|
CF(R3)-[CF(R1,R2)]. [CF (R3)] (3) Untuk solusi dengan lebih banyak aturan dapat Gambar 2 Struktur menu user menggunakan persamaan yang secara bertingkat seperti pada persamaan diatas. 3.1.2 Struktur Menu Admin Pada gambar berikut merupakan tampilan struktu r 2.4 Diagnosis Diagnosa atau diagnosis dalam kamus besar Bahasa menu admin yang sudah dirancang, bisa dilihat pada Gambar 3. Indonesia adalah penentuan suatu penyakit dengan meneliti (memeriksa) gejala-gejalanya [7]. 2.4.1 Kelapa Gambar 3. Struktur menu admin Tanaman kelapa, adalah tanaman serba guna 3.2 Flowchart User yang setiap bagian tanamannya memiliki manfaat Rancangan Flowchart User dapat dilihat pada bagi kehidupan manusia. Multimanfaat tanaman kelapa antara lain sebagai sumber makanan, Gambar 4. minuman, obat-obatan, bahan bangunan dan rumah, kerajinan tangan, bahkan juga digunakan sebagai bahan baku industri penting, seperti kosmetik, sabun, dan lain-lain. 2.4.2 Hama Hama adalah serangga yang mempunyai tiga pasang tungkai (kaki) yang menyerang tanaman sehingga menimbulkan kerugian bagi petani baik mutu maupun jumlahnya. 3. METODOLOGI Gambar 4 Flowchart User 3.1 Desain Sistem Sistem ini dimulai dengan halaman home user Sistem memiliki 2 akses yaitu user dan admin. yang berisi informasi hama dan penyakit pada 1. User dapat mengakses halaman user seperti beranda, tanaman kelapa, halaman diagnosis berisi form diagnosis. Kemudian dilanjutkan proses perhitungan. diagnosis kontak. Setelah proses selesai maka akan muncul informasi 2. User dapat menjalankan halaman diagnosis dan hasil diagnosis. Dihalaman berikut ada halaman kontak yang berisi tentang info kontak admin. mencentang gejala yg tersedia. Selanjutnya halaman login untuk masuk kehalaman 3. User dapat mencentang minimal 3 gejala yang di admin. derita dan akan keluar perhitungan nya. 3.3 Perancangan 4. Untuk mengakses halaman admin. admin wajib login 1. Tabel Penyakit di halaman admin dan mengisi username dan Table Penyakit berisikan tentang id penyakit password. dan nama penyakit pada tanaman kelapa, yang 5. Admin dapat mengakses halaman diagnosis untuk ditunjukkan pada table 1. menambah, mengedit dan menghapus. 6. Admin dapat mengakses halaman gejala untuk Tabel 1 Tabel Penyakit. menambah, mengedit, dan menghapus pada gejala. ID Penyakit 7. Admin dapat mengakses halaman Mb/Md untuk Penyakit memberikan nilai dan menambah, mengedit, dan IDP01 Gugur Buah menghapus pada halaman Mb/Md.. IDP02 Busuk Janur 8. Admin dapat kembali ke menu user dengan cara logout di halaman admin. 3.1.1 Struktur Menu User Berikut adalah tampilan struktu r menu user yang sudah dirancang, bisa dilihat pada Gambar 2. 286
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 3 No. 1, Maret 2019 IDP03 Busuk Tunas IDGP22 IDP04 Layu Natuna IDGP23 IDP05 Layu Kuning IDGP24 IDP06 Bercak Daun IDGP25 IDP07 Karat Batang IDGP26 IDP08 Busuk Akar IDGP27 IDP09 Busuk Buah IDGP28 IDGP29 2. Tabel Hama IDGP30 Table Hama berisikan tentang id hama pada tanaman IDGP31 IDGP32 kelapa dan nama hama, yang ditunjukkan pada table 2. IDGP33 IDGP34 Tabel 2 Tabel Hama. ID Hama Hama IDH01 Kumbang Kelapa Tabel 4 Tabel Relasi Hama. IDH02 Kumbang Sagu Id Gejala Hama IDH03 Belalang Gejala 1 2 3 4 5 6 7 8 9 IDH04 Kutu Perisai Hama IDH05 Ulat Parasa IDGH01 IDH06 Ulat Darna IDGH02 IDH07 Artona IDGH03 IDH08 Ulat Tirathaba IDGH04 IDH09 Tikus Pohon IDGH05 IDH10 Bajing IDGH06 IDH11 Anai-anai Randu IDGH07 IDGH08 3. Tabel Rule. IDGH09 Berdasarkan pengetahuan yang diperoleh maka IDGH10 dibangun sebuah tabel rule sistem pakar. Tabel rule sistem akar diagnosis hama dan penyakit pada tanaman kelapa IDGH11 menggunakan metode certainty factor berbasis website IDGH12 dapat dilihat pada Tabel 3 dan tabel 4. IDGH13 IDGH14 Id Tabel 3 Tabel Relasi Penyakit. 