SISTEM PAKAR MENDIAGNOSA PENYAKIT DAN HAMA TANAMAN PADI .

SISTEM PAKARMENDIAGNOSA PENYAKIT DAN HAMA TANAMANPADI ORGANIK VARIENTAS IR 64 DENGAN METODECERTAINTY FACTORDisusun Oleh :Nama: Moch. Refan Syafi’iNIM: A11.2008.03990FAKULTAS ILMU KOMPUTERUNIVERSITAS DIAN NUSWANTOROSEMARANG2013

SISTEM PAKARMENDIAGNOSA PENYAKIT DAN HAMA TANAMANPADI ORGANIK VARIENTAS IR 64 DENGAN METODECERTAINTY FACTORMOCH. REFAN SYAFI'IProgram Studi Teknik Informatika-S1Fakultas Ilmu KomputerUniversitas Dian Nuswantoro SemarangURL:http//www.dinus.ac.idEmail : klik qw@yahoo.comABSTRAKDi zaman sekarang ini padi organik dikenal sebagai tanaman yang memiliki daya pikat untuk orangorang yang suka gaya hidup yang lebih sehat dengan makanan yang organik karena proses tanaman organiktanpa menggunakan bahan kimia. Seiring dengan semakin berkembang nya pengetahuan, teknologi computerjuga mengalami kemajuan yang sangat signifikan dari tahun ketahun. Sistempakar memiliki kemampuanuntuk mengadopsi suatu dasar pengetahuan yang diperoleh melalui penginputan data dari kemampuan parapakar dalam suatu bidang tertentu yang bersifat spesifik. Sistempakar merupakan suatu sistem yangdirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan danmemecahkan suatu masalah. Dengan demikian pada skripsi ini akan dirancang suatu sistem yangbertujuan untuk menyajikan cara berpikir manusia (para pakar tanaman padi organik) kedalam suatuprogram sistempakar yang mampu mendiagnosis penyakit pada tanaman padi organik. Disini penulis akanmembuat Sistem Pakar Mendiagnosa Penyakit Dan Hama Tanaman Padi Organik Varietas IR 64Dengan Metode Certainty Factor yang berguna untuk membantu dalam proses mendeteksi tanaman Padi.Model certainty factor adalah metode untuk mengelola ketidak pastian dalam system berdasarkanaturan. Sistem Pakar Mendiagnosa Penyakit Dan Hama Tanaman Padi Organik Varietas IR 64Dengan Metode Certainty Factor bagi petani dibangun dengan menerapkan metode certainty factor. Sistemtersebut memberikan hasil berupa kemungkinan penyakit dan hama yang dialami, presentase keyakinan,serta solusi pengobatan dan pencegahan berdasarkan fakta-fakta dan nilai keyakinan yang diberikan olehpengguna dalam menjawab pertanyaan selama sesikonsultasi ketika menggunakan system ini. Implementasisystem ini digunakan untuk mengevaluasi proses akuisisi pengetahuan dalam membangun k,certainty factor1. Pendahuluan1.1 Latar BelakangPadi merupakan bahan makanan pokokbagi masyarakat Indonesia. Sebagian darimasyarakat kita sumber makanannya dapatberasal dari jagung, sagu. Butir-butir yang sudahlepas dari tangkai nya disebut gabah, dan yangsudah dibuang kulit luarnya disebut beras.Dalam praktek di lapangan setiap penggunaanbibit baru sering menimbulkan atau mengundanghama atau penyakit tanaman baru. Hal yangsering terjadi, banyak keruginan yangdiakibatkan karena adanya penyakit tanamanyang terlambat untuk didiagnosis dan sudahmencapai tahap yang pernah dan penyebabkanterjadinya gagal panen. Sebenarnya setiappenyakit tanaman tersebut sebelum mencapaitahapan yang lebih parah dan meluas umumnyamenunjukkan gejala-gejala penyakit yangdiderita tetapi masih dalam tahap yangringan dan masih sedikit.Tetapi petani sering mengabaikanhal ini karena ketidak tahuannya danmenganggap gejala tersebut sudah biasaterjadi pada masa tanam, sampai suatu saattimbul gejala yang sangat parah danmeluas, sehingga sudah terlambat untukdikendalikan.Sistem pakar adalah salah satubagian dari sebuah dari kecerdasan buatanyang mengandung pengetahuan danpengelaman para ahli atau para pakar yangdimasukkan oleh satu banyak pakarkedalam suatu area pengetahuan tertentusehinggasetiaporangdapatmenggunakannya untuk memecahkan

