• Tidak ada hasil yang ditemukan

BAB 2 TINJAUAN PUSTAKA - Implementasi Metode Naïve Bayesian Dan Backward Chaining Pada Sistem Pakar Diagnosa Penyakit/Hama Tanaman Teh

N/A
N/A
Protected

Academic year: 2018

Membagikan "BAB 2 TINJAUAN PUSTAKA - Implementasi Metode Naïve Bayesian Dan Backward Chaining Pada Sistem Pakar Diagnosa Penyakit/Hama Tanaman Teh"

Copied!
23
0
0

Teks penuh

(1)

BAB 2

TINJAUAN PUSTAKA

2.1 Kecerdasan Buatan

Kecerdasan buatan sebagai ilmu terapan telah ada sekitar selama kurang lebih tiga puluh tahun. Tujuan dari praktisi individu bervariasi dan berubah dari waktu ke waktu. Sebuah karakterisasi yang wajar dari bidang umum adalah bahwa hal itu dimaksudkan untuk membuat komputer melakukan hal-hal yang bila dilakukan oleh seorang ahli, yang digambarkan memiliki kecerdasan seperti seorang pakar. Mencirikan tujuan keceradasan buatan baik sebagai pembangunan sistem cerdas yang berguna dan pemahaman kecerdasan manusia (Brooks, 1991).

Menurut Minsky, kecerdasan buatan adalah suatu ilmu yang mempelajari cara kerja membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia (Kusrini, 2006). Menurut H. A. Simon kecerdasan buatan (artificial intelegence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (Kusrini, 2006).

Menurut Winston dan Prendergasi ada tiga manfaat kecerdasan buatan (Kusrini, 2006), yaitu :

(2)

Kecerdasan yang dimaksud adalah kemampuan untuk belajar atau mengerti dari pengalaman, memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah serta menyelesaikannya dengan efektif.

2.2 Sistem Pakar

Profesor Edward Fieganbaum dalam (Listyono, 2008) dari Universitas Stanford sebagai seorang pelopor awal dari teknologi sistem pakar, mendefinisikan sistem pakar sebagai suatu program komputer cerdas yang menggunakan knowledge dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya.

Sistem pakar adalah salah satu cabang dari Artificial Intellegence (AI) yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya. Knowledge dalam sistem pakar mungkin saja seorang ahli, atau knowledge yang umumnya terdapat dalam buku, majalah dan orang yang mempunyai pengetahuan tentang suatu bidang (Arhami, 2005).

Berikut gambar 2.1 yang menggambarkan konsep dasar suatu sistem pakar :

(3)

2.2.1 Struktur Sistem Pakar

Sistem pakar disusun oleh dua bagian yaitu lingkungan pengembangan dan lingkungan konsultasi. Lingkungan pengembangan sistem pakar digunakan untuk memasukan knowledge pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh knowledge pakar (Listyono, 2008). Komponen-komponen yang terdapat dalam sistem pakar yaitu :

1. Antar muka pengguna.

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antar muka yang efektif dan ramah pengguna (user-friendly) sangat penting bagi pemakai yang tidak ahli dalam bidang yang diterapkan oleh sistem pakar.

2. Basis pengetahuan

Merupakan kumpulan pengetahuan bidang tertentu pada tingkatan pakar dalam format tertentu. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara memperoleh fakta baru dari fakta yang telah diketahui.

3. Mesin inferensi

Merupakan otak dari sebuah sistem pakar dan dikenal juga dengan sebutan control structure (struktur kontrol) atau rule interpreter (dalam sistem pakar berbasis kaidah).

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah.

4. Memory kerja

(4)

5. Fasilitas penjelasan

Komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Tujuan adanya fasilitas penjelasan dalam sistem pakar antara lain membuat sistem menjadi cerdas, menunjukkan adanya proses analisa dan yang tidak kalah pentingnya adalah memuaskan psikologis pemakai.

6. Fasilitas akuisisi pengetahuan

Akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer, yang bertujuan untuk memperbaiki dan atau mengembangkan basis pengetahuan.

