggulangi hama dan penyakit.

1.3 Batasan Masalah

Dalam melakukan penelitian ini, peneliti membatasi ruang masalah yang akan diteliti agar tulisan ini tidak menyimpang dari ruang lingkup pembahasan diperlukan.

Batasan-batasan masalah yang digunakan adalah sebagai berikut:

1. Web yang akan digunakan untuk memperoleh informasi adalah litbang.pertanian.go.id dan pestisida.id.

2. Jenis padi yang di teliti adalah padi sawah bukan padi darat.

3. Konten informasi yang akan dihasilkan hanya mengenai hama dan penyakit pada tanaman padi.

4. Data hama dan penyakit yang digunakan didalam penelitian ini adalah data untuk hama dan penyakit pada tanaman padi.

5. Sistem dibuat dalam bentuk web dengan menggunakan bahasa pemrograman PHP.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah dirincikan sebelumnya, maka tujuan penelitian dari judul ini adalah sebagai berikut:

1. Mengimplementasikan web semantik dalam menyajikan informasi seputar tanaman padi seperti informasi tentang penyakit, penyebab terjadinya gangguan penyakit, dan bagaimana menanggulanginya.

2. Menentukan apakah penggunaan web semantik bekerja secara efektif dan efisien dalam menyajikan informasi secara akurat.

1.5 Manfaat Penelitian

Manfaat yang diharapkan dapat dihasilkan dari penelitian ini adalah sebagai berikut:

1. Menyajikan informasi dengan baik sesuai keterkaitan data yang telah dibangun didalam ontologi.

2. Mengetahui bagaimana web semantik bekerja dengan sebuah queri menjadi sebuah informasi yang diinginkan.

3. Mengetahui proses pencocoka kata pada algoritme Boyer-Moore.

1.6 Metode Penelitian

Metodologi penelitian yang akan digunakan dalam penelitian ini adalah:

1. Melakukan pengumpulan referensi berupa buku, jurnal, artikel, situs informasi tanaman padi dan penelitian-penelitian lainnya yang berkaitan dengan web semantik.

2. Mempelajari konsep standar dalam membangun web semantik meliputi RDF dan ontologi.

3. Melakukan analisa terhadap apa saja yang dibutuhkan dalam penelitian ini berupa data penyakit tanaman padi, pengganggu tanaman padi, dan cara menanggulangi serangan penyakit pada tanaman padi.

4. Membuat perancangan sistem meliputi pembuatan diagram alir (flowchart), tampilan sistem, serta rancangan sistem RDF.

5. Melakukan implementasi terhadap sistem yang telah dirancang sehingga menghasilkan sebuah ontologi dan RDF sistem.

6. Pengujian terhadap sistem yang telah di bangun dan memastikan sistem berjalan seperti yang diharapkan.

7. Melakukan dokumentasi dari penelitian yang dilakukan dalam bentuk skripsi.

1.7 Sistematika Penulisan

Sistematika dalam penulisan skripsi ini disusun menjadi beberapa bab, diantaranya yaitu:

BAB I PENDAHULUAN

Bab ini berisi latar belakang masalah dari penelitian judul skripsi

“Implementasi Web Semantik Untuk Sistem Pencarian Informasi Penyakit Pada Tumbuhan Padi Berbasis Ontologi ”, rumusan masalah,

batasan masalah, tujuan dan manfaat penelitian, metodologi penelitian dan sistematika penulisan..

BAB II LANDASAN TEORI

Bab ini berisi tentang teori-teori yang menjadi dasar pembuatan sistem pada skripsi ini yaitu dasar teori web semantik, tahapan-tahapan dalam membangun web semantik, dan perancangan infrastruktur data ontologi yaitu RDF secara umum.

BAB III ANALISIS DAN PERANCANGAN SISTEM

Bab ini terdiri dari tahap analisis sistem yang mencakup analisis masalah, analisis kebutuhan dan analisis proses kemudian desain/model perancangan dari program yang akan dibuat yaitu proses perancangan rdf untuk data obat dan penyakit pada tanaman padi.

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

Berisi implementasi web semantik berbasis ontologi untuk data informasi penyakit pada tanaman padi, dan berisi hasil pengujian terhadap sistem yang dibangun serta pembahasan hasil pengujian dan analisisnya.

BAB V KESIMPULAN DAN SARAN

Bab terakhir berisi kesimpulan dari hasil penelitian yang telah selesai dilakukan, juga saran yang diharapkan akan bermanfaat untuk pengembangan penelitian selanjutnya.

BAB 2

LANDASAN TEORI

2.1. Tanaman Padi

Tanaman padi adalah tanaman populer dikalangan petani sehingga dapat mudah ditemukan, tanaman padi banyak ditemukan di daerah pedesaan. Disana dapat dijumpai hamparan persawahan terbentang luas dan dipenuhi dengan tanaman padi. Sebagian besar penduduk indonesia menjadikan padi sebagai sumber bahan makanan pokok. Padi merupakan tanaman yang termasuk genus Orzya L. yang meliputi kurang lebih 25 spesies, tersebar di daerah tropis dan daerah subtropics, seperti Asia, Afrika, Amerika dan Australia. Padi yang ada sekarang merupakan persilangan antara Oryza officianalis dan Oryza sativa F. Spontane (Hasanah, 2007). Tanaman padi dapat dilihat pada Gambar 2.1

Gambar 2.1 Tanaman Padi (infoagribisnis.com)

2.2. Hama dan Penyakit Tanaman

Hama dan penyakit tanaman adalah organisme yang mengganggu dan menyerang tanaman apapun itu dari sesuatu yang dibudidayakan sehingga dapat merusak hingga menghambat pertumbuhan dan perkembangan. Dari gangguan tersebut menimbulkan kerugian secara nilai ekonomis. Hama dan penyakit dapat menyerang apapun itu baik pada budidaya pertanian, peternakan dan perikanan. Sehingga hama dan penyakit juga

dapat diartikan sebagai organisme yang mengganggu tanaman sehingga menimbulkan kerusakan secara fisik dan mengakibatkan kerugian dalam pertanian.

