PADA PERTUMBUHAN TANAMAN KEDELAI BERBASIS WEB
TUGAS AKHIR
Diajukan Oleh:
ADITYA TIRTA HERLAMBANG
NPM : 0834015028
Kepada
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
SURABAYA
Judul Tugas Akhir : SISTEM PAKAR UNTUK IDENTIFIKASI JENIS PENYAKIT PADA
TANAMAN KEDELAI BERBASIS WEB
Nama Mahasiswa : ADITYA TIRTA HERLAMBANG
NPM : 0834015028
Program Studi : TEKNIK INFORMATIKA
Jurusan : TEKNIK INFORMATIKA
Menyetujui,
Pembimbing I Pembimbing II
I Gede Susrama, ST.,M.Kom. Sugiarto, S.KOM.
NIP / NPT. 19650731 199203 2001 NIP / NPT. 3 8702 11 03431 1
KETUA JURUSAN DEKAN
TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
KATA PENGANTAR
Bismillahirrahmannirahim,
Syukur Alhamdulillahi rabbil ’alamin terucap kehadirat Allah SWT atas
segala semua karunianya sehingga penulis dapat menyelesaikan Tugas Akhir
dengan Judul : Sistem Pakar Untuk Identifikasi Jenis Penyakit Pada
Pertumbuhan Tanaman Kedelai Berbasis WEB.
Tujuan disusun Tugas Akhir ini adalah untuk menyelesaikan Program
Strata Satu (S1) pada Program Studi Teknik Informatika, Jurusan Teknik
Informatika, Fakultas Teknologi Industri, Universitas Pembangunan Nasional
“Veteran” Jawa Timur. Selain itu, juga untuk menerapkan ilmu pengetahuan yang
didapat oleh penulis selama menimba ilmu di perkuliahan.
Terselengaranya Tugas akhir ini juga berkat bantuan dan dukungan dari
berbagai pihak, baik secara material maupun secara spiritual. Tak lupa penulis
mengucapkan terimakasih yang sebesar-besarnya kepada semua pihak yang telah
membantu hingga Tugas Akhir ini dapat terselesaikan. Ucapan terimakasih ini
penulis berikan kepada :
1. Syukur Alhamdulillahi rabbil ’alamin terucap kehadirat Allah SWT yang
sudah memberikan nikmat dan karunianya yang telah memberikan
kesempatan kepada penulis untuk berkuliah dan dapat menyelesaikan
perkuliahan hingga Praktek Kerja Lapangan ini dapat terselesaikan.
2. Kedua orang tua saya, Karuniawati yang paling saya cintai. Terimakasih
atas semua doa dan dukungan sehingga penulis dapat berkuliah dan dapat
menyelesaikan perkuliahan dengan terselesainya Skripsi ini.
3. Bapak Prof. Dr. Ir. Teguh Soedarto, M.P. Selaku Rektor Universitas
4. Bapak Ir. Sutiyono, M.T. selaku Dekan Fakultas Teknologi Industri.
5. Ibu Dr. Ir. Ni Ketut Sari, M.T. selaku Ketua Jurusan Teknik Informatika.
6. Bapak Gede Susrama, ST.M.Kom. selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan pengarahan selama penulis mengerjakan
Tugas Akhir ini hingga selesai.
7. Bapak Sugiarto, S.Kom. selaku Dosen Pembimbing II yang telah
memberikan bimbingan dan pengarahan selama penulis mengerjakan
Tugas Akhir ini hingga selesai.
8. Teman-teman Teknik Informatika Universitas Pembangunan Nasional “Veteran” Jawa Timur yang telah bersama-sama menimba ilmu.
9. Terimakasih kepada semua pihak-pihak yang tidak dapat penulis sebutkan
satu persatu, yang telah memberika dukungannya selama penulis
menyelesaikan Tugas Akhir ini.
Semoga Allah SWT memberikan Kasih dan Karunianya untuk anda semua. Amin ya rabbal ’alamin. Terimakasih.
DAFTARISI
ABSTRAK Error! Bookmark not defined.
KATA PENGANTAR ... Error! Bookmark not defined.
DAFTAR ISI IV
DAFTAR TABEL X
BAB I PENDAHULUAN ... Error! Bookmark not defined.
1.1.LatarBelakang ... Error! Bookmark not defined.
1.2. Perumusan Masalah ... Error! Bookmark not defined.
1.3.BatasanMasalah ... Error! Bookmark not defined.
1.4.Tujuan ... Error! Bookmark not defined.
1.5.Manfaat ... Error! Bookmark not defined.
1.6.Metodologi Penelitian... Error! Bookmark not defined.
1.7.Sistematika Penulisan ... Error! Bookmark not defined.
BAB II TINJAUAN PUSTAKA ... Error! Bookmark not defined.
2.1.Kedelai ... Error! Bookmark not defined.
2.2.MorfologiTanamanKedelai ... Error! Bookmark not defined.
2.2.1.Akar Error! Bookmark not defined.
2.2.2. Batang dan Cabang ... Error! Bookmark not defined.
2.2.3.Daun Error! Bookmark not defined.
2.2.4.Bunga ... Error! Bookmark not defined.
2.2.5.Buah Error! Bookmark not defined.
2.3. Penyakit Kedelai ... Error! Bookmark not defined.
2.4. Sistem Pakar ... Error! Bookmark not defined.
2.4.1. Manfaat dan Kelemahan Sistem Pakar . Error! Bookmark not defined.
2.4.3.Faktor Kepastian (Certainty Factr) ... Error! Bookmark not defined.
2.4.4. Kelebihan dan Kekurangan Metode Certanity Factors ... Error!
Bookmark not defined.
2.5.Tentang PHP ... Error! Bookmark not defined.
2.6.Paket Database MySQL ... Error! Bookmark not defined.
2.6.1.Paket Optimal : PHPMyAdmin ... Error! Bookmark not defined.
2.6.2.Database MySQL ... Error! Bookmark not defined.
2.7.WordPress ... Error! Bookmark not defined.
2.7.1.API WordPress ... Error! Bookmark not defined.
2.7.2.Plugin WordPress ... Error! Bookmark not defined.
2.8.Data Flow Diagram (DFD) ... Error! Bookmark not defined.
BAB III METODA PENELITIAN ... Error! Bookmark not defined.
3.1. Langkah - Langkah Penelitian ... Error! Bookmark not defined.
3.2.Analisis dan Perancangan Sistem ... Error! Bookmark not defined.
3.2.1.Data Flow Diagram ... Error! Bookmark not defined.
3.3.DiagramAlir ... Error! Bookmark not defined.
3.3.1.DiagramAlir User SistemPakar Penyakit Kedelai Error! Bookmark not
defined.
3.3.2.DiagramAlir Admin SistemPakar Penyakit Kedelai .. Error! Bookmark
not defined.
3.3.3.Kebutuhan Perangkat Keras ... Error! Bookmark not defined.
3.3.4. Kebutuhan Perangkat Lunak ... Error! Bookmark not defined.
3.4. Basis Pengetahuan ... Error! Bookmark not defined.
3.5.1.CDM ... Error! Bookmark not defined.
3.5.2.PDM Error! Bookmark not defined.
3.6.Perancangan Struktur Menu Progam ... Error! Bookmark not defined.
BAB IV IMPLEMENTASI ... Error! Bookmark not defined.
4.1.Lingkungan Implementasi ... Error! Bookmark not defined.
4.2.Implementai Sistem ... Error! Bookmark not defined.
4.2.1.Halaman Utama ... Error! Bookmark not defined.
4.2.1.1.Sub Menu Sejarah Kedelai ... Error! Bookmark not defined.
4.2.1.2.Sub Menu Budidaya Kedelai ... Error! Bookmark not defined.
4.2.1.3.Sub Menu Manfaat Kedelai ... Error! Bookmark not defined.
4.2.2.Halaman Diagnosa ... Error! Bookmark not defined.
4.2.3.Halaman Diagnosa Penyakit ... Error! Bookmark not defined.
4.2.4.Halaman Buku Tamu ... Error! Bookmark not defined.
4.2.5.Halaman Tentang Kami ... Error! Bookmark not defined.
4.2.6.Halaman Login ... Error! Bookmark not defined.
4.2.7.Halaman Dasbord Menu Admin WordPress ... Error! Bookmark not
defined.
4.2.8.Menu Jetpack ... Error! Bookmark not defined.
4.2.9.Menu Post ... Error! Bookmark not defined.
4.2.10.Menu Media ... Error! Bookmark not defined.
4.2.11.Menu Pages... Error! Bookmark not defined.
