IMPLEMENTASI DEPTH FIRST SEARCH DAN FUZZY EXPERT SYSTEM UNTUK IDENTIFIKASI PENYAKIT

BAWANG MERAH BREBES VARIETAS BIMA BERBASIS WEB

PROPOSAL TUGAS AKHIR

Oleh : ANTON MAULANA IBRAHIM

1711601250

PROGRAM STUDI D III MANAJEMEN INFORMATIKA PROGRAM AHLI MADYA

POLITEKNIK MITRA KARYA MANDIRIBREBES

2019

IMPLEMENTASI DEPTH FIRST SEARCH DAN FUZZY EXPERT SYSTEM UNTUK IDENTIFIKASI PENYAKIT BAWANG MERAH BREBES

VARIETAS BIMA BERBASIS WEB

PROPOSAL TUGAS AKHIR

Diajukan untuk memenuhi salah satu persyaratan memperoleh gelar Ahli Madya Komputer (Amd.Kom)

Oleh : ANTON MAULANA IBRAHIM

1711601250

PROGRAM STUDI D III MANAJEMEN INFORMATIKA PROGRAM AHLI MADYA

POLITEKNIK MITRA KARYA MANDIRIBREBES

2019

PROGRAM STUDI D III MANAJEMEN INFORMATIKAPROGRAM AHLI MADYAPOLITEKNIK MITRA KARYA MANDIRI

LEMBAR PERSETUJUAN PROPOSAL TUGAS AKHIR

Nama : ANTON MAULANA IBRAHIMNomor Induk Mahasiswa : 1711601250Jenjang Studi : Ahlimadya Judul : IMPLEMENTASI DEPTH FIRST SEARCH FUZZY

EXPERT SYSTEM UNTUK IDENTIFIKASI PENYAKIT BAWANG MERAH BREBES VARIETAS BIMA BERBASIS WEB

Telah disetujui untuk Dipresentasikan pada Sidang Proposal Tesis Semester Gasal/Genap Tahun Ajaran 2017/2018

Brebes , __________2018Tanda tangan :

Pembimbing Utama,

(Nama) …………………………...

Pembimbing Pendamping,

(Nama)…………………………...

i

ABSTRAK

Penelitian ini telah menghasilkan sebuah aplikasi berupa sistem pakar berbasis web yang digunakan untuk mendiagnosa penyakit pada tanaman bawang merah. Sistem pelacakan dalam sistem ini menggunakan Backward chaining dengan metode penelusuran Depth First Search dan fuzzy yang dilengkapi dengan pohon keputusan. Proses pelacakan ini bermula dari simpul akar dan bergerak ke bawah ke tingkat dalam yang berurutan. Proses ini berlangsung terussampai kesimpulan ditemukan, atau jika menemui jalan buntu akan melacak ke belakang (backtracking). Hasilnya Sistem pakar ini memudahkan user dalam melakukan proses konsultasi, karena pertanyaan gejala yang diajukan hanya terkait penyakit yang dialami. Selain itu sistem pakar ini juga memudahkan bagi admin untuk melakukan update basis aturan, karena adanya fitur halaman edit basis aturan yang dapat digunakan untuk menambah, mengupdate dan menghapus penyakit, gejala dan solusi penanganannya. Sistem pakar ini dikembangkan menggunakan php dan mysql.

Kata Kunci : Expert System, Bawang Merah, Depth First Search, Fuzzy.

ii

KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan rahmat dan karuniaNya kepada kita semua, sholawat serta salam senantiasa penulis haturkan kepada Nabi Agung nabi akhir zaman Muhammad SAW; Berkat rahmat-Nya penulis dapat menyelesaikan penulisan proposal tesis dengan judul : IMPLEMENTASI DEPTH FIRST SEARCH FUZZY EXPERT SYSTEM UNTUK IDENTIFIKASI PENYAKIT BAWANG MERAH BREBES VARIETAS BIMA BERBASIS WEB.

Penyusunan tesis ini merupakan salah satu persyaratan dalam menyelesaikan program studi Magister Ilmu Komputer Universitas Budi Luhur Jakarta. Atas bantuan dan dukungan yang secara langsung, maupun tidak langsung yang telah Kami terima, oleh karena itu penulis ingin mengucapkan terima kasih yang sebesar – besarnya kepada :

1. Allah SWT, atas segala Petunjuk dan Kemudahan-Nya sehingga pada akhirnya penulis dapat menyelesaikan penulisan Proposal tesis.

2. Kedua orang tua atas segala doa sehingga penulis diberikan kemudahan dalam penulisan proposal tesis.

3. Istri tercinta Nur Laeli Ulfah, S.Pd dan kedua gadis kecil Qaisya Nur Safa Ibrahim dan Alisya Mikaila Jasmin Ibrahim yang selalu menjadi semangat dalam penulisan proposal tesis

4. Bapak Drs. H. Agus Wakhid, M. Kes selaku Direktur Politeknik Mitra Karya Mandiri.

5. Bapak Anton Ibrahim, M.Kom, selaku Ketua Program Studi D III Manajemen Informatika Politeknik Mitra karya Mandiri.

6. Bapak Haryono, MM., selaku Dosen Pembimbing Tugas Akhir.

Seluruh pihak yang telah membantu penyelesaian proposal tesis ini. Penulis menyadari bahwa tesis ini masih banyak kekurangan, karena itu penulis mengharapkan saran dan kritik untuk bisa membangun lebih baik lagi dikemudian hari.

