SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN JERUK BERBASIS WEB NASKAH PUBLIKASI. diajukan oleh Vedrik Agil Saputra

Transkripsi

1 SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN JERUK BERBASIS WEB NASKAH PUBLIKASI diajukan oleh Vedrik Agil Saputra kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2016

2

3 SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN JERUK BERBASIS WEB Vedrik Agil Saputra 1), Erni Seniwati 2), 1) Teknik Informatika STMIK AMIKOM Yogyakarta 2) Sistem Informasi STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia vedrik.s@students.amikom.ac.id 1), erni.s@amikom.ac.id 2) Abstract Pests and diseases that attack citrus plants will affect the productivity of farmers in producing citrus fruits are plentiful and quality. It would require an agricultural consultant who was able to diagnose pests and diseases of citrus. But there are two things that become an obstacle to farmers in bringing agricultural consultants is limitation of consultants as well as the time and cost required to bring an agricultural consultant. To solve the problem of making a diagnosis expert system of pests and diseases of citrus can be selected. The method used in the search for certain values using Fordward chaining inference method. Results if the data from this system is the form of the type of plant pests and diseases of citrus and also the solution of the symptoms entered by the user. Keywords - Experts System, Forward Chaining, Pests, Diseases, Citrus Plants 1. Pendahuluan 1.1 Latar Belakang Tanaman jeruk merupakan salah satu jenis tanaman populer di Indonesia. Namun seperti tanaman lainnya, tanaman jeruk juga tidak luput dari ancaman hama dan penyakit. Seiring berkembangnya teknologi yang mampu berkolanorasi dengan bidang keilmuan lain, maka dibuatlah sistem pakar ini sebagai bentuk implementasi dari sebuah perkembangan teknologi dalam bidang pertanian. Dalam penelitian ini, penulis merumuskan beberapa rumusan masalah diantaranya bagaimana membuat rancang bangun sistem pakar berbasis web yang berfungsi melakukan diagnosa hama penyakit terhadap tanaman jeruk yang dapat digunakan kapan pun dan dimana pun, bagaimana mengimplementasikan metode inferensi forward chaining pada sistem pakar untuk diagnosa hama dan penyakti pada tanaman jeruk, serta bagaimana memanfaatkan data gejala dan penyakit jeruk menjadi knowledge base pada sistem pakar. Tujuan penelitian ini adalah membangun aplikasi sistem pakar diagnosa hama penyakit pada tanaman jeruk agar dapat membantu para petani jeruk dalam pengambilan keputusan dan dalam menentukan jenis hama penyakit dari beberapa alternatif gejala yang diinputkan, dan membantu kerja pakar atau konsultan pertanian pada saat petani berkonsultasi secara langsung. 1.2 Metode Penelitian Metodologi penelitian yang digunakan dalam mengumpulkan informasi : Pengumpulan Data 1. Studi Literatur Pada tahap ini pengumpulan data adalah dengan membaca buku-buku atau artikel-artikel yang terkait dengan sistem pakar, tanaman jeruk, dan web guna mendukung dalam pembuatan aplikasi serta penulisan skripsi ini 2. Wawancara Wawancara dilakukan dengan seorang pakar pertanian (penyuluh) dari Dinas Pertanian Kabupaten Gunungkidul Bapak Wakijo Tahapan Pembuatan Sistem 1. Analisis Analisis dilakukan berdasarkan data yang sudah diperoleh berupa data hama dan penyakit, data gejala, data gambar, dan data solusi penanggulangan dari hasil studi literatur dan wawancara. 2. Perancangan Sistem Perancangan sistem ini terbagi dalam beberapa bagian meliputi perancagan ERD, perancangan tabel database, perancangan Relasi Antar Tabel (RAT), perancagan Diagram Konteks, perancagan DFD dan perancagan struktur menu serta perancangan interface 3. Implementasi Pada tahap implementasi, yang dilakukan adalah menterjemahkan perancangan database, perancagan model, dan user-interface ke dalam kode bahasa pemrograman (php) dan database. 4. Pengujian Sistem Pengujian sistem dalam penelitian ini menggunakan White-box Testing untuk mengetahui apakah terdapat kesalahan sintax atau logika program dan Blackbox Testing untuk menguji pemakaian aplikasi apakah sudah sesuai dengan rancangan program atau belum 2. Landasan Teori 2.1 Tinjauan Pustaka 1