4.2.12.Menu Aparance ... Error! Bookmark not defined.
4.2.13.Menu Plugin ... Error! Bookmark not defined.
4.2.15.Menu Tools ... Error! Bookmark not defined.
4.2.16.Menu Settings ... Error! Bookmark not defined.
4.2.17.Menu Pakar Penyakit ... Error! Bookmark not defined.
BAB VUJI COBA DAN EVALUASI ... Error! Bookmark not defined.
5.1.Uji Coba ... Error! Bookmark not defined.
5.2.Uji Coba Menu User... Error! Bookmark not defined.
5.2.1.Menu Beranda... Error! Bookmark not defined.
5.2.3.Tampilan Sebelum Menu Gejala Penyakit ... Error! Bookmark not
defined.
5.2.4.Tampilan Menu Register ... Error! Bookmark not defined.
5.2.5.Konfirmasi emailsetelah registerberhasil ... Error! Bookmark not
defined.
5.2.6.Tampilan Menu Dasboard User ... Error! Bookmark not defined.
5.2.7.Menu DiagnosaPenyakit ... Error! Bookmark not defined.
5.3.Ujicoba Menu Admin ... Error! Bookmark not defined.
5.3.1.Menu Login ... Error! Bookmark not defined.
5.3.2.Menu Pakar Penyakit ... Error! Bookmark not defined.
5.3.2.1.Menu Gejala Penyakit ... Error! Bookmark not defined.
5.3.2.2.Menu Data Penyakit ... Error! Bookmark not defined.
5.3.2.3.Menu Input HubunganPenyakit ... Error! Bookmark not defined.
5.3.2.4.Menu LogOut ... Error! Bookmark not defined.
5.4.Evaluasi ... Error! Bookmark not defined.
BAB VI KESIMPULAN DAN SARAN ... Error! Bookmark not defined.
6.2.Saran Error! Bookmark not defined.
DAFTAR PUSTAKA ... Error! Bookmark not defined.
DAFTAR GAMBAR
Gambar 3.1 Diagram Contex atau DFD Level 0.... Error! Bookmark not defined.
Gambar 3.2 DFD Level 1 ... Error! Bookmark not defined.
Gambar 3.3 Flowchart proses Sistem Pakar ... Error! Bookmark not defined.
Gambar 3.5 Flowchart alir data admin ... Error! Bookmark not defined.
Gambar 3.6 CDM Pakar Penyakit ... Error! Bookmark not defined.
Gambar 3.7 PDM Pakar Penyakit ... Error! Bookmark not defined.
Gambar 3.5 Arsitektur Menu Progam ... Error! Bookmark not defined.
Gambar 4.1 Halaman Utama ... Error! Bookmark not defined.
Gambar 4.2 Halaman Sejarah Kedelai ... Error! Bookmark not defined.
Gambar 4.3 Budidaya Tanaman Kedelai ... Error! Bookmark not defined.
Gambar 4.5 Diagnosa Penyakit ... Error! Bookmark not defined.
Gambar 4.6 Buku Tamu ... Error! Bookmark not defined.
Gambar 4.7 Tentang Kami ... Error! Bookmark not defined.
Gambar 4.8 Menu Login Admin WordPress ... Error! Bookmark not defined.
Gambar 4.9 Dasboard WordPress ... Error! Bookmark not defined.
Gambar 4.10 Tampilan Jetpack... Error! Bookmark not defined.
Gambar 4.11 Statistik Jetpak... Error! Bookmark not defined.
Gambar 4.12 Menu Posts ... Error! Bookmark not defined.
Gambar 4.13 Menu Media ... Error! Bookmark not defined.
Gambar 4.14 Menu Pages ... Error! Bookmark not defined.
Gambar 4.15 Menu Aparance ... Error! Bookmark not defined.
Gambar 4.16 Menu Plugin ... Error! Bookmark not defined.
Gambar 4.17 Menu User ... Error! Bookmark not defined.
Gambar 4.18 Menu Tools ... Error! Bookmark not defined.
Gambar 4.19 Menu Settings ... Error! Bookmark not defined.
Gambar 4.20 Menu Pakar Penyakit ... Error! Bookmark not defined.
Gambar 5.1 Menu Beranda ... Error! Bookmark not defined.
Gambar 5.2 Menu Diagnosa Penyakit ... Error! Bookmark not defined.
Gambar 5.2 Input Ciri Gejala Penyakit ... Error! Bookmark not defined.
Gambar 5.3 Hasil dari Input Gejala Penyakit ... Error! Bookmark not defined.
Gambar 5.4 Hasil detail Gejala Penyakit ... Error! Bookmark not defined.
Gambar 5.5 Menu Login Admin ... Error! Bookmark not defined.
Gambar 5.6 Dasboard WordPress ... Error! Bookmark not defined.
Gambar 5.8 Menu Gejala Penyakit ... Error! Bookmark not defined.
Gambar 5.9 Menu Data Penyakit ... Error! Bookmark not defined.
Gambar 5.10 Menu Hubungan Penyakit ... Error! Bookmark not defined.
Gambar 5.11 Menu Log Out WordPress ... Error! Bookmark not defined.
DAFTAR TABEL
Tabel 2.1 Tabel Macam dan Gejala Penyakit Tanaman Kedelai Error! Bookmark
not defined.
Tabel 3.1 Jenis Penyakit ... Error! Bookmark not defined.
Tabel 3.1 Jenis Penyakit ... Error! Bookmark not defined.
Tabel 3.2 Tabel Penyakit Data ... Error! Bookmark not defined.
Tabel 3.3 Tabel Gejala ... Error! Bookmark not defined.
Judul : Sistem Pakar Untuk Identifikasi Jenis Penyakit Pada Pertumbuhan Tanaman Kedelai Berbasis WEB
Pembimbing 1: I Gede Susrama Mas Diyasa ,ST, M.Kom Pembimbing 2: Sugiarto , S.Kom
Penyusun : Aditya Tirta Herlambang
ABSTRAK
Tanaman kedelai dapat diserang berbagai macam penyakit, penyakit tersebut dapat diketahui dari gejala-gejala yang ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis penyakit yang menyerang kedelai tersebut, memerlukan seorang pakar/ahli pertanian. Sedangkan jumlah pakar pertanian terbatas dan tidak dapat mengatasi permasalahan petani dalam waktu yang bersamaan, sehingga diperlukan suatu sistem yang mempunyai kemampuan seperti seorang pakar, yang mana didalam sistem ini berisi pengetahuan keahlian seorang pakar pertanian mengenai penyakit dan gejala tanaman kedelai.
Pada penelitian ini dirancang sistem pakar berbasis web menggunakan basis aturan dengan metode certainty factor yang dimaksudkan untuk membantu petani dalam mendiagnosa penyakit tanaman kedelai. Sistem pakar diagnosa penyakit tanaman kedelai berbasis web yang telah dikembangkan mempunyai keunggulan dalam kemudahan akses dan kemudahan pemakaian.
Dengan fitur yang berbasis web yang dimiliki, sistem pakar untuk diagnosa penyakit tanaman kedelai yang telah dibangun dapat digunakan sebagai alat bantu untuk diagnosa penyakit tanaman kedelai dan dapat diakses oleh petani dimanapun juga untuk mengatasi persoalan keterbatasan jumlah pakar pertanian dalam membantu petani mendiagnosa penyakit tanaman kedelai.
BAB I
PENDAHULUAN
1.1. Latar Belakang
Negara Indonesia merupakan negara agraris. Sebagian besar penduduk
Indonesia bermata pencaharian sebagai petani. Berbagai jenis tanaman
dibudidayakan oleh petani, tak terkecuali kedelai. Tanaman kedelai banyak
memiliki manfaat, diantaranya untuk membuat kecap, tahu, dan tempe. Sehingga
banyak petani Indonesia yang membudidayakan tanaman kedelai.
Sering kali petani mengalami kesulitan dalam membudidayakan kedelai
dikarenakan banyakpenyakit yang menyerang. Berbagai jenis penyakit tanaman
kedelai bermunculan. Tak sedikit jika petani tidak mengetahui penyakit apa yang
menyerang tanaman kedelai maka petani akan semakin kesulitan untuk
mengobatinya dan akhirnya gagal panen. Untuk mengetahui penyakit apa yang
menyerang tanaman kedelai haruslah dbutuhkan seorang pakar yang ahli dalam
bidang pertanian, khususnya untuk tanaman kedelai sendiri. Namun, di daerah
pedesaan sangantlah sulit untuk mencari seorang pakar. Petani pun harus
mengeluarkan biaya yang cukup mahal untuk membayar seorang pakar. Oleh
karena itu petani di Indonesia sulit berkembang karena kurangnya sumber daya
manusia yang ahli dalam bidang tersebut.
