ANALISIS DAN PERANCANGAN SISTEM PAKAR KLASIFIKASI
TANAMAN KAKTUS DAN MANFAATNYA DENGAN METODE
FORWARD CHAINING SEBAGAI MEDIA PEMBELAJARAN
BERBASIS WEB
NASKAH PUBLIKASI
diajukan oleh
Martina Endah Pratiwi
12.12.7037
kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
YOGYAKARTA
2016
▸ Baca selengkapnya: ayat 15 dan manfaatnya
(2)(3)1
ANALISIS DAN PERANCANGAN SISTEM PAKAR KLASIFIKASI
TANAMAN KAKTUS DAN MANFAATNYA DENGAN METODE
FORWARD CHAINING SEBAGAI MEDIA PEMBELAJARAN
BERBASIS WEB
Martina Endah Pratiwi
1), Armadyah Amborowati
2),
1) Sistem Informasi STMIK AMIKOM Yogyakarta
2) Teknik Informatika STMIK AMIKOM Yogyakarta
Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283
Email : [email protected]), [email protected]2)
Abstract – Cactus included in the group of succulent plants because it can save water supplies in the trunk. The cactus is also one of the plants that can survive on dry land. Various types of cactus have long been used as a human food source, one of which is Opuntia. This type has taken a lot of fruits and young stems, fruit processed into jams, and young stems processed into pickles. It also can be used as animal feed, cosmetics and pharmaceuticals.
Now this variety of cactus species are threatened with extinction due to excessive exploration by using an expert system classification cactus plants and their benefits. By using a forward chaining method, the search method ahead with the merger rules to reach a conclusion and web-based for easy access to the learning of a cactus plant.
Keywords – Cactus, Expert System, Forward Chaining,
Web.
1. Pendahuluan 1.1 Latar Belakang
Tumbuhan hidup dengan berbagai macam habitatnya, ada yang berada di daerah basah, lembab, bahkan kering. Salah satu tumbuhan yang familiar dengan habitat kering adalah kaktus. Kaktus biasa hidup di gurun atau pun padang pasir. Namun, sekarang kaktus mudah dijumpai karena banyak orang yang menggunakannya sebagai tanaman hias dan ditanam dalam pot, kebun, atau halaman. Dibalik pesonanya, keunikan yang dimiliki tanaman kaktus sangat beragam kaktus juga mempunyai manfaat lain seperti sebagai obat, pakan ternak, dan sebagainya. Namun tidak semua jenis kaktus bisa diambil manfaatnya.
Untuk mengetahui tanaman kaktus jenis apa yang bisa dimanfaatkan, diperlukan pengetahuan lebih lanjut tentang tanaman ini. Salah satunya dengan mengamati ciri-ciri fisik yang ada pada tanaman kaktus. Ciri-ciriini meliputi adanya duri, batang, dan bunganya. Namun, apabila mempelajarinya dari buku, tentu akan banyak sekali buku yang harus dibaca dan di Indonesia juga masih jarang sekali buku yang khusus membahas tanaman kaktus. Sistem pakar klasifikasi tanaman kaktus dan manfaatnya ini diharapkan dapat membantu para
pembudidaya, penjual kaktus (nursery) atau masyarakat yang tertarik dengan kaktus sebagai media pembelajaran untuk lebih mengenal jenis kaktus dan manfaatnya.
2. Landasan Teori 2.1 Dasar Teori
2.2.1 Sistem Pakar (expert system)
Secara umum sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Ada beberapa definisi tentang sistem pakar antara lain : 1. Menurut Durkin, sistem pakar adalah suatu program
komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar (Kusumadewi, S.2003).
2. Menurut Ignizio, sistem pakar adalah suatu model dan prosedur yang berkaitan dalam suatu domain tertentu yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar (Kusumadewi, S.2003).
3. Menurut Giarratno dan Riley, sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar . (Mohammad Yazdi Pusadan, 2014).
2.2.2 Konsep Umum Sistem Pakar
Pengetahuan dari suatu sistem pakar mungkin dapat direpresentasikan dalam sejumlah cara. Salah satu metode yang paling umum untuk merepresentasikan pengetahuan adalah dalam bentuk tipe aturan (rule)
IF…THEN (Jika…maka).