4 Deny Wiria Nugraha (2014) dalam penelitiannya Sistem Pakar Untuk Mendiagnosa Kerusakan Perangkat Televisi Menggunakan Metode Backward Chaining. Penelitian tersebut menggunakan backward chaining sebagai metodenya dan Delphi sebagai bahasa pemrogramannya. Luther A.Latumakulita (2012) dalam penelitiannya Sitem Pakar Penyakit Anak Menggunakan Certainty Factor (CF). Penelitian tersebut mengkaji tentang pembuatan sistem pakar untuk mendiagnosa penyakit anak dengan penanganan faktor ketidakpastian mengguanakan certainty factor (CF), bahasa pemrograman yang digunakan Visual Basic 6.0, dan manajemen databasenya menggunakan Microsoft Access Nurul Rachmawati (2014) dalam penelitiannya Sistem Pakar Diagnosa Penyakit Jantung Dengan Metode Forward Chaining Berbasis Desktop. Sistem pakar tersebut menggunakan metode inferensi Forward Chaining dengan bahasa pemrograman Java dan MySQL sebagai basis datanya. 2.2 Konsep Dasar Sistem Pakar Konsep dasar dari suatu sistem pakar mengandung beberapa unsur, yaitu keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan [1]. 2.3 Sistem Pakar Sistem pakar adalah salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaian suatu masalah tertentu [2]. 2.4 Mesin Inferensi Pendekatan yang digunakan dalam membangun sistem pakar ini menggunakan metode inferensi Fordward Chaining (Penalaran Maju). Fordward Chaining adalah pendekatan yang dimotori oleh data (data-driven). Dalam pendekatan ini, pelacakan dimulai dari informasi masukan yang berupa fakta, kemudian akan ditelusuri lebih lanjut untuk aturanaturan yang mengandung fakta-fakta berikutnya untuk mendapatkan kesimpulannya [3]. Gambar 1. Proses Forward Chaining 2.5 Representasi Pengetahuan Representasi pengetahuan diperlukan untuk membangun sistem yang menggunakan kecerdasan buatan. Metode representasi pengetahuan yang sering digunakan dalam kecerdasan buatan adalah sebagai berikut [4] : 1. Kerangka (frame) 2. Logika (logic) 3. Jaringan Semantik 4. Pohon Pelacakan 5. Naskah (Script) 6. Ksidah Produksi 2.6 Probabilitas Klasik Berikut rumus probabiliras klasik di definiskan sebagai peluang P(A) dengan n adalah banyaknya kejadian, na merupakan banyaknya hasil mendapatkan A. Frekuensi relatif terjadinya a adalah maka [5], P(Kejadian) = probability) [5] (a priori 2.7 Hama dan Penyakit Tanaman Jeruk Hama merupakan hewan yang mengganggu tanaman budi daya. Penyakit merupakan gangguan pada organ tanaman yang disebabkan oleh serangan mikroorganisme [6]. Berikut beberapa hama dan penyakit yang menyerang tanaman jeruk : kutu loncat, kutu daun, ulat peliang daun, tungau, ulat penggerek bunga dan puru buah, thrips, cvpd, tristeza dan lain-lain sebagainya. 3. Pembahasan 3.1 Analisis Sistem Analisis SWOT Dalam penelitian ini digunakan analisis SWOT untuk mengidentifikasi masalah yang meliputi kekuatan, kelemahan, peluang dan ancaman dalam pembuatan sistem pakar diagnosa hama dan penyakit pada tanaman jeruk. 1. Analisis Kekuatan (Strength) Perkembangan internet di Indonesia cukup pesat serta jumlah pemakai layanan internet semakin besar menjadi faktor kekuatan dalam pembuatan sistem pakar berbasis web ini. Aplikasi sistem pakar ini dapat diakses dimanapun, kapanpun dengan catatan terdapat koneksi internet. 2. Analisis Kelemahan (Weakness) Keakuratan dalam mendiagnosa gejala yang timbul tidak 100% benar, selain itu transfer pengetahuan bersifat subjektif dan bias. 3. Analisis Peluang (Opportunities) Keterbatasan konsultan pertanian (pakar pertanian) dapat digantikan dengan sistem pakar ini dalam membantu melakukan diagnosa. Aplikasi ini dilengkapi dengan info tentang hama penyakit tanaman jeruk, sehingga user mampu mendapatkan informasi sebagai penambah wawasan. 4. Analisis Ancaman (Threats) 2

