Hasil pengujian terhadap data testing pada model Ekto2 dapat dilihat pada Gambar 38.
Gambar 38 Hasil pengujian FIS terhadap data testing model Ekto2.
Pada Gambar 37 dan 38 di atas menunjukan hasil pelatihan dan pengujian pada model Ekto2, nilai fuzzy yang sesuai dengan data output ditunjukan oleh
bulatan o dan titik yang berimpit. Semakin banyak titik yang berimpit, berarti semakin baik hasil penalaran. Average testing error Ekto2 untuk data
training sebesar 0.49883 dan untuk data testing 0.86549.
5.2.3 Pelatihan dan Pengujian Model Ekto3
Proses pelatihan dan pengujian model akan menghasilkan penalaran fuzzy model. Gambar 39 menunjukan hasil penalaran fuzzy yang dihasilkan model
dibandingkan dengan output data training pada model Ekto3.
Gambar 39 Hasil pengujian FIS terhadap data training model Ekto3.
Hasil pengujian terhadap data testing model Ekto3 dapat dilihat pada Gambar 40.
Gambar 40 Hasil pengujian FIS terhadap data testing model Ekto3.
Pada Gambar 39 dan 40 di atas memperlihatkan hasil pelatihan dan pengujian pada model Ekto3, nilai fuzzy yang sesuai dengan data output
ditunjukan oleh bulatan o dan titik yang berimpit. Semakin banyak titik yang berimpit, berarti semakin baik hasil penalaran. Average testing error Ekto3 untuk
data training sebesar 0.51323 dan untuk data testing 0.64546.
5.3 Pengukuran Kinerja Sistem
Pengukuran kinerja dilakukan dengan membandingkan ukuran yang dihasilkan oleh sistem dengan ukuran yang sesungguhnya, kemudian dihitung
persentase keakuratan dari pengukuran yang dilakukan sistem. Pengukuran kesalahan prediksi yang digunakan adalah mean absolute percentage error
MAPE. Selain pengukuran dengan MAPE dilakukan juga analisa korelasi terhadap model. Analisa korelasi digunakan untuk melihat hubungan antara data
aktual yaitu data testing dengan output model sehingga dapat diketahui seberapa baik model dapat menduga nilai efektivitas respon tumbuh.
Pada Tabel 12 disajikan hasil prediksi efektivitas respon tumbuh Ekto1 dengan data aktual serta selisih error yang dihitung dengan MAPE.
Tabel 12 Perbandingan hasil prediksi dengan data aktual Ekto1 No
Data aktual Hasil prediksi Ekto1
Kesalahan persen absolut 1
64 64.83
1.295 2
63 63.22
0.348 3
41 40.72
0.686 4
64.5 64.23
0.419 5
38.5 38.51
0.014 6
63 63.07
0.115 7
42 43.26
2.993 8
24 25.00
4.167 9
25 25.00
0.000 10
26 25.00
3.846 11
32.8 32.58
0.670 12
29.3 29.52
0.740 13
29 29.52
1.783 14
38.4 38.66
0.673 15
38 38.66
1.733 16
60.2 59.50
1.163 17
57.7 58.04
0.582 18
58 58.04
0.061 19
64.1 64.44
0.536 20
64 64.44
0.693 21
56 57.00
1.786 22
57 57.00
0.000 23
62.5 62.50
0.001 24
54 53.50
0.926 25
53 53.50
0.943 26
58 59.33
2.299 27
59 59.33
0.565 28
33 33.00
0.000 29
31 33.00
6.451 30
23 25.00
8.696 Rerata 46.97
47.31 MAPE
1.47 MAPE dihitung sebagai rata-rata diferensiasi absolut antara nilai yang
diramal dan aktual, dinyatakan sebagai persentase nilai aktual. Nilai MAPE tidak tergantung pada permasalahan banyaknya data input. MAPE 1.47 merupakan
pernyataan yang menyatakan bahwa kesalahan absolut antara nilai yang diramal dan aktual adalah 1.47. Hal ini berarti bahwa pada model Ekto1, kesalahan
absolute antara rerata nilai hasil prediksi Ekto1, yaitu 47.31 dan rerata data aktual, yaitu 46.97 adalah 1.47.
Pada model juga dilakukan analisa korelasi. Grafik korelasi Ekto1 ditunjukkan pada Gambar 41.
Gambar 41 Grafik korelasi Ekto1. Dari Gambar 41 didapat persamaan garis y = 0.991x + 0.745 dengan y
adalah hasil prediksi Ekto1 dan x adalah data aktual efektivitas respon tumbuh. Nilai r = 0.998 dan r
2
= 0.997. Koefisien korelasi sebesar 0.998 dan r
2
= 0.997 menunjukan adanya hubungan linear yang sangat baik antara x dan y, dalam hal
ini antara hasil prediksi Ekto1 dengan data aktual, sehingga dapat dikatakan bahwa 99 diantara keragaman nilai prediksi model dapat dijelaskan oleh
hubungan linearnya dengan data aktual efektivitas respon tumbuh fungi ektomikoriza.
y = 0,991x + 0,745 R² = 0,997
0,00 10,00
20,00 30,00
40,00 50,00
60,00 70,00
20 40
60 80
H a
si l
p red
ik si
m o
d el
E k
to 1
Data aktual efektivitas respon tumbuh S.columnare
Pada Tabel 13 disajikan hasil perbandingan prediksi Ekto2 dengan data aktual serta selisih error yang dihitung dengan MAPE.