Seiring dengan perkembangan teknologi yang semakin pesat, peranan
teknologi informasi semakin mampu membantu kinerja sebuah proses bisnis.
Salah satunya adalah Internet. Komputer dan Internet tidak hanya memberikan
informasi yang dibutuhkan manusia, tetapi juga mampu bekerja seperti manusia.
menggantikan seorang pakar yang dapat mendiagnosis penyakit pada tanaman
kedelai.
1.2. Perumusan Masalah
Permasalahan dari Tugas Akhir ini ialah
a. Bagaimana membangun suatu web yang mampu memberikan informasi
tanaman kedelai dan dapat mendiagnosis penyakit pada tanaman kedelai.
b. Bagaimana merancang membuat Aplikasi Sistem Pakar Berbasis Web untuk
identifikasi penyakit pada tanaman kedelai dengan metode Certainty Factor
(CF).
1.3. Batasan Masalah
Dari Permasalahan yang telah disebutkan diatas, maka batasan-batasan
masalah dalam Tugas Akhir ini, ialah:
a. Sistem pakar ini bekerja didalam browser seperti Internet Explorer, Mozilla
Firefox, Google Crome, dll.
b. Sistem pakar ini hanya menyelesaikan masala penyakit pada tanaman kedelai
saja, tidak berlaku bagi tubuhan atau tanaman lain.
c. Bahasa pemrogaman yang digunakan adalah bahasa pemrogaman API
WordPress, PHP, Ajax dan database MySql.
d. Menggunakan Content Management System Wordpress.
e. Metode yang digunakan adalah Certainty Factor (CF).
1.4. Tujuan
Tujuan dari tugas akhir ini adalah membuat suatu aplikasi sistem pakar
kebenaranya yang memiliki kemampuan untuk identifikasi jenis penyakit pada
tanaman kedelai dan memberikan solusi kesimpulan dari suatu penyakit yang
telah didiagnosa berdasarkan gejala-gejalanya pada tanaman kedelai dengan
menggunaka metode Certainty Factor (CF).
1.5. Manfaat
Manfaat yang diperoleh dari Tugas Akhir ini adalah
a. Membantu proses identifikasi jenis penyakit tanaman kedelai sebagai diagnosa
awal pada tanaman kedelai.
b. Dapat menetukan jenis penyakit pada tanaman kedelai sehingga dapat
diputuskan pengobatan pengobatan secara efektif.
c. Memberikan pengetahuan dan pemahaman kepada masyarakat pada umumnya
dan petani pada khususnya tentang penyakit pada tanaman kedelai.
1.6. Metodologi Penelitian
Metodologi penelitian merupakan suatu proses yang digunakan untuk
memecahkan suatu masalah yang logis, dimana memerlukan data-data untuk
mendukung terlaksananya suatu penelitian. Metode penelitian yang digunakan
adalah metode deskriptif. Metode deskriptif merupakan metode yang
menggambarkan fakta-fakta dan informasi dalam situasi atau kejadian dimana
sekarang secara sistematis, faktual dan akurat. Metode penelitian ini memiliki dua
tahapan, yaitu tahap pengumpulan data dan tahap perancangan perangkat lunak.
Tahap pengumpulan data dapat diperoleh secara langsung dari objek penelitian.
Cara-cara yang mendukung untuk mendapatkan data primer adalah sebagai
a) Studi pustaka
Studi ini dilakukan dengan cara mempelajari, meneliti dan menelaah
berbagai literatur-literatur yang bersumber dari buku-buku, teks, jurnal ilmiah,
situs-situs di internet, dan bacaan-bacaan yang ada kaitannya dengan topik
penelitian.
b) Studi lapangan
Studi ini dilakukan dengan cara mengunjungi tempat yang akan diteliti dan
pengumpulan data dilakukan secara langsung. hal ini meliputi :
1) Wawancara
Wawancara yaitu teknik pengumpulan data dengan cara mengadakan
tanya jawab secara langsung dengan narasumber yang terkait dengan
permasalahan yang diambil untuk memperoleh data dan informasi.
2) Observasi
Observasi yaitu teknik pengumpulan data dengan cara melakukan pengamatan
secara langsung terhadap objek permasalahan yang diambil.
1.7. Sistematika Penulisan
Laporan Tugas Akhir ini akan dibagi menjadi beberapa bab, yaitu:
BAB I PENDAHULUAN
Berisi tentang deksripsi umum dalam penyusunan Skripsi yang
Tujuan, Manfaat, Metodologi Penilitian, dan Sistematika
Penulisan.
BAB II TINJAUAN PUSTAKA
Berisi teori-teori, studi literatur dan konsep-konsep yang terkait
tentang penyelesaian suatu masalah atau perumusan masalah
yang diambil dalam penyusunan Skripsi.
BAB III ANALISA DAN PERANCANGAN SISTEM
Berisi tentang analisa dan perancangan dari sistem aplikasi ang
akan dibangun meliputi desain masukkan (input), desain
keluaran (output), serta desain antarmuka (interface) yang
nantinya akan dipakai oleh sistem aplikasi.
BAB IV HASIL DAN PEMBAHASAN
Berisi tentang implementasi sistem aplikasi secara keseluruhan
mulai dari implementasi data yang diperlukan hingga laporan
detail dari identifikasi gejala penyakit tanaman kedelai yang
telah keluar.
BAB V UJI COBA DAN EVALUASI
Membahas tentang ujicoba dan evaluasi dari program yang
dibuat.
BAB VI PENUTUP
Berisi kesimpulan yang dapat diambil dari Tugas Akhir ini
2.1Kedelai
Kedelai (Glycine max L. Merrill) telah ditanam di Indonesia sejak awal
abad ke 18 dan kemungkinan diperkenalkan oleh imigran dai dataran Cina. Areal
produksi yang sebelumnya terbatas di Jawa dan Bali sejak tahun 1950 menyebar
ke pulau-pulau lain termasuk Sumatra, Kalimantan, Sulawesi dan kepulauan
Indonesia timur. Sampai 1974 permintaan kedelai dapat dipenuhi oleh produksi
dalam negeri. Akan tetapi, sejak tahun 1975 konsumsi produksi-produksi kedelai
mulai meningkat secara nyata. Meningkatnya jumlah penduduk menyebabkan
semakin bertambahan kebutuhan akan sumber protein murah dalam sehari-hari
(Adisarwonto, 2007).
2.2 Morfologi Tanaman Kedelai
Tanaman kedelai umumnya tumbuh tegak, berbentuk semak dan
merupakan tanaman semusim. Morfologi tanaman kedelai menurut Adisarwanto
(2008) didukung oleh komponen utamanya yaitu akar, daun, batang, bunga, dan
biji sehingga pertumbuhannya dapat maksimal.
2.2.1. Akar
Sistem perakaran kedelai terdiri dari dua macam yaitu akar tunggang dan
akar sekunder (serabut) yang tumbuh dari akar tunggang. Perkembangan akar
kedelai sangat dipengaruhi oleh kondisi fisik dan kimia tanah, jenis tanah serta
2.2.2. Batang dan Cabang
Cabang akan muncul pada batang tanaman. Jumlah cabang akan
tergantung pada varietas dan kondisi tanah, tetapi ada pula varietas kedelai yang
tidak bercabang. Jumlah batang bisa menjadi sedikit bila jumlah penanaman
dirapatkan dari 250,000 tanaman per hektar menjadi 500,000 tanaman per hektar.
Jumlah batang tidak mempunyai hubungan yang signifikan dengan jumlah biji
yang dihasilkan.
2.2.3. Daun
Tanaman kedelai mempunyai dua bentuk daun yang dominan, yaitu stadia
kotiledon yang tumbuh saat tanaman masih dalam bentuk kecambah dengan dua
helai daun tunggal dan daun bertangkai tiga (trifoliate leaves) yang tumbuh
selepas masa perkecambahan.
Umumnya bentuk daun kedelai ada dua, yaitu bulat (oval) dan lancip
(lancelot). Kedua bentuk daun tersebut dipengaruhi oleh faktor genetik. Bentuk
daun diperkirakan memiliki korelasi yang erat dengan potensi produksi biji.
Umumnya, daerah yang memiliki kondisi tanah yang subur sangat cocok dengan
kedelai yang berdaun lebar. Daun mempunyai stomata yang berjumlah antara
190-320 buah/m2.
