PERANCANGAN APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN BUNGA KRISAN BERBASIS WEBSITE DENGAN METODE FORWARD CHAINING
NASKAH PUBLIKASI
diajukan oleh Mita Nevinovita 11.12.6184
kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2015
PERANCANGAN APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN BUNGA KRISAN BERBASIS WEBSITE DENGAN METODE FORWARD Mita Nevinovita1), Kusrini2), 1)
Teknik Informatika STMIK AMIKOM Yogyakarta Sistem Informasi STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283 2)
Email :
[email protected]),
[email protected])
1.3 Tujuan Penelitian Maksud dan Tujuan dari penelitian ini dimaksudkan untuk menganalisa, mendesain, dan membuat website sistem pakar untuk tanaman bunga krisan dengan kemampuan sistem yaitu: 1. Mendiagnosa penyakit pada bunga krisan dan hamanya. Serta memberikan keterangan penyakit dan solusi berupa saran maupun tindakan pengobatan. 2. Memberikan ilmu tentang penyakit dan hama pada tanaman bunga krisan. Ilmu dapat dikatakan setara dengan ilmu yang kita peroleh jika mendatangi pakarnya.
Abstract - The purpose of this research is to facilitate the lay person in the cultivation of chrysanthemums in order to understand and get a knowledge about pests, diseases of the chrysanthemum and handling. Reasoning this expert system application using trace forward (forward chaining). This method begins with the initial information or symptoms followed by matching the information that has been entered and obtain information or conclusions in accordance with the rules of the rules in the form of information and how to handle them. Keywords – Expert System, Forward Chaining, Chrysantemum, Pest
1.4 Metode Penelitian Pengumpulan data dilakukan dengan 2 cara yaitu: a. Metode Kepustakaan Merupakan suatu cara dalam pengumpulan data dengan mempelajari dan membaca artikel, buku tentang penanganan hama dan penyakit bunga krisan yang pada UPTD BPTP Yogyakarta maupun laporan lainnya yang berkaitan dengan penelitian untuk mendiagnosa penyakit dan hama bunga krisan. b. Wawancara Pada metode ini pengumpulan data dilakukan dengan mengadakan percakapan langsung dengan pakar bunga krisan di UPTD BPTP Yogyakarta yaitu Ir. Supriyana.
1. Pendahuluan 1.1 Latar Belakang Krisan (Deandratheum grandiflora Tzvelev Syn. Chrysantemum Morifilium Ramat) atau dengan sebutan lain merupakan tanaman hias bunga yang memiliki nilai ekonomi dengan prospektif yang dikembangkan secara komersial. Pakar merupakan seseorang yang telah ahli dalam suatu bidang untuk menangani permasalah pada bidang tersebut secara tepat dan dapat meminimalisir risiko yang mungkin akan berefek pada objeknya. Untuk kepentingan tersebut dibangunlah suatu sistem yang disebut sistem pakar. Sistem pakar dibangun bukan untuk maksud menggantikan posisi pakar, akan tetapi hanya digunakan sebagai alat pembantu dan pelengkap dalam penanganan tindakan diagnosa dan pengendalian untuk penyakit yang masih terbatas hanya pada bunga krisan.
1.5 Tinjauan Pustaka Beberapa penelitian yang menggunakan system pakar untuk mendiagnosa hama dan penyakit pada tanaman, antara lain: Bambang Yuwono, Yuli Fauziah, Yenny Rachma Setyaningsih, Universitas Pembangunan Nasional Veteran (2011) dalam jurnalnya yang berjudul Sistem Pakar Website Untuk Identifikasi Jenis dan Penyakit pada Bunga Mawar, menjabarkan program yang digunakan adalah berbasis website dengan metode Forward Chaining, dan menggunakan MySql sebagai penyimpanan data.
1.2 Rumusan Masalah 1. Bagaimana metode Forward Chaining yang diterapkan pada sistem pakar diagnosa penyakit dan hama pada tanaman bunga krisan dapat membantu pengunjung yang sebagai pengguna/ user dalam mendiagnosa dan memberikan tindakan penangannya? 2. Apakah sistem mampu mengolah, memproses, dan memberikan hasil diagnosa dari informasi yang diberikan oleh pengguna, dan dapat mengubah serta menyimpan data yang dimasukkan oleh admin maupun pakar?