Gambar 2.2 Penyakit dan Hama pada Padi

2.3. Gulma

Gulma merupakan suatu tumbuhan yang kehadirannya tidak diinginkan berada dilahan pertanian dikarenakna gulma ini dapat menurunkan hasil yang dapat dicapai oleh tanaman produksi. Gulma sangat merugikan tanaman pertanian karena bersaing dalam penyerapan unsur hara, cahaya, air dan ruang tumbuh. Gulma pada tanaman padi terdiri dari golongan rumput, teki-tekian, gulma berdaun lebar, paku-pakuan, dan ganggang (Tjahjadi, 1989).

2.4. Racun atau Pestisida

Racun atau yang biasa disebut pestisida merupakan bahan atau zat kimia yang digunakan untuk membunuh hama, baik yang berupa tumbuhan, serangga, maupun hewan lain di lingkungan pertanian. Berdasarkan jenis hama yang akan diberantas, pestisida digolongkan menjadi insektisida, herbisida, nematisida, fungisida, dan rodentisida.

2.5. Web Semantik 2.5.1. Pengertian Web

Www atau world wide web atau web saja merupakan sebuah sistem yang saling terkait dalam sebuah dokumen yang berformat hypertext yang berisi beragam informasi, baik tulisan, gambar, suara, video, dan informasi multimedia lainnya dan dapat diakses melalui sebuah perangkat yang disebut web browser. Untuk menterjemahkan dokumen dalam bentuk hypertext ke dalam bentuk dokumen yang

bias dipahami, maka web browser melalui web client akan membaca halaman web yang tersimpan di sebuah web server melalui protokol yang biasa disebut http atau Hypertext Transfer Protocol(Erinawati, 2012).

2.5.2. Pengertian Web Semantik

Web Semantik merupakan pengembangan dari world wide web dimana content web yang ditampilkan tidak hanya dalam bahasa format manusia yang umum (natural language) tetapi juga dalam format yang dapat dibaca dan digunakan oleh mesin (software). Web Semantik juga merujuk kepada teknik yang memungkinkan konten pada Web untuk dapat lebih dimengerti oleh komputer.

Tujuan dari web semantik bukanlah untuk menggantikan web yang sudah ada saat ini, namun bertujuan untuk memperkaya informasi yang diberikan sehingga menjadi lebih baik dalam pendefinisiannya, agar memungkinkan komputer dapat memahami informasi yang telah diberikan sehingga komputer dan manusia dapat bekerja sama. Web semantik membuat suatu web menjadi lebih cerdas hal itu dikarenakan web semantik memiliki basis pengetahuan (knowledge base) didalamnya yang berbentuk sebuah ontologi. Dalam teknologi web semantik, ontologi sangat berperan penting sebagai inti (core technology). maka dari itulah dapat dikatakan sebagai ontologi web semantik (semantic web ontology). Ontologi yang terdapat pada web semantik memungkinkan komputer agar informasi yang ada pada web (web resource) tidak hanya dapat dipahami oleh manusia (human-readable) namun juga dapat dipahami oleh mesin/komputer (machine-readable) sehingga memungkinkan untuk melakukan pengelolaan kumpulan sumber daya web (web resource) secara sistematis dan terstruktur (Badron, Agus, & Hatta, 2017). Maka dari itu, ontologi web semantik menjadi sebuah solusi untuk mengatasi permasalahan pada sumber daya informasi yang semakin lama akan berkembang sehingga menjadi sebuah data yang tersusun dan terstruktur.

2.5.3. Arsitektur Web Semantik

Teknologi web semantik terbagi dalam beberapa layer (lapisan) yang terdapat pada arsitekturnya. Model arsitektur web semantik disebut sebagai Semantic Web Stack.

Model arsitektur pada teknologi web semantik dapat dilihat pada Gambar 2.2

Gambar 2.3 Arsitektur Web Semantik (sumber W3C)

Pada gambar 2.2 dapat dilihat arsitektur dari web semantik dapat dilihat penjelasan berikut ini:

1. Internationalized Resource Identified (URI) merupakan penamaan yang unik untuk identifikasi web semantik.

2. Unicode mempresentasikan dan memanipulasi teks ke banyak bahasa.

3. XML sangat cocok dalam pengiriman dokumen melalui web.

4. menyediakan sebuah pemaknaan sederhana untuk model data, yang dapat dipresentasikan dalam sintaks XML.

5. RDF Schema menyediakan dasar-dasar kosa kata untuk RDF yang memungkinkan untuk membuat hirarki kelas dan propertinya.

6. Ontologi vocabulary memperluas RDF Schema dengan menambahkan konsep yang lebih canggih untuk menambahkan sebuah batasan, seperti kardinalitas, batasan nilai, karakteristik dari properti seperti transitive. Ini didasarkan pada logika sehingga memberikan kekuatan reasoning pada web semantik.

7. Logic digunakan untuk meningkatkan bahasa ontologi lebih lanjut dan mengizinkan penulisan dari deklarasi pengetahuan.

8. Proof melibatkan proses pengurangan nyata seperti halnya penyajian bukti di bahasa web dan validasi bukti.

9. Trust bertujuan untuk memastikan dan memverifikasi bahwa pernyataan web semantik berasal dari sumber yang terpercaya. Ini dapat dicapai dengan tepat menggunakan ‘digital signature’ dari pernyataan RDF.

2.6. Resource Description Framework (RDF)

Resource Deskripsi Framework (RDF) adalah standar untuk pengkodean metadata dan informasi terstruktur lainnya di Web Semantik. RDF menyajikan potongan-potongan kecil informasi dalam bentuk makna yang telah disimpulkan, dan mencakup aturan tentang bagaimana data harus disusun sehingga dapat menjadi sebuah informasi secara keseluruhan yang jauh lebih besar.

RDF dikembangkan oleh World Wide Web Consortium (W3C) dengan Xtensible Markup Language (XML) dan Uniform Resource Identifier (URI) yang berfungsi sebagai standar distribusinya. RDF digunakan untuk memberikan informasi atau metadata untuk data yang tersedia di Internet. RDF menyediakan metodologi untuk menentukan, menyusun, dan mentransfer metadata, dan menyediakan sintaks XML dasar untuk aplikasi perangkat lunak untuk bertukar atau menggunakan informasi.