2.2.4. Bunga
Bunga kedelai termasuk bunga sempurna yaitu setiap bunga mempunyai
alat jantan dan alat betina. Penyerbukan terjadi pada saat mahkota bunga masih
menutup sehingga kemungkinan kawin silang alami amat kecil. Bunga terletak
menjadi polong walaupun telah terjadi penyerbukan secara sempurna. Sekitar
60% bunga rontok sebelum membentuk polong.
2.2.5. Buah
Buah kedelai berbentuk polong. Setiap tanaman mampu menghasilkan 100 – 250 polong. Polong kedelai berbulu dan berwarna kuning kecoklatan atau
abu-abu. Selama proses pematangan buah, polong yang mula-mula berwarna hijau
akan berubah menjadi kehitaman.
2.3 PenyakitKedelai
Penyakit merupakan suatu kondisi tidak normal yang menyebabkan fungsi
tanaman terganggu. Adanya penyakit dapat diketahui dari gejala yang dialami
tanaman. Pada tabel 2.1 beberapa penyakit yang sering menyerang tanaman
kedelai, diantaranya Penyakit karat, Penyakit pustul bakteri, Penyakit antraknose,
Downy Mildew, Penyakit target spot, Penyakit hawar batang, Penyakit virus
mosaik.
Tabel 2.1: Tabel Macam dan Gejala Penyakit Tanaman Kedelai
No. Penyakit Gejala
1. 2.1.3 Karat
(Phakopsora
pachyrhizi)
Daun pertama bercak-bercak berisi uredia.
Bercak berkembang kedaun atasnya dengan
bertambah umur tanaman.
Bercak terutama terdapat dipermukaan daun. Warna bercak coklat kemerahan seperti warna
karat.
berukuran 1mm
Bercak juga berada pada bagian batang daun.
2. 2.1.3 Pustul
Gejala awal bercak kecil berwarna hijau pucat.
Bercak tampak pada kedua permukaan daun. Bercak bervariasi dari bentik kecil sampai
besar.
Bercak kecil bersatu membentuk daerah
nekrotik yang mudah robek oleh angin.
3. 2.1.3 Antraknose
Tulang daun pada permukaan bawah tanaman
yang terserang biasanya menebal dengan
warna kecoklatan.
Bercak berbentuk bulat berukuran 1-2 mm
Bercak menyatu membentuk bercak yang
lebih lebar.
5. 2.1.3 Target Spot
(Corynespor
a cassiicola)
Bercak berwarna coklat kemerahan.
Timbul pada bagian polong, biji,hipokotil, dan
akar dengan diameter 10-15 mm
Membentuk sonasi lingkaran seperti papan
tembak
Polong dan batang menjadi busuk.
Akar busuk pada tanaman yang baru tumbuh.
Daun, batang, dan polong timbul hawar
(busuk) dengan arah serangan dari bawah
keatas.
Daun lengket satu sama yang lain menyerupai
sarang laba-laba.
Berbentuk bercak berwarna coklat tua.
Layu mendadak merupakan gejala awal.
Daun yang terinfeksi berwarna coklat tua
kemudian mengering.
8. 2.1.3 Hawar,
Bercak Daun
dan Bercak
Menginfeksi daerah batang, daun dan polong.
Bercak berbentuk menyudut sampai tidak
Biji Ungu
(Cercospora
kikuchii)
sebuah titik sebesar jarum sampai 10 mm. Bercak berwarna ungu.
Biji mengalami diskolorasi dengan warna
yang bervariasi dari merah muda atau ungu
pucat sampai ungu tua dan berbentuk titik
sampai tidak beraturan dan membesar.
9. 2.1.3 Virus
mosaik dengan warna hijau gelap di sepanjang
tulang daun.
Tepi daun sering mengalami klorosis.
Ukuran bijinya mengecil dan jumlah biji
berkurang.
2.4 Sistem Pakar
Secara umum, sistem pakar (expert sysem) adalah sistem yang berusaha
mengadopsi pengetauhan manusia ke komputer, agar komputer dapat
menylesaikan masalah seperti yang biasa dilakukan oleh para ahli. Ada beberapa
definisi tentang sistem pakar, diantaranya:
a. Menurut Durkin : Sistem pakar adalah suatu progam komputer yang
dirancang untuk memodelkan kemampuan penyelesaian masalah yang
b. Menurut Turban : sistem pakar adalah paket perangkat lunak
pengambilan keputusan atau pemecahan masalah yang dapat mencapai
tingkat performa yang setara atau bahkan lebih dengan pakar manusia
di beberapa bidang khusus dan biasanya mempersempit area masalah.
c. Menurut Giarratno dan Riley : sistem pakar adalah suatu sistem
komputer yang bisa menyamai atau meniru kemampuan seorang pakar.
d. Menurut Ignizio sistem pakar adalah suatu model dan prosedur yang
berkaitan, dalam suatu domain tertentu, yang mana tingkat keahlianya
dapat dibandingkan dengan keahlian seorang pakar.
Ide dasar dari sistem pakar, teknologi kecerdasan buatan terapan adalah
sederhana. Keahlian ditransfer dari pakar ke suatu komputer. Knowledge ini
kemudian disimpan didalam komputer, dan pengguna menjadikan komputer untuk
nasihat spesifikasi yang diperlukan. Sistem pakar menanyakan fakta-fakta dan
dapat membuat inferensi hingga sampai pada kesimpulan khusus. Kemudian
layaknya konsultan manusia, sistem pakar akan memberi nasihat kepada
nonexpert dan menjelaskan, jika perlu logika dibalik nasihat yang diberikan
knowledge dalam sistem pakar mungkin saja seorang ahli, atau knowledge yang
umumnya terdapat dalam buku, jurnal, website dan dan orang yang mempunyai
pengetahuan tentang suatu bidang. Sistem pakar yang baik dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan meniru kerja para ahli
(Kusumadewi, 2003).
Sebuah sistem pakar harus memberikan suatu dialog dan setelah diberikan
suatu jawaban, sistem pakar dapat memberikan nasehat atau solusi. Tujuan utama
pakar, tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar. Bagi
para ahli atau pakar, sistem pakar ini juga dapat membantu aktivitasnya sebagai
asisten yang sangat berpengalaman. Sistem pakar memungkinkan seseorang dapat
meningkatkan produktifitas, memperbaiki kualitas keputusan dan bisa
memecahkan masalah yang rumit, tanpa bergantung sepenuhnya pada seorang
pakar.
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan
pengembangan (development environment) dan lingkungan konsultasi
(consultation environment) (Turban, 2001). Lingkungan pengembangan sistem
pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan
sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang
bukan pakar guna memperoleh pengetahuan pakar.
Komponen-komponen sistem pakar dalam dua bagian tersebut ada pada
gambar 2.1 sebagai berikut:
Lingkungan Konsultasi Lingkungan Pengembangan
Gambar 2.1 Arsitektur Sistem Pakar (Turban, 2001)
1. Antarmuka Pengguna (User Interface)
Merupakan mekanisme yang digunakan oleh pengguna sistem
pakar untuk berkomunikasi. Menurut McLeod (1995), pada bagian ini
terjadi dialog antara program dan pemakai, yang memungkinkan
sistem pakar menerima instruksi dan informasi (input) dari pemakai,
juga memberikan informasi (output) kepada pemakai.
2. Basis pengetauhan (Knowledge Base)
Basis pengetahuan adalah basis atau pangkalan pengetahuan yang
berisi fakta, pemikiran, teori, prosedur, dan hubungannya satu dengan
yang lain atau informasi yang terorganisasi dan teranalisa
(pengetahuan didalam pendidikan atau pengalaman dari seorang pakar)
yang diinputkan kedalam komputer.
Ada 2 bentuk pendekatan basis pengetauhan yang sangat umum
digunakan yaitu :
a. Pendekatan berbasis aturan (Rule-Based Reasoning)
Pengetahuan direpresentasikan dalam suatu bentuk fakta
(facts) dan aturan (rules). bentuk representasi ini terdiri atas
premis dan kesimpulan. Pada pendekatan berbasis aturan,
pengetahuan dipresentasikan dengan menggunakan aturan
berbentuk : if-then.
b. Pendekatan berbasis kasus (Case-Based Reasioning)
Pada pendekatan berbasis kasus, basis pengetahuan, akan
akan diturunkan suatu solusi untuk keadaan yang terjadi
sekarang (fakta yang ada).
3. Akuisisi Pengetahuan (Knowledge acquisition)
Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi
keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke
dalam program komputer. Dalam tahap ini knowledge engineer
berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam
basis pengetahuan. Terdapat tiga metode utama dalam akuisisi
pengetahuan, yaitu : wawancara, analisis protokol dan observasi pada
pekerjaan pakar.