Walaupun cara diatas sangat sederhana, namun banyak hal yang berarti dalam membangun sistem pakar dengan mengekpresikan pengetahuan pakar dalam bentuk aturan di atas. Menurut Turban (1995), terdapat tiga orang yang terlibat dalam lingkungan sistem pakar, yaitu :
1. Pakar
Pakar adalah orang yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan
2
untuk mengaplikasikan keahliannya tersebut guna menyelesaikan masalah.
2. Knowledge enginer (Perekayasa Sistem)
Knowledge enginer adalah orang yang membantu pakar
dalam menyusun area permasalahan dengan menginterpretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan analogi, mengajukan counter example dan menerangkan kesulitan-kesulitan konseptual. 3. Pemakai
Sistem pakar memiliki beberapa pemakai, yaitu : pemakai bukan pakar, pelajar, pembangun sistem pakar yang ingin meningkatkan dan menambah basis pengetahuan, dan pakar.
2.2.3 Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development
environment) dan lingkungan konsultasi (consultation environment). 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 kedua bagian tersebut dapat dilihat dalam Gambar 1 berikut ini :
Gambar 1 Arsitektur sistem pakar, (Muhammad Arhami,2005)
1. Antarmuka Pengguna (User Interface)
User interface merupakan mekanisme yang
digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima informasi dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.
2. Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. 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 bagaimana memeperoleh fakta baru dari fakta yang diketahui.
Dalam studi kasus pada sistem berbasis pengetahuan terdapata beberapa karakteristik yang dibangun untuk membantu kita di dalam membentuk serangkaian prinsip-prinsip arsitekturnya. Prinsip tersebut meliputi : - Pengetahuan merupakan kunci kekuatan sistem
pakar.
- Pengetahuan sering tidak pasti dan tidak lengkap. - Pengetahuan sering miskin spesifikasi.
- Amatir menjadi ahli secara bertahap. - Sistem pakar harus fleksibel. - Sistem pakar harus transparan.
3. Akusisi Pengetahuan
Akusisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge enginer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.
4. Mesin inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan (Turban,1995).
Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu :
a. Forward Chaining
Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari data terlebih dahulu untuk menguji kebenaran hipotesis. Metode forward chaining ditunjukkan pada gambar 2:
Observasi A Kesimpulan 2 Kesimpulan 1 Aturan R4 Aturan R3 Fakta E Fakta D Fakta C Aturan R2 Aturan R1 Observasi B
Gambar 2 Forward Chaining, (Turban,1995).
b. Backward Chaining
Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari
fakta-3
fakta yang ada dalam basis pengetahuan. Metode
backward chaining ditunjukkan pada gambar 3 :
Observasi A Tujuan 1 Aturan R4 Aturan R3 Fakta D Fakta C Aturan R2 Aturan R1 Observasi B
Gambar 3 Backward Chaining, (Turban, 1995).
5. Workplace
Workplace merupakan area dari sekumpulan
memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai. Ada 3 tipe keputusan yang dapat direkam, yaitu: - Rencana : bagaimana menghadapi masalah
- Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
- Solusi : calon aksi yang akan dibangkitkan.
6. Fasilitas Penjelas
Fasilitas penjelas adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai. Fasilitas penjelas dapat menjelaskan perilaku sistem pakar dengan menjawab pertanyaan-pertanyaan.
7. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan dialaminya. (Muhammad Arhami, 2005)
8. Representasi Pengetahuan
Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar. Representasi dimaksudkan untuk menangkap sifat-sifat penting masalah dan membuat informasi itu dapat diakses oleh prosedur pemecahan masalah.
Adapun karakteristik dari metode representasi pengetahuan adalah :
1. Harus bisa deprogram dengan bahasa pemrograman atau dengan shells dan hasilnya disimpan dalam memori.
2. Dirancang sedemikian sehingga isinya dapat digunakan untuk proses penalaran.
3. Model representasi pengetahuan merupakan sebuah struktur data yang dapat dimanipulasi oleh mesin inferensi dan pencarian untuk aktivitas pencocokan pola.