Brebes, November 2019Penulis

iii

DAFTAR ISIHalaman

LEMBAR PERSETUJUAN PROPOSAL TESIS.........................................................iiABSTRAK...................................................................................................................iiiKATA PENGANTAR..................................................................................................ivDAFTAR ISI.................................................................................................................vDAFTAR TABEL......................................................................................................viiiDAFTAR LAMPIRAN................................................................................................ixBAB 1. PENDAHULUAN.......................................................................................1

1.1 Latar Belakang...................................................................................................11.2 Masalah Penelitian.............................................................................................1

1.2.1 Identifikasi Masalah.............................................................................11.2.2 Pembatasan Masalah............................................................................11.2.3 Rumusan Masalah................................................................................2

1.3 Tujuan dan Manfaat Penelitian..........................................................................21.3.1 Tujuan Penelitian.................................................................................21.3.2 Manfaat Penelitian...............................................................................2

1.4 Tata-Urut Penulisan...........................................................................................31.5 Daftar Pengertian...............................................................................................3

BAB 2. LANDASAN TEORI DAN KERANGKA KONSEP................................42.1 Tinjauan Pustaka................................................................................................4

2.1.1 Penyajian Tabel....................................................................................42.1.2 Penyajian Gambar................................................................................52.1.3 Penulisan Kutipan (Sitasi)....................................................................6

2.2 Tinjauan Studi....................................................................................................72.3 Tinjauan Obyek Penelitian................................................................................92.4 Kerangka Konsep/Pola Pikir Pemecahan Masalah..........................................102.5 Hipotesis..........................................................................................................10

BAB 3. METODOLOGI DAN DESAIN/RANCANGAN PENELITIAN............113.1 Metode Penelitian............................................................................................113.2 Sampling/Metode Pemilihan Sampel..............................................................113.3 Metode Pengumpulan Data..............................................................................123.4 Instrumentasi....................................................................................................123.5 Teknik Analisis/Rancangan dan Pengujian Data/ Sistem/ Prototipe/

Model/ Rencana Strategi..................................................................................13

iv

3.6 Langkah-langkah Penelitian............................................................................143.7 Jadwal Penelitian.............................................................................................14

BAB 4. PENUTUP.................................................................................................154.1 Kesimpulan......................................................................................................154.2 Saran................................................................................................................15

DAFTAR PUSTAKA..................................................................................................16

v

DAFTAR GAMBAR

Gambar 2.1 Proses Information Retrieval.....................................................................6

vi

DAFTAR TABEL

Tabel 2.1 Struktur tabel mahasiswa...............................................................................5

Tabel 2.2 Penelitian Terkait...........................................................................................9

Tabel 3.1 Contoh Jadwal Penelitian............................................................................14

vii

DAFTAR LAMPIRAN

Lampiran 1 ……….

Lampiran 2 ………

viii

BAB I

PENDAHULUAN

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Bawang merah merupakan salah satu komoditi hortikultura yang termasuk ke

dalam sayuran rempah yang digunakan sebagai pelengkap bumbu masakan guna

menambah citarasa dan kenikmatan masakan. Di samping itu, tanaman ini juga

berkhasiat sebagai obat tradisional, misalnya obat demam, masuk angin, diabetes

melitus, disentri dan akibat gigitan serangga (Samadi dan Cahyono, 2005). Wibowo

(2005) menyatakan bahwa, bawang merah mengandung protein 1,5 g, lemak 0,3 g,

kalsium 36 mg, fosfor 40 mg vitamin C 2 g, kalori 39 kkal, dan air 88 g serta bahan

yang dapat dimakan sebanyak 90%. Komponen lain berupa minyak atsiri yang dapat

menimbulkan aroma khas dan memberikan citarasa gurih pada makanan.

Propinsi Jawa Tengah merupakan salah satu penghasil bawang terbesar di

Indonesia, lebih dari 50% produksi bawang nasional berasal daerah area sawah di

Propinsi Jawa Tengah. Salah satu kabupaten di jawa tengah yang menjadi pusat

penghasil bawang merah adalah kabupaten Brebes. Bawang merah bagi Kabupaten

Brebes merupakan trade mark mengingat posisinya sebagai penghasil terbesar

komoditi tersebut di tataran nasional. Pusat bawang merah tersebar di 11 kecamatan

(dari 17 kecamatan) dengan luas panen per tahun 20.000 - 25.000 hektar. Sentral

bawang merah tersebar di Kecamatan Brebes, Wanasari, Bulakamba, Tonjong,

Losari, Kersana, Ketanggungan, Larangan, Songgom, Jatibarang, dan sebagian

Banjarharjo. Dari sekitar 1,7 juta penduduk Brebes, sekitar 70 persen bekerja pada

sektor pertanian (Tuswanto, Fadlil, 2013).

Adanya permintaan dan kebutuhan bawang merah yang terus meningkat setiap

tahunnya belum dapat diikuti oleh peningkatan produksinya. Hal ini disebabkan oleh

keterbatasan dalam hal budidaya tanaman seperti keberagaman jenis tanah,

1

2

pengendalian hama, penyakit dan gulma, pemupukan serta penanganan

pascapanennya. Menurut Ketua Badan Pelaksana Penyuluhan Kabupaten Brebes

para petani dan penyuluh yang mengeluhkan banyaknya hama dan penyakit yang

menyerang tanaman bawang merah. Untuk itu diperlukan pendiagnosaan terhadap

hama dan penyakit pada tanaman bawang merah memang harus dilakukan secepat

dan seakurat mungkin, dikarenakan hama dan penyakit pada tanaman tersebut dapat

dengan cepat menyebar serta menyerang keseluruh lahan pertanian.

Untuk penanganan dari hama dan penyakit yang menyerang tanaman bawang

merah tersebut maka diperlukanlah seseorang yang ahli atau berpengalaman tentang

masalah bawang merah terutama di bidang hama dan penyakit. Seseorang yang ahli

atau berpengalaman ini, biasa disebut expert, nantinya akan memberikan solusi

kepada petani tentang penanganan hama dan penyakit yang menyerang tanaman

mereka. Keterbatasan expert di satu wilayah tertentu menyulitkan bagi petani untuk

melakukan konsultasi tentang penanganan hama dan penyakit kepada expert yang

bersangkutan. Dari sinilah diperlukannya sebuah expert sistem yang dapat menjadi

alternatif kedua jika expert yang sebenarnya tidak ada. Perlu kalimat yang

menyatakan keterbatasan seorang ahli, misalnya kemampuannya belum

terdokumentasi atau perlu otomasisasi sistemk yang berperan sebagai pakar. Dengan

adanya expert sistem tersebut maka petani dapat menanggulangi masalah hama dan

penyakit yang menyerang tanaman bawang merah mereka tanpa harus langsung

datang ke pakarnya untuk melakukan konsultasi. Cukup dengan menggunakan sistem

yang nantinya dibuat dan berisi informasi mengenai hama dan penyakit yang berasal

dari pakar yang sesungguhnya.