Umi Nurhidayati, STMIK Amikom Yogyakarta (2010) membangun system pakar dengan judul Sistem Pakar Untuk Diagnosa Penanggulangan Penyakit dan Hama pada Tanaman Nilam. System pakar yang dibangun menggunakan metode forward chaining dan berbasis
1
desktop menggunakan bahasa pemrograman Microsoft Visual Basic 6.0
komersial, kini tanaman tersebut tidak hanya ditanaman oleh pelestari bunga sebagai tanaman hias, namun sudah dikembangkan ditanah-tanah luas seperti perkebunan dan sawah, yang tujuannya untuk mendapatkan lebih banyak hasil panen untuk dijual. Prospek pasar bunga ini dapat disebut mendapatkan respon baik dari masyarakat karena bunga krisan memiliki warna, bentuk, dan tipe-tipe yang beragam. 1.6.5 Konsep Umum Sistem Pakar Pengetahuan dari suatu system 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) [1]. Konsep dasar dari suatu sistem pakar mengandung beberapa unsur, yaitu keahlian, ahli, pegalihan keahlian, iferensi, aturan, dan kemampuan menjelaskan [4] Keahlian merupakan suatu penguasaan pengetahuan dibidang tertentu yang didapatkan dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang merupakan keahlian adalah [5]: 1. Fakta-fakta pada lingkup permasalah tertentu. 2. Teori-teori pada lingkup permasalah tertentu. 3. Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan tertentu. 4. Strategi-strategi global untu menyelesaikan masalah. 5. Meta-knowledge (pengetahuan tentang pengetahuan).
Faruq Ardiansyah, Universitas Pembangunan Nasional “Veteran” Jawa Timur (2012) dalam skripsinya yang berjudul Aplikasi Mobile untuk Diagnosis Penyakit, Hama dan Unsur Hara pada tanaman Kedelai dengan Expert System berbasis Android, system yang dibangun berbasis mobile dengan batasan bekerja pada ponsel Samsung ber OS 2.3 Gingerbread. 1.6 Landasan Teori 1.6.1 Sistem Pakar Sistem pakar (expert system) merupakan salah satu cabang dari kecerdasan buatan. Menurut Martin dan Oxman, sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan adalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut [1]. 1.6.2 Metode Inferensi Metode inferensi yang digunakan untuk membangun system ini yaitu Metode Runut Maju (Forward Chaining) berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini data digunakan untuk menemukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses kerja di ulang hingga mendapatkan hasil [2]. Menurut Giarattano, metode runut maju cocok digunakan untuk menangani maslaah pengendalian (controlling) dan peramalan (prognosis). Contoh infrensi dengan menggunakan metode runut maju tertera pada gambar 2.1 JIKA penderita terkena penyakit epilepsy idiopatik dengan CF antara 0,4 s/d 0,6 MAKA berikan obat carbamazepine DATA ATURAN KESIMPULAN A=1 JIKA A = 1 DAN B=2 B= 2 MAKA C = 3 D=4 JIKA C = 3 MAKA D = 4 Gambar 1. Runut Maju 1.6.3 Representasi Pengetahuan Representasi pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Perepresentasian dimaksudkan untuk menangkap sifatsifat penting maslaah dan membuat informasi itu dapat diakses oleh prosedur pemecahan masalah. Model representasi pengetahuan diantaranya [3]: 1. Logika (logic) 2. Jaringan Semantik (semantic nets) 3. Object attribute value (OVA) 4. Bingkai (frame) 5. Kaidah produksi (production rule) 1.6.4 Krisan Krisan (Deandratheum grandiflora Tzvelev Syn. Chrysantemum Morifilium Ramat) atau dengan sebutan lain merupakan tanaman hias bunga yang memiliki nilai ekonomi dengan prospektif yang dikembangkan secara
2.Pembahasan 2.1 Analisis Sistem 2.1.1 Analisis SWOT Dalam pembuatan aplikasi Sistem Pakar untuk mendiagnosa Penyakit dan Hama pada Tanaman Bunga Krisan ini analisis yang tepat digunakan adalah analisis SWOT. Analisis SWOT digunakan untuk mengevaluasi kekuatan (strength), kelemahan (weekness), peluang (opportunity), dan ancaman (threat) dari aplikasi ini. 1. Analisis Kekuatan (Strength) Pembudidayaan tanaman bunga krisan semakin berkembang, namun perkembangan tersebut disertai penyakit dan hama yang merusak tanaman. Salah satu tempat yang mempunyai pakar yaitu di UPTD BPTP, dengan adanya aplikasi sistem pakar yang berbasis website yang dapat diakses dimana saja dengan syarat adanya akses internet, maka akan membantu masyarakat dengan menghemat waktu dan biaya untuk mendiagnosis penyakit pada tanaman bunga krisan tanpa harus menghadirkan pakar. 2. Analisis Kelemahan (Weakness) Kelemahan yang dihadapi pada tindakan untuk mendapatkan saran maupun solusi berupa saran dengan menghadirkan pakar ke lapangan langsung maupun mengunjungi tempatnya menjadikan masyarakat melakukan tindakan