4. Mesin Inferensi (Inference Engine)
Mesin inferensi merupakan program komputer yang memberikan
metodologi untuk penalaran tentang informasi yang ada dalam basis
pengetahuan dan dalam workplace, dan untuk memformulasikan
kesimpulan.
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin
inferensi berfungsi untuk memandu proses penalaran terhadap suatu
kondisi berdasarkan pada basis pengetahuan yang tersedia. Di dalam
mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan
kaidah, model, dan fakta yang disimpan dalam basis pengetahuan
untuk mencapai solusi atau kesimpulan. Dalam prosesnya, mesin
inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact
reasoning akan dilakukan jika semua data yang dibutuhkan untuk
menarik suatu kesimpulan tersedia, sedangkan inexact reasoning
dilakukan pada keadaan sebaliknya. Dan untuk strategi pengendalian
ini berfungsi sebagai panduan arah dalam melakukan proses penalaran.
Dalam penelitian ini, agar dapat menerapkan aplikasi sistem pakar
untuk mendiagnosa hama dan penyakit tanaman hortikultura
digunakan strategi penalaran pasti (Exact Reasioning) karena data
yang digunakan untuk menarik suatu kesimpulan atau untuk membuat
suatu solusi dalam mendiagnosa hama dan penyakit tersebut telah
tersedia.
Gambar 2.2 Mesin inferensi : Durkin, 1944
Berdasarkan gambar 2.2 dapat dijelaskan bahwa komputer terisi
pengetahuan - pengetahuan dari pakar yang telah tersusun dalam
knowledge base, dalam hal ini komputer juga harus mendapatkan
inputan-inputan dan setelah mendapatkan inputan maka akan
inference engine, selanjutnya diolah berdasarkan pengalaman dan
prosedur yang ada pada inference engine yang nantinya akan
menghasilkan suatu keputusan.
Terdapat dua teknik pelacakan dalam mesin inferensi yaitu
pelacakan ke depan atau runut maju (forward chaining) yaitu
pendekatan yang dimotori pada (data driven), dalam pendekatan ini
pelacakan dimulai dari informasi masukan yang selanjutnya
menggambarkan suatu kesimpulan. Dan pelacakan ke belakang atau
runut belakang (backward chaining) merupakan pendekatan yang
dimotori tujuan (goal driven), dalam pendekatan ini pelacakan dimulai
dari tujuan yang selanjutnya dicari aturan yang memiliki tujuan
tersebut membuat suatu kesimpulan.
5. Workplace
Merupakan memori kerja (working memory) yang digunakan untuk
menyimpan kondisi/keadaan yang dialami oleh pengguna dan juga
hipotesa serta keputusan sementara.
6. Fasilitas Penjelasan
Proses menentukan keputusan yang dilakukan oleh mesin inferensi
selama sesi konsultasi mencerminkan proses penalaran seorang pakar.
Karena pemakai terkadang bukanlah seorang ahli dalam bidang
tersebut, maka dibuatlah fasilitas penjelasan. Fasilitas penjelasan inilah
yang dapat memberikan informasi kepada pemakai mengenai jalannya
penalaran sehingga dihasilkan suatu keputusan. Bentuk penjelasannya
diajukan, yaitu penjelasan atas pertanyaan mengapa, atau penjelasan
atas pertanyaan bagaimana sistem mencapai konklusi.
7. Perbaikan Pengetauhan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan
kinerjanya serta kemampuan untuk belajar dari kinerjanya.
Kemampuan tersebut tidak bisa diremehkan dalam pembelajaran
terkomputerisasi, sehingga program akan mampu menganalisis
penyebab kesuksesan dan kegagalan yang terjadi.
Ada beberapa masalah yang menjadi area luas aplikasi sistem pakar, antara
lain :
1. Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk
diantaranya : pengawasan, pengenalan ucapan, analisis citra,
interpretasi sinyal dan beberapa analisis kecerdasan.
2. Prediksi. Termasuk diantaranya : peramalan, prediksi demografis,
peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer,
pemasaran, atau peramalan keuangan.
3. Diagnosis. Termasuk diantaranya : medis, hama, elektronis, mekanis
dan diagnosis perangkat lunak.
4. Perancangan. Termasuk diantaranya : layout sirkuit dan perancangan
bangunan.
5. Perencanaan. Termasuk diantaranya : perencanaan keuangan,
komunikasi, militer, pengembangan produk, routing dan manajemen
proyek.
7. Debugging, memberikan resep obat terhadap suatu kegagalan.
8. Perbaikan.
9. Instruksi. Melakukan instruksi untuk diagnosis, debugging dan
perbaikan kinerja.
10.Kontrol. Melakukan kontrol terhadap interpretasi-interpretasi, prediksi,
perbaikan dan monitoring kelakuan sistem.
2.4.1 Manfaat dan Kelemahan Sistem Pakar
a. Manfaat Sistem Pakar diantaranya adalah :
1) Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
2) Bisa melakukan proses secara berulang secara otomatis
3) Menyimpan pengetahuan dan keahlian para pakar
4) Mampu mengambil dan melestarikan keahlian para pakar (terutama yang
termasuk keahlian langka)
5) Mampu beroperasi dalam lingkungan yang berbahaya
6) Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih pertanyaan selama konsultasi dan
sistem pakar tetap akan memberikan jawaban.
7) Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia
memerlukan biaya sehari-hari.
8) Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang
minimal dan sedikit biaya
9) Dapat memecahkan masalah lebih cepat daripada kemampuan manusia
10)Menghemat waktu dalam pengambilan keputusan
11)Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang
konsisten dan mengurangi kesalahan
12)Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem
Pakar dengan sistem komputer lain membuat lebih efektif, dan bisa mencakup
lebih banyak aplikasi .
13)Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem
pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi
sebagai guru.
b. Kelemahan Sistem Pakar diantaranya adalah :
1) Memerlukan biaya untuk merawat dan mengembangkan sistem.
2) Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di
bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena sangat
sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani
masalah.
5) Transfer pengetahuan dapat bersifat subjektif dan bias
2.4.2. Ketidak Pastian
Dalam kenyataan sehari-hari banyak masala didunia ini tidak dapat
dimodelkan secara lengkap dan konsisten. Suatu penalaran dimana adanya
penambahan fakta baru mengakibatkan ketidakkonsistenan, dengan ciri-ciri
penalaran sebagai berikut :
- Adanya ketidak pastian.
- Adanya perubahan pada pengetauhan.
- Adanya penambahan fakta baru dapat mengubah konklusi yang sudah
terbentuk.
Sistempakar harus mampu bekerja dalam ketidak pastian. Sejumlah teori
telah ditemukan untuk menyelesaikan ketidak pastian, antara lain :
a) Probilitas Klasik (clasical probility)
b) Probilitas Bayes (Bayesian probility)
c) Teori Hartley berdasarkan himpunan klasik (Hartley theory based on
clasical sets)
d) Teori Shannom berdasarkan pada probilitas (Shanom theory based on
probility)
e) Teori Dempster-Shafer (Dempster-Shafer theory)
f) Teori fuzzy Zadeh (Zadeh’s fuzzy theory)
g) Faktor kepastian (certanity factor)
Pada Tugas akhir ini akan dibahas penyelesaian ketidak pastian dalam
2.4.3. Faktor Kepastian (Certainty Factr)
Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan
dalam pembuatan MYCIN. Certainty factor (CF) merupakan nilai parameter
klinis yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan.Rumus dasar faktor kepastian
CF(H,E) = MB(H,E) – MD(H,E) Keterangan:
CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala
(evidence) E. Besarnya CF berkisar antara –1 sampai dengan 1. Nilai –1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan
kerpercayaan mutlak.
MB(H,E) : ukuran kenaikan kepercayaan (measure of increased belief)
terhadap hipotesis H yang dipengaruhi oleh gejala E.
