PENERAPAN CERTAINTY FACTOR DALAM SISTEM PAKAR MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN PAPAYA

Transkripsi

1 PENERAPAN CERTAINTY FACTOR DALAM SISTEM PAKAR MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN PAPAYA Khairul Ummi, Edi Kurniawan STMIK Potensi Utama, Jl. K.L Yos Sudarso Km.6,5 No.3A Tanjung Mulia Abstrak Pepaya merupakan salah satu buah yang banyak dinikmati, selain rasanya yang manis menyegarkan, pepaya juga mengandung nutrisi yang sangat baik bagi kesehatan. Betakaroten, Vit C, Vit B1, B2, Kalsium, Fospor, Kalium, dan Betakaroten berfungsi sebagai antioksidan. Sehubungan dengan upaya pembudidayaan pepaya, terdapat beberapa kendala, diantaranya adalah hama dan penyakit. Menurut hasil wawancara dengan petani pepaya, pengetahuan masyarakat, khususnya para petani pepaya sangat minim. Kurangnya informasi yang didapat oleh para penyuluh pertanian untuk memberikan pengarahan pada para petani pepaya juga merupakan permasalahan utama yang menjadi dasar dibangunnya Sistem Pakar untuk Mendiagnosis Penyakit pada Tanaman Pepaya. Dalam menentukan keputusan jenis penyakit tanaman pepaya, sistem ini menggunakan konsep Certainty Factor (). Sistem akan mencari nilai tertinggi, dari berbagai kemungkinan jenis penyakit berdasarkan gejala yang dimasukkan user dan hasilnya ditampilkan kepada user. Sistem Pakar untuk Mendiagnosis Penyakit pada Tanaman Pepaya menghasilkan keputusan penentuan jenis penyakit berdasarkan gejala yang dimasukkan. Nilai yang mungkin dihasilkan adalah antara 0 sampai dengan 1. Jika nilai yang dihasilkan semakin mendekati 1, maka semakin tinggi kepastian terkena penyakit terkait. Sebaliknya, Jika nilai yang dihasilkan semakin mendekati 0, maka semakin rendah kepastian terkena penyakit terkait. Hasil diagnosis yang ditampilkan bagi pengguna meliputi nama penyakit, gejala, dan Solusi mengatasi hama dan penyakit pada tanaman pepaya. Kata kunci : Certainty Factor, Tanaman Pepaya, Sistem Pakar PENDAHULUAN Perkembangan teknologi dan Ilmu Pengetahuan yang pesat pada saat ini, menuntut adanya kemudahan proses pada segala bidang kerja. Komputer merupakan salah satu media yang mempunyai banyak kelebihan diantaranya kecepatan, keakuratan dan efisien dalam pengolahan data dibanding dengan sistem manual. Dalam kehidupan modern seperti sekarang ini, informasi telah menempati posisi yang sangat menentukan, karena kondisi seperti itu sehingga banyak orang menyebut sebagai zaman informasi. Pengembangan kecerdasan buatan khususnya dibidang sistem pakar menjadi sesuatu yang masih sangat sulit untuk di implementasikan. Hal ini disebabkan karena masih adanya keterbatasan sistem, baik perangkat keras maupun perangkat lunak untuk melakukan pengolahan data berskala besar, padahal kekuatan utama sistem pakar adalah basis pengetahuan dan basis aturan yang terdiri atas kumpulan data yang sangat banyak. Pepaya merupakan salah satu buah yang banyak dinikmati, selain rasanya yang manis menyegarkan, pepaya juga mengandung nutrisi yang sangat baik bagi kesehatan. Betakaroten, Vit C, Vit B1, B2, Kalsium, Fospor, Kalium, dan Betakaroten berfungsi sebagai antioksidan. Selain itu Manfaat pepaya memang bisa digunakan dalam dunia kesehatan maupun kecantikan. Tidak hanya buahnya saja yang bisa kita ambil manfaatnya, namun daun pepaya juga sangat berkhasiat dan