2.7. Apache Jena Fuseki

Apache jena fuseki adalah server untuk mengeksekusi SPARQL dalam mengolah data RDF. SPARQL bisa dikatakan sama seperti SQL, hanya saja implementasi yang berbeda. perbedaannya adalah SQL merupakan command untuk PHP, dan SPARQL untuk RDF. Apache Jena Fuseki merupakan server untuk file RDF, file RDF diquery menggunakan SPARQL untuk: proses UPLOAD ,UPDATE , QUERY di dalam browser. Kemudian, kita bisa melihat hasil untuk proses yang terjadi tanpa mengubah file asal. Berbeda dengan Protege, fuseki merupakan tools untuk membina ontologi serta menjalankan query bukan di browser tetapi di local. Oleh karena itu, kita perlu meng-install Fuseki untuk menjalankan proses secara HTTP.

2.8. SPARQL

SPARQL adalah sebuah query yang hampir mirip dengan SQL hanya saja SPARQL digunakan untuk mengelolah data dalam bentuk Resource Deskripsi Framework (RDF). SPARQL dijalan kan untuk memanggil data berupa menyeleksi data yang ingin diambil berdasarkan informasi yang ingin dibangun.

2.9. Algoritma Boyer-Moore

Algoritma Boyer-Moore dipublikasikan oleh Robert S. Boyer,dan J. Strother Moore pada tahun 1977. Pencocokan karakter yang dilakukan menggunakan algoritma boyer-moore dimulai dari string sebelah kanan pattern. Ide di balik algoritma ini ialah dengan memulai pencocokan karakter dari kanan, maka akan lebih banyak informasi yang didapat. Algoritma Boyer-Moore termasuk algoritma string matching yang paling efisien dibandingkan algoritma-algoritma string matching lainnya. Karena sifatnya yang efisien, banyak dikembangkan algoritma string matching dengan bertumpu pada konsep algoritma Boyer-Moore.

2.9.1. Ilustrasi Pencarian String Algoritma Boyer-Moore Teks : PENYAKIT HAWAR DAUN

Pattern : DAUN

Pada Algoritma Boyer-Moore terdapat tabel suffix dan tabel occurrence yang berguna untuk memberi nilai lompatan untuk mencocokan karakter pada teks, tabel suffix dan tabel occurrence dapat dilihat pada Tabel 2.1 dan Tabel 2.2.

Tabel 2.1 Suffix dan Occurrence

Tabel 2.2 Proses Pencocokan (a)

P E N Y A K I T H A W A R D A U N D A U N

 Dapat dilihat bahwa terjadi pencocokan antara karakter, maka di dapat perhitungan berdasarkan Tabel 2.1.

- discrepancy index = 3 - last occurrence (Y) = -1 - good suffix(3) = 2

- Good Suffix memberi lompatan (3) - (2) = 1

- Last Occurrence memberi lompatan sebanyak (3) - (-1) = 4

Tabel 2.3 Proses Pencocokan (b)

i Suffix

Location Char Last Occurrence

0 -4 D 0

1 -3 A 1

2 -2 U 2

3 2 N 3

Spasi -1

P -1

E -1

Y -1

K -1

I -1

T -1

H -1

W -1

R -1

P E N Y A K I T H A W A R D A U N D A U N

 Dapat dilihat bahwa terjadi pencocokan antara karakter, maka di dapat perhitungan berdasarkan Tabel 2.1.

- discrepancy index = 3 - last occurrence (T) = -1 - good suffix(3) = 2

- Good Suffix memberi lompatan (3) - (2) = 1

- Last Occurrence memberi lompatan sebanyak (3) - (-1) = 4

Tabel 2.4 Proses Pencocokan (c)

P E N Y A K I T H A W A R D A U N D A U N

 Dapat dilihat bahwa terjadi pencocokan antara karakter, maka di dapat perhitungan berdasarkan Tabel 2.1.

- discrepancy index = 3 - last occurrence (W) = -1 - good suffix(3) = 2

- Good Suffix memberi lompatan (3) - (2) = 1

- Last Occurrence memberi lompatan sebanyak (3) - (-1) = 4

Tabel 2.5 Proses Pencocokan (d)

P E N Y A K I T H A W A R D A U N D A U N

 Dapat dilihat bahwa terjadi pencocokan antara karakter, maka di dapat perhitungan berdasarkan Tabel 2.1.

- discrepancy index = 3 - last occurrence (D) = 0 - good suffix(3) = 2

- Good Suffix memberi lompatan (3) - (0) = 3

- Last Occurrence memberi lompatan sebanyak (3) - (-1) = 4

Tabel 2.6 Proses Pencocokan (e)

P E N Y A K I T H A W A R D A U N

D A U N

 Pada lompatan terakhir karakter pada pattern akan di cocokan dari kanan kekiri ketika semua cocok maka pencarian berhenti.

2.10. Penelitian Terdahulu

Berikut ini beberapa penelitian yang terkait dengan Semantik Web Berbasis Ontologi:

1. Sanket V. Jambhulkar (2016) dalam penelitian yang berjudul “Semantic web application generation using protégé tool”. Penelitian ini menyimpulkan bahwa ada berbagai tools yang dapat digunakan untuk membangun ontologi pada web semantik, salah satunya Protégé.

2. Lasmedi Afuan dan Khabib Mustofa (2016) dalam penelitian yang berjudul

“Penerapan SWRL (Semantic Web Rule Language) Pada Domain Ontologi Universitas” menyatakan bahwa SWRL dapat diimplementasikan pada domain universitas, sehingga dapat merepresentasikan pengetahuan baru pada sebuah domain.

3. Zenuni, X., Raufi, B., Ismaili, F., & Ajdari, J. (2015) pada penelitian yang berjudul “State of the Art of Semantic Web for Healthcare Xhemal”. Penelitian ini menyimpulkan bahwa dengan web semantik sistem dapat mengeksploitasi

data kesehatan secara efektif dan efisien karena web semantik merupakan platform untuk integrasi dan analisis data dalam domain kesehatan.