MD(H,E): ukuran kenaikan ketidakpercayaan (measure of increased
disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E. Suatu sistem
pakar seringkali memiliki kaidah lebih dari satu dan terdiri dari beberapa
premis yang dihubungkan dengan AND atau OR. Pengetahuan mengenai
premis dapat juga tidak pasti, hal ini dikarenakan besarnya nilai (value)
Basis pengetauan terdiri dari fakta dan aturan. Fakta didapat dari
pengetahuan kepakaran di bidang kedelai, buku-buku pertanian, internet dan
literatur lain yang berkaitan dengan kedelai. Sedangkan aturan yang dipakai
dengan memperhatikan nilai CF (Certainty Factor) yang diberikan oleh
dokter. Rumus umum menentukan Certainty Factor adalah sebagai berikut:
dengan
CF[h,e] = faktor kepastian
MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e (antara 0 dan 1)
MD[h,e] = ukuran ketidakpercayaan terhadap evidence h, jika diberikan
evidence e (antara 0 dan 1)
Pada sistem pakar diagnosa hama kedelai, ukuran ketidakpercayaan
diabaikan atau dianggap nol. Nilai CF diberikan pada tiap gejala yang
menyertai suatu penyakit, sehingga didapat banyak nilai CF untuk tiap
gejala. Untuk menentukan nilai CF akhir pada suatu diagnosa maka
menggunakan rumus CF paralel sebagai berikut:
CF[h,e1^e2] = CF[h,e1] + CF[h,e2] . (1 – CF[h,e1]) dengan
CF[h,e1^e2] = faktor kepastian paralel
CF[h,e1] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e pertama (antara 0 dan 1)
CF[h,e2] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e kedua (antara 0 dan 1)
Pada implementasi sistem pakar diagnosa hama kedelai akan
menggunakanrumus :
2.4.4. Kelebihan dan Kekurangan Metode Certanity Factors
Kelebihan metode Certanity Factors :
a) Metode ini cocok dipakai dalam sistem pakar untuk mengukur
sesuatu apakah pasti atau tidak pasti dalam mendiagnosa sebagai
salah satu contohnya.
b) Perhitungan dengan menggunakan metode ini dalam sekali hitung
hanya dapat mengolah dua data saja sehingga keakuratan data
dapat terjaga.
Kekurangan metode Certanity Factors :
a) Ide umum dari pemodelan ketidak pastian manusia dengan
menggunakan numerik metode certainity factors biasanya
diperdebatkan. Sebagian orang akan membantah pendapat bahwa
formula untuk metode certainity factors diatas memiliki sedikit
kebenaran.
b) Metode ini hanya dapat mengolah ketidakpastian/ kepastian hanya dua
data saja. Perlu dilakukan beberapa kali pengolahan data untuk data
yang lebih dari dua buah.
c) Nilai CF yang diberikan bersifat subyektif karena penilaian setiap
pakar biasanya berbeda-beda tergantung pengetauhan pegetauhan dan
pengalaman pakar.
2.5. Tentang PHP
PHP adalah bahasa script yang menyediakan cara yang mudah dalam
meletakan progam pada halaman web. Karena suatu halaman diproses terlebih
halaman yang dinamis, seperti misalnya hasil query dari MySQL pada halaman
tersebut. PHP pada mulanya berarti Personal Home Page, tetapi sekarang telah menggunakan nama PHP “Hyper Preprocecor”. PHP banyak didukung oleh
beberapa platform, banyak ynag dari UNIX dan turunannya dan tentu juga
Microsoft operating system yang mendukung lingkungan Win32.
2.6. Paket Database MySQL
PHP mengenal pengolahan data menggunakan file teks. Tetapi menyimpan
data file biasa memiliki banyak keterbatasan. File teks tidak memiliki kemampuan
mengolah data, misalnya menghitung total nilai, rata-rata dan lain sebagainya.
Demikian juga dalam hal pencrian data. Semakin besar ukuran file, pencarian data yang dilakukan pada “*.TXT”akan menjadi lebih sulit. Untuk itu diperlukan
database seperti MySQL. Dengan database, program akan lebih mudah
mengendalikan akses terhadap data.
2.6.1. Paket Optimal : PHPMyAdmin
PHPMyAdmin adalah skrip PHP yang diakses via browser sebagai
software antar-muka (interface) dalam mengelola database MySQL. Paket ini
akan sangat membantu mempermudah dalam melakukan konfigurasi aplikasi.
Sifatnya opsional, boleh diinstal, boleh tidak. Meskipun demikian, pengguna paket sangant disarankan karena “inti konfigurasi” web berada dalam tabel
database MySQL yang terintegrasi dengan PHPMyAdmin.
2.6.2. Database MySQL
MySQL merupakan sebuah databasedeveloper yang juga bersifat free,
sangat banyak tersedia. MySQL menggunakan bahasa SQL yang sudah banyak
digunakan saat ini. MySQL merupakan software database yang termasuk paling
populer dilingkungan Linux atau Unix, kepopuleran ini ditunjang karena
performasi query dari database-nya yang saat ini bisa dikatakan paling cepat, dan
juga memiliki sedikit permasalahan.
Beberapa keunggulan MySQL dibandingkan database lain adalah :
1. Kemudahan dalam penggunaan : MySQL adalah simple database
system dengan performa tinggi dan tidak kompleks untuk proses
instalasi dan administrator dibanding dengan sistem yang lebih
besar.
2. Kemampuan : banyak client dapat menggunakan multiple database
secara bersamaan. Clients dapat menggunakan multiple database
secara bersamaan.
2.7. WordPress
WordPress adalah sebuah aplikasi sumber terbukan (open source) yang
sangat populer digunakan sebagai mesin blog (blog engine). WordPress dibangun
dengan bahasa pemrograman PHP dan basis data (database) MySql keduanya
merupakan perangkat lunak open source software selain sebagai blog, wordpress
juga mulai digunakan sebagai sebuah CMS (Content Management System) karena
2.7.1. API WordPress
API WordPress merupakan singkatan dari Application Programing
Interface WordPress adalah sebuah bahasa pemrograman dari bahasa PHP yang
untuk membuat sistem Plugin di WordPress.
2.7.2. Plugin WordPress
Plugin WordPress adalah sebuah program tambahan berisi script dalam
bahasa PHP yang bisa diintegrasikan dengan WordPress untuk memberikan
fungsi-fungsi lain yang belum tersedia pada instalasi standar.
2.8. Data Flow Diagram (DFD)
Data Flow Diagram (DFD) menjelaskan kepada pengguna bagaimana
nantinya fungsi-fungsi dalam sistem informasi akan bekerja, DFD ini
menggambarkan dalam bentuk grafik yang digunakan untuk menunjukan
urutan-urutan kegiatan dari sistem informasi berbasis komputer. DFD menekankan pada
fungsi-fungsi dalam sistem, cara menggunakan informasi yang tersimpan dalam
pemindahan informasi antara fungsi didalam sistem.
Ada 2 teknik dasar DFD yang umum dipakai yaitu Gane and Sarson dan
Yourdon and De Marco. Namun ada penyusunan perancangan sistem aplikasi
informasi ini, penulis akan memberi teori Yourdon and De Marco. Adapun
simbol-simbol DFD tersebut adalah sebagai berikut :
Simbol entitas eksternal : Simbol kesatuan
lingkungan sistem yang akan menerima dan
Simbol proses : Simbol yang digunakan untuk
melakukan pemrosesan data baik oleh user maupun
komputer.
Simbol data store : Simbol yang digunakan untuk
mewakili suatu penyimpanan data.
Simbol dokumen : Simbol yang digunakan untuk
menyatakan data berupa dokumen atau file.
Simbol arus data : Simbol yang digunakana untuk
BAB III
METODA PENELITIAN
3.1 Langkah-Langkah Penelitian
1.1 Sistem pakar yang dibangun merupakan sistem untuk
identifikasi penyakit pada tanaman kedelai berdasarkan dari gejala atau
tanda-tanda penyakit yang sedang dialami. Dari gejala atau tanda-tanda
penyakit yang sedang dialami terdiri dari beberapa komponen penilaian.
Berdasarkan komponen tersebut, sistem akan mengolah gejala yang sedang
dialami sampai akhirnya hasil dari proses tersebut adalah berupa penentuan
penyakit berdasarkan gejala yang sedang dialami oleh tanaman kedelai.
1.2 Penelitian yang dilakukan untuk merancang sistem
diperoleh dari pengamatan data-data yang ada. Tahap-tahap yang dilakukan
untuk penelitian guna perancangan (desaign system) tersebut secara
terstruktur adalah:
1) Observasi
Melakukan pengamtan terhadap data yang diteliti, melakukan
interview dengan pihak-pihak yang berkaitan dengan pembuatan progam.
2) Analisa data
Membuat analisa terhadap data yang sudah diperoleh dari hasil
observasi yaitu menggabungkan denganlaporan survey dan kebijakan
pemakai menjadi spesifikasi yang terstruktur dengan menggunakan
pemodelan.
Memahami rancangan sistem informasi sesuai data yang ada dan
mengimplementasikan model yang userfriendly. Pemodelan sistem ini
berupa DFD (Data Flow Diagram), ERD (Entity RelationshipDiagram),
serta perancangan database guna mempermudah dalam proses-proses
selanjutnya.