Seperti yang telah disampaikan, bahwa dalam sistem pakar ada beberapa metode representasi pengetahuan. Jika pengetahuan berupa pengetahuan yang bersifat deklaratif, maka metode representasi pengetahuan yang
cocok adalah jaringan semantic, frame, logika predikat. Tetapi jika pengetahuannya berupa procedural yang merepresentasikan aksi dan prosedur, maka metode representasi pengetahuan yang cocok adalah kaidah produksi. (Kusrini, 2008).
2.2 Tanaman Kaktus
Kata cactus berasal dari Yunani kuno cactos berarti tanaman berduri. Tanaman ini termasuk kelompok tanaman yang menyimpan air, berdaging, dan tanaman ini terdapat duri. Tinggi tanaman yang paling kecil setinggi 2,5 cm dan yang berukuran besar dapat mencapai ketinggian 2 m. Ahli botani bernama Linneaus memasukkannya ke dalam kelompok tumbuhan berduri atau cactaceae. Tanaman ini mampu bertahan di segala cuaca. Dilihat dari bentuknya kaktus merupakan tumbuhan yang mampu menyesuaikan diri dengan lingkungannya. Saat ini tanaman kaktus dapat diperoleh dari nursery atau penjual kaktus. Jumlah tanaman kaktus di dunia saat ini ± 2.000 spesies. (Yuliana C. Leo, 2006). Jenis Opuntia salah satunya.
3. Analisis dan Perancangan Sistem 3.1 Analisis Sistem
Dalam membangun sebuah sistem perangkat lunak sistem pakar klasifikasi tanaman kaktus dan manfaatnya dengan menggunakan metode forward chaining berbasis web, dilakukan beberapa tahap analisis yaitu :
1. Menentukan masalah yang akan dibangun untuk sebuah perangkat lunak sistem pakar. Sistem yang akan dibangun merupakan sistem pakar klasifikasi tanaman kaktus dan manfaatnya dengan menggunakan metode forward chaining berbasis web.
2. Mengumpulkan data yang diperlukan untuk membangun sistem, yaitu beberapa informasi tentang jenis tanaman kaktus, ciri-ciri, dan manfaatnya melalui studi literatur.
3. Mempresentasikan pengetahuan ke dalam tabel ciri-ciri yang telah dianalisis, pohon keputusan, penelusuran ciri-ciri dan jenis kaktus.
4. Usulan sistem yang akan dibuat.
3.2 Deskripsi Sistem
Sistem pakar ini menggunakan bahasa pemrograman
PHP dengan Editor Dreamweaver sebagai aplikasi pendukung dalam pembuatannya. Sistem pakar ini merupakan sistem klasifikasi jenis tanaman kaktus yang bertujuan untuk mempermudah dan mempercepat proses dalam sistem mengklasifikasikan tanaman kaktus. Selain mempercepat dalam penanganan informasi, sistem ini juga dimaksudkan untuk membantu pengguna dalam mempelajari lebih lanjut tentang tanaman kaktus.
Sistem pakar akan memberikan hasil klasifikasi dan manfaat dari tanaman kaktus berdasarkan ciri-ciri yang ada dalam sistem ini. Sistem ini juga memiliki tampilan yang menarik dan mudah dimengerti sehingga pengguna mudah mengoprasikannya.
4
3.3 Mesin Inferensi
Mesin inferensi adalah otak dari sistem pakar, bagian ini mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan kemudian mencari jawaban atau kesimpulan yang terbaik. Dari fakta-fakta yang diperoleh selama proses Tanya-jawab dengan user, serta aturan-aturan yang tersimpan di knowledge base, inference engine dapat menarik suatu kesimpulan dan memberikan rekomendasi atau saran yang diharapkan oleh user, dalam hal ini menggunakan metode forward chaining. Representasi yang berbasis aturan memiliki pola IF kondisi THEN aksi, tabel pakar memberi beberapa ketentuan yaitu kemudahan dalam modifikasi, baik perubahan, penambahan, maupun penghapusannya. Penelusuran dilakukan user dengan memasukkan ciri-ciri awal yang diamati. Berikut ini aturan penelusuran dan struktur pelacakan klasifikasi tanaman kaktus dengan metode forward chaining.