5 Serangan hacker atau peretas yang sewaktuwaktu melakukan perusakan terhadap sistem. User yang belum paham akan teknologi kan berpengaruh terhadap keefektifitasan dalam implementasi sistem pakar yang dibuat. 3.2 Analisis Kebutuhan Sistem Kebutuhan Fungsional 1. Sistem mampu menampilkan halaman utama beranda. 2. Sistem memiliki fasilitas login untuk admin. 3. Pengguna memiliki hak akses diantaranya : a. Pengguna dapat mengakses halaman informasi. b. Pengguna dapat mengakses halaman konsultasi, melakukan registrasi, memilih jawaban dan mendapatkan hasil diagnosa. 4. Sistem memiliki hak akses yang terbagi menjadi 2 antara admin dan pengguna. 5. Sistem harus dapat melakukan diagnosa hama dan penyakit pada tanaman jeruk. 6. Sistem harus dapat melakukan pengolahan datadata yang terdapat dalam aplikasi yang meliputi menambah, menghapus, menampilkan dan mengubah data yang dapat dilakukan oleh admin atau pakar Kebutuhan Non-Fungsional 1. Perangkat Keras Tabel 1 Perangkat Keras Processor Intel Core i GHz Hard disk 500 GB RAM 4 GB VGA Nvidia Gforce 820M 2. Perangkat Lunak Tabel 2 Perangkat Lunak Sistem Windows 8.1 Professional Operasi Aplikasi Xampp Adobe Dreamweaver CS 3 Adobe Photoshop CS 3 Mozilla Firefox Microsoft Visio 2010 Pencil 3.3 Analisis Tabel Keputusan Tabel 3 Tabel Keputusan Penyakit Gejala P001 P002 P003 P004 P005 P006 P007 P008 P009 P010 P011 P012 P013 P014 P015 G001 G002 G003 G004 G005 G006 G007 G008 G009 G010 G011 G012 G013 G014 G015 G016 G017 G018 G019 G020 G021 G022 G023 G024 G025 G026 G027 G028 G029 G030 G031 G032 G033 G034 G035 G036 Keterangan Kode Penyakit P001 : Ulat Peliang Daun P002 : Thrips P003 : Kutu Daun P004 : Kutu Sisik P005 : Kumbang Belalai P006 : Ulat Penggerek Bunga dan Puru Buah P007 : Kutu Dompolan P008 : Lalat Buah P009 : Kutu Loncat P010 : Tungau P011 : Blendok P012 : Jamur Upas P013 : CVPD P014 : Tristeza P015 : Busuk Buah Katerangan Kode Gejala : G001 : Daun gugur atau rontok G002 : Daun Menggulung G003 : Buah Gugur atau Rontok G004 : Alur melingkar transparan pada daun muda G005 : Daun mengerut G006 : Daun menebal G007 : Daun dijung tunas menjadi hitam, kemudian kering G008 : Bercak pada daun G009 : Daun berwarna kuning G010 : ranting dan cabang menjadi kering G011 : Ranting muda terkadang mati G012 : Bekas lubang-lubang bergaris tengah 0,3-0,5 cm G013 : Bunga mudah rontok 3

6 G014 G015 G016 G017 G018 G019 G020 G021 G022 G023 G024 G025 G026 G027 G028 G029 G030 G031 G032 G033 G034 G035 G036 : Bekas luka berwarna kuning pada buah : Buah mengering : Lubang kecil pada buah : Banyak belatung dalam buah : Tunas atau daun muda yang tumbuh menjadi keriting : Tanaman mati : Daun yang menggulung membekas sampai dewasa : Bercak berwarna keperakan atau coklat pada buah : Bercak kuning atau coklat pada daun : Terdapat Gom : Warna kayu menjadi keabu-abuan : Kulit kayu kering dan mengelupas : Retakan melintang pada batang : Batang kering dan sulit dikelupas : Daun sempit, kecil, dan lancip : Biji pada buah rusak : Pangkal buah berwarna oranye : Lekukan atau celah-celah memanjang pada jaringan kayu pada batang,cabang atau ranting : Pemucatan tulang daun : Pertumbuhan terhambat : tepung yang memadai berwarna hijau kebiruan pada permukaan kulit buah : Tunas tidak segar : Tanaman mengering 3.4 Analisis Representasi Pengetahuan Rule 1: IF daun gugur atau rontok AND daun menggulung AND alur melingkar transparan pada daun muda AND daun mengerut THEN Ulat Peliang Daun Rule 2: IF daun gugur atau rontok AND daun menggulung AND daun menebal AND daun diujung tunas menjadi hitam, kemudian kering THEN Thrips Rule 3: IF daun gugur atau rontok AND daun menggulung AND daun yang menggulung membekas sampai dewasa THEN Kutu Daun Rule 4: IF daun gugur atau rontok AND bercak pada daun AND daun berwarna kuning AND ranting dan cabang menjadi keriting THEN Kutu Sisik Rule 5: IF daun gugur atau rontok AND ranting muda terkadang mati THEN Kumbang Belalai Rule 6: IF buah gugur atau rontok AND berkas lubang-lubang bergaris tengah 0,3-0,5 cm AND bunga mudah rontok THEN Ulat penggerek bunga dan puruh buah. Rule 7: IF buah gugur atau rontok AND bekas luka berwarna kuning pada buah AND buah mengering THEN Kutu Dompolan Rule 8: IF buah gugur atau rontok AND lubang kecil pada buah AND banyak belatung pada buah THEN Lalat buah Rule 9: IF Tunas atau daun muda yang tumbuh menjadi keriting AND Tanaman Mati THEN Kutu Loncat Rule 10:IF bercak berwarna keperakan atau coklat pada buah AND bercak kuning atau coklat pada daun THEN Tungau Rule 11:IF terdapat gom AND warna kayu menjadi keabu-abuan AND kulit kayu kering dan mengelupas THEN Blendok Rule 12:IF terdapat gom AND retakan melintang pada batang AND batang kering dan sulit dikelupas THEN Jamur upas Rule 13:IF daun sempit, kecil, dan lancip AND biji pada buah rusak AND pangkal buah berwarna oranye THEN CVPD Rule 14:IF adanya lekukan atau celah-celah Memanjang pada jaringan kayu pada batang, cabang atau ranting AND pemucatan tulang daun AND pertumbuhan terhambat THEN Tristeza Rule 15:IF adanya tepung yang memadai berwarna hijau kebiruan pada permukaan kulit buah AND tunas tidak segar AND tanaman mengering THEN Busuk buah 3.5 Analisis Proses Perhitungan Proses perhitungan persentase dalam sistem paar diagnosa hama dan penyakit pada tanaman jeruk dirumuskan sebagai berikut : P(A)= x 100% 4