berbagai masalah yang bersifat spesifik dalamhal ini adalah permasalahan pada sekitar kitaDengan Sistem Pakar Diagnosis danpengendalian Penyakit Tanaman Padi denganMenggunakanMetodeCertainty Factordiharapkan secara tidak langsung akanmengurangi gagal panen.Kelebihan dari metode certainty factorini adalah metode ini cocok dipakai dalam sistempakar untuk mengukur sesuatu apakah pasti atautidak pasti dalam mendiagnosis penyakit salahsatu contohny, kelebihan kedua nya dari metodeini perhitungan dengan menggunakan metode inidalam sekali hitung hanya dapat dua data sajasehingga keakuratan data dapat terjaga.Gambaran di atas menjadi suatupertimbangan bagi penulis untuk membuat judul" Sistem Pakar Mendiagnosa Penyakit DanHama Tanaman Padi Organik Varietas IR 64Dengan Metode Certainty Factor berbasisaplikasi untuk menanggulangi penyakit danhama yang menyerang tanaman padi".pakar untuk diagnosis dan pengobatanmeningitis dan infeksi darah. Sejak itu,model CF telah menjadi pendekatanstandar untuk manajemen ketidakpastiandalam sistem berdasarkan aturan.Ketika model CF diciptakan,banyak peneliti kecerdasan buatan (AI)menyatakan perhatian pada penggunaanprobabilitas Bayesian (atau subjektif)untuk mewakili ketidakpastian. Darisejumlah peneliti tersebut, sebagian besar1.2 TujuanSesuai dengan latar belakang danrumusan masalah yang telah di identifikasi makatujuan untuk pembuatan sistem ini adalah:1. Membantu para ahli untuk cepatmengidentifikasi penyakit dan hamabaru pada tanaman padi.2. Mengurangi Kerugian pada aryangdigunakan.2. Tinjauan Pustaka2.1 Sistem Pakar2.1.1. Pengertian SistemSistem adalah suatu jaringan kerja dari proseduryang saling berhubungan, berkumpul bersamasama untuk melaksanakan suatu kegiatan ataumenyelesaikan sasaran tertentu.Sistem juga merupakan kesatuan bagian-bagianyang saling berhubungan yang berada dalam suatuwilayah serta memiliki item-item penggerak,contoh umum misalnya seperti negara. Negaramerupakan suatu kumpulan dari beberapa elemenkesatuan lain seperti provinsi yang salingberhubungan sehingga membentuk suatu negaradimana yang berperan sebagai penggeraknya yaiturakyat yang berada dinegara tersebut.Kata "sistem" banyak sekali digunakan dalampercakapan sehari-hari, dalam forum diskusimaupun dokumen ilmiah.2.2 Metode Certainty FactorModel certainty factor adalah metodeuntuk mengelola ketidakpastian dalam sistemberdasarkan aturan. Shortliffe dan Buchanan(1975) mengembangkan model CF dipertengahan 1970-an untuk MYCIN, sistemmenaruh perhatian tentang batasanpraktis penggunaan teori probabilitas.Model CF diciptakan untuk menghindariasumsi tidak masuk akal dalam enggunakan suatu nilai untukmengasumsikanderajatkeyakinanseorang pakar terhadap suatu data.Certainty factor memperkenalkan konsepkeyakinan dan ketidakyakinan yangkemudian diformulakan dalam rumusandasar sebagai berikut :CF[P,E] MB[P,E]MD[P,E]Keterangan :CF: Certainty Factor (faktorkepastian)MB: Measure of Belief(ukurankepercayan)terhadap hipotesis H, jikadiberikanevidenceE(antara 0 dan 1)MD: Measure of Disbelief(ukuran ketidakpercayan)terhadap hipotesis H, jikadiberikanevidenceE(antara 0 dan 1)