9 IDGH15 Gejala Gejala Penyakit IDGH16 Penyakit 12345678 IDGH17 IDGP01 IDGH18 IDGP02 IDGH19 IDGP03 IDGH20 IDGP04 IDGP05 IDGH21 IDGP06 IDGH22 IDGP07 IDGH23 IDGP08 IDGH24 IDGP09 IDGH25 IDGP10 IDGH26 IDGP11 IDGH27 IDGP12 IDGH28 IDGP13 IDGH29 IDGP14 IDGH30 IDGP15 IDGP16 IDGP17 IDGP18 IDGH31 IDGP19 IDGH32 IDGP20 IDGH33 IDGP21 IDGH34 IDGH35 IDGH36 287
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 3 No. 1, Maret 2019 4. HASIL DAN PEMBAHASAN 4.1 Tampilan Beranda User Menu beranda user berisi informasi tentang hama dan penyakit pada tanaman kelapa, serta bakteri dan jamur penyebab penyakit pada tanaman kelapa. Tampilan beranda dan informasi dapat dilihat pada Gambar 5. Gambar 7 Tampilan Menu Diagnosis Gejala Hama. Gambar 5 Tampilan Informasi Beranda User. 4.3 Tampilan Hasil Diagnosis Setelah melakukan proses diagnosis, maka akan keluar hasil dari gejala yang sudah dicentang untuk mengetahui hama dan penyakit apa yang di derita, dan nilai dari Certainty Factor dari gejala yang dipilih. Pada gambar 8 merupakan hasil diagnosis dari hama pada tanaman kelapa 4.2 Tampilan Menu Diagnosis User Menu diagnosis user menampilkan form gejala penyakit dan form gejala hama untuk mendiagnosis penyakit dan hama pada tanaman kelapa. Pada gambar dibawah ini merupakan menu diagnosis penyakit pada halaman user, dimana pada halaman ini user dapat melakukan konsultasi dengan cara mencentang gejala penyakit yang sudah tersedia. Gambar 8 Tampilan Hasil Diagnosis Hama Dan pada gambar selanjutnya adalah hasil dari diagnosis penyakit Gambar 6 Tampilan Menu Diagnosis Gejala Penyakit Gambar 9 Tampilan Hasil Diagnosis Penyakit Kemudian juga terdapat menu diagnosis hama pada 4.4 Pengujian Sistem halaman user dimana user dapat melakukan konsultasi Pengujian merupakan tahap uji coba dari sistem dengan cara mencentang gejala hama yang sudah tersedia pada halaman website. yang dirancang dan di implementasikan kedalam sebuah aplikasi agar nantinya dapat diambil kesimpulan apakah sistem berjalan dengan baik atau tidak. 4.5 Pengujian Sistem Admin Pengujian fungsional sistem dilakukan untuk menguji fitur-fitur yang ada pada website admin sistem pakar diagnosis hama dan penyakit pada Tanaman Kelapa 288
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 3 No. 1, Maret 2019 berbasis website. Hasil Pengujian Sistem Admin dapat 5. KESIMPULAN DAN SARAN dilihat pada Tabel 5. 5.1 Kesimpulan Tabel 5 Pengujian Sistem Admin. Dari beberapa tahapan pengujian yang telah dilakukan terdapat beberapa kesimpulan : Browser 1. Secara fungsi, semua fungsi yang ada pada website No Modul Google Internet Mozilla sudah bisa berjalan. Fungsi Chrome Explorer Firefox 2. Sistem pakar ini dapat membantu dalam pemberian 1 Login pengetahuan tentang penyakit dan hama beserta Admin gejala pada tanaman kelapa. 2 Tambah 5.2 Saran Penyakit Adapun saran yang perlu dikembangkan kedepannya 3 Edit agar lebih baik untuk pengguna sistem lebih baik : Penyakit 1. Mengubah perhitungan hasil diagnosis menjadi 4 Hapus persentase. Penyakit 2. Untuk pengembangan selanjutnya aplikasi website 5 Tambah ini dapat dibuat menjadi lebih fleksibel, serta dapat Gejala ditambahkan beberapa fungsi untuk menambah kinerja sistem. 