Berikut gambar 2.2 arsitektur pada sistem pakar berdasarkan penjelasan diatas :

Gambar 2.2 Struktur Sistem Pakar

2.2.2 Ciri-Ciri Sistem Pakar

Ada beberapa ciri-ciri sistem pakar (Kusrini, 2006), yaitu : 1. Terbatas pada bidang spesifik.

2. Dapat memberikan penalaran untuk data yang tidak lengkap atau tidak pasti. 3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang

dapat dipahami.

(5)

5. Dirancang untuk dapat dikembangkan secara bertahap. 6. Outputnya bersifat nasihat atau anjuran.

7. Output tergantung dari dialog dengan user. 8. Knowledge base dan inference engine terpisah.

2.2.3 Keuntungan Sistem Pakar

Sistem pakar (expert system) merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di bidang-bidang spesialisasi tertentu seperti sains, perekayasaan, matematika, kedokteran, pendidikan dan sebagainya. Ada beberapa keunggulan sistem pakar (Arhami, 2005) di antaranya yaitu :

1. Menghimpun data dalam jumlah yang sangat besar.

2. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu bentuk tertentu.

3. Mengerjakan perhitungan secara cepat, tepat, dan tanpa jemu mencari data yang tersimpan dengan kecepatan tinggi.

2.2.4 Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiki beberapa kelemahan (Arhami, 2005), di antaranya adalah :

1. Masalah dalam mendapatkan pengetahuan di mana pengetahuan tidak selalu bisa didapatkan dengan mudah, karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki oleh pakar berbeda-beda.

2. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya.

(6)

4. Sistem pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.

2.2.5 Elemen Manusia Pada Sistem Pakar

Sistem pakar setidak-tidaknya mempunyai dua unsur manusia atau lebih yang terlibat di dalam pembangunannya dan pengembangan serta penggunaannya. Minimal, ada seorang yang membangun dan ada penggunanya. Menurut Turban dalam (Desiani, 2006), ada 4 unsur manusia dalam sistem pakar yaitu :

1. Pakar (The Expert)

Orang yang menguasai bidang ilmu pengetahuan tertentu, berpengalaman, pengambil keputusan dan menguasai metode-metode tertentu, serta mampu memanfaatkan talentanya dalam memberikan nasehat/saran terhadap penyelesaian suatu permasalahan.

2. Perekayasa Pengetahuan (Knowledge Engineer)

Orang yang membantu pakar dalam menyusun area permasalahan dengan mengintrepretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan analogi, mengajukan counter example dan menerangkan kesulitan-kesulitan konseptual.

3. Pemakai (User)

Sistem pakar memiliki beberapa kelas pemakai, yaitu :

a. Pemakai bukan pakar. Dalam hal ini, sistem pakar berperan sebagai seorang konsultan atau pemberi nasihat.

b. Siswa yang ingin belajar, di sini sistem pakar berperan sebagai instruktur.

(7)

d. Pakar dalam hal ini sistem pakar berperan sebagai kolega atau asisten.

4. Unsur lainnya

Beberapa unsur lainnya yang mungkin termasuk ke dalam unsur manusia untuk sistem pakar adalah system builder (pembangun sistem) atau system analyst yang membantu mengintegrasikan sebuah sistem pakar dengan sistem

terkomputerisasi lainnya.

2.3 Teh

Teh (Camellia sinensis) merupakan minuman non-alkohol yang banyak digemari oleh masyarakat. Teh sebagai bahan minuman, dibuat dari pucuk muda yang telah mengalami proses pengolahan tertentu. Daun teh mengandung khasiat yang bermanfaat bagi kesehatan tubuh manusia, salah satunya adalah sebagai antioksidan.

Namun kualitas dan produktivitas tanaman teh menjadi masalah dalam pemasaran, dua akar permasalahan ini menyebabkan produk teh indonesia kalah dengan negara lain. Persaingan harga jual komoditi teh menjadi salah satu faktor daya saing yang menentukan kelangsungan industri teh Indonesia. Penurunan kualitas daun teh disebabkan salah satu faktor utama yaitu adanya serangan penyakit dan hama.