4. Syauqi, A’la dan Farisah Ristanti Dian (2014) dalam penelitian yang berjudul

“Implementasi Semantik Search Untuk Mesin Pencarian Pada Ensiklopedia Masjid Bersejarah Di Indonesia”. Penelitian ini menyimpulkan bahwa semakin banyak tingkatan ontologi yang digunakan maka hasil pencarian semakin akurat dan tingkat pencarian pun semakin kompleks.

5. Faiqul Ihsan (2013) dalam skripsi yang berjudul “Mesin Pencari Berbasis Semantik Web Menggunakan Algoritma Booyer-Moore Pada Ensiklopedia Tanaman Obat” yang mengkaji tentang seberapa akurat dan cepat sistem pencarian berbasis semantik web pada aplikasi ensiklopedia tanaman obat dengan menggunakan algoritma Boyer-Moore.

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Sistem

Dalam membangun sebuah sistem tentu harus dibangun dengan perancangan yang baik dan tentu diperlukan analisis terhadap sistem yang akan dirancang. Hal ini dilakukan agar sistem tersebut menjadi tepat guna dan komponen dalam sistem tersebut bekerja dan berinteraksi sesuai dengan tujuannya. Pada analisis sistem terdapat beberapa tahapan-tahapan yang akan dilakukan yaitu analisis masalah, analisis kebutuhan, dan analisis proses.

3.1.1. Analisis Masalah

Permasalahan yang akan dibahas pada penelitian ini adalah bagaimana membangun sebuah sistem pencarian informasi seputar hama dan penyakit pada tumbuhan padi, yang merupakan permasalahan yang umum dihadapi oleh para petani dengan menggunakan web semantik. Analisis masalah digunakan untuk melakukan proses identifikasi sebab dan akibat mengapa di bangunnya sebuah sistem dan kemudian mencari peyelesaian dari permasalahan tersebut. Proses identifikasi sebab dan akibat permasalahan yang terjadi dapat dijelaskan lebih lanjut melalui Ishikawa Diagram (fishbone) yang dapat dilihat pada gambar 3.1

Gambar 3 1 Diagram Ishikawa Untuk Analisis Masalah

Berdasarkan Gambar 3.1 dapat dilihat bahwa terdapat empat kategori penyebab masalah pada penelitian Implementasi Web Semantik Untuk Sistem Pencarian Penyakit Pada Tumbuhan Padi Berbasis Ontologi yang digambarkan dengan tanda panah yang mengarah ke panah utama yaitu material, manusia, metode dan mesin. Setiap detail tersebut digambarkan dengan tanda panah mengarah pada setiap kategori.

3.1.2. Analisis Kebutuhan

Analisis kebutuhan merupakan proses untuk mengidentifikasi dan menjelaskan setiap fungsi yang ada pada sistem baik kebutuhan fungsional dan kebutuhan non- fungsional. Analisis kebutuhan sistem terdiri dari dua jenis kebutuhan, yaitu kebutuhan fungsional dan non-fungsional. Kebutuhan fungsional sistem membahas tentang fungsi- fungsi yang harus ada pada sistem yang dirancang. Sedangkan kebutuhan non- fungsional membahas tentang fungsi-fungsi yang berperan sebagai pelengkap sistem agar mendapat feedback dari pengguna.

a. Kebutuhan Fungsional

Kebutuhan fungsional yang harus terdapat pada sistem yang dirancang meliputi beberapa hal di antaranya:

Material

Membangun sebuah sistem pencarian yang

dapat menyajikan informasi seputar hama dan penyakit pada tumbuhan padi

Metode

Mesin Manusia data informasi

obat terlalu banyak sehinngga

menyulitkan

untuk memilih Petani sulit untuk memperoleh informasi

Tidak adanya web yg menyajikan informasi yg lengkap seputar

penyakit padi kurangnya pengetahuan tentang penyakit dan cara

menanggulanginya

Kurangnya rdf untuk data penyakit padi

Kurangnya implementasi web

semantik untuk menyajikan

informasi pertanian

1. Sistem dapat membaca kata kunci yang dimasukan pada form pencarian.

2. Sistem dapat melakukan proses penyeleksian kata kunci yang di input user.

3. Sistem dapat menentukan queri SPARQL mana yang akan digunakan untuk menampilkan informasi.

b. Kebutuhan non - fungsional

Kebutuhan non-fungsional yang harus dimiliki oleh sistem yang dirancang adalah sebagai berikut:

1. Performa

Sistem dapat melakukan pencarian sesuai kata kunci yang tepat.

2. Minimalis

Sistem yang dibangun dan dirancang dengan tampilan yang sederhana agar mudah digunakan oleh pengguna.

3. Informasi

Sistem menyediakan informasi yang berkaitan dengan data penyakit dan obat yang telah dibangun di dalam RDF.

4. Kualitas

Sistem yang dibangun harus mampu memberikan hasil yang sesuai dengan kata kunci yang terdapat pada pernyataan yang dicari.

5. Kontrol

Sistem yang sudah dibangun harus tetap dijaga dan dirawat agar fungsi dan kinerja sistem tetap terjaga sehingga memberikan hasil yang sesuai dengan keinginan pengguna.

3.2. Pemodelan Sistem

Pemodelan sistem yang dirancang bertujuan untuk menunjukkan gambaran dari sistem. Bagaimana interaksi antar objek serta hubungan yang terjadi di dalamnya yang terdapat pada sistem. Pada penelitian ini akan menggunakan pemodelan dengan diagram use case, diagram activity, diagram sequence, dan merancang serta mendesain sistem.

3.2.1. Use Case Diagram

Use Case Diagram merupakan suatu metode untuk menganalisis komponen yang berperan dalam sistem dan mendeskripsikan interaksi antara para pengguna dengan sistem tersebut. Diagram use case sistem ini dapat dilihat pada Gambar 3.2.

Gambar 3.2 Use Case Diagram Pada Sistem 3.2.2. Activity Diagram

Activity Diagram adalah diagram yang mendeskripsikan alur proses kerja yang ada pada sebuah sistem. Activity Diagram ini memiliki tujuan untuk membantu memahami setiap proses dan menggambarkan interaksi-interaksi yang ada di dalam sistem. Activity Diagram dari sistem yang akan dibangun dapat dilihat pada Gambar 3.3.