6 Edit 3. Mengoptimalkan perhitungan pada aplikasi Gejala DAFTAR PUSTAKA 8 Login [1] Husna, E., 2010. IMPLEMENTASI CERTAINTY Admin FACTOR DALAM SISTEM PAKAR BERBASIS 9 Logout WEB UNTUK MENDIAGNOSA PENYAKIT Admin CEREBROVASKULAR DISEASE (CVD) ATAU STROKE (Doctoral dissertation, Universitas 10 Metode Islam Negeri Sultan Syarif Kasim Riau). [2] Ahmad, S. and Mustafid, M., 2012. Sistem Dari hasil pengujian sistem admin menunjukkan pakar diagnosa awal penyakit kulit sapi berbasis web dengan menggunakan metode bahwa fitur-fitur yang ada pada sistem dapat berjalan certainty factor (Doctoral dissertation, Universitas Diponegoro). dengan baik. [3] Kusrini, S., 2006. Kom. Sistem Pakar, Teori dan Aplikasi. Penerbit Andi Yogyakarta. 4.6 Pengujian Fungsional User [4] Rohman, F.F. and Fauzijah, A., 2008. Rancang Pengujian fungsional sistem dilakukan untuk bangun aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak. Media menguji fitur-fitur yang ada pada website user sistem informatika, 6(1). pakar diagnosis hama dan penyakit pada tanaman kelapa [5] Sugono, D., 2008. Kamus Besar Bahasa berbasis website. Hasil Pengujian Sistem User dapat Indonesia (Pusat Bahasa, Edisi Keempat, dilihat pada Tabel 6. Departemen Pendidikan Nasional). Jakarta: PT Gramedia Pustaka Utama. Tabel 6 Pengujian Sistem User. [6] Dhany, S., 2009. Perancangan Sistem Pakar Untuk Diagnosa Penyakit Anak. Perancangan No Modul Browser Sistem Pakar Untuk Diagnosa Penyakit Anak. [7] Sugono, D., 2008. Kamus Besar Bahasa (Fungsi) Google Internet Mozilla Indonesia (Pusat Bahasa, Edisi Keempat, Departemen Pendidikan Nasional). Jakarta: PT Chrome Eplorer Firefox Gramedia Pustaka Utama. 1 Konsultasi Pakar (Diagnosis Gejala Penyakit dan gejala hama) Dari hasil pengujian sistem user menunjukkan bahwa fitur-fitur yang ada pada sistem sudah berjalan dengan baik. 289
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA TANAMAN CABAI RAWIT MENGGUNAKAN METODE FORWARD CHAINING Samsudin Program Studi Sistem Informasi Fakultas Teknik Dan Ilmu Komputer Universitas Islam Inderagiri (UNISI) Jl.Propinsi, Parit 1, Tembilahan Hulu, Tembilahan Riau [email protected] ABSTRACT Memberian influences many technological advances in the process of employment in agriculture, where many farm equipment are developed so that the process can be completed agricultural work well and deliver better results in terms of quality and quantity. Chili is one komuditi agribusiness farms or plantations in Indonesia are much in demand by farmers. This is due to food in Indonesia generally use a lot of chili, so the chili into komuditi very promising for farmers. The problem at the time of pepper plants infected by certain diseases or pests, so farmers need to diagnose these plants, then not only will make the cost for the purchase of pesticides that will swell but it can also lead to dead chili plants so that crops to fail. It is necessary to develop an expert system to help diagnose the disorder in pepper, which aims to adopt similar capabilities to the experts in thinking or reasoning with precision and precise and accurate information so that it can replace the role of an expert in terms of finding a solution and give decision so that makes it easy for the layman to diagnose disorders of the pepper plants. Keywords: Chili, Pesticides, Farmers, Expert Sistem. ABSTRAK Kemajuan teknologi banyak memberian pengaruh dalam proses pekerjaan dibidang pertanian, dimana banyak peralatan pertanian yang dikembangkan sehingga