`

2.3.1 Penyakit Tanaman Teh

Berikut ini adalah penyakit yang terdapat pada tanaman teh (Semangun, 2000) : 1. Cacar Teh (Exobasidium vexans)

(8)

bagian cembung, yang mirip dengan cacar. Permukaan atas yang cekung adalah licin, mengkilat, dan biasanya lebih pucat dari pada bagian yang tidak sakit.

2. Penyakit Akar Merah (Ganoderma pseoduferreum)

Cendawan atau jamur akar merah merupakan penyakit paling banyak menyerang perkebunan teh yang mempergunakan pohon pelindung sejenis Albizzia falcate ataupun Derris micophyla. Jamur ini menyerang bagian akar tanaman pelindung dan menularkannya pada tanaman teh. Gejala penyakit ini yaitu daun-daun menguning, layu, rontok, dan tanaman mati. Jika tidak terhambat jamur akar merah akan meluas ke semua jurusan. Dengan demikian penyakit akar merah biasanya membentuk rumpang yang luas dan bundar.

3. Penyakit Akar Hitam (Rosellinia arcuata)

Penyakit ini banyak menimbulkan kerugian di perkebunan teh Sri Lanka dan India. Rosellinia menimbulkan kerugian yang besar pada pertanaman teh yang berumur 3-8 tahun, yang terdapat pada tanah hutan baru. Jamur dapat membentuk rizomorf di dalam tanah. Jamur dapat menular dengan beberapa macam cara,yang terpenting adalah melalui kontak antara akar yang sehat dengan yang sakit. Jamur dapat juga menular dengan rizomorf di bawah tanah,dengan konidium dan askospora dan misellium. Gejala pada penyakit ini adalah terdapat pada bagian-bagian tanaman diatas tanah sama dengan gejala yang disebabkan oleh penyakit-penyakit akar pada umumnya, yaitu daun-daun menguning, layu, rontok, dan tanaman mati. Pada permukaan akar teh yang sakit jamur akar hitam ini menimbulkan gejala, yaitu adanya jaringan benang-benang jamur berwarna hitam.

4. Penyakit Busuk Daun (Cylindrocladium ilicicola)

(9)

5. Penyakit Mati Ujung (Pestalotia theae)

Penyakit mati ujung disebabkan oleh jamur Pestalotia thea yang menyerang tanaman terutama melalui luka atau bagian daun yang rusak.Penyakit ini akan timbul pada tanaman yang lemah karena kekurangan unsur hara (N dan K), pemetikan yang berat, kekeringan, angin kencang dan sinar matahari yang kuat.

2.3.2 Hama Tanaman Teh

Berikut ini adalah hama yang terdapat pada tanaman teh (Tjahjadi, 1989) : 1. Kepik Penghisap Daun (Helopeltis spp.)

Kepik yang berukuran 2,5 cm dengan warna badan coklat kegelapan ditandai dengan huruf “X” pada lipatan sayap di punggung dan ujung antena kemerahan. Tampilannya gagah, dengan “otot-otot” paha yang tampak gempal. Perilakunya tenang dan selalu memilih pucuk-pucuk daun yang muda, dengan akibat pucuk itu akan segera layu dalam beberapa waktu.

2. Ulat Jengkal (Hyposidra talaca)

Daur hidup ulat kilan sangat bergantung pada makanan dan iklim setempat. Daur hidupnya 2,5 – 3,5 bulan. Betinanya dapat meletakkan telur sampai 320 butir dan meletakkan telur berkelompok pada daun. Lama stadium telur 5-6 hari. Menjelang menetas telur mengalami perubahan warna dari hijau kebiruan menjadi kehitaman. Ulat-ulat kecil yang telah menetas dari telur akan bergerombol dan angin akan membantu penyebarannya. Gejala hama ulat jengkal adalah menyerang daun, pupus daun,dan pentil teh. Serangan beratmenyebabkan daun berlubang dan pucuktanaman gundul, sehingga tinggal tulangdaun saja.

