Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
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