proses pekerjaan pertanian dapat diselesaikan dengan baik dan memberikan hasil yang lebih baik dari segi kualitas maupun kuantitas. Cabai merupakan salah satu komuditi agrobisnis pertanian atau perkebunan di indonesia yang banyak diminati oleh para petani. Hal ini disebabkan makanan di Indonesia pada umumnya banyak menggunakan cabai, sehingga cabai menjadi komuditi yang sangat menjanjikan bagi petani. Masalahnya pada saat tanaman cabai terinfeksi oleh penyakit maupun hama tertentu, sehingga para petani perlu untuk mendiagnosa tanamannya tersebut, maka bukan saja akan membuat biaya untuk pembelian pestisida yang membengkak akan tetapi juga dapat mengakibatkan tanaman cabai mati sehingga panen menjadi gagal. Untuk itulah perlu dikembangkan suatu sistem pakar untuk membantu mendiagnosa ganguan pada tanaman cabai, yang bertujuan untuk mengadopsi kemampuan yang mirip dengan pakar dalam berfikir atau bernalar dengan ketelitian serta informasi yang tepat serta akurat sehingga dapat menggantikan peran dari seorang pakar dalam hal mencari solusi serta memberi keputusan sehinga memberikan kemudahan bagi orang awam dalam mendiagnosa gangguan pada tanaman cabai. Kata kunci: Cabai, Pestisida, Petani, Sistem Pakar. 1. PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang begitu pesat, banyak memberikan pengaruh terhadap perkembangan pada berbagai sektor, dan salah satunya adalah sektor pertanian dimana semakin banyak teknologi yang dikembangkan untuk digunakan agar mempermudah banyak pekerjaan dalam pertanian, sehingga hasilnya menjadi efektif dan efisien. Kemajuan teknologi banyak memberian pengaruh dalam proses pekerjaan dibidang pertanian, dimana banyak peralatan pertanian yang Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 36
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 dikembangkan sehingga proses pekerjaan pertanian dapat diselesaikan dengan baik dan memberikan hasil yang lebih baik dari segi kualitas maupun kuantitas. Salah satu teknologi yang banyak dikembangkan adalah teknologi yang mampu untuk mengadopsi proses dan cara berfikir manusia yaitu teknologi kecerdasan buatan (artificial intelligence) dan sistem pakar adalah salah satu bagian dari kecerdasan buatan yang mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar kedalam satu area pengetahuan tertentu sehingga petani dapat menggunakan sistem untuk menentukan solusi yang tepat dari permasalahan yang ada. Cabai merupakan salah satu komuditi agrobisnis pertanian atau perkebunan di indonesia yang banyak diminati oleh para petani. Hal ini disebabkan makanan di Indonesia pada umumnya banyak menggunakan cabai, sehingga cabai menjadi komuditi yang sangat menjanjikan bagi petani (Setiadi, 1994). Masalahnya muncul pada saat tanaman cabai terinfeksi oleh penyakit maupun hama tertentu, sehingga para petani perlu untuk mendiagnosa tanamannya tersebut, maka bukan saja akan membuat biaya untuk pembelian pestisida yang membengkak akan tetapi juga dapat mengakibatkan tanaman cabai mati sehingga panen menjadi gagal. Sehingga diperlukan seorang pakar dibidang pertanian untuk melakukan diagnosa. Namum seorang pakar tidak selalu dapat hadir untuk membantu. Selain diambil dari referensi buku sebagai pedoman dalam pembuatan sistem pakar diperluka juga seorang pakar untuk diambil rujukannya. Dalam hal ini seorang pakarnya adalah Jamalus, SP merupakan penyuluh pertanian di desa pulau palas I Kecamatan Tembilahan Hulu. Jamalus, SP lulusan S1 Agronomi dari Universitas Tjut Nyak Dien Medan. Untuk itulah perlu dikembangkan suatu sistem pakar untuk membantu mendiagnosa ganguan pada tanaman cabai, yang bertujuan untuk mengadopsi kemampuan yang mirip dengan pakar dalam berfikir atau bernalar dengan ketelitian serta informasi yang tepat serta akurat sehingga dapat menggantikan peran dari seorang pakar dalam hal mencari solusi serta memberi keputusan sehinga memberikan kemudahan bagi orang awam dalam mendiagnosa gangguan pada tanaman cabai. 