3. Ulat Penggulung Pucuk (Cydia leucostoma)

(10)

2.4 Metode Naïve Bayesian

Probabilitas Bayesian adalah suatu interpretasi dari kalkulus yang memuat konsep probabilitas sebagai derajat dimana suatu pernyataan dipercaya benar. Teori Bayesian juga dapat digunakan sebagai alat pengambilan keputusan untuk

memperbaharui tingkat kepercayaan dari suatu informasi.

Teori probabilitas Bayesian merupakan satu dari cabang teori statistik matematik yang memungkinkan kita untuk membuat satu model ketidakpastian dari suatu kejadian yang terjadi dengan menggabungkan pengetahuan umum dengan fakta dari hasil pengamatan.

Salah satu metode dalam penggunaan sistem pakar untuk membantu mendiagnosa penyakit/hama tanaman teh yaitu dengan metode Naïve Bayesian yang merupakan pendekatan kecerdasan buatan (Artificial Intelligent) dan pemecahan masalah dengan menggunakan nilai probabilitas dari penyakit/hama dan gejala yang tampak pada tanaman teh.

2.4.1 Teori Probabilitas

Probabilitas merupakan suatu cara kuantitatif yang berhubungan dengan ketidakpastian yang telah ada sejak abad ke-17, ketika penjudi-penjudi Francis meminta bantuan dari para ahli matematika yang terkemuka seperti Pascal, Fermat dan lainnya (Listyono, 2008)

Teori probabilitas digunakan untuk membahas suatu peristiwa, kategori, dan hipotesis dimana tidak ada tingkat kepastian mencapai 100%. Sebagai contoh dapat dituliskan sebagai berikut :

A B

(11)

Apakah cuaca besok? Hipotesis sederhana yang berdasarkan pengamatan umum, seperti “cuaca besok cerah 10%, dan cuaca besok hujan 70%. Maka notasi yang diberikan adalah sebagai berikut :

P(C) = 0.1 P(H) = 0.7

Statement pertama dapat diketahui sebagai nilai probabilitas besok cerah adalah 0.1, nilai probabilitas dinyatakan sebagai bilangan real antara 0 dan 1. Probabilitas 0 berarti “pasti tidak” dan probabilitas 1 berarti “pasti”.

2.4.2 Teorema Bayes

Teori Bayes dikemukakan oleh seorang pendeta Inggris pada tahun 1702-1761 yang bernama Thomas Bayes. Teori Bayes digunakan untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil observasi. Teori Bayes merupakan kaidah yang memperbaiki atau merevisi suatu probabilitas dengan cara memanfaatkan informasi tambahan. Maksudnya, dari probabilitas awal (prior probability) yang belum diperbaiki yang dirumuskan berdasarkan informasi yang tersedia saat ini, kemudian dibentuklah probabilitas berikutnya (posterior probability) (Hartatik, Yasa, 2015)

Probabilitas Bayes merupakan salah satu cara untuk mengatasi ketidakpastian data dengan menggunakan formula Bayes yang dinyatakan (Coppin, 2004) berikut :

P[H|X] = 𝑃(

𝑋

|

𝐻

)∗𝑃(𝐻)

𝑃(𝑋)

Dimana :

P(H|X) : Probabilitas hipotesis H benar jika diberikan evidence X P(X|H) : Probabilitas munculnya evidence X, jika diketahui hipotesis

benar H.

P(X) : Probabilitas evidence X.