System pakar berbasis web bertujuan supaya aplikasi tersebut bisa digunakan

oleh pengguna tanpa batasan lokasi sehingga bisa diakses dimanapun selama ada

koneksi internet, tanpa batasan waktu sehingga bisa diakses kapanpun, dan lebih

murah karena tidak memerlukan software khusus melainkan hanya memerlukan

browser untuk mengakses aplikasi tersebut. Oleh karena itu penelitian ini

mengusulkan sebuah system pakar penyakit tanaman bawang merah berbasis web

3

Metode yang digunakan pada penelitian ini adalah metode fuzzy dengan

penalaran monoton, metode tersebut dipilih dikarenakan metode fuzzy memiliki

kemiripan dalam memecahkan masalah seperti yang dilakukan oleh pakar.

1.2 Masalah Penelitian

Berdasarkan latar belakang yang telah dibahas, masalah yang dapat

diidentifikasi yang berkaitan dengan hama dan penyakit bawang merah adalah:

1. Petani tidak bisa mengidentifikasi penyakit pada tanaman bawang merah

secara tepat.

2. Ketidaktersediaan pakar yang mampu mendeteksi jenis penyakit bawang

merah berdasarkan gejala yang dialami tanaman bawang merah.

3. Belum adanya sistem pakar yang mampu mendeteksi penyakit bawang

merah berdasarkan gejala yang dialami tanaman bawang merah

1.2.1 Identifikasi Masalah

Berdasarkan uraian latar belakang masalah, maka penelitian ini

mengidentifikasi beberapa permasalahan, diantaranya :

1. Gejala-gejala apa saja yang mengindikasikan penyakit bawang merah?.

2. Apakah keberadaan sistem pakar bisa membantu petani dalam penanganan

penyakit ?

1.2.2 Pembatasan Masalah

Adapun batasan masalah dalam penelitian ini adalah sebagai berikut :

1. Sistem ini mendiagnosa 22 penyakit dan 33 gejala pada tanaman bawang

merah.

2. Penyakit bawang yang dimaksud adalah penyakit yang disebabkan oleh

Biotik (Jamur atau Cendawan) dan Serangga.

3. Sistem pelacakan dalam sistem ini menggunakan Backward chaining

dengan metode penelusuran Depth First Search dan fuzzy yang dilengkapi

dengan pohon keputusan

4

1.2.3 Rumusan Masalah

Berdasarkan latar belakang masalah di atas, maka dapat dirumuskan beberapa

masalahnya adalah sebagai berikut : I

1. Gejala gejala apa yang muncul untuk menidentifiksi penyakit pada bawang

merah menggunakan Backward chaining dengan metode penelusuran

Depth First Search dan fuzzy ?

2. Bagamana membuat basis aturan yang dapat mengidentifikasi hama pada

tanaman bawang merah ?

1.3 Tujuan dan Manfaat Penelitian

Penelitian ini tidak lepas dari tujuan dan manfaat yang ingin dicapai yaitu

sebagai berikut :

1.3.1 Tujuan Penelitian

Berikut ini tujuan dilakukannya penelitian ini.

1. Dapat mengidentifikasi penyakit bawang merah menggunakan Backward

chaining dengan metode penelusuran Depth First Search dan fuzzy yang

dilengkapi dengan pohon keputusan.

2. Dapat menghasilkan aplikasi sistem pakar hama dan penyakit bawang

merah berbasis web.

3. Mendapatkan hasil keakurasian sistem pakar penyakit bawang merah yang

dibuat.

1.3.2 Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut:

1. Sistem pakar yang dibangun dapat digunakan untuk mendeteksi hama pada

tanaman bawang merah.

2. Dapat membantu petani bawang merah untuk memberikan solusi yang tepat

pada tanaman bawang merah yang terserang hama

5

1.4 Tata-Urut Penulisan

Langkah-langkah atau tahap-tahap yang akan ditempuh dalam menyelesaikan

penulisan dan penelitian ini adalah sebagai berikut:

BAB I : PENDAHULUAN Pada bab ini menjelaskan tentang Latar Belakang, Ruang

Lingkup Permasalahan, Tujuan dan Manfaat Penelitian, Metodologi

Penelitian, dan Sistematika Penulisan.

BAB II : TINJAUAN PUSTAKA Pada bab ini menjelaskan tentang teori-teori yang

berhubungan dengan program yang dirancang, seperti pengertian sistem

pakar, Fuzzy logic dan bahasa pemrograman yang digunakan,

serta database yang digunakan dalam melakukan perancangan dan

penelitian.

BAB III : ANALISA DAN DESAIN SISTEM Pada bab ini mengemukakan tentang

analisa sistem yang akan dibangun, evaluasi sistem yang akan dibangun

dan desain sistem yang dibangun.

1.5 Daftar Pengertian

Sistem Pakar : Sistem pakar (expert system) adalah sistem yang berusaha

mengadopsi pengetahuan manusia ke komputer, agar komputer

dapat menyelesaikan masalah seperti yang biasa dilakukan oleh

para ahli, dan sistem pakar yang baik dirancang agar dapat

menyelesaikan suatu permasalahan tertentu dengan meniru

kerja dari para ahli (Kusumadewi, 2003:109).

Menurut Turban(1995) konsep dasar sistem pakar mengandung

keahlian (expertise), pakar (expert), pengalihan keahlian

(transfering expertise), inferensi (inferencing), aturan (rules)

dan kemampuan menjelaskan (explanation capability).

Keahlian (expertise) adalah suatu kelebihan penguasaan

pengetahuan di bidang tertentu yang diperoleh dari pelatihan,

6

membaca atau pengalaman. Pengetahuan tersebut

memungkinkan para ahli untuk dapat mengambil keputusan

lebih cepat dan lebih baik daripada seseorang yang bukan ahli.

Mesin inferensi : Mesin inferensi adalah bagian yang mengandung mekanisme

fungsi berpikir dan pola-pola penalaran sistem yang digunakan

oleh seorang pakar (Turban, 1995). Mekanisme ini akan

menganalisa suatu masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan terbaik.