Gambar 3.3 Activity Diagram proses pencarian

Diagram diatas memaparkan interaksi aktifitas antara pengguna sistem secara terstruktur. Pada Gambar 3.4 kotak paling kiri merupakan aktifitas yang dilakukan oleh pengguna, sedangkan kotak sebelah kanan adalah respon yang diberikan sistem terhadap aktifitas yang dilakukan pengguna terhadap sistem.

3.2.3. Sequence Diagram

Sequence diagram merupakan gambaran mengenai interaksi antar objek melalui pesan dalam bentuk eksekusi dimana interaksi tersebut disusun berdasarkan urutan waktu. Sequence diagram untuk sistem ini dapat dilihat pada Gambar 3.4.

Gambar 3.4 Sequence diagram proses pencarian

3.3. Arsitektur Umum

Sistem pencarian informasi penyakit, hama dan cara mengatasi gangguan tersebut pada tanaman padi di bangun menggunakan web semantik berbasis ontologi. Beberapa langkah yang dilakukan diantaranya adalah pengumpulan data yang berhubungan dengan penyakit dan hama pada tanaman padi dan cara mengatasi gangguan tersebut.

Data tersebut diambil dan disusun berdasarkan informasi yang didapat dari beberapa website yang terparcaya. Setelah data tersebut didapatkan, penelitian selanjutnya adalah melakukan perancangan ontologi. Ontologi disusun agar data saling terhubung satu dengan yang lainnya sehingga dapat menjadi sebuah informasi. Data yang telah tersusun kemudian akan dikonversikan dalam bentuk RDF agar data dapat diimplementasikan kedalam web semantik. Pada tahap berikutnya dilakukan perancangan query SPARQL, query dirancang untuk menentukan data yang akan diambil dan menentukan apakah RDF sistem telah tersusun dengan baik. Penelitian

berlanjut ketahap pembuatan interface. Interface dibuat untuk mempermudahkan komunikasi user dengan sistem dalam melakukan pencarian informasi yang diinginkan mengenai hama dan penyakit pada tanaman padi. Berikut ini merupakan arsitektur umum dalam perancangan sistem pencarian informasi hama dan penyakit pada tanaman padi.

Gambar 3.5 Diagram Arsitektur Sistem 3.3.1. Observasi Data

Peneliti melakukan beberapa observasi kebeberapa website terpercaya yang berhubungan dengan hama dan penyakit serta cara mengatasi gangguan tersebut pada tanaman padi. Beberapa website yang digunakan untuk memperoleh data seperti pestisida.id dan litbang.pertanian.go.id.Terdapat banyak sampel data racun yang telah berhasil dikumpulkan. Berikut contoh data racun yang telah dikumpulkan pada ,,,,, Table 3.1.

Tabel 3.1 Contoh data yang telah dikumpulkan

Produk Keterangan Kegunaan Cara Pemakaian PUANMUR

50 SP

Fungisida kontak berbentuk tepung yang dapat larut dalam air

Penyakit hawar pelepah Xanthomonas oryzae, penyakit blast

Pyricularia grisea

Penyakit hawar pelepah Xanthomonas oryzae

(Perlakuan benih :1,5 - 2 g/l), Penyakit blast Pyricularia grisea (Perlakuan benih : 0,5 - 1 g/l)

3.3.2. Perancangan Ontologi

Ontologi merupakan sebuah konsep dan istilah yang digunakan untuk menggambarkan sebuah domain informasi dan hubungan antara istilah-istilah tersebut. Sehingga ontologi dapat digunakan untuk menyajikan informasi secara semantik serta melakukan pemetaan data menjadi informasi yang sistematis dan terstruktur.

1. Menentukan Domain

Domain merupakan titik fokus dalam membangun ontologi. Domain pada penelitian ini adalah tanaman padi dimana meliputi hama dan penyakit serta bagai mana cara mengatasi gangguan pada tanaman padi tersebut.

2. Menentukan Class dan Subclass

Gambar 3.6 Rancangan Class dan Subclass

Pada Gambar 3.6 merupakan class dan subclass dalam merancang ontologi. Class dan subclass dibuat berdasarkan pengelompokan data-data yang ada, data yang paling umum biasanya dibuat didalam class dan data yang lebih spesifik dibuat didalam subclass.

3. Menentukan Object Property dan DataType Property

Properti atau yang biasa disebut dengan slot merupakan hubungan antar objek. Properti biasanya berupa kata kerja atau kata sifat. Object property digunakan untuk menghubungan individuals dengan individuals, sedangkan DataType Property

Nama ilmiah

menghubungan individuals dengan data value-nya. Berikut rancangan dari object property dan datatype property.

Tabel 3.2 Rancangan Properti Pada Class Bakterisida, Insektisida, Fungisida, dan Herbisida

Property Range Allowed Value Type

memilikiPenyebabPenyakit Single String Instance Object Property memilikiJenisRacun Single String Instance Object

Property

Merek Single String Instance Datatype

Property

Penerbit Single String Instance Datatype

Property

keterangan Single String Instance Datatype

Property

url2 Single String Instance Datatype

Property

Cara_pemakaian Single String Instance Datatype

Property

Tabel 3 3 Rancangan Properti Pada Class Hama

Property Range Allowed Value Type

Pengganggu_tanaman Single String Instance Datatype Property

Tabel 3 4 Rancangan Properti Pada Class Gulma dan Penyakit

Property Range Allowed Value Type

KatagoriPenggangguTanaman Single String Instance Datatype Property

4. Perancangan RDF

RDF dibangun untuk mendeskripsikan informasi menjadi sebuah kalimat berbentuk subjek, predikat, dan objek. Didalam RDF, subjek biasanya menggunakan alamat URI, predikat menggunakan property yang menghubungkan antara subjek dan objek, dan objek adalah URI atau literal. Berikut adalah gambaran subjek, predikat, dan objek untuk RDF yang akan dirancang.