1.2 Rumusan Masalah Berdasarkan uraian latar belakang di atas, maka dapat dirumuskan permasalahan pada skripsi ini yaitu sebagai berikut : 1. Waktu yang dibutuhkan petani dalam mendiagnosa penyakit pada tanaman cabai memerlukan waktu yang cukup lama. 2. Kurangnya penyuluhan yang berkaitan dengan cara mendiagnosa dan mengatasi penyakit pada tanaman cabai 3. Belum adanya aplikasi yang membatu petani dalam hal mendiagnosa penyakit tanaman cabai serta cara menanganinya. 1.3 Batasan Penelitian Agar pembahasan dalam penelitian ini tidak meluas, maka penulis membuat batasan dalam penelitian adalah: 1. Sistem pakar untuk mendiagnosa penyakit pada tanaman cabai ini menggunakan mesin inferensi Forward Chaining 2. Jenis cabai yang digunakan pada penelitian tugas akhir ini adalah jenis cabai keci/rawit 3. Sistem pakar ini mendiagnosa penyakit pada tanaman cabai melalui gejala-gejala yang tampak pada fisik dari tanaman cabai 1.4 Tujuan Penelitian Adapun tujuan dari penelitian ini adalah Membangun sistem pakar yang dapat mendiagnosa penyakit pada tanaman cabai. Untuk mencapai tujuan tersebut perlu dicapai beberapa tujuan khusus sebagai berikut : 1. Membangun sistem pakar yang dapat membantu mempercepat dalam hal mendiagnosa penyakit pada tanaman cabai. 2. Membantu para petani melakukan diagnosa tanpa tergantung pada ahlinya. 3. Membangun basis data pengetahuan penyakit tanaman cabai. 4. Menerapkan Forward Chaining untuk proses penalaran kondisi pada basis data pengetahuan penyakit tanaman cabai. Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 37
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 1.5 Manfaat Penelitian Mamfaat penelitian ini adalah : 1. Membantu proses sosialisasi penyakit tanaman cabai beserta keterangan dan solusi dalam mengatasinya terhadap para petani maupun kelompok tani 2. Memberikan pilihan kedua setelah seorang pakar bagi petani dalam melakukan konsultasi mengenai penyakt pada tanaman cabai. 3. Memberikan pengetahuan dan pengalaman kepada masyarakat pada ummnya dan petani pada khususnya tentang penyakit pada tanaman cabai. 4. Membantu menyelesaikan masalah yang dihadapi petani yaitu dengan mengenali penyakit cabai melalui perangkat lunak. 2. LANDASAN TEORI 2.1 Konsep Dasar Sistem Pakar Konsep dasar sistem pakar mencakup beberapa persoalan mendasar, antara lain apa yang dimaksud dengan keahlian, siapa yang disebut pakar, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja. Keahlian sering dicapai dari pelatiahan, membaca, dan mempraktekkan (Turban dkk, 2005). 2.2 Pengertian Sistem Sistem adalah kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan tertentu (Jogiyanto, 2005). 2.3 Karakteristik Sistem Suatu sistem mempunyai karakteristik atau sifat-sifat yang tertentu, yaitu mempunyai komponen- komponen (components), batas sistem (boundary), lingkungan luar sistem (environments), penghubung (interface), masukan (input), keluaran (output), pengolah (proses) dan sasaran (objective) atau tujuan (goal). (Jogiyanto,2005). 