4) Pembuatan Program
Membuat program dan merepresentasikan hasil desain ke dalam
pemrograman berdasarkan sistem yang sudah dirancang.
5) Evaluasi Program
Menguji coba seluruh spesifikasi terstruktur dan sistem secara
keseluruhan. Pada tahap ini, dilakukan uji coba sistem yang telah selesai
disusun. Proses uji coba ini diperlukan untuk memastikan bahwa sistem
yang telah dibuat sudah benar, sesuai dengan karakteristik yang ditetapkan
dan tidak ada kesalahan-kesalahan yang terkandung di dalamnya.
3.2. Analisis dan Perancangan Sistem
Pada subbab ini akan dijelaskan tentang fungs/proses dari sistem pakar
untuk identifikasi penyakit pada tanaman kedelai.
3.2.1. Data Flow Diagram
Diagram Alir Data (DAD) atau Data Flow Diagram (DFD) merupakan
suatu model logika data atau proses yang dibuat untuk menggambarkan dari mana
asal data, kemana tujuan data yang keluar dari sistem, dimana data yang disimpan,
proses apa yang menghasilkan data tersebut,interaksi antara data yang tersimpan
dan proses yang dikenakan pada data tersebut. Sehingga dengan DAD atau DFD
1) Data Contex Diagram atau DFD Level 0
Data Context Diagram (DCD) disebut juga DFD level 0, karena merupakan
data arus awal. DCD ini memiliki sebuah proses yaitu: identifikasi penyakit
padi dan dua external entity yaitu user dan admin.
Admin Sistem Pakar Pasien
Data Pakar
Data Pakar
Gejala Penyakit
Hasil Diagnosa
Gambar 3.1 Diagram Contex atau DFD Level 0
Dalam gambar 3.1 menunjukan proses awal dari segi admin memasukan data
pakar kedalam sistem pakar dari sistem pakar dan dari sistem pakar
memberikan hasil data pakar. Dari segi pasien memberi inputan gejala
penyakit kedalam sistem pakar dan oleh sistem pakar akan memberikan hasil
dari diagnosa penyakit.
2) DFD Level 1
DFD level 1 merupakan penjabaran dari proses DFD level 0. Pada gambar 3.2
DFD level 1 ini mepunyai dua proses yaitu proses pada menu pasiendan
proses pada menu admin. Menu pasienditunjukan untuk pengguna untuk
melakukan proses konsultasi. Sedangkan menu admin ditunjukan untuk
seorang admin yang memiliki menu untuk menginputkan data penyakit, data
gejala dan merelasikanya.
Admin Sistem Pakar
Pada gambar 3.2 seorang admin memasukan data pakar kedalam sistem pakar
dan sistem pakar memberikan hasil data pakar pada admin, didalam sistem
pakar didalam sistem pakar memproses dua tabel yaitu tabel penyakit dan
tabel gejala dan diproses oleh diagnosa. Dari proses diagnosa akan
memberikan hasil gejala pada pasien.
3.3. Diagram Alir
Pada subbab ini akan dijelaskan tentang proses aliran data dari sistem
pakar untuk mengidentifikasi gejala-gejala yang ditimbulkan akibat dari penyakit
3.3.1. Diagram Alir User Sistem Pakar Penyakit Kedelai
Diagram Alir ini berfungsi untuk menggambarkan aluruser beserta
langkah-langkah sistem pakar ini menyelesaikan suatu masalah berdasarkan
gejala-gejala yang telah ada untuk dianalisis penyebab dan masalah tersebut.
Mulai
Gambar 3.3Flowchart proses Sistem Pakar
Pada gambar 3.3diagram alir sistem pakar kedelai menunjukkan tampilan
mulai si user mengakses sistem pakar ini tanpa melakukan login terlebih
dahulu.Dalam hal ini hak akses si user cuma menginputkan gejala yang telah
ada.User akan langsung menuju tampilan progamsi user akan diminta untuk
3.3.2. Diagram Alir Admin Sistem Pakar Penyakit Kedelai
Admin disini mendapatkan hak akses penuh terhadap pengelolaan sistem
pakar ini, mulai dari manajemen gejala yang ditimbulkan sampai dengan
penentuan penyakit.Jadi hak akses yang didapatkan oleh admin ini dapat
mencakup seluruh aplikasi yang ada pada sisitem pakar ini, adapun menu yang
Gambar 3.4Flowchart alir data admin
Pada gambar 3.4 dijelaskan proses admin memasukan data gejala penyakit,
data penyakit dan data hubungan penyakit. Didalam menu pakar terdapat tiga
menu pilihan yaitu menu data penyakit, gejala penyakit dan hubungan penyakit.
3.3 Kebutuhan Antarmuka
Kebutuhan antarmuka dalam sistem pakar untuk mengidentifikasi
perangkat keras, kebutuhan antarmuka lunak.
3.3.1 Kebutuhan antarmuka pengguna
Pengguna akan berinteraksi dengan aplikasi sistem pakar ini dengan
menggunakan alat bantu seperti berikut:
a) Keyboard, digunakan untuk memasukkan perintah ke dalam aplikasi.
b) Mouse, digunakan untuk menjalankan perintah terhadap aplikasi.
c) Monitor, digunakan untuk melihat tampilan dalam aplkasi.
3.3.3. Kebutuhan Perangkat Keras
Kebutuhan perangkat keras yang digunakan dalam sistem pakar ini adalah
seperangkat komputer atau laptop dengan spesifikasi sebagai berikut:
1) Intel Core i3-2330M Prosesor @2.230Ghz
2) RAM 2 GB
3) VGA 1 GB
3.3.4 Kebutuhan Perangkat Lunak
Sistem pakar untuk mengidentifikasi penyakit tanaman kedelai ini
didukung kebutuhan perangkat lunak seperti:
1) Sistem Operasi Microsoft Windows 7 Professional
2) Macromedia Dreamwever 8
3) Adobe Photoshop CS2
4) Mozzila Firefox 13.0.1
3.4 Basis Pengetahuan
Basis pengetauan terdiri dari fakta dan aturan. Fakta didapat dari
pengetahuan kepakaran di bidang penyakit dalam, buku-buku kesehatan, internet
dan literatur lain yang berkaitan dengan penyakit dalam. Sedangkan aturan yang
dipakai dengan memperhatikan nilai CF (Certainty Factor) yang diberikan oleh
pakar. Rumus umum menentukan Certainty Factor adalah sebagai berikut:
CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]
Contoh :
Diambil contoh pada proses konsultasi, memilih gejala yang telah ditampilkan
sebagai input :
a. Gejala yang terpilih : Apakah ada bercak kemerahan pada akar, Apakah
ada bercak kemerahan pada batang, Apakah ada bercak coklat tua pada
batang bawah dekat permukaan tanah,Apakah ada bercak daun berwarna
kemerahan.
b. Langkah diagnosa :
1) Mencari jenis penyakit yang memiliki gejala terpilih sesuai dengan
basis pengetauhan.
2) Mencari jumlah dari gejala yang terpilih pada basis pengetauhan.
3) Mencari jumlah gejala yang terpenuhi oleh gejala terpilih.
4) Melakukan perhitungan kemungkinan hasil diagnosa.
c. Penyelesaian :
1) Mencari jenis penyakit yang memiliki gejala terpilih pada basis
Tabel 3.1 Jenis Gejala Penyakit
2) Menghitung dengan rumus CF Certinty Factor adalah
CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]
CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ] = 0.8 + 0.8 * (1-0.8) = 0.96
CF(B) = CF(3) + CF(A) * [ 1 – CF(3) ] = 0.9 + 0.96 * (1-0.9) = 0.996
Dari perhitungan diatas akan keluar tabel 3.1 hasil diagnosa seperti
Tabel 3.1 Jenis Penyakit
Muncul data detail
dari :
Gejala cf
Apakah ada bercak kemerahan pada
akar
0.8
Apakah ada bercak kemerahan pada
batang
0.8
Apakah ada bercak coklat tua pada
batang bawah dekat permukaan
tanah
0.9
Apakah ada bercak daun berwarna
kemerahan
0.9
Nama Penyakit Nilai cf Detail
Penyakit Target Spot (Corynespora cassiicola)
Gejala Serangan
Bercak coklat kemerahan timbul pada daun, batang, polong, biji, hipokotil dan
akar dengan diameter 10-15 mm. Kadang-kadang mengalami sonasi, yaitu
membentuk lingkaran seperti pada papan tembak (target).