2
mendiagnosa dan menangani masalah pada tanamannya dengan pengetahuan seadanya. 3. Analisis Peluang (Opportunity) Sistem pakar berbasis website ini mampu menangani banyak pengguna dalam waktu tak terbatas, karena system tidak dibatasi jam kerja. Kemudian aplikasi website ini dapat membantu memberikan saran berupa tindakan yang dapat dilakukan, setelah pengguna memasukkan atau memilih gejala yang tertera. 4. Analisis Ancaman (Thread) Aplikasi sistem pakar telah banyak dikembangkan dalam keberagaman tema beserta keunggulan masing-masing dan basis aplikasinya. Persaingan yang semakin ketat membuat sistem yang akan dibuat ini harus selalu dikembangkan dan dapat diperbarui agar dapat memenuhi kebutuhan pengguna sesuai kemajuan kondisi di lapangan. 2.2 Analisis Kebutuhan Sistem Analisis kebutuhan merupakan jenis kebutuhan pada proses, apa saja yang akan dilakukan oleh sistem nantinya, serta berisi informasi apa yang harus ada dan dapat dihasilkan oleh sistem: 1. Menampilakan menu utama 2. Menampilkan menu login untuk admin dan pakar 3. Menampilakan menu konsultasi 4. Menampilkan menu petunjuk
Tabel 1. Perangkat Keras AMD Dual-Core Processor E450 Hard disk 500 GB RAM 4 GB VGA AMD Radeon HD 6320 Processor
2.2.3 Analisis Kelayakan Sistem 2.2.3.1 Analisis Kelayakan Teknis Aplikasi sistem pakar ini dibuat dengan basis website dan menggunakan bahasa pemorgraman PHP. Pemrograman PHP dapat terintregrasi dengan lebih dari satu sistem operasi, yaitu sistem operasi Linux, Windows, maupun Mac OS. 2.2.3.2 Analisis Kelayakan Operasional Aplikasi dapat disebut layak secara operasional jika dapat menyelesaikan masalah yang diberikan. Aplikasi sistem pakar ini mepunyai tujuan agar dapat dimanfaatkan oleh masyarakat untuk mempermudah dalam mendiagnosis penyakit dan hama pada tanaman krisan. 2.2.3.3 Analisis Kelayakan Hukum Aplikasi ini tidak mengandung materi maupun konten yang bersifat menipu dan berbau SARA, sehingga sistem memiliki kelayakan hukum. Dalam pembuatan sistem ini menggunakan bahasa pemrograman yang bersifat opensource. Opensource memiliki arti siapapun dapat melakukan pengembangan atau develope, sehingga hak tersebut memiliki legalitas.
2.2.1 Kebutuhan Fungsional 1. Sistem dilengkapi dengan fasilitas log in dan log out. 2. Pengunjung mempunyai hak akses sebagai berikut: a. Pengguna dapat mengakses data artikel. b. Pengguna dapat mengakses menu konsultasi dan mendapatkan hasil diagnosa. 3. Sistem membatasi hak akses antara admin, pengunjung dan pengguna. 4. Sistem harus dapat melakukan konsultasi atau diagnose penyakit dan hama pada tanaman bunga krisan. 5. Sistem harus dapat melakukan pengolahan semua data yang ada dalam aplikasi sistem. Mulai dari menambah, menghapus, menampilkan, dan mengubah data yang diolah oleh admin maupun oleh pakar. 6. Sistem harus dapat mengolah data yang dikhususkan untuk pengguna, seperti menampilkan artikel dan petunjuk.
2.3 Representasi Pengetahuan Pengetahuan dan informasi fakta yang telah didapatkan diterjemahkan ke dalam sistem menggunakan aturan kaidah produksi dalm bentuk aturan diagnosis. Contoh: IF Bercak coklat pada daun values „30‟ AND Daun mengering values „35‟ AND Serangan daun baian bawah values „20‟AND Daun menguning values „15‟ THEN Bercak Daun Septoria 2.3.1 Daftar Penyakit Tabel 2. Daftar Penyakit Kode Penyakit Nama Penyakit P001 Bercak Daun Septoria P002 Cendawan Jelaga P003 Kapang Daun P004 Hawar Daun P005 Penyakit Karat P006 Virus Kerdil Krisan P007 Layu Fusarium P008 Kutu Daun P009 Pengorok Daun P010 Tungau Merah P011 Kutu Putih P012 Ulat Grayak
2.2.2 Kebutuhan Non-Fungsional Kebutuhan non fungsional meliputi perangkat keras (hardware), perangkat lunak (software) dan manusia (brainware) untuk pengembangan sistem.