2.4 Pengertian Pakar Pakar adalah orang yang memiliki kemampuan pengetahuan, penilaian, pengalaman, dan metode khusus, serta kemampuan untuk menerapkan bakat ini dalam member nasehat dan memecahkan persoalan (Turban dkk, 2005). 2.5 Pengertian Sistem Pakar Sistem pakar adalah sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia (Turban dkk, 2005). 2.6 Klasifikasi Cabai Rawit Terhadap Hama dan Penyakit Dalam budi daya tanaman cabai rawit banyak sekali jenis hama dan penyakit yang dapat menyerang dan menyababkan kerusakan. Hama dan penyakit adalah orgasme yang menginfeksi tanaman dan merusaknya sehingga menurunkan kualitas hasil. Pengendalian hama dan penyakit secara preventif adalah tindakan pencegahan pertumbuhan hama dan enyakit supaya tanaman tidak terinfeksi penyakit tersebut. Hama tanaman cabai rawit ini yang paling penting adalah hama kutu daun (myzus persicae sulz) dan tungau (polyhaqotarsonemus latus banks), lalat buah (dacus sp.), trips daun (trips parvispinus karny), serta hama ulat grayak (spodoptera litura atau prodenia litura) sehingga mudah menyebabkan penyakit ketanaman lain yang masih sehat (Bambang, 2003) 3. ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Sistem Analisa Sistem ini bermaksud untuk menjabarkan apa saja tahapan serta kebutuhan yang dilakukan dalam tahap perancangan untuk menentukan langkah selanjutnya. Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 38
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 3.2 Akuisisi Pengetahuan Untuk mengetahui dengan jelas hama dan penyakit yang mengganggu tanaman cabai maka kita olah data melalui basis pengetahuan dan mesin inferensi. Agar memperjelas data yang dibutuhkan oleh sistem, sedangkan mesin inferensi digunakan untuk menganalisa data yang akurat yang dimasukkan pengguna hingga dapat ditemukan suatu kesimpulan. Tabel 3.1 Basis Pengetahuan Penyakit Cabai Gejala-Gejala Penyakit G.1 1. Tulang-tulang daun menguning Layu Fusarium dimulai dari daun-daun yang tua G.2 2. Batang tanaman dibelah secara membujur terlihat pembuluh kayu berwarna kecoklatan G.3 3. Batang tidak mengeluarkan lender G.4 1. Timbul bercak-bercak kecil Antraknosa berwarna hitam dengan bagian tepi berwarna kuning G.5 2. Permukaan buah berlekuk- lekuk G.6 1. Timbul bercak-bercak kecil Layu Bakteri berwarna hijau kekuningan pada daun yang masih muda G.7 2. Timbulnya bercak-bercak berwarna kekuningan dengan bagian pinggir berwarna gelap pada daun yang sudah tua G.8 1. timbulnya bercak-bercak bulat Bercak Daun kecil kebasahan pada daun Cercospora G.9 1. timbul bercak kecil kebasahan Busuk Buah yang berwarna hijau suram pada buah G.10 2. Buah berubah warna menjadi coklat kehitaman G.11 3. Buah mengerut dan mongering G.12 1. biji cabai membusuk didalam Rebah Semai tanah G.13 2. Semai-semai mati sebelum muncul kepermukaan G.14 3. Bibit yang telah tumbuh rebah dan mati G.15 1. Daun cabai berukuran kecil Mosaik (tidak seperti biasanya) G.16 2. Daun menjadi menyempit dan keriting G.17 3. Tulang-tulang daun menguning sehingga Nampak adanya jalur kuning di sepanjang tulang daun G.18 1. Terdapat lapisan tepung yang Tepung berwarna putih pada permukan daun bagian bawah G.19 2. Daun menjadi pucat G.20 3. Daun-daun mulai rontok atau bahkan gundul Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 39