Siklus Penyakit dan Epidemiologi
Patogen bertahan pada batang, akar, biji dan mampu bertahan di dalam tanah yang
tidak diusahakan selama lebih dari 2 tahun. Infeksi hanya terjadi bila kelembaban
udara relatif 80% atau lebih atau terjadi air bebas di atas daun. Cuaca kering
menghambat pertumbuhan jamur pada daun dan akar. Infeksi pada batang dan
akar terjadi pada awal fase pertumbuhan tanaman. Gejala terlihat pada 3 minggu
setelah tanaman tumbuh. Suhu tanah optimal untuk menginfeksi dan
perkembangan penyakit selanjutnya adalah 15-18 °C. Pada suhu 20 °C gejala
penyakit tidak terlalu parah dan akar terbentuk normal. Patogen dapat hidup dan
menyerang bermacam-macam tumbuhan (kosmopolitan) dan di negara tropis
keberadaannya sangat melimpah.
Pengendalian
Perawatan benih terutama pada biji terinfeksi.
Membenamkan sisa tanaman terinfeksi.
Aplikasi fungisida benomil, klorotalonil dan kaptan
Database digunakan untuk menyimpan data-data gejala penyakit, jenis
penyakit beserta solusinya sebagai inputan sistem dan kemudian diolah menjadi
output sistem. Database yang dibuat dalam tugas akhir ini yaitu dengan
menggunakan MySQL. Berikut adalah tabel yang dibutuhkan dalam sistem pakar
ini:
1) Tabel Penyakit Data
Tabel 3.6 ini digunakan untuk menyimpan semua data penyakit. Data – data
terkait akan disimpan dalam tabel penyakit.
Tabel 3.2Tabel Penyakit Data
No Fields Type Size Ket
1. Id_penyakit Integer 11 Primary Key
2.
Nama_penyakit Varchar 200
3.
Id_post Varchar 11
2) Tabel Penyakit Gejala
Tabel 3.7 ini digunakan untuk menyimpan semua gejala data gejala. Data –
data terkait yang akan disimpan dalam tabel gejala adalah :
Tabel 3.3Tabel Gejala
No Fields Type Size Ket
1. Id_gejala Integer 10 Auto_Increment
2. Nama_gejala Varchar 100
3) Tabel Hubungan
Tabel relasi digunakan untuk menghubungkan antara tabel nama penyakit dan
tabel gejala penyakit, sehingga bisa didapat gejala-gejala penyakit untuk
setiap jenis penyakit kedelai.
Tabel 3.4Tabel Hubungan
No Fields Type Size Ket
1. Id_Gejala Integer 10
2. Id_Penyakit Varchar 5
3. Cf Float
3.5.1. CDM
Berikut adalah gambar rancangan CDM pada database sistem pakar
mempunyai
memiliki
penyakit gejala dan penyakit hubungan. Didalam tabel penyakit data terdapat id
penyakit, nama penyakit dan id post. Didalam tabel penyakit gejala terdapat id
gejala nama gejala tipe. Dan didalam tabel penyakit hubungan menghubungkan
antara tabel penyakit data dan penyakit gejala. Penyakit data dan penyakit gejala
mempunyai hubungan one to many dengan tabel hubungan
3.5.2. PDM
Berikut adalah gambar 3.7 rancangan PDM pada database sistem pakar
FK_PENYAKIT_MEMPUNYAI_PENYAKIT
3.6. Perancangan Struktur Menu Progam
Perancangan arstitektur merupakan hubungan diantara elemen-elemen
struktural utama dari program. Perancangan arsitektur dapat memberikan
Beranda Diagnosa Buku Tamu
Diagnosa Hama
Diagnosa Unsur Hara
Diagnosa Penyakit Sejarah Kedelai
Budidaya Kedelai
Manfaat Kedelai
Tentang Kami
Gambar 3.8Arsitektur Menu Progam
Pada gambar 3.8 adalah proses awal membauka web sistem pakar kedelai akan
tampil empat menu yaitu menu beranda, diagnosa, buku tamu, dan tentang kami.
Didalam menu beranda muncul tiga sub menu yaitu menu sejarah kedelai yang
berisi tentang awal mula sejara kedelai masuk di Indonesia sub menu kedua
tentang budidaya kedelai dimana dijelaskan cara bertanam kedelai dengan benar
sub menu berikutnya adalah menu manfaat kedelai dimana terdapat informasi
tentang manfaat kedelai. Menu berikutnya adalah menu diagnosa yang terdiri sub
menu diagnosa hama, diagnosa penyakit dan diagnosa unsur hara. Dimana pasien
bisa menginputkana data gejala penyakit didalam menudiagnosa penyakit. Menu
tentang sistem guna untuk memberi saran dan kritikan sistem pakar. Menu
BAB IV
IMPLEMENTASI
Pada bab ini akan membahas tentang implementasi sistem pakar beserta
analisa data. Jadi gejala- gejala tersebut akan di proses untuk di hubungkan
dengan data dari nama penyakit.Kemudian dari data tersebut akan dihitung
berdasarkan nilai certainty factor untuk diberi nilai, yang pada akhirnya akan
muncul hasil dari perhitungan tersebut.
4.1. Lingkungan Implementasi
Lingkungan implementasi yang akan dipaparkan disini meliputi lingkungan perangkat keras dan lingkunagn perangkat lunak.
1) Kebutuhan Perngkat Keras
a) Intel Core i3-2330M Prosesor @2.230Ghz
b)RAM 2 GB
c) VGA 1 GB
2) Kebutuhan Perangkat Lunak
a) Sistem Operasi Microsoft Windows 7 Professional
b)Macromedia Dreamwever 8
c) Adobe Photoshop CS2
d)Mozzila Firefox 13.0.1
e) CMS WordPress
4.2. Implementai Sistem
halaman besar yaitu halaman admin, halaman deteksi dan halaman jenis penyakit.
4.2.1. Halaman Utama
Pada halaman utama ini terdapat beberapa menu untuk user diantaranya adalah menu beranda, diagnosa, buku tamu dan tentang kami.
Gambar 4.1 Halaman Utama
4.2.1.1. Sub Menu Sejarah Kedelai
Gambar 4.2 Halaman Sejarah Kedelai
4.2.1.2. Sub Menu Budidaya Kedelai
Dalam halaman menu ini berisi tentang informasi cara-cara budidaya tanaman kedelai dan informasi singkat pengolahan penyakit dan hama pada tanaman kedelai
Gambar 4.3 Budidaya Tanaman Kedelai
4.2.1.3. Sub Menu Manfaat Kedelai
Gambar 4.4 Manfaat Kedelai
4.2.2. Halaman Diagnosa
Pada halaman diagnosa terdiri dari tiga sub menu yaitu : a) Diagnosa Hama
Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang akibat serangan hama kedelai.
b) Diagnosa Unsur Hara
Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang kekurangan akibat Unsur Hara.
c) Diagnosa Penyakit
Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang penyakit kedeali.
4.2.3. Halaman Diagnosa Penyakit
Gambar 4.5 Diagnosa Penyakit
4.2.4. Halaman Buku Tamu
Gambar 4.6 Buku Tamu
4.2.5. Halaman Tentang Kami
Pada halaman ini berisi informasi singkat tentang pemanfaatan
teknologi dan internet bisa membantu untuk meberikan informasi yang sangat berguna bagi masyarakat khususnya para petani di Indonesia.
Gambar 4.7 Tentang Kami
4.2.6. Halaman Login
Gambar 4.8 Menu Login Admin WordPress
4.2.7. Halaman Dasbord Menu Admin WordPress
Halaman menu menu admin yang berfungsi untuk mengatur tampilan, menambahkan page, post, menu dan menu input gejala pennyakit ada
didasboard ini.
Gambar 4.9 Dasboard WordPress
4.2.8. Menu Jetpack
Jetpack ini merupakan plugin dari wordpress yang berfungsi untuk melihat prosentase dari pengunjung yang sudah mengunjungi web sistem pakar ini, menu ini hanya berpengaruh jika ada web site sistem pakar telah di
Gambar 4.10 Tampilan Jetpack
Dibawah ini adalah tampilan grafik dari plugin jetpack sebagai pendukung untuk intensitas pengunjung yang telah telah mengakses web sistem pakar ini.
Gambar 4.11Statistik Jetpak
4.2.9. Menu Post
Menu Posts ini berfungsi untuk admin memberikan postingan data yang akan di tampilkan pada halaman web sistem pakar nanti.Dalam menu ini postingan juga dapat dikategorikan sesuai dengan menu bab yang telah