Ada dua teknik yang dapat dikerjakan dalam melakukan

inferensi, yaitu (Giarratano, 1994):

1. Forward Chaining

Pencocokan fakta atau pernyataan dimulai dari bagian

sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai

dari fakta terlebih dahulu untuk menguji kebenaran

hipotesis.

2. Backward Chaining

Pencocokan fakta atau pernyataan dimulai dari bagian

sebelah kanan (THEN dulu). Dengan kata lain, penalaran

dimulai dari hipotesis terlebih dahulu, dan untuk menguji

kebenaran hipotesis tersebut harus dicari fakta-fakta yang

ada dalam basis pengetahuan.

Kedua metode inferensi tersebut dipengaruhi oleh tiga

macam penelusuran, yaitu Depth-first search, Breadth-first

search dan Best-first search.

a. Breadth-first search, Pencarian dimulai dari simpul akar

terus ke level 1 dari kiri ke kanan dalam 1 level sebelum

berpindah ke level berikutnya.

7

b. Depth-first search, Pencarian dimulai dari simpul akar ke

level yang lebih tinggi. Proses ini dilakukan terus hingga

solusinya ditemukan atau jika menemui jalan buntu.

c. Best-first search, bekerja berdasarkan kombinasi kedua

metode sebelumnya.

Struktur Sistem pakar : Menurut Turban(1995), sistem pakar terdiri dari dua

bagian pokok, yaitu : lingkungan pengembangan

(development environment) dan lingkungan konsultasi

(consultation environment). Lingkungan pengembangan

digunakan sebagai pembangun sistem pakar baik dari segi

pembangun komponen maupun basis pengetahuan.

BAB II

LANDASAN TEORI DAN KERANGKA KONSEP

BAB 2. LANDASAN TEORI DAN KERANGKA KONSEP

2.1 Tinjauan Pustaka

Sistem pakar adalah program komputer yang menggunakan pengetahuan pakar

untuk mencapai tingkat kinerja yang tinggi pada area yang sempit (Waterman, 1986).

Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan

manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa

dilakukan oleh para ahli (SriKusumadewi, 2003, hal 109).

Menurut Muhammad Arhami dalam bukunya yang berjudul Konsep Dasar

Sistem Pakar, ada beberapa definisi sistem pakar, antara lain (Muhammad Arhami,

2005):

1. Sistem pakar adalah salah satu cabang dari Artificial Intelligences (AI) yang

membuat penggunaan secara knowledge yang khusus untuk penyelesaian masalah

tingkat manusia yang pakar.

2. Suatu sistem pakar adalah suatu sistem komputer yang menyamai (emulates)

kemampuan pengambilan keputusan dari seorang pakar.

3. Sistem pakar (expert system) merupakan paket perangkat lunak atau paket program

komputer yang ditujukan sebagai penyedia nasehat dan sarana bantuan dalam

memecahkan masalah di bidang-bidang spesialisasi tertentu seperti sains,

prekayasaan, matematika, kedokteran, pendidikan dan sebagainya.

2.1.1 Kelebihan dan Kekurangan Sistem Pakar

Menurut Muhammad Arhami (2005 : 9), secara garis besar banyak

keuntungan yang didapatkan dengan adanya sistem pakar, antara lain :

1. Menjadikan pengetahuan dan nasihat lebih mudah didapat.

2. Meningkatkan output dan produktivitas.

8

9

3. Menyimpan kemampuan dan keahlian pakar.

4. Meningkatkan penyelesaian masalah – menerusi panduan pakar, penerangan,

sistem pakar khas.

5. Meningkatkan realibilitas.

6. Memberikan respon (jawaban) yang cepat.

7. Merupakan panduan yang intelligence (cerdas).

8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian.

9. Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas (Kerschberg:86, Schur:88).

Selain kelebihan-kelebihan diatas, sistem pakar seperti hal lainnya, juga

memiliki kelemahan, diantaranya adalah :

1. Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu bisa

didapatkan dengan mudah. Karena kadangkala pakar dari masalah yang kita

buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki pakar

berbeda-beda.

2. Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi

sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan

dan pemeliharaannya.

3. Boleh jadi sistem tak dapat membuat keputusan.

4. Sistem pakar tidaklah 100% menguntungkan, walawpun seorang tidak sempurna

atau tidak terlalu benar. Oleh Karena itu perlu diuji ulang secara teliti sebelum

digunakan.

Menurut Rika Rosnelly (2003), adapun struktur sistem pakar dapat dilihat

seperti pada gambar 2.1:

10

Gambar 2.1 : Struktur sistem pakar

Komponen yang terdapat dalam struktur sistem pakar ini adalah sebagai berikut:

a. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan berisi pengetahuan untuk pemahaman, formulasi dan

penyelesaian masalah. Sistem pakar disusun atas dua elemen dasar yaitu fakta

dan aturan. Fakta merupakan informasi tentang objek dalam area permasalahan

tertentu, sedangkan aturan merupakan informasi cara bagaimana memperoleh

fakta baru dari fakta yang telah diketahui. Pada struktur sistem pakar diatas,

knowledge base berfungsi untuk menyimpan pengetahuan dari pakar berupa

rule / aturan (if <kondisi> then <aksi> atau dapat juga disebut condition-action

rules).

b. Mesin Inferensi (Inference Engine)

Mesin Inferensi merupakan otak dari sebuah sistem pakar dan dikenal juga

dengan sebutan control structure atau rule interpreter (dalam sistem pakar berbasis

kaidah). Komponen ini berisi mekanisme pola pikir dan penalaran yang digunakan

11

oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah processor

pada sistem pakar yang mencocokkan bagian kondisi dari rule yang tersimpan di

dalam knowledge base dengan fakta yang tersimpan di working memory.

2.1. Tinjauan Studi

Moch.Zamroni, Hurriyatul Fitriyah dan Rizal Maulana (2018) membuat sistem

Pendeteksi Penyakit Daun Bawang Merah Probolinggo Menggunakan Metode

Template Matching Berbasis Raspberry Pi dimana metode yang diterapkan mampu

berjalan dengan apa yang diinginkan terbukti dengan sistem dapat

mengklasifikasikan jenis penyakit daun menjadi penyakit daun bercak ungu, embun

bulu serta Moler.