baik untuk kesehatan tubuh seharihari, mulai dari untuk menambah nafsu makan, memperlancar pencernaan, hingga digunakan sebagai masker untuk mengatasi jerawat. Tapi Banyak masyarakat yang kurang paham tentang penyakit tanaman pepaya. Untuk memperoleh Informasi tentang penyakit, gejala dan cara penanggulangan penyakit pada tanaman papaya. LANDASAN TEORI Sistem Pakar Bidang sistem pakar merupakan penyelesaiaan pendekatan yang sangat berhasil dan bagus untuk permasalahan AI (Artificial Intelligent) klasik dari pemograman intelligent (cerdas). Sistem pakar (expert system) merupakan solusi AI bagi masalah pemrograman pintar (intelligent). Profesor Edward Feigenbaum dari Stanford University yang merupakan pionir dalam teknologi sistem pakar mendefinisikan sistem pakar sebagai sebuah program kamputer pintar (intelligent computer program) yang memanfaatkan pengetahuan (knowledge) dan prosedur inferensi (inference procedure) untuk 367

2 memecahkan masalah yang cukup sulit sehingga membutuhkan keahlian khusus dari manusia. Dengan kata lain, sistem pakar adalah sistem komputer yang ditujukan untuk meniru semua aspek (emulates) kemampuan pengambilan keputusan (decision making) seorang pakar. Sistem pakar memanfaatkan secara maksimal pengetahuan khusus selayaknya seorang pakar untuk memecahkan masalah. [1] Manfaat Sistem Pakar Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain [2]: 13. Membuat seorang yang awam bekerja seperti layaknya seorang pakar. 14. Meningkatkan produktivitas akibat meningkatnya kualitas hasil pekerjaan, mengingkatnya kualitas pekerjaan ini disebabkan meningkatnya efisiensi kerja. 15. Menghemat waktu kerja. 16. Menyederhanakan pekerjaan. 17. Merupakan arsip terpercaya dari sebuah keahlian, sehingga bagi pemakai sistem pakar seolah-olah berkonsultasi langsung dengan sang pakar, meskipun mungkin sang pakar telah tiada. Memperluas jangkauan, dari keahlian seorang pakar. Di mana sebuah sistem pakar yang telah disahkan, akan sama saja artinya dengan seorang pakar yang tersedia dalam jumlah besar (dapat diperbanyak dengan kemampuan yang persis sama), dapat diperoleh dan dipakai di mana saja. Metode Certainty Factor Dalam aplikasi sistem pakar terdapat suatu metode untuk menyelesaikan masalahketidakpastian data, salah satu metode yang dapat digunakan adalah faktor kepastian (certainty factor ) (Kusrini, 2008). Faktor keyakinan diperkenalkan oleh ShortliffeBuchanan dalam pembuatan MYCIN (Wesley).Certainty factor () merupakan nilaiparameter klinis yang diberikan MYCIN untuk menunjukan besarnya kepercayaan. Ada 2 macam faktor kepastian yang digunakan, yaitu faktor kepastian yang diisikan oleh pakarbersama dengan aturan dan faktor kepastian yang diberikan oleh pengguna.faktor kepastian yang diisikan oleh pakar menggambarkan kepercayaan pakarterhadap hubungan antara antacedent dan konsekuen. Sementara itu faktor kepastian daripengguna menunjukan besarnya kepercayaan terhadap keberadaan masing-masing elemen dalam antecedent. Penerapan Metode Certainty Factor Certainty factor diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN (Wesley 1984).Certainty factor () merupakan nilai parameter klinis yang diberikanmycin untuk menunjukkan besarnya kepercayaan. Certainty factor didefinisikan sebagai berikut (Giarattano dan Riley, 