3
2.3.2
Daftar Gejala Tabel 3. Daftar Gejala Kode Nama Gejala Gejala G001 Bercak coklat pada daun G002 Serangan pada daun bagian bawah / seluruh daun G003 Daun mengering G004 Daun menguning G005 Daun tertutupi lapisan hitam seperti jelaga hitam G006 Daun kerdil atau berkerut G007 Gagal berbunga G008 Kuncup bunga terinfeksi G009 Daun cekung dan rapuh G010 Bercak coklat hingga hitam G011 Permukaan daun bagian bawah berbintil coklat G012 Pertumbuhan bagian atas tanaman tehambat atau mati G013 Daun layu dan gugur G014 Layu permanen G015 Tanaman membusuk atau mati G016 Tangkai bunga terlihat pucat G017 Tanaman mengerdil G018 Terdapat koloni putih dibagian bawah daun G019 Tidak membentuk tunas samping G020 Berbunga lebih awal dari tanaman sehat G021 Warna bunga yang pucat G022 Bunga bergaris-garis G023 Ditumbuhi embun jelaga hitam G024 Populasi kutu daun pada pucuk daun G025 Bintik putih pada tanaman G026 Adanya alur berliku bekas kotoran berwarna putih G027 Epidermis atau bagian atas daun rusak atau transparan G028 Tersisa hanya tulang daun pada tanaman G029 Hama memakan tunas dan bunga G030 Daun berbintik kemerahan G031 Permukaan daun melengkung
2.3.3 No 1
2
Kaidah Produksi Tabel 4. Kaidah Produksi Kode Aturan Penyakit IF G001 values „30‟ AND P001 (Bercak G002 values „20‟ AND G003 Daun values „35‟ AND G004 values Septoria) „15‟ THEN P01 IF G002 values „30‟ AND P002 (Cendawan G003 values „15‟ AND G005 Jelaga) values „35‟ AND G002 values „30‟ THEN P02
4
3
P003 (Kapang Daun)
4
P004 (Hawar Daun)
5
P005 (Penyakit Karat)
6
P006 (Virus Kerdil Krisan)
7
P007 (Layu Fusarium)
8
P008 (Kutu Daun)
9
P009 (Pengorok Daun)
10
P010 (Tungau Merah)
11
P011 (Kutu Putih)
12
P012 (Ulat Grayak)
IF G004 values „20‟ AND G006 values „35‟ AND G007 values „30‟ AND G002 values „15‟ THEN P03 IF G001 values „15‟ AND G008 values „20‟ AND G009 values ‟15 AND G010 values „35‟ AND G003 values „15‟ THEN P04 IF G006 values „30‟ AND G002 values „35‟ AND G009 values „20‟ AND G011 values „15‟ THEN P05 IF G004 values „10‟ AND G017 values „30‟ AND G019 values „5‟ AND G020 values „20‟AND G006 values „10‟ AND G021 values „10‟ AND G022 values „15‟ THEN P09 IF G001 values „15‟ AND G012 values „20‟ AND G013 values „15‟ AND G014 values „35‟ AND G015 values „15‟ THEN P07 IF G003 values „20‟ AND G017 values „15‟ AND G023 values „25‟ AND G024 values „35 THEN P08 IF G003 values „20‟ AND G025 values „30‟ AND G026 values „35‟ AND G004 values „15‟ THEN P09 IF G013 values „20‟AND G021 values „15‟ AND G030 values „35‟ AND G031 values „30‟ THEN P10 IF G012 values „30‟ AND G015 values „15‟ AND G016 values „20‟ AND G018 values „35‟ THEN P11 IF G013 values „15‟ AND G027 values „30‟ AND G028 values „35‟ AND G029 „20‟ THEN P12
2.4 Perancangan Sistem 2.4.1 Diagram Konteks
2.4.2
2.4.4
Relasi Tabel
Gambar 4. Relasi Tabel 2.4.5 Perhitungan Proses Perhitungan bobot pada sistem menggunakan pengetahuan peluang Probabilitas Klasik. Probabilitas ini dianggap sebagai suatu jenis permainan seperti pelemparan dadu, permainan kartu, pelemparan koin dan lain sebagainya. Berikut rumus probabilitas klasik di definisikan sebagai peluang P(A) dengan n adalah banyaknya kejaduan, nA merupakan banyaknya hasil mendapatkan A. Frekuensi
Gambar 1. Diagram Konteks DFD Level 0
relative terjadinya A adalah P (Kejadian) =
maka, [2] (a priori
probability) (Arhami M, 2005: 138) Kemudian bila diterapkan pada proses penghitungan nilai persentase bobot setiap gejala terpilih maka, Persentase (X) =
2.4.3
Keterangan: Persentase (X) : nilai konklusi Jumlah bobot premis (X) terpilih : jumlah premis/ gejala konklusi terpilih. Total jumlah bobot gejala (X) : jumlah nilai premis/ gejala yang dimiliki konklusi pada pengetahuan.