Anisa Nurul Wilda (2017) Sistem pakar diagnosa penyakit bawang merah

menggunakan metode Certainty Factor diujikan pada 2 knowledge engineer dan

pakar, 90% menyatakan sangat setuju, dan 10% setuju untuk interface dan akses

sisten, sedangkan untuk fungsional sistem, 100% menyatakan sistem sudah berjalan

baik. Keakuratan hasil diagnosa sistem dan uji laboratorium 78,5 %.

Deffy Susanti dan Suhendri (2017) merancang Sistem Pakar Diagnosa Penyakit

Tanaman Mangga Dengan Algoritma Depth First Search Berbasis Mobile Penelitian

ini dilakukan dengan menggunakan algoritma depth first search dengan

memperhatikan keuntungan dan kelemahan dari algoritma tersebut, bisa diambil

kesimpulan bahwa algoritma ini bisa membantu pencarian rute terpendek, sehingga

bisa mendapatkan penyelesaian yang efektif dan algoritma depth-first search akan

berhenti melakukan pencarian jika sudah ditemukan tujuan akhir.

Evi Dewi Sri Mulyani, Susanto, Cepi Rahmat Hidayat (2018) mnerapkan

Metode Forward Chaining Pada Sistem Pakar Untuk Diagnosa Hama dan Penyakit

Padi (2018), penerapan metode inferensi forward chaining pada system pakar untuk

diagnosa hama dan penyakit tanaman padi dapat menjadi informasi dan pengetahuan

yang akan membantu masyarakat ataupun perorangan untuk mengetahui jenis hama

12

dan penyakit apa yang menyerang tanaman padinya, tanpa harus menunggu dan

mengharapkan jawaban langsung dari ahlinya.

Berikut ini merupakan penelitian terdahulu yang relevan dengan topik

penelitian penulis.

2.1.1 Penyajian Tabel

Tabel 2.1 Penelitian Terdahulu

No

.

Judul dan

Tahun Penulis Uraian

1. Sistem

Pendeteksi

Penyakit Daun

Bawang Merah

Probolinggo

Menggunakan

Metode

Template

Matching

Berbasis

Raspberry

Pi(2018)

Moch.Za

mroni,

Hurriyat

ul

Fitriyah ,

Rizal

Maulana

Hasil dari pengujian ini menunjukkan kamera

Logitech C270 dapat mengambil gambar. Dan

Berdasarkan hasil pengujian Akurasi metode

Template Matching bahwa dari jumlah 30 data

terdapat 6 hasil dari sistem yang tidak sesuai

dengan kelas sebenarnya. Sehingga akurasi yang

diperoleh sebesar 80%. Performasi waktu respon

sistem mempunyai nilai waktu sebesar 15.977 detik

dari 30 kali pengujian. Pada penelitian ini telah

dibuat sistem untuk mendeteksi penyakit daun

bawang merah menggunakan template matching,

dimana metode yang diterapkan mampu berjalan

dengan apa yang diinginkan terbukti dengan sistem

dapat mengklasifikasikan jenis penyakit daun

menjadi penyakit daun bercak ungu, embun bulu

serta Moler

2. Sistem pakar

diagnosa

Anisa

Nurul

Pengujian sistem menunjukkan bahwa sistem mampu memberi diagnosa yang tepat penyakit tanaman bawang merah berdasarkan gejala yang

13

penyakit

bawang merah

menggunakan

metode

Certainty

Factor (2017)

Wilda diderita tanaman. Penelitian ini melibatkan 15 responden, yang terdiri dari petani, mahasiswa, dan umum, untuk menguji sistem. Untuk interface dan akses sistem, hasilnya 45% pengguna sistem menyatakan sangat setuju, 52,2% setuju, 1,7% netral, dan 0,8% tidak setuju. Di sisi lain untuk fungsional sistem, 99% pengguna menyatakan sistem sudah berjalan dengan baik sedangkan sisanya menyatakan tidak. Ketika diujikan pada 2 knowledge engineer dan pakar, 90% menyatakan sangat setuju, dan 10% setuju untuk interface dan akses sisten, sedangkan untuk fungsional sistem, 100% menyatakan sistem sudah berjalan baik. Keakuratan hasil diagnosa sistem dan uji laboratorium 78,5 %.

3. Perancangan

Sistem Pakar

Diagnosa

Penyakit

Tanaman

Mangga

Dengan

Algoritma

Depth First

Search

Berbasis

Mobile (2017)

Deffy

Susanti,

Suhendri

.

Sistem akan memberikan daftar gejala-gejala

sampai bisa mengidentifikasi suatu objek

berdasarkan jawaban yang diterimanya. Jadi kerja

sistem pakar adalah menganalisis suatu masalah.

Dengan adanya sistem pakar ini diharapkan

nantinya bisa membantu masyarakat untuk

mendiagnosa penyakit dan hama pada tanaman

manga dengan melihat ciri-ciri dan gejala-gejala

yang dilihat dan nantinya sistem pakar ini dapat

menjelaskan dan mengdiagnosa apakah mangga

tersebut terkena penyakit dan hama yang seperti

apa. Penelitian ini dilakukan dengan menggunakan

algoritma depth first search dengan memperhatikan

keuntungan dan kelemahan dari algoritma tersebut,

bisa diambil kesimpulan bahwa algoritma ini bisa

membantu pencarian rute terpendek, sehingga bisa

mendapatkan penyelesaian yang efektif dan

14

algoritma depth-first search akan berhenti

melakukan pencarian jika sudah ditemukan tujuan

akhir.

4. Penerapan

Metode

Forward

Chaining Pada

Sistem Pakar

Untuk

Diagnosa

Hama dan

Penyakit Padi

(2018)

Evi Dewi

Sri

Mulyani,

Susanto,

Cepi

Rahmat

Hidayat

penerapan metode inferensi forward chaining pada

system pakar untuk diagnosa hama dan penyakit

tanaman padi dapat menjadi informasi dan

pengetahuan yang akan membantu masyarakat

ataupun perorangan untuk mengetahui jenis hama

dan penyakit apa yang menyerang tanaman

padinya, tanpa harus menunggu dan mengharapkan

jawaban langsung dari ahlinya.