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 3.3 Mesin Inferensi Mesin Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Dalam penelitian ini metode inferensi yang digunakan adalah (Forward Chaining). Adapun pohon keputusan dari metode inferensi yang digunakan dapat dilihat pada Gambar 3.1 SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN CABAI PENYAKIT G.18 G.1 G.15 G.4 G.6 G.8 G.9 G.12 G.19 G.2 G.16 G.5 G.7 P.4 G.13 G.10 G.20 G.3 G.17 P.2 P.3 G.14 G.11 P.8 P.1 P.7 P5 P.6 Gambar 3.1 Pohon Keputusan (Sumber : Data diolah, 2014) 3.4 Perancangan Analisa Sistem ini bermaksud untuk menjabarkan apa saja tahapan serta kebutuhan yang dilakukan dalam tahap perancangan untuk menentukan langkah selanjutnya. - User_Name & Password -Login - Input_Data_Gejala_Penyakit - Konsultasi - Input_Jenis_Penyakit PAKAR SISTEM PAKAR PETANI/ PENGGUNA DIAGNOSA PENYAKIT SISTEM TANAMAN CABAI - Hak_Akses - Laporan - Informasi Gambar 3.2 Context Diagram Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 40
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 PAKAR - User_Name -Data Gejala 2.0 Tb_Gejala - Pass Input Gejala - Hak_Akses 1.0 - Data_Jenis Penyakit 3.0 Tb_Jenis_Penyakit Login Input Jenis Tb_Aturan(Ruls) Penyakit - User_Name - Pass - hak_Akses - Data_Aturan 4.0 Input Aturan PETANI / 5.0 Hasil PENGGUNA SISTEM Konsultasi - Laporan 6.0 Cetak Gambar 3.3 Data Flow Diagram (DFD) Level0 - Data_Gejala -Data_Gejala PAKAR 2.0 2.1 Input Gejala Simpan -Data_Gejala 2.2 Ubah Tb_Gejala -Info_Data_Gejala -Data_Gejala 2.4 Keluar -Data_Gejala 2.3 Hapus Gambar 3.4 Data Flow Diagram (DFD) Level 1 Proses Input Gejala - Data_Jenis_Penyakit -Data_Jenis_Penyakit 3.0 2.1 Input Jenis Simpan Penyakit PAKAR -Data_Jenis_Penyakit Tb_Jenis_Penyakit -Info_Jenis_Penakit 2.2 -Data_Jenis_Penyakit Ubah 2.4 Keluar -Data_Jenis_Penyakit 2.3 Hapus Gambar 3.5 Data Flow Diagram (DFD) Level 1 Proses Input Jenis Penyakit Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 41
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 - Data_Aturan -Data_Aturan PAKAR 4.0 2.1 Input Aturan Simpan -Data_Aturan 2.2 Ubah Tb_Aturan 2.3 -Info_Data_Aturan Hapus -Data_aturan 2.4 Keluar -Data_Aturan Gambar 3.6 Data Flow Diagram (DFD) Level 1 Proses Input Aturan -Klik -User_Name -Password Petani 5.0 5.1 Konsultasi Ya Tb_Hasil 5.2 Tidak -Hak_Akses - Laporan_Konsultasi -Klik 6.0 -Data_Hasil_Konsultasi Cetak Gambar 3.7 Data Flow Diagram (DFD) Level 1 Proses Konsultasi Gejala_Gejala Jenis_Penyakt Kd_Gejala Kd_Penyakit PENYAKIT 1 Memiliki M 1 GEJALA-GEJALA Kd_Gejala Memiliki Ruls 1 Ruls 2 M ATURAN (RULS) Kd_Penyakit Pengendalian Gambar 3.8 ERD Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 42
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 4. IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 Implementasi Sistem Pada bagian tahap implementasi ini merupakan terjemahan perancangan yang berdasarkan hasil analisis pada bab sebelumnya ke dalam bahasa pemrograman yang dapat dimengerti oleh komputer. Bahasa pemrograman dalam sistem ini menggunakan Visual Basic 6.0 dan basis data MySQL. Implementasi program menggambarkan tampilan dari aplikasi yang dibangun yaitu implementasi program sistem pakar diagnosa penyakit pada tanaman cabai rawit. Pada login user sistem pakar diagnosa penyakit pada tanaman cabai rawit berfungsi untuk login sebelum masuk ke dalam menu utama user seperti terlihat pada Gambar 4.1. Gambar 4.1 Login User Pada data penyakit cabai sistem pakar diagnosa penyakit pada tanaman cabai rawit berfungsi untuk menambah, mengubah dan menghapus data-data penyakit cabai seperti terlihat pada Gambar 4.6. Gambar 4.6 Data Penyakit Cabai Pada data gejala penyakit cabai sistem pakar diagnosa penyakit pada tanaman cabai rawit berfungsi untuk menambah, mengubah dan menghapus data-data gejala penyakit cabai seperti terlihat pada Gambar 4.8. Gambar 4.8 Data Gejala Penyakit Cabai Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 43