1994): (H,E) = MB(H,E) - MD(H,E) [2.1] (H,E): certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E.Besarnya berkisar antara -1 sampai dengan 1. Nilai -1 menunjukanketidakpercayaan mutlak sedangkan nilai 1 menunjukan kepercayaan mutlak. MB(H,E): ukuran kenaikan kepercayaan (measure of increased belief ) terhadaphipotesis H yang dipengaruhi oleh gejala E. MD(H,E): ukuran kenaikan ketidakpercayaan (measure of increased disbelief ) terhadaphipotesis H yang dipengaruhi oleh gejala E Menentukan Paralel Menurut Kusrini (2008) pengertian mengenai certainty factor paralel dan contoh penerapannya adalah sebagai berikut.certainty factor paralel merupakan yangdiperoleh dari beberapa premis pada sebuah aturan. Besarnya paralel dipengaruhi oleh user untuk masing-masing premis dan operator dari premis. Rumus untuk masing-masing operator adalah sebagai berikut : (x Dan y)= Min((x),(y)).. [2.2] (x Atau y)= Max((x),(y))...[2.3] (Tidak x)= -(x).. [2.4] Pengetahuan mengenai Tanaman Pepaya Pepaya merupaka tanaman buah berupa herba dari family Caricaceae yang berasal dari amerika tengan dan Hindia barat, bahkan kawasan sekitar meksiko dan kosta rika. Tanaman papaya ditanam orang, baik didaerah tropis maupun subtropics, disaerah-daerah basah dan kering, atau didaerahdaerah dataran pegunungan (sampai 1.00 m dpl). Buah papaya merupakan buah meja bermutu dan bergizi tinggi. Papaya merupakan salah satu jenis buah yang memiliki prospek yang baik untuk dikembangkan di Indonesia.[4] METODOLOGI PENELITIAN Subjek penelitian ini adalah membuat aplikasi sistem pakar penentuan penyakit pada tumbuhan pepaya berdasarkan gejala yang ada dan memberitahukan cara penanggulangan dari penyakit tanaman pepaya dengan menggunakan metode certainty factor. Langkah yang dilakukan dalam penelitian ini meliputi analisis data: mengumpulkan data dan mendiskripsikan data. Perancangan Sistem : Mengidentifikasi masalah dan kebutuhan, menentukan masalah yang cocok, 368

3 User akusisi Pengetahuan, rekayasa Pengetahuan : tabel keputusan, pohon keputusan, tabel aturan, perancangan sistem : DVD level 0 dan flowchart sistem. hasil program : form hasil konsultasi. ANALISA DAN PERANCANGAN SISTEM Analisa Untuk mendiagnosa penyakit pada tanaman pepaya perlu diketahui terlebih dahulu gejalagejala yang timbul. Meskipun dari gejala klinis (gejala-gejala yang terlihat langsung). Ada 3 tabel untuk membantu Rule basis pengetahuan menentukan nilai untuk mendiagnosa penyakit pada tumbuhan pepaya yaitu tabel penyakit, tabel gejala, tabel solusi, serta akan digambarkan dengan menggunakan pohon keputusan. Perancangan Sistem Penggambaran perancangan sistem menggunakan DFD Level 0 dan Flowchart sebagai berikut : Gejala Penyakit Nama Penyakit Informasi Penyakit Sistem Pakar mendiagnosa Penyakit Tanaman pepaya Gambar 1. DVD Level 0 Mulai Tampilkan Pilihan gejala Baca pilihan gejala sesuaikan dengan aturan If solusi = 0 Konfirmasi Logon Gambar 2. Flowchart sistem Nama Penyakit GejalaPenyakit Informasi Penyakit Aturan Nilai Konfirmasi Logon Solusi = kdpenyakit Tampilkan hasil diagnosa Selesai Pakar Factor dengan menentukan nilai untuk Penyakit dan Gejala. Metode penanganan ketidakpastian pada sistem pakar identifikasi penyakit Tanaman pepaya ini menggunakan certainty factor dengan rentang antara -1 (definitely false) sampai +1 (definitely true) Gangguan Tabel 