5. Prediksi

Penyakit Tht

(Telinga,

Hidung,

Tenggorokan)

Dengan

Metode

Jaringan

Syaraf Tiruan

Perceptron(20

16)

Magdale

na

Erniati,

Beni

Irawan,

dan Dwi

Marisa

Midyanti

Metode yang digunakan dalam jaringan syaraf

tiruan pada aplikasi ini adalah metode Perceptron.

Data yang digunakan sebanyak 75 data dengan 60

data pelatihan dan 15 data pengujian. Aplikasi ini

menggunakan maksimum iterasi sebanyak 15,

learning rate 0,2 dan target error 0,0001. Hasil

pengujian terhadap 15 data diperoleh hasil dimana

aplikasi dapat mengenali semua data pengujian. Hal

tersebut dapat terjadi karena pada jaringan syaraf

tiruan metode Perceptron ini jaringan dalam data

pelatihan dapat mengenali pola dengan baik, selain

itu data yang digunakan untuk input hanya

menggunakan 0 dan 1 yang sudah dinormalisasikan.

15

Berdasarkan perbandingan penelitian pada tabel 2 dapat disimpulkan bahwa,

masalah-masalah yang akan diteliti penulis terkait dengan penyakit tanaman bawang

merah yang terjadi di Kabupaten Brebes dapat diselesaikan dengan menggunakan

sistem pakar berbasi Web. metode penelusuran Depth First Search dan fuzzy yang

dilengkapi dengan pohon keputusan. Proses pelacakan ini bermula dari simpul akar

dan bergerak ke bawah ke tingkat dalam yang berurutan. Proses ini berlangsung

terussampai kesimpulan ditemukan, atau jika menemui jalan buntu akan melacak ke

belakang (backtracking). Hasilnya Sistem pakar ini memudahkan user dalam

melakukan proses konsultasi, karena pertanyaan gejala yang diajukan hanya terkait

penyakit yang dialami

Tabel Penyakit

P01 Rebah batang (Rhizoctonia)P02 Busuk daun dan buah (phytophtora)P03 Embun bulu (pseudomonas)P04 Embun tepung (cendawan)P05 Patek (antraknosa)P06 Bercak daun (cercospora sp)P07 Karat daunP08 Akar Gada (akar benjol-benjol)P09 Busuk lunakP10 Bujang layu ( fusarium )P11 Layu BakteriP12 Virus komplek (virus mosaic)P13 penggorok daunP14 Ulat perusak daunP15 Ulat grayakP16 Ulat tanahP17 Ulat penggulung (Leaf miner)P18 Kutu daunP19 TungauP20 WerengP21 Bercak coklat ( Alternaria)P22 Kutu kebul

16

G01 Bercak basah pada pangkal bibit

G02 Batang layu dan rebah

G03Daun seperti tersiram air panas, kemudian coklat dan membusuk dan melebar

G04 Buah seperti tersiram air panas, kemudian membusuk basah

G05Muncul bercak kekuningan dengan bentuk kotak-kotak mengikuti alur tulang daun yang dimulai dari daun tua

G06 Terdapat serbuk putih pada bagian atas dan bawah daun

G07 Daun Mengering

G08 Batang dilapisi tepung

G09

Permukaan buah tampak berwarna coklat kering bulat berbintik hitam melingkar, kemudian melebar hingga buah busuk dan mengering

G10 Daun Layu

G11 Daun Rusak

G12Saat cuaca panas maksimum (tengah hari) semua tanaman layu tapi kondisi tanah tidak kering

G13 Tanaman akan layu sejak suhu udara mulai naik.

G14

Terdapat bercak-bercak kecil berbentuk bulat dan berwarna kekuningan pada daun. Kemudian meluas, kemudian bercak berwarna pucat putih dan di sekeliling tepinya berwarna kecoklatan

G15 Pucuk tanaman mengecil

G16Mulai dari batang, tangkai daun, pucuk tunas, sampai bunga tampak busuk basah dan berbau busuk menyengat.

G17Tanaman akan layu pada bagian bawah hanya pada siang hari apabila di pagi hari segar kembali

G18 Tulang daun menguning /daun menguning

17

G19 Seluruh bagian tanaman layu

G20Apabila batang bawah tanaman dipotong maka tampak lingkar kecoklatan

G21 Layu bagian pucuk secara permanen

G22 Seluruh bagian tanaman akan layu secara permanen

G23

Pangkal batang tanaman di potong lalu di celupkan kedalam air bersih keluar cairan putih susu, posisi tanaman yang terserang berkelompok dalam petak atau blok lahan

G24Apabila di cabut maka akan tampak kulit akar akan berwarna coklat kehitaman dan terkelupas

G25 Pertumbuhan tanaman kerdil

G26 Ukuran daun lebih kecil

G27 Sepanjang tulang daun terdapat jaringan menguning dan hijau gelap

G28Tulang daun menonjol dan berkelok-kelok dengan pinggiran daun yang bergelombang

G29 Akar tanaman rusak

G30 Daun menggulung

G31

Terdapat bintik berwarna putih pada daun, kemudian membentuk garis berkelok-kelok pada daun, lama-kelamaan garis-garis tersebut memenuhi daun sehingga menjadi warna keputih-putihan dan akhirnya daun mengering dan mati.

G32 Daun berlubang dan tidak rata

G33 Terdapat bercak kuning hingga coklat pada daun

G34 Bagian bawah daun seperti berkilap

G35 Daun keriting

G36 Daun gugur sebelum waktunya (rontok)

18

G37 Terdapat bercak coklat pada daun

G38Terdapat banyak kutu (serangga) menggumpal menggerogoti daun dan buah pada sayuran

G39 Akar membengkak

G40Pada permukaan bawah daun terdapat bercak putih keabu-abuan, seperti kapas

2.1.2 Penyajian Gambar

Gambar dalam naskah laporan tugas akhir dapat meliputi : bagan alir, grafik,

peta, foto, dan diagram kerja. Penyajian gambar dalam penyusunan naskah skripsi

mengikuti ketentuan berikut.