(12)

Probabilitas yang diberikan kepada setiap penyakit/hama dan gejala berbeda. Bobot yang diberikan oleh pakar yang digunakan pada sistem ini adalah :

Tabel 2.1 Skala Pembobotan Hipotesa Nilai Bayes Serangan Berat 0.8 - 1 Serangan Lumayan Berat 0.6 - 0,7 Serangan Sedang 0.4 - 0,5 Serangan Ringan 0.1 - 0.3

Tidak Ada Serangan 0

Berikut nilai probabilitas penyakit/hama dan gejala yang diberikan oleh Ir. Lahmuddin Lubis, MP sebagai pakar tanaman teh dapat dilihat pada tabel 2.2

Tabel 2.2 Bobot Penyakit/Hama dan Gejala

NO Penyakit/Hama Gejala Bobot

Penyakit

Bobot Gejala 1 Cacar Teh 1. Bercak Kecil Hijau Pucat 0.8 0.1

2. Tembus Cahaya pada daun muda 0.3

3. Dalam 5-6 hari bercak meluas menjadi 0.6-1.3cm.

0.5

4. Permukaan cacar tampak tertutup debu putih kelabu.

0.7

5. Permukaan bercak menonjol kebawah

0.8

2 Busuk daun 1. Serangan dimulai dari bagian ujung daun.

0.7 0.2

2. Daun terlepas dari tangkai 0.3

3. Tunas mengering 0.5

(13)

2. Jamur menjalar sampai ke tunas 0.4

3. Tunas mengering 0.6

4. Ranting patah dan menguning 0.8

4 Akar Merah 1. Daun-daun menguning 0.6 0.2

2. Daun-daun layu 0.3

3. Daun-daun rontok 0.4

4. Tanaman mati. 0.6

5. Permukaan akar terdapat benang- benang berwarna merah.

0.7

6. Kayu pada akar yang sakit lunak dan mengeluarkan air jika di tekan.

5. Permukaan akar terdapat benang- benang jamur berwarna hitam.

0.7

6. Kayu pada akar terdapat titik–titik hitam.

0.8

6 Kepik

Penghisap Daun

1. Serangan terjadi pada daun atau pucuk.

0.7 0.2

(14)

Penggulung Pucuk

2.Terdapat benang-benang halus pada pucuk.

0.5

3.Pada bagian yang tergulung dalamnya rusak.

0.8

Berikut gambar gejala penyakit/hama tanaman teh dapat dilihat pada tabel 2.3

Tabel 2.3 Gambar Gejala Penyakit/Hama Tanaman Teh

No Gejala Gambar

1 Bercak Kecil Hijau Pucat

2 Tembus Cahaya pada daun muda

(15)

4 Permukaan cacar tampak tertutup debu putih kelabu.

5 Permukaan bercak menonjol kebawah

6 Serangan dimulai dari bagian ujung daun.

(16)

8 Tunas mengering

9 Bercak berwarna coklat pada daun

10 Jamur menjalar sampai ke tunas

(17)

12 Daun-daun menguning

13 Daun-daun layu

14 Daun-daun rontok

(18)

16 Permukaan akar terdapat benang-benang berwarna merah.

17 Kayu pada akar yang sakit lunak dan mengeluarkan air jika di tekan.

18 Permukaan akar terdapat benang-benang jamur berwarna hitam.

(19)

20 Serangan terjadi pada daun atau pucuk.

21 Bercak-bercak hitam pada daun teh.

22 Ranting/pucuk mengalami bercak-bercak cekung

(20)

24 Terdapat bekas gigitan pada daun

25 Larva memakan daun teh.

26 Menyerang daun muda.

(21)

28 Pucuk daun gundul.

29 Pucuk tergulung

30 Terdapat benang-benang halus pada pucuk.

(22)

2.5 Backward Chaining

Mesin inferensi adalah program komputer yang bertindak sebagai otak dari sistem pakar, merumuskan metodologi untuk penalaran tentang informasi dalam basis data dan workplace, dan merumuskan kesimpulan berdasarkan basis pengetahuan yang tersedia. Mesin inferensi akan bekerja saat menerima instruksi dari pengguna di seperti jawaban dari pertanyaan yang ditampilkan dalam antarmuka pengguna dan pengguna mengklik tombol submit (Fadlillah et al, 2014).