1. Nilai untuk Penyakit Nama Gangguan Nilai P001 Kutu Putih 0.6 P002 Kutu Tanaman ( Aphid ) 0.7 P003 Tungau ( Acarina ) 0.6 P004 Lalat Buah 0.5 Tabel 2. Nilai untuk Tabel Gejala Nilai Nama Gejala Gejala G001 Terdapat bercak putih pada 0.7 belakang daun G002 Daun terlihat layu 0.8 G003 Tumbuhan Sulit Berkembang 0.6 G004 Pucuk daun mengering 0.8 G005 Daun menggulung 0.8 G006 Bentuk bunga tidak sempurna 0.7 G007 Daun muda menjadi pucat 0.7 ketika membesar G008 Bercak merah pada daun tua 0.6 G009 Ada tenunan seperti sarang 0.8 laba - laba pada permukaan bawah daun G010 Sel - sel daun membesar karena 0.6 pengaruh enzim G011 Buah membusuk di sebagian 0.8 tempat G012 Busuk pada buah berair 0.7 G013 Banyak buah muda yang 0.5 rontok Solusi S001 S002 S003 S004 Tabel 3. Tabel Solusi Solusi Gangguan Penyiraman tanaman dengan pestidida dan P001 perhatian untuk pemeliharaan lebih rutin Penyemprotan tepung deris P002 atau tepung belerang Penyemprotan tepung deris P003 atau tepung belerang Menjaga kebersihan areal P004 pertanaman dan menginfus tanaman dengan insektisida Perencanaan pembuatan sistem meliputi perencanaan sistem pakar dalam perancangan sistem diagnosa menggunakan metode Certainty 369

4 Gejala Tabel 4. Tabel Keputusan G001 * G002 * G003 * G004 * G005 * G006 * Gangguan P001 P002 P003 P004 G007 * G008 * G009 * G010 * G011 * G012 * G013 * Gambar 4. Form Konsultasi Form hasil konsultasi Gambar 5. Form Hasil Konsultasi PEMBAHASAN Dari tabel yang sudah dipaparkan sebelumnya maka sebagai hasil uji coba sistem aplikasi yang dibangun dihitung untuk tingkat keakuratan menggunakan metode. Gambar 3. Pohon Keputusan HASIL dan PEMBAHASAN Hasil Dari hasil perancangan sistem yang sebelumnya terdapat hasil tampilah aplikas yang dibangun sebagai berikut : Form konsultasi Tabel 5. Contoh perhitungan No Gejala Penyakit Nilai 1 Terdapat bercak Kutu Putih 0,7 putih pada belakang daun 2 Daun terlihat layu Kutu Putih 0,8 3 Tumbuhan Sulit Kutu Putih 0,6 Berkembang (H,e) = (E,e) * (H,E) (E,e) = 1 nilai kepastian (H,E) = min [ Rule (H,e)] nilai 1 jika menggunakan min, -1 jika menggunakan max untuk batas kepastian (H,e) = 1 * min [0.7, 0.8, 0.6] (H,e) = 0.6 Dari perhitungan di atas, didapatkan nilai faktor kepastian dari masukan gejala untuk gangguan hama kutu putih adalah 0,6 KESIMPULAN Pada penelitian ini menggunakan metode certainty factor dalam pengembangan sistem pakar untuk mendiagnosa Tanaman Pepaya. Hasil akhir yang didapat dalam aplikasi berupa jenis penyakit berdasarkan gejala yang dipilih oleh user. Pada penerapan certainty factor dalam 370

5 permasalahan ini dikatakan sudah sesuai dengan hasil perhitungan manual dan hasil diberikan oleh sistem. Berdasarkan hasil analisa yang dilakukan dengan teknik sampling menunjukkan hasil 80% dengan nilai yang telah ditetapkan., pengguna merasa pada aplikasi yang dibuat sangat baik dengan presentase 80 %. DAFTRA PUSTAKA [1] Rosnelly Rika, 2012, Sistem Pakar Konsep dan Teori, Yogyakarta, Andi Offset. [2] Sari Ria Eka, 2013, Sistem Pakar Untuk Mendeteksi Penyakit THT Dengan Menggunakan Metode Forward Chaining, Prosiding SNIf STMIK Potensi Utama [3] Kusrini, 2008, Menentukan Faktor Kepastian Pengguna dengan metode kuantifikasi pertanyaan, Yogyakarta : Andi. [4] Tim Karya Tani Mandiri, 2011, Pedoman Bertanam Pepaya, Bandung : Nusa Aulia 371