1. Tabel Keputusan
Tabel keputusan berfungsi sebagai alat bantu pengambilan keputusan dan untuk menentukan mulai dari alur pertanyaan sampai dengan hasil klasifikasi.
Tabel 1 Tabel Keputusan
2. Pohon Keputusan
Pada gambar 4, jika pilihan ya pada C01 maka akan dilanjutkan ke C02, apabila C02 memilih ya, maka dilanjutkan ke C21 dan seterusnya.
Gambar 4 Pohon Keputusan 3.4 Perancangan Sistem
Perancangan sistem merupakan tahapan untuk membutuhkan basis data yang sesuai dengan kebutuhan sistem.
1. Entity Relationship Diagram
ERD merupakan model untuk menjelaskan hubungan antar data dalam basis data berdasarkan obyek-obyek dasar data yang mempunyai hubungan antar relasi. ERD akan ditunjukkan pada gambar 5 berikut ini : Ciri-ciri Kode_ciri* Nama_ciri relasi Kode_ciri** Kode_klas** Klasifikasi Kode_klas* Nama_klas keterangan foto memiliki Data_user password Nama_user usia Username* Jenis_kelamin alamat Hasil_diagnosa Kode_klas** Id_diagnosa* Username** Tgl_diagnosa mendapat m m 1 m m 1 Tmp_klas username Kode_klas Tmp_ciri username Kode_ciri Tmp_analisa username Kode_klas Kode_ciri status Data_pakar username* pass kritik Id* nama email website komentar tanggal Tentang kaktus Id* judul gambar keterangan tanggal Tmp_user tanggal Nama_user usia id* Jenis_kelamin alamat username
Gambar 5 Entity Relationship Diagram
Pada gambar 5 diatas, entitas yang terdapat di dalam kotak, merupakan entitas tmp yang berfungsi untuk menyimpan data sementara atau temporary.
3. Flowchart
Flowchart sistem menggambarkan aliran atau proses yang menampilkan langkah-langkah beserta urutannya dengan menghubungkan masing-masing langkah tersebut menggunakan tanda panah.
Flowchart sistem klasifikasi pada tanaman kaktus akan ditunjukkan pada gambar 6 berikut ini :
5 Mulai Login Pakar / admin User Input username dan password sesuai hak akses Pilih Menu Pilih Menu Relasi Hasil Konsultasi Data User Tentang Kaktus Klasifikasi Ciri-ciri Konsultasi Hasil Konsultasi Ulangi? Ulangi? Logout Selesai ya tidak ya ya ya tidak ya tidak Gambar 6 Flowchart 2. Diagram Konteks
Pada gambar 7, diagram konteks memperlihatkan masukan, proses, dan keluaran dari sistem yang akan dirancang. Data flow diagram atau diagram aliran data (DAD) adalah komunikasi grafik yang menggunakan sejumlah simbol untuk menggambarkan bagian data yang mengalir dari suatu proses aliran yang saling berkaitan. DAD bertujuan untuk memberikan indikasi mengenai bagaimana data ditransformasi pada saat data bergerak melalui sistem juga memperbaiki komunikasi antar pemakai dan sistem analisis untuk menyusun sistem baru, oleh karena itu DAD dapat menunjukkan tata kerja sistem baru.
Sistem pakar klasifikasi tanaman kaktus dan manfaatnya dengan menggunakan metode forward chaining bebasis
web Pakar / Admin
Input data klasifikasi Input data ciri-ciri
Input data relasi Input data tentang kaktus
Data Klasifikasi Data Ciri-ciri
Data Relasi Data User Data tentang kaktus Data Hasil Diagnosa
User Login Login Aktivasi Hasil Diagnosa Aktivasi Diagnosa Hasil Diagnosa
Gambar 7 Diagram Konteks 4. Implementasi dan Pembahasan 4.1 Manual Program
Untuk menjalankan sistem yang dibangun, berikut cara penggunaan dan penjelasannya masing-masing menu yang tersedia.
1. Halaman Utama Sistem
Pada gambar 8 terdapat sekilas penjelasan mengenai sistem pakar.