Jurnal SISTEMASI, Volume 4, Nomor 1, Januari 2015 : 36 – 44 ISSN:2302-8149 4.2 Pengujian Sistem Pengujian pada sistem yang dibangun dilakukan melalui tahap pengujian white box dan pengujian black box. 1. Pengujian Black Box Login User Pengujian black box login user dengan pengujian input user, password dan akses dengan data yang benar dapat dilihat pada tabel 4.1. Tabel 4.1 Pengujian Black Box Login User Benar Input Data Penulisan Hasil Kesimpulan User = hasbi Huruf dan Angka User ada User Benar Password = 1 Huruf dan Angka Password ada Password Benar Akses = Pakar Huruf dan Angka Akses ada Akses Benar Tabel 4.1 menunjukkan pengujian metode black box dengan input user, password dan akses yang benar dengan penulisan huruf dan angka serta kesimpulan bahwa user, password dan akses benar. Pengujian black box login user dengan pengujian input user, password dan akses dengan data yang salah penjelasannya dapat dilihat pada tabel 4.2. Tabel 4.2 Pengujian Black Box Login User Salah Input Data Penulisan Hasil Kesimpulan User = aaaa Huruf dan Angka User tidak ada User Salah Password = aaaa Huruf dan Angka Password tidak ada Password Salah Akses = aaaa Huruf dan Angka Akses tidak ada Akses Salah Tabel 4.2 menunjukkan pengujian metode black box dengan input user, password dan akses yang salah dengan penulisan berupa huruf dan angka serta kesimpulan bahwa user, password dan akses salah. 5. KESIMPULAN Dengan adanya sistem pakar diagnosa penyakit pada tanaman Cabai Rawit, dapat diambil suatu kesimpulan sebagai berikut: 1. Berdasarkan hasil pengujian pada 8 sample data untuk pengujian akurasi pada penyakit tanaman cabai dapat diketahui bahwa pengujian akurasi data pada sistem baru dengan terkomputerisasi dapat digunakan untuk melakukan proses diagnosa penyakit pada tanaman cabai dengan tingkat akurasi 100%. 2. Pada sistem ini telah dibangun database pengetahuan tanaman cabai yang terdiri atas 8 penyakit dan terdiri atas 20 gejala. 3. Forward chaining berhasil diterapkan dalam mendiagnosa penyakit tanaman cabai. REFERENSI Kusrini. (2007), “ Aplikasi Sistem Pakar”, Andi, Yogakarta. Hartati, dan Iswanti. (2008), “System Pakar dan Pengembangannya”, Graha Ilmu, Yogyakarta. Lajmudin, dan Al-Bahra B. (2005), ” Analisa dan Desain Sistem Informasi” Graha Ilmu, Yogyakarta. Jogiyanto, H.M. (2005), “ Analisa dan Desain”, Edisi III, Andi, Yogyakarta. Sutojo, Edy Mulyanto, dan Suhartono Vencent. (2011), “Kecerdasan Buatan”, Andi, Yogyakarta. Turban E, Aronson, dan Liang Ting Peng. (2003), ” Decision Support Systems and Intelligent Systems”, Andi, Yogyakarta. Kristanto, A. (2003), “ Perancanagan Sistem Informasi & Aplikasi ”, Gava Media, Yogyakarta. Kustiyahningsih, Y, dan Anamisa R.D. (2011), “Pemrograman Basis Data Berbasis Web Menggunakan PHP & MySQL”, Edisi I, Graha Ilmu, Yogyakarta. Setiadi. (1994), “Jenis dan Budidaya Cabai rawit”, Penebar Swadaya, Jakarta. Bambang, (2003), “ Cabai Rawit”, Kanisius, Yogyakarta. Tuswanto, dan Abdul Fadli. (2011),” Sistem Pakar Untuk Mendiagnosa Hama dan Penyakit Tanaman Bawang Merah Menggunakan Certainty Factor”, Yogyakarta. Samsudin, Perancangan Dan Implementasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Forward Chaining 44
|