Gambar 3.7 Contoh Subjek, Predikat, dan Objek

Dari Gambar 3.7 kita dapatkan “http://pestisida.id/simpes_app/rekap_komoditas _formula.php?s_keyword=padi” sebagai subjek, “Racun” sebagai predikat dan

“PUANMUR 50 SP” sebagai objeknya.

Gambar 3.8Contoh RDF Racun Puanoris 50 SP

<?xml version="1.0"?>

<rdf:RDF

xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:racun="http://pestisida.id/simpes_app/rekap_komoditas_formula.php#">

<rdf:Description

rdf:about="http://pestisida.id/simpes_app/rekap_komoditas_formula.php#PUA NMUR_50_SP ">

<racun:name>PUANMUR 50 SP</racun:name>

<racun:penerbit>PT Agro Guna Makmur</racun:penerbit>

<racun:keterangan>Fungisida kontak berbentuk tepung yang dapat larut dalam air.</racun:keterangan>

<racun:cara_pemakaian>penyakit hawar pelepah Xanthomonas oryzae (Perlakuan benih :1,5 - 2 g/l)</racun:cara_pemakaian>

</rdf:Description>

</rdf:RDF>

Pada Gambar 3.8 dapat dilihat bahwa itu merupakan dokumen XML, yang menggambar model data RDF. Memiliki sebuah namespace (dengan atribut xmlns) dan prefix (rdf dengan URI: http://www.w3.org/1999/02/22-rdf-syntax-ns# dan “racun” dengan URI:

http://pestisida.id/simpes_app/rekap_komoditas_ formula.php#). Sedangkan untuk rdf:Decription digunakan untuk mendeskripsikan objek yang akan dijelaskan pada atribut rdf:about.

Tabel 3.5 Subjek, Predikat, dan Objek untuk RDF Racun Puanoris 50 SP

Subject Predicate Object

http://pestisida.id/simpes _app/rekap_komoditas_fo rmula.php#PUANMUR_50 _SP

http://pestisida.id/simpes_app/r ekap_komoditas_formula.php#n ame

"PUANMUR 50 SP"

http://pestisida.id/simpes _app/rekap_komoditas_fo rmula.php#PUANMUR_50 _SP

http://pestisida.id/simpes_app/r ekap_komoditas_formula.php#p enerbit

"PT Agro Guna Makmur"

http://pestisida.id/simpes _app/rekap_komoditas_fo rmula.php#PUANMUR_50 _SP

http://pestisida.id/simpes_app/r ekap_komoditas_formula.php#k eterangan

"Fungisida kontak berbentuk tepung yang dapat larut dalam air."

http://pestisida.id/simpes _app/rekap_komoditas_fo rmula.php#PUANMUR_50 _SP

http://pestisida.id/simpes_app/r ekap_komoditas_formula.php#c ara_pemakaian

"penyakit hawar pelepah Xanthomonas oryzae (Perlakuan benih :1,5 - 2 g/l)"

3.3.3. Perancangan SPARQL

Query SPARQL dirancang dan disusun untuk menentukan data yang akan digunakan, dan memastikan apakah RDF tersusun dengan baik dan benar. Berikut merupakan contoh dari SPARQL.

Gambar 3.9 Seleksi data RDF dengan SPARQL

Pada Gambar 3.9 dapat dilihat bahwa terdapat prefix yang merupakan penghubung antara subjek dan objek. Ada beberapa data objek yang ingin diambil diantaranya merek, kegunaan, keterangan, penerbit, pengganggu tanaman, url2, dan jenis racun.

3.3.4. Pembuatan Interface

Pembuatan interface merupakan sebuah sarana interaksi antar pengguna dengan sistem. Pada perancangan antarmuka sistem terdapat proses pembuatan Graphic User Interface yang dapat mempermudah pengguna untuk menggunakan sistem.

PREFIX uri:<http://www.semanticweb.org/petani-online#>

SELECT ?merek ?kegunaan ?keterangan ?penerbit ?cara_pemakaian

?Bahan_aktif ?Jenis_racun ?Pengganggu_tanaman ?url WHERE { ?x uri:Merek ?merek.

?x uri:Kegunaan ?kegunaan.

?x uri:url2 ?url.

?x uri:keterangan ?keterangan.

?x uri:Penerbit ?penerbit.

?x uri:Bahan_aktif ?Bahan_aktif.

?x uri:Cara_pemakaian ?cara_pemakaian.

?x uri:memilikiPenyebabPenyakit ?b.

?b uri:Pengganggu_tanaman ?Pengganggu_tanaman.

?x uri:memilikiJenisRacun ?a.

?a uri:Jenis_racun ?Jenis_racun.

}

3.3.5. Rancangan Halaman Home

Halaman Home adalah halaman yang pertama kali akan ditampilkan saat sistem dijalankan. Pada halaman Home terdapat beberapa menu lainnya untuk diakses.

Rancangan halaman Home ditunjukkan pada Gambar 3.10.

Gambar 3.10 Rancangan Halaman Utama

Komponen yang digunakan untuk perancangan interface halaman utama form Home berdasarkan Gambar 3.10. adalah sebagai berikut:

1. Tab Menu : digunakan untuk memilih menu Home 2. Tab Search : digunakan untuk memilih menu Search 3. Tab About : digunakan untuk memilih menu About 4. Text : berisi judul dari sistem yang dibangun

5. Form Pencarian : digunakan untuk memasukan kata pencarian

6. Carousel : digunakan untuk menampilkan foto-foto tentang tanaman padi 7. Card : Tatacara kerja sistem

3.3.6. Rancangan Halaman Search

Halaman Search adalah halaman yang digunakan untuk menampilkan hasil pencarian dan juga merupakan halaman untuk mencari informasi. Pada halaman Search terdapat

beberapa menu lainnya untuk diakses. Rancangan halaman Search ditunjukkan pada Gambar 3.11.