Judul gambar diletakkan di bawah gambar, tanpa diakhiri dengan titik dan

ditulis dengan huruf tebal. Huruf pertama pada kata pertama judul ditulis kapital, kata

selanjutnya dengan huruf kecil. Apabila judul gambar lebih dari satu baris maka harus

ditulis satu spasi. Keterangan gambar dituliskan pada tempat-tempat yang kosong di

dalam gambar dan jangan pada halaman lain. Bila gambar disajikan melebar

sepanjang tinggi kertas, maka bagian atas gambar diletakkan di sebelah kiri.

Gambar 2.1 Proses Information Retrieval

Untuk gambar yang terdiri dari beberapa bagian harus digunakan keterangan

urutan menggunakan (a), (b), dan seterusnya, dengan keterangan yang tercakup pada

19

bagian judul gambar. Seluruh gambar harus diatur pada satu halaman yang sama.

Untuk gambar berwarna hendaknya dapat dicetak warna atau diatur dengan

pewarnaan yang kontras.

Jika gambar dikutip dari referensi maka sitasi dituliskan pada bagian terakhir

judul gambar. Untuk gambar yang dikutip dari internet, hendaknya diperhatikan

resolusi dan ketajaman gambar. Untuk gambar yang berasal dari hasil scanning harap

diperhatikan tingkat resolusi dan ketajaman gambar. Jika diperlukan, hasil scan dapat

dilengkapi dengan teks tertentu.

2.1.3 Penulisan Kutipan (Sitasi)

Model yang digunakan mengacu pada sistem penulisan referensi Harvard.

Untuk pencantuman pustaka yang melibatkan nama penulis berjumlah lebih dari dua

digunakan nama belakang penulis pertama diikuti dengan dkk. atau et al. (pilih salah

satu secara konsisten). Jika artikel ditulis oleh dua orang, nama belakang kedua

penulis harus dicantumkan. Nomor halaman dihilangkan bila seluruh tulisan dikutip.

Nama penulis dihilangkan bila sudah ada dalam teks. Penulisan kutipan dapat

dilakukan di awal tanpa kata sambung, dengan kata sambung maupun di akhir.

Berikut ini beberapa contoh penyajian kutipan. Menurut Gonzalez dan Woods

(2007), citra didefinisikan sebagai fungsi dua dimensi dari f(x, y) dimana x dan y

merupakan koordinat ruang, dan amplitudo dari f pada setiap titik (x, y) yang mana

disebut intensitas atau derajat keabuan (gray level) dari citra pada titik tersebut.

Sementara itu, computer vision atau visi komputer merupakan serangkaian metode

untuk menangkap, mengolah, menganalisis dan memahami citra-citra secara digital

yang diperoleh dari suatu alat perekam seperti kamera (Ponce dan Forsyth, 2011).

2.2 Tinjauan Studi

Tinjauan Studi memuat kutipan hasil studi/penelitian yang pernah

dilaksanakan dan dipublikasikan sebelumnya (laporan penelitian, paper dalam

20

jurnal, artikel, skripsi/tesis/disertasi, dan lain-lain), yang terkait/relevan dengan

masalah penelitian, minimal 3 (tiga) penelitian, untuk membangun suatu

kerangka konsep, menetapkan hipotesis dan desain/rancangan penelitian. Bagian

ini dimulai dengan menguraikan terlebih dahulu ringkasan masing-masing hasil

studi/penelitian, diteruskan dengan pembuatan tabel ringkasannya yang berisi judul

studi, metode yang digunakan, dan hasil/temuan yang didapatkan, diakhiri dengan

menguraikan kekhususan/beda antara penelitian yang akan dilaksanakan dengan

penelitian sebelumnya yang diuraikan di dalam bagian ini..

Fauzan Masykur melakukan penelitian berjudul “Implementasi Sistem

Informasi Geografis menggunakan google Maps API dalam pemetakan asal

Mahasiswa” (Masykur, 2014). Berdasarkan hasil penelitiannya Sistem Informasi

Geografis dengan memanfaatkan Google Maps menunjukkan bahwa keberadaan

Fakultas Teknik Universitas Ponorogo masih sebatas di karesidenan Jawa Timur.

Dengan Sistem Informasi Geografis (GIS) dapat diketahui secara geografis tentang

asal mahasiswa yang mengikuti perkuliahan di Fakultas Teknik Universitas

Ponorogo. Dari sistem bisa menghasilkan sebuah output tentang gambaran darimana

asal mahasiswa Fakultas Teknik sehingga pihak kampus bisa mengetahui seberapa

dikenalnya kampus di masyarakat.

Penelitian oleh Astuti dkk. (2010) mencoba memanfaatkan Sistem Informasi

Geografis untuk menyusun strategi promosi penerimaan mahasiswa baru berdasarkan

tempat tinggal. Hasil penelitian menunjukkan bahwa daerah asal mahasiswa UNIPA

Surabaya yang terbanyak berasal dari kota Surabaya, Kabupaten Sidoharjo,

Kabupaten Kediri. Pacitan, Sumenep merupakan daerah yang jauh dari Surabaya,

tetapi mahasiswa UNIPA yang berasal dari daerah tersebut cukup banyak dibanding

dengan daerah yang jauh lainnya.

Sementara itu, Utomo dkk. (2014) juga mengadakan penelitian mengenai

pemetaan industri bordir di Kabupaten Kudus menggunakan Google Maps API.

Berdasarkan hasil penelitian tersebut, industri Bordir di Kabupaten Kudus

dimodelkan dengan menggunakan OOD dan UML menghasilkan diagram usecase,

21

sequence dan activity. Sistem visualisasi industri bordir hanya menggunakan dua

tabel untuk penyimpanan data yaitu tabel industri bordir dan tabel pengguna.

Tabel 2.2 menyajikan beberapa penelitian terkait pembahasan tugas akhir. Data

disajikan dalam bentuk tabel. Penyajian data dalam bentuk tabel memiliki kelebihan

dapat dibaca dengan mudah maksudnya. Keterkaitan antar referensi juga dapat

terlihat dengan jelas.