Gambar 2. DFD Level 0 ERD (Entity Relationship Diagram)
3. Manual Program 3.1 Halaman Beranda Pada halaman utama atau beranda ini akan dijadikan sebagai titik pertama dan utama untuk aplikasi sistem pakar berabasis website ini. Melalui halaman utama, pengunjung dapat mengakses menu lain yang tersedia dalam website seperti menu konsultasi, artikel, dan petunjuk. Gambar 3. Entity Relationship Diagram
5
3. Kesimpulan Dapat diambil kesimpulan yaitu: 1. Sistem pakar yang dibangun menggunakan metode Forward Chaining (runut maju) yang dapat membantu memudahkan proses pelacakan dengan pohon keputusan berdasarkan basis pengetahuan yang ada. 2. Sistem sudah dapat berjalan sesuai harapan. Berikut proses-proses yang sudah dapat dilakukan oleh sistem pakar ini: a. Mampu memberikan kesimpulan penyakit sesuai dengan gejala yang dipilih oleh pengguna/ user. b. Sistem dapat menampilkan gejala dari tiap-tiap penyakit yang ada dalam sistem. c. Pengguna sistem dibagi menjadi 3 level dengan hak aksesmasing-masing, yakni: o Pengguna/ user, pengguna sistem yang hak aksesnya terbatas untuk melakukan konsultasi. o Pakar, seorang pakar yang berkaitan dengan sistem ini. Pakar mempunyai hak akses, yakni : olah data penyakit, olah data gejala, olah data relasi, olah data bobot, dan mengubah data diri. o Admin, seseorang yang mempunyai beberapa hak akses, yakni : olah data admin dan pakar, olah data artikel, dan olah data petunjuk.
Gambar 5. Halaman Beranda 3.2 Halaman Konsultasi Halaman konsultasi merupakan halaman yang menampilkan data gejala dari penyakit-penyakit yang telah dikumpulkan datanya dari pakar. Di halaman konsultasi ini akan dipersilakan memilih gejala-gejala penyakit dan hama bunga krisan.
Daftar Pustaka [1] Kusrini. Sistem Pakar (Teori dan Aplikasi). Andi Offset. Yogyakarta. 2006. [2] Arhami M. Konsep Dasar Sistem Pakar. Andi Offset. Yogyakarta. 2005. [3] Turban. Decesion Support System and Expert System. Prentice Hall. Jakarta. 1995. [4] Kusuma Dewi, Sri. Artificial Intelegence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta. 2003. [5] Fathansyah. Basis Data. Informatika Bandung. Bandung. 1999.
Gambar 6. Halaman Konsultasi 3.3 Halaman Hasil Konsultasi Halaman hasil konsultasi yang beruga diagnosis adalah tampilan halaman akhir yang memuat identitas user yang melakukan konsultasi pada saat itu, dan keterangan hasil diagnosa yang berisi nama penyakit, gambar, tindakan, penyakit dan hama bunga krisan.
Biodata Penulis Mita Nevinovita, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi STMIK AMIKOM Yogyakarta, lulus tahun 2015. Kusrini, memperoleh gelar Sarjana Komputer (S.Kom), Ilmu Komputer Universitas Gadjah Mada Yogyakarta, lulus tahun 2002. Memperoleh gelar Master of Engineering (M.Eng) Program Pasca Sarjana Magister Ilmu Komputer Universitas Gadjah Mada Yogyakarta, lulus tahun 2006. Memperoleh gelar Doctor (Dr) Ilmu Komputer Universitas Gadjah Mada Yogyakarta, lulus tahun 2010. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta.
Gambar 6. Halaman Konsultasi
6