P:Probability(probabilitaskebenaran hipotesis H)E: Evidence (probabilitas bahwa H benarkarena fakta E)Berikut ini adalah deskripsi beberapakombinasi Certainty Factor terhadap berbagaikondisi:1. Certainty Factor untuk kaidahdengan premistunggal(singlepremisrules):CF(H,E) CF(E)*CF(rule) CF(user)*CF(pakar)2. Certainty Factor untuk kaidah denganpremis majemuk (multiple premis rules):CF(A AND B) Minimum(CF(a),CF(b))*CF(rule)CF(AORB) Maximum(CF(a),CF(b))*CF(rule)3. Certainty Factor untuk kaidah dengankesimpulan yang serupa (similiaryconcluded rules):CFcombine (CF1, CF2) CF1 CF2*(1- CF1)3.Metode PenelitianMetode penelitian adalah metode yangdigunakan dalam melaksanakan penelitian, merupakandasar penyusunan rancangan penelitian dan merupakanpenjabaran dari metode ilmiah secara umum. Sedangpenelitian adalah kegiatan untuk mencari fakta-faktaatau prinsip-prinsip (baik kegiatan untuk penemuan,pengujian atau pengembangan) dari suatu pengetahuandengan cara mengumpulkan, mencatat dan menganalisadata yang dikerjakan secara sistematis berdasarkan ilmupengetahuan (metode ilmiah).3.1. Objek PenelitianObjek penelitian yang digunakan padatugas akhir ini adalah proses rekayasa perangkatlunak dan juga aplikasi berbasis web. Penelitiandimulai dengan menyelidiki arsitektur perangkatlunak berbasis web dan perbedaannya denganperangkat lunak berbasis desktop. Pada penulisantugas akhir ini. Objek penelitian yang diambildengan judul “Sistem Pakar Deteksi PenyakitBebek”.3.2. Perancangan Pengolahan DataSebelum kegiatan pengumpulan datadilakukan, perlu dipersiapkan dahulu bagaimanarancangan untuk pengolahan atau analisis datanya.Tujuan perancangan pengolahan data adalah :1. Agar tidak terjadi bias pengamatan terhadapvariable yang diteliti.2. Agar memudahkan dalam pemilihan alat danmetode analisis.3. Untuk menjaga konsistensi antara datayang akan dikumpulkan dengan alat ataumetode analisis yang akan digunakan.3.3. Jenis dan Sumber DataSumber data yang dikumpulkan olehpenulis didalam menyusun laporan tugasakhir ini adalah :1. Data PrimerData yang didapat dari hasilpenelitian secara langsung dari objekpenelitian atau sumber data. Contohnyadata yang diperoleh meliputi daftarpenyakit, gejala, pengobatan danpencegahan yang ada pada padi organik2. Data SekunderData sekunder yaitu data yangdiambil secara tidak langsung darisumbernya, didapat dari buku-bukukepustakaan, jurnal, internet dan lain-lainyang dijadikan sebagai landasan teoriserta pelengkap data primer. Contohnyadata sekunder yang penulis dapatkanberupa tentang jenis daftar penyakit,gejala, pengobatan dan pencegahan yangada pada padi organik.3.4. Metode Pengumpulan DataDalam menyusun tugas akhir iniuntuk mendapatkan kebenaran data, k melakukanpenelitian ini.Adapun metode-metode tersebutadalah :1. Metode Wawancara (interview)Wawancaramerupakanteknikpengumpulan data dengan melakukan tanyajawab secara langsung kepada sumber datayang bersangkutan. Dalam hal ini penulismenemui seorang ahli (pakar), datanglangsung kelapang mengupulkan datadengan tanya jawab para kelompok tani.2. Metode Studi PustakaAdalah metode pengumpulan datadengan menggunakan sumber-sumberyang ada di perpustakaan atau literatuliteratur yang mendukung. Tujuannyauntuk mencari teori atau konsep ataugeneralisasi yang dapat digunakansebagai landasan teori atau kerangka bagipenelitian yang akan dilakukan. Dalamhal ini yang dilakukan adalah denganmembaca sumber-sumber pustaka.

tingkat kepastian (CF) dari berbagai4. Hasil dan Pembahasan4.1 Tampilan Halaman Depanjenis penyakit bebek sebagai acuanmelakukan tindakan medis yang tepatbagi bebek.2. User cukup memilih gejala-gejala yangsedangmenyerangbebek,untukselanjutnya program aplikasi yang adamenyeleksi secara otomatis penyakityang sesuai.4. 2: Tampilan Data Penyakit3. Denganbantuansistempakarpendeteksian penyakit bebek makaakanmenghematbiayayangseharusnya dipakai untuk pemeriksaankepakar bebek.5.1Saran1.Dari hasilanalisa yang dilakukan penulis,untuk menghasilkan system pakar untuk4.3:HalamanDataGejalamendiagnosa penyakit bebek yang baikmakaperluuntukmenjaminhasildiagnosa yang benar maka perlu databasepengetahuan yang terus dikon sultasi kanpakar penyakit bebek.2.SistemPakar Diagnosis Penyakit bebekbias lebih dikembangkan yaitu denganpengembangan kepemrograman sehingga4.4: Halaman Analisis Penyakitdapat diakses dari berbagai tempat.Daftar Pustaka5.KesimpulanDari hasil analisa dan perancangan ,makadapat disimpulkan, diantaranya :1. Memberikan kemudahan informasi danmembantupengguna(user)untukmenentukan jenis penyakit yang diderita[1]Kusumadewi, Sri. 2003. ArtificialIntelligence (Teknik dan Aplikasinya).Yogyakarta : Graha Ilmu.[2]Kusrini. 2008. APLIKASI SISTEMPAKAR : Menentukan FaktorKepastian Pengguna MenggunakanMetode Kuantifikasi Pertanyaan.Yogyakarta : Penerbit ANDI[3] Sutojo, S.Si., M.Kom, T. ; Mulyanto,S.Si., M.Kom, Edy. ; Suhartono, Dr.Vincent. 2011. Kecerdasan BuatanYogyakarta : Penerbit ANDIbebek yang diderita. Menggantikan pakarternak dalam menentukan penyakit dan[4] http://bp4kkabsukabumi.net/index.php/Per