Backward Chaining merupakan proses perunutan yang arahnya dimulai dengan tujuan/goal kemudian merunut balik ke jalur yang akan mengarahkan ke goal tersebut, mencari bukti-bukti bahwa bagian kondisi terpenuhi. Pada Backward Chaining, proses internal selalu mengecek konklusi terlebih dahulu, sebagai praduga

awal, baru kemudian mengecek gejala-gejala dipenuhi user atau tidak, bila keseluruhan gejala terpenuhi, maka praduga sistem benar dan dikeluarkan sebagai output, bila ada gejala yang tidak terpenuhi berarti praduga sistem salah, selanjutnya

sistem akan mengecek konklusi berikutnya (Hartati, 2003). Backward Chaining dimodelkan sebagai berikut :

Tujuan, IF (kondisi).

2.6 Bahasa Pemrograman Sistem

2.6.1 Pengenalan PHP

PHP singkatan dari PHP Hypertext Preprocessor.PHP merupakan bahasa berbentuk skrip yang ditempatkan dalam server dan diproses oleh server. Hasilnyalah yang dikirimkan ke klien, tempat pemakai menggunakan browser.

(23)

terstruktur di dalam tag HTML. Kode PHP juga bisa berkomunikasi dengan database dan melakukan perhitungan-perhitungan yang kompleks sambil jalan (Kadir, 2003).

2.6.2 Pengenalan Database MySQL

MySQL dikembangkan oleh sebuah perusahaan Swedia bernama MySQL AB, yang pada saat itu bernama TcX DataKonsult AB, sekitar 1994-1995. Tujuan utama TcX membuat MySQL pada waktu itu memang untuk mengembangkan aplikasi Web untuk klien. TcX merupakan perusahaan pengembang software dan konsultan database.

MySQL versi 1.0 dirilis Mei 1996 secara terbatas kepada empat orang. Baru di bulan Oktober versi 3.11.0 dilepas ke publik. Pada Juni 2000 MySQL AB mengumumkan bahwa sejak versi 3.23.19, MySQL adalah software bebas berlisensi GPL(General Public License).

MySQL adalah salah satu jenis database server yang sangat terkenal. Kepopulerannya disebabkan MySQL menggunalan SQL sebagai bahasa dasar untuk mengakses databasenya. Selain itu, MySQL bersifat free (tidak perlu membayar untuk menggunakannya) pada pelbagai platform (kecuali pada Windows, yang bersifat shareware).

MySQL termasuk jenis RDBMS (Relational Database Management System). Sehingga istilah seperti table, baris, dan kolom tetap digunakan dalam MySQL. Pada MySQL sebuah database mengandung beberapa table, table terdiri dari sejumlah baris

Gambar

Gambar 2.1 Konsep Dasar Fungsi Sistem Pakar
Gambar 2.2 Struktur Sistem Pakar
Tabel 2.1 Skala Pembobotan
Tabel 2.3 Gambar Gejala Penyakit/Hama Tanaman Teh

Referensi

Dokumen terkait

Hasil implementasi sistem pakar diagnosa penyakit tanaman padi dengan metode inferensi forward chaining dan backward chaining berbasis web mempermudah untuk diakses oleh

Ide dasarnya adalah: kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan

Penentuan yang dimaksud disini adalah penentuan secara komputerisasi, yaitu dengan cara seorang pakar memberikan informasi berupa data- data tentang gejala beserta nilai

Dengan adanya sistem pakar ini akan membantu dokter sebagai seorang pakar dalam memberikan layanan dan informasi mengenai penyakit polio dengan melihat gejala-gejala yang ada,

Sesuai dengan permasalahan di atas maka dibutuhkan suatu aplikasi yang dapat menggantikan ketidak-hadiran seorang dokter ahli atau pakar untuk memberikan informasi

Penentuan yang dimaksud disini adalah penentuan secara komputerisasi, yaitu dengan cara seorang pakar memberikan informasi berupa data- data tentang gejala beserta nilai

Hasil penelitian yang dicapai adalah adanya perangkat lunak sistem pakar diagnosa hama dan penyakit pada tanaman jagung ini untuk dapat digunakan oleh pembudidaya,

Hasil implementasi sistem pakar diagnosa penyakit tanaman padi dengan metode inferensi forward chaining dan backward chaining berbasis web mempermudah untuk diakses oleh siapa