Penyajian sitasi tetap mengacu pada sistem penulisan referensi Harvard. Untuk

pencantuman pustaka yang melibatkan nama penulis berjumlah lebih dari dua

digunakan nama belakang penulis pertama diikuti dengan dkk. atau et al. (pilih salah

satu secara konsisten). Jika artikel ditulis oleh dua orang, nama belakang kedua

penulis harus dicantumkan. Nomor halaman dihilangkan bila seluruh tulisan dikutip.

Nama penulis dihilangkan bila sudah ada dalam teks. Penulisan kutipan dapat

dilakukan di awal tanpa kata sambung, dengan kata sambung maupun di akhir.

Tabel 2.2 Penelitian Terkait

Peneliti Tujuan / Metode Penelitian Hasil (Korenevskiy, 2015)

Menerapkan metode Fuzzy Decision Rules di bidang medis

Hasil prediksi mencapai 0,85 dan untuk diagnosis sebesar 0,9.

(Sikchi, M.S. dan Shkchi, 2013)

Penelitian ini melakukan review penerapan Fuzzy Expert System (FES) di bidang diagnosis termasuk aplikasi, metodologi, pemodelan, framework pengem-bangan sistem. Paper juga menjelaskan mengenai Neuro Fuzzy.

Kontribusi penelitian ini adalah melakukan re-view, kategorisasi dan menyajikan perkem-bangan penerapan logika fuzzy di bidang kesehatan.

(Hoang, Hoang dan Trung, 2013)

Penelitian menerapkan metode Neuro-Fuzzy untuk menganalisis Heart Rate Variability (HRV) yang dihasilkan oleh mesin ECG. Metode ekstraksi yang diguna kan adalah DCT

Tingkat keberhasilan pengenalan mencapai 90%, bergantung pada parameter yang diberi-kan.

22

Peneliti Tujuan / Metode Penelitian Hasil (Sikchi, Sikchi dan Ali, 2012)

Sebuah survey paper yang membahas potensi penerapan AI untuk membantu proses diagnosis.

Konsep AI memiliki potensi besar untuk di-terapkan di bidang kese-hatan. Penelitian mene-kankan penggunaan logika fuzzy.

2.3 Tinjauan Obyek Penelitian

Tinjauan Obyek Penelitian yang memuat uraian tentang obyek

penelitian/instansi/organisasi yang terkait/relevan dengan masalah penelitian

(misalnya struktur, visi, misi, aktivitas, model bisnis, strategi, kebijakan, teknis

sistem/ilmu komputer/teknologi, dan lain-lain) yang mendukung penelitian, untuk

membangun suatu kerangka konsep/pemikiran, menetapkan hipotesis dan

desain/rancangan penelitian.

2.4 Kerangka Konsep/Pola Pikir Pemecahan Masalah

Kerangka Konsep/Pola Pikir Pemecahan Masalah yang menjelaskan kerangka

berpikir kesisteman untuk pemecahan masalah yang terkait dengan obyek

penelitian, yang berupa hubungan antar konsep yang dihasilkan dari teori-teori

dan berbagai faktor pendukung terkait/relevan lainnya, yang telah didefinisikan

sebelumnyasebagai masalah yang penting.

2.5 Hipotesis

Hipotesis berisi dugaan/jawaban sementara atas suatu

fenomena/permasalahan penelitian yang masih perlu diuji kebenarannya dengan

bukti-bukti/data. Dugaan iniditetapkan berdasarkan suatu alur landasan pemikiran

yang logik dan sistematis, yang dipergunakan sebagai dasar untuk

mendesain/merancang penelitian.

23

DAFTAR PUSTAKA

Astuti, S. B., Wiyarno, Y. dan Widyastuti, S. (2010) “Pemetaan dengan Menggunakan Analisis SIG (Sistem Informasi Geografi) sebagai Dasar untuk Menyusun Strategi Promosi Penerimaan Mahasiswa Baru Berdasarkan Tempat Tinggal,” WAHANA, 54(1), hal. 52–70.

Gonzalez, R. C. dan Woods, R. E. (2007) “Digital Image Processing (3rd Edition). 3 ed.” Prentice Hall.

Hoang, C., Hoang, N. dan Trung, L. (2013) “Neuro-Fuzzy Approach to Heart Rate Variability Analysis,” International Journal of Bioscience, Biochemistry and Bioinformatics, 3(5), hal. 456–459. doi: 10.7763/IJBBB.2013.V3.255.

Korenevskiy, N. a. (2015) “Application of Fuzzy Logic for Decision-Making in Medical Expert Systems,” Biomedical Engineering, 49(1), hal. 46–49. doi: 10.1007/s10527-015-9494-x.

Masykur, F. (2014) “Implementasi sistem informasi geografis menggunakan google maps api dalam pemetaan asal mahasiswa,” Jurnal SIMETRIS, 5(2), hal. 181–186.

Ponce, J. dan Forsyth, D. (2011) “Computer Vision: A Modern Approach. 2 ed.” Prentice Hall.

Ruotsalainen, L., Kuusniemi, H. dan Chen, R. (2011) “Heading change detection for indoor navigation with a Smartphone camera,” dalam 2011 International Conference on Indoor Positioning and Indoor Navigation. Ieee, hal. 1–7. doi: 10.1109/IPIN.2011.6071924.

Sikchi, S. S., M.S., A. dan Shkchi, S. (2013) “Fuzzy Expert Systems (FES) for Medical Diagnosis,” International Journal of Computer Applications, 63(11), hal. 7–16.

Sikchi, S. S., Sikchi, S. dan Ali, M. S. (2012) “Artificial Intelligence in Medical Diagnosis,” International Journal of Applied Engineering Research, 7(11), hal. 1–5.

Utomo, A. P., Nugraha, F. dan Setiawan, A. (2014) “Pemetaan Industri Bordir Di Kabupaten Kudus Berbasis Sistem Informasi Geografis Menggunakan Google Map API,” Jurnal SIMETRIS, 5(2), hal. 161–166.

24

25

LAMPIRAN-LAMPIRAN

Lampiran 1

Lampiran 2

26

INDEKS

Indeks

27

DAFTAR RIWAYAT HIDUP