Gambar 3.11 Rancangan Halaman Search

Komponen yang digunakan untuk perancangan interface halaman utama Search berdasarkan Gambar 3.11. adalah sebagai berikut:

1. Tab Menu : digunakan untuk memilih menu Home 2. Tab Search : digunakan untuk memilih menu Search 3. Tab About : digunakan untuk memilih menu About 4. Text : berisi judul dari sistem yang dibangun

5. Form Pencarian : digunakan untuk memasukan kata pencarian 6. Form Pencarian : digunakan untuk memasukan kata pencarian 7. Tabel : menampilkan hasil pencarian

3.3.7. Rancangan Halaman About

Halaman about adalah halaman yang menampilkan informasi tentang sistem dan keterangan pembuat sistem. Rancangan halaman about ditunjukkan pada Gambar 3.12.

Gambar 3.12 Rancangan Halaman About

Komponen yang digunakanuntuk perancangan interface Halaman About berdasarkan Gambar 3.12. adalah sebagai berikut:

1. Tab Menu : digunakan untuk memilih menu Home 2. Tab Search : digunakan untuk memilih menu Search 3. Tab About : digunakan untuk memilih menu About 4. Text : berisi judul dari sistem yang dibangun

5. Form Pencarian : digunakan untuk memasukan kata pencarian 6. Text : berisi nama dan nim pembuat sistem

7. Gambar : logo Fakultas

8. Text : berisi tampilan program studi dan fakultas pembuat sistem 9. Text : berisi tampilan judul system

3.4. Flowchart

Flowchart merupakan suatu urutan atau bagan yang menggambarkan proses secara mendetail meliputi hubungan antara suatu proses dengan proses lainnya dalam suatu program. Urutan tersebut diwakilkan oleh simbol-simbol tertentu. Terdapat dua

9

flowchart yaitu: flowchart pencarian menggunakan algoritma Boyer-Moore, dan flowchart umum sistem.

3.4.1. Flowchart Pencarian Algoritma Boyer-Moore

Gambar 3.13 Flowchart Pencarian Algoritma Boyer-Moore

Pada Gambar 3.13 merupakan alur dari pengecekan untuk setiap kata yang ada didalam kalimat. Dimulai dari penginputan kalimat. Kemudia setiap karakter akan memiliki nilai untuk “bad character”, bad character dibuat untuk menentukan setiap lompatan.

Kemudian akan dilakukan pengecekan text dari kanan pattern. Cek apakah karakter paling kanan pada pattern cocok dengan text, Jika tidak lakukan pergeseran berdasarkan nilai bad character, jika ya tampilkan hasil pencarian.

3.4.2. Flowchart Umum Sistem

Gambar 3.14 Flowchart Umum Sistem

Pada Gambar 3.14 merupakan flowchart yang menunjukan alur sistem pencarian yang dimulai dari penginputan pencarian yang akan dilakukan oleh user. Kemudian pencarian dalam bentuk kalimat akan dipecah menjadi sebuah kata, maka kemudia setiap kata akan di cocokan dengan kata kunci, jika “Ya” maka sistem akan mencocokan query SPARQL mana yang akan digunakan untuk menampilkan informasi. Setelah query SPARQL didapat, maka query tersebut akan menyeleksi data yang ada didalam RDF. Kemudian akan tampil hasil pencarian yang diinginkan, Jika “Tidak” maka akan memberikan hasil pencarian berupa pemberitahuan.

Tampilkan Hasil Mulai

Selesai

3.5. Kebutuhan Sistem

Pada tahapan ini akan membahas kebutuhan apa saja yang diperlukan dalam membangun aplikasi sistem pencarian hama, penyakit dan cara menanggulanginya menggunakan semantic web berbasis ontologi. Kebutuhan sistem tersebut akan diuraikan menjadi perangkat keras (hardware) dan perangkat lunak (software).

3.5.1. Perangkat Keras (Hardware)

Kebutuhan perangkat keras yang digunakan menggunakan laptop:

1. Processor Intel Core i3 2. Memory 8GB

3. SSD 240GB

3.5.2. Perangkat Lunak (Software)

Kebutuhan perangkat lunak yang digunakan adalah sebagai berikut:

1. Operating System menggunakan Windows 10 x64 2. Notepad++, sebagai script editor

3. XAMPP 3.2.2 4. Protégé versi 4.3.0

5. Apache Jena Fuseki 3.10.0 6. Google Chrome Browser

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Ontologi

Implementasi ontologi menggunakan perangkat lunak Protégé 4.3.0 yang merupakan tool yang menyediakan komponen-komponen yang menjelaskan ontologi suatu domain. Komponen-komponen tersebut yaitu class, properties, dan instance atau individual. Gambar 4.1 menunjukan halaman pada protégé.

Gambar 4.1 Halaman Protege

4.1.1. Tahapan Implementasi Ontologi

Terdapat beberapa tahap dalam mengimplementasi ontologi sebagai berikut:

1. Menetukan domain ontologi

Untuk domain dari daftar judul skripsi, situs yang akan melingkupi ontologi adalah beberapa repository dan e-library yang menyediakan daftar judul-judul skripsi ilmu komputer atau teknik informatika. Situs-situs tersebut adalah sebagai berikut:

 http://www.litbang.pertanian.go.id

 http://pestisida.id

Pada halaman web pertanian dan halaman web pestisida tersebut diambil beberapa data yang dibutuhkan, data yang diambil harus berkaitan dengan tanaman padi, dan sesuai dengan data ontologi yang akan dibangun.

2. Menentukan batasan ontologi.

Penentuan batasan dalam ontologi dilakukan dengan membuat beberapa atasan diantaranya data untuk padi sawah irigasi diambil data: nama varietas, tahun, data rentan dan tahan penyakit, dan potensi panen. Sedangkan data untuk racun diambil beberapa data diantaranya: nama racun, kegunaan racun, keterangan racun, cara pemakaian, dan nama perusahaan pembuat racun.

3. Mendefinisikan ontologi dengan menyusun hirarki kelas.

Implementasi ontologi dilakukan dengan mendefinisikan kelas umum dilanjutkan dengan pembuatan kelas yang lebih spesifik. Untuk implementasi pada protégé pertama kali dilakukan penentuan class umum untuk domain sitasi. Class tersebut adalah sebagai berikut seperti ditunjukan pada Gambar 4.2:

Gambar 4.2 Class Hierarchy Keterangan:

 Padi, Pengelompokan beberapa class yang nantinya akan dibuat class baru.