Gambar 8 Halaman Utama Sistem
a. Daftar
Pada gambar 9 merupakan form pendaftaran bagi user baru, sebelum login user harus mendaftar terlebih dahulu.
Gambar 9 Menu Daftar
2. Halaman Utama Pakar
Pada gambar 10 merupakan halaman untuk pakar mengakses data-data seperti, data klasifikasi, data ciri-ciri, data relasi, melihat data hasil diagnosa user, data user, dan data tentang kaktus.
Gambar 10 Halaman Utama Pakar
3. Halaman Utama User
Gambar 11 Halaman Utama User
a. Diagnosa
Pada gambar 12 merupakan menu user untuk melakukan diagnosa dengan menjawab beberapa pertanyaan yang disediakan dan mendapatkan hasil
6
diagnosa berupa informasi ciri yang diinputkan dan klasifikasi kaktus.
Gambar 12 Menu Diagnosa 5. Penutup
5.1 Kesimpulan
Dari hasil penelitian yang telah dilakukan maka dapat ditarik kesimpulan sebagai berikut :
1. Dengan metode forward chaining aplikasi sistem pakar klasifikasi tanaman kaktus dapat mengklasifikasikan tanaman kaktus sesuai dengan ciri-ciri yang diinputkan user.
2. Sistem pakar klasifikasi tanaman kaktus dapat memberikan informasi manfaat – manfaat yang bisa dikembangkan oleh user.
3. Sistem pakar berbasis web dapat menjadi sarana untuk pembelajaran lebih lanjut mengenai tanaman kaktus dengan adanya halaman berita kaktus.
4. Berdasarkan hasil pengujian yang dilakukan terhadap pakar, bahwa sistem dapat memberikan keakuratan data dan informasi dengan prosentase sebesar 88 %.
5.2 Saran
Adapun saran-saran yang diperlukan untuk penelitian maupun pengembangan berikutnya adalah :
1. Sistem pakar ini dapat dikembangkan cakupannya, sehingga topik yang dibahas tidak terbatas pada tanaman kaktus jenis opuntia saja, tetapi akan mencakup semua jenis tanaman kaktus lainnya.
2. Sistem pakar ini dapat ditambahkan fitur untuk mengidentifikasi penyakit dan hama pada tanaman kaktus.
Daftar Pustaka
[1] Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta. Penerbit Andi.
[2] Arief. M. Rudyanto. 2011. Pemrograman Web Dinamis menggunakan PHP dan MySQL. Yogyakarta. Penerbit Andi.
[3] Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta. Penerbit Andi.
[4] Anhar. 2010. Panduan Menguasai PHP & MySQL Secara Otodidak. Media Kita.
[5] Nugroho, Bunafit. 2014. Aplikasi Sistem Pakar dengan PHP & Editor Dreamweaver. Penerbit Gaya Media.
[6] Hewwit, Terry. 1993. The Complete Book of Cacti &
Succulents. Dorling Kindersley, Inc.
[7] Kusrini. 2006. Strategi Perancangan dan Pengelolaan Basis Data. Andi.
[8] Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Penerbit Andi.
[9] Kusumadewi, Sri. 2003. Artificial Intelligence: Teknik dan Aplikasinya. Edisi 1. Yogyakarta. Graha Ilmu.
[10] Shetty, Anoop A dan Rana, M.K. 2011, Journal of
Food Science and Technology: Cactus: a Medinical Food.
[11] Leo, Yuliana C dan N.S Budiana. 2005. Kaktus Cantik & Unik. Penebar Swadaya.
[12] Sudarmono, Drs. AS. 1997. Tanaman Hias Ruangan Mengenal & Merawat. Penerbit Kanisius.
[13] www.discoverylife.org/mp/20q?guide=Opuntia
Biodata Penulis
Martina Endah Pratiwi, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2016.
Armadyah Amborowati, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2004. Memperoleh gelar Master of Engineering (M.Eng) Program Pasca Sarjana Magister Teknologi Informasi Fakultas Teknik Elektro Universitas Gajah Mada Yogyakarta, lulus tahun 2009. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta dan Ketua BAAK di STMIK AMIKOM Yogyakarta.