7 3.6 Perancangan Database Perancangan ERD 3.8 Implementasi Program Pengguna Form Menu Utama (Beranda) Gambar 6. Form Menu Utama Form Hasil Diagnosa Gambar 2. Entity Relationship Diagram Relasi Antar Tabel Gambar 3. Relasi Antar Tabel 3.7 Perancangan Sistem Diagram Konteks User Data pilihan jawaban Data User Hasil Diagnosa Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Jeruk Data Relasi Solusi Data Relasi Data Solusi Data Gejala Data Penyakit Data Login Laporan Konsultasi Informasi Berhasil Login Info Penyakit Info Gejala Info Solusi Info Relasi Info Relasi Solusi Gambar 4. Diagram Konteks DFD Level 1 Admin (Pakar) 4. Kesimpulan Gambar 7. Form Hasil Diagnosa Kesimpulan dari penelitian : 1. Pembuatan rancang bangun sistem pakar diawali dengan pengumpulan data berupa data gejala, data hama penyakit, data solusi, dan informasi seputar hama penyakit tanaman jeruk serta dilakukan wawancara dengan pakar yang berkompeten di bidang terkait. Setelah dilakukan pengumpulan data, kemudian dilanjutkan dengan perancangan sistem. 2. Pengimplementasikan metode inferensi Forward Chaining pada sistem pakar ini dilakukan dengan cara dibuat pohon keputusan yang kemudian diterapkan dalam source code program. 3. Data gejala dan data hama penyakit jeruk pada sistem pakar ini dijadikan knowledge base untuk dapat melakukan diagnosa dengan cara dibuat relasi. 4. Hasil dari output diagnosa sistem memiliki kesimpulan antara lain hama penyakit yang memiliki persentase 75% adalah P001, P002, dan P004, hama penyakit yang memiliki persentase 66,67% antara lain P003, P006, P007, P008, P011, P012, P013, P014, dan P015, sedangkan hama penyakit yang memiliki persentase 50% adalah P005, P009, P010 Gambar 5. DFD Level 1 5

8 Daftar Pustaka [1] Turban, Decesion Support System and Expert System. Jakarta: Prentice Hall, [2] J. Giarratano dan G. Riley, Expert System: Principles and Programming. USA: PWS Publishing Company, [3] Kusrini, Sistem Pakar (Teori dan Aplikasi). Yogyakarta: Andi Offset, [4] S. Kusuma Dewi, Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu, [5] M. Arhami, Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset, [6] N. K. Hariyadi, Jeruk Jeruk Bumbu. Solo: Arcita, Biodata Penulis Vedrik Agil Saputra,S.Kom, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun Erni Seniwati,S.Kom,M.Cs, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Ilmu Komputer Universitas Gadjah Mada (UGM), lulus tahun Memperoleh gelar Master of Computer Science (M.Cs) Program Pasca Sarjana Magister Ilmu Komputer Universitas Gajah Mada Yogyakarta, lulus tahun Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta. 6