 Komoditas, Pengelompokan untuk jenis komoditas disini komoditas yang digunakan adalah padi sawah irigasi.

 Racun, class yang digunakan untuk pengelompokan beberapa class baru yang berkaitan dengan class induknya.

 Hama_dan_Gulma, pengelompokan pengganggu tanaman untuk gulma dan hama.

 PenyakitTanamanPadi, pengelompokan untuk penyakit yang menyerang tanaman padi.

 PotensiPanen, pengelompokan untuk potensi panen dari varietas padi.

 Tahun, pengelompokan tahun terbit dari varietas.

 Varietas, pengelompokan untuk varietas yg terdapat pada komoditas padi sawah irigasi.

Tahap implementasi selanjutnya adalah dengan mengelompokan subclass yang berfungsi untuk mengkhususkan class utama. Subclass yang akan dikelompokan ditunjukan pada Gambar 4.3 berikut:

Gambar 4.3 Subclass didalam Class Hierarchy Keterangan:

 Class Komoditas memiliki satu subclass yaitu “Padi_sawah_irigasi”.

 Subclass Padi_sawah_irigasi, pengelompokan untuk jenis nama untuk padi sawah irigasi.

 Class Racun.

 Subclass Bakterisida, pengelompokan untuk racun bakterisida.

 Subclass Fungisida, pengelompokan untuk racun fungisida.

 Subclass Herbisida, pengelompokan untuk racun herbisida.

 Subclass Insektisida, pengelompokan untuk racun insektisida.

 Class Hama_dan_Gulma.

 Subclass Gulma, pengelompokan untuk jenis-jenis gulma.

 Subclass nama_Ilmiah, pengelompokan untuk nama ilmiah gulma.

 Subclass Hama, pengelompokan untuk untuk jenis-jenis hama.

 Subclass Nama_ilmiah, pengelompokan untuk nama ilmiah hama.

 Class PenyakitTanamanPadi

 Subclass Penyakit, pengelompokan untuk jenis-jenis penyakit.

 Subclass Nama_Ilmiah, pengelompokan untuk nama ilmiah penyakit.

 Class Varietas

 Subclass Aek_Sibundong, subclass untuk untuk jenis varietas.

4. Mendefinisikan slot atau properties.

Slot atau properties yang diimplementasikan adalah object properties dan data properties yang akan menghubungkan class dengan instance atau dan hubungan antar instance. Properties digunakan pada ontologi skripsi ini ditunjukan pada gambar 4.4 dan 4.5 berikut:

Gambar 4.4 Object Property

Gambar 4.5 Data Property

5. Membuat instance atau individual

Tahapan terakhir adalah membuat instance atau individual pada class dalam suatu hirarki. Gambar 4.6 , 4.7, 4.8, 4.9, 4.10, 4.11, 4.12, 4.13, 4.14, 4.15, 4.16, dan 4.17 berikut menunjukan contoh instance pada Ontologi.

Gambar 4.6 Individuals Pada Class Hama

Gambar 4.7 Gambar Individuals Pada Class Herbisida

Gambar 4.8 Individuals Pada Class Insektisida

Gambar 4.9 Individuals Pada Class Fungisida

Gambar 4.10 Individuals Pada Class Nama_Ilmiah

Gambar 4.11 Individuals Pada Class Nama_ilmiah

Gambar 4.12 Individuals Pada Class nama_Ilmiah

Gambar 4.13 Individuals Pada Class Tahun

Gambar 4.14 Individuals Pada Class PenyakitTanamanPadi

Gambar 4.15 Individuals Pada Class Potensi_panen

Gambar 4.16 Individuals Pada Class Inpari

4.2. Visualisasi Ontologi

Berikut merupakan OntoGraf yang merupakan visualisasi dari ontologi yang terdiri dari class, subclass, dan individuals untuk ontologi sistem pencarian penyakit dan cara mengobati pada tanaman padi, yang akan ditunjukan pada Gambar 4.18 berikut:

Gambar 4.17 Visualisasi Ontologi didalam OntoGrapf

4.3. Implementasi Web

Sistem ini diimplementasikan dalam bentuk web menggunakan perangkat lunak XAMPP yang terdiri dari Apache sebagai server, menggunakan apache fuseki jena untuk mengupload RDF sebagai sumber data. Sistem juga dibangun menggunakan bahasa pemrograman PHP.

4.3.1. Halaman Cover

Halaman Cover merupakan halaman yang pertama kali muncul pada saat sistem dibuka. Halaman Cover dapat dilihat pada Gambar 4.18.

Gambar 4.18 Halaman Home

4.3.2. Halaman Search

Halaman search berfungsi untuk melakukan pencarian informasi penyakit dan cara mengobatinya pada tanaman padi yang akan dilakukan oleh pengguna. Halaman pencarian dapat dilihat pada Gambar 4.19.

Gambar 4.19 Halaman Pencarian

4.4. Halaman About

Halaman about adalah halaman yang menampilkan informasi tentang sistem dan keterangan pembuat sistem. Halaman about ditunjukkan pada Gambar 4.20.

Gambar 4. 20 Halaman About

4.4. Implementasi SPARQL

SPARQL adalah sebuah query yang hampir mirip dengan query SQL hanya saja SPARQL digunakan untuk menyeleksi data dalam bentuk RDF/OWL, query ini digunakan untuk mengambil data, dan data tersebut dibangun yang dengan menggunakan format penulisan RDF/OWL atau XML. Pada penelitian ini digunakan Apache Jena Fuseki untuk mengimplementasikan SPARQL. Sebelum melakukan penyeleksian data RDF, RDF file harus diunggah kedalam server Apache Jena Fuseki.

Pada Gambar 4.22, Gambar 4.24, dan Gambar 4.26 merupakan contoh SPARQL yang digunakan.

Gambar 4.21 Server Apache Jena Fuseki

Gambar 4.22 Query SPARQL (a)

Pada Gambar 4.21 merupakan query yang digunakan mengambil data merek, kegunaan, keterangan, penerbit, cara pemakaian, bahan aktif, jenis racun, pengganggu tanaman, dan url. Maka data yang telah terseleksi dapa dilihat pada Gambar 4.22.