Tabel 13 Perbandingan hasil prediksi dengan data aktual Ekto2 No
Data aktual Hasil prediksi Ekto1 Kesalahan persen absolut 1
60.0 61.50
2.500 2
35.0 35.00
0.000 3
38.0 38.17
0.439 4
46.0 47.00
2.174 5
40.0 40.06
0.139 6
32.0 31.50
1.563 7
29.0 28.86
0.467 8
47.0 47.18
0.374 9
37.0 38.17
3.153 10
37.8 38.17
0.970 11
33.0 33.53
1.600 12
34.0 33.53
1.388 13
38.0 38.29
0.774 14
40.0 40.67
1.666 15
54.0 54.00
0.000 16
64.2 64.25
0.078 17
64.6 64.25
0.542 18
64.0 64.25
0.391 19
65.0 64.25
1.154 20
65.0 64.40
0.923 21
64.7 64.40
0.464 22
63.0 64.50
2.380 23
63.0 64.50
2.380 24
36.0 36.25
0.681 25
37.0 36.25
2.040 26
62.0 61.83
0.269 27
59.0 61.83
4.802 28
61.0 60.27
1.198 29
60.0 60.27
0.448 30
51.0 50.00
1.961 31
51.0 50.00
1.960 32
54.0 55.00
1.852 33
42.0 42.77
1.825 Rerata 49.31
49.54 MAPE
1.29
MAPE 1.29 merupakan pernyataan yang menyatakan bahwa kesalahan absolut antara nilai yang diramal dan aktual adalah 1.29. Hal ini berarti bahwa
pada model Ekto2, kesalahan absolute antara rerata nilai hasil prediksi Ekto2, yaitu 49.54 dan rerata data aktual, yaitu 49.31 adalah 1.29.
Grafik korelasi yang diperoleh untuk model Ekto 2 ditunjukan oleh Gambar 42.
Gambar 42 Grafik korelasi Ekto2. Dari Gambar 42 tersebut didapat persamaan garis y = 1.005x – 0.043
dengan y adalah nilai prediksi model dan x adalah data aktual dan nilai r
2
= 0.995, dan r = 0.997. Koefisien korelasi sebesar 0.997 dan r
2
= 0.995 menunjukan adanya hubungan linear yang sangat baik antara x dan y, dalam hal ini antara hasil
prediksi model dengan data aktual, sehingga dapat dikatakan bahwa 99 diantara keragaman dalam nilai prediksi model dapat dijelaskan oleh hubungan linearnya
dengan data efektivitas respon tumbuh fungi ektomikoriza.
y = 1,005x - 0,043 R² = 0,995
0,00 10,00
20,00 30,00
40,00 50,00
60,00 70,00
20 40
60 80
H a
si l
p red
ik si
m o
d el
E k
to 2
Data aktual efektivitas respon tumbuh S.dictyosporum
Pada Tabel 14 disajikan hasil perbandingan prediksi Ekto3 dengan data aktual serta selisih error yang dihitung dengan MAPE.
Tabel 14 Perbandingan hasil prediksi dengan data aktual Ekto3 No
Data aktual Hasil prediksi Ekto1
Kesalahan persen absolut 1
2.0 2.00
0.040 2
18.6 18.01
3.182 3
61.0 60.64
0.585 4
60.0 60.64
1.071 5
58.0 60.64
4.557 6
61.0 60.03
1.596 7
59.0 60.03
1.740 8
9.0 8.46
5.992 9
8.0 8.46
5.759 10
6.1 6.50
6.559 11
40.0 40.35
0.871 12
39.5 40.35
2.148 13
22.5 22.87
1.650 14
16.0 16.16
1.001 15
15.0 15.70
4.634 16
2.2 2.00
9.127 17
15.0 15.70
4.634 18
14.9 15.70
5.336 19
8.0 8.19
2.432 20
40.5 40.80
0.733 21
41.0 40.80
0.495 22
9.0 8.19
8.949 23
12.0 11.25
6.249 24
11.0 11.25
2.273 Rerata
26.22 26.45
MAPE 3.40
MAPE 3.40 merupakan pernyataan yang menyatakan bahwa kesalahan absolut antara nilai yang diramal dan aktual adalah 3.40. Hal ini berarti bahwa
pada model Ekto3, kesalahan absolute antara rerata nilai hasil prediksi Ekto3, yaitu 26.45 dan rerata data aktual, yaitu 26.22 adalah 3.40.
Grafik korelasi yang diperoleh untuk model Ekto 3 ditunjukan oleh Gambar 43.
Gambar 43 Grafik korelasi Ekto3. Dari Gambar 43 didapat persamaan garis y = 1.01x - 0.036 dengan y adalah
nilai prediksi Ekto3 dan x adalah data aktual dan nilai r
2
= 0.998, dan r = 0.999. Koefisien korelasi sebesar 0.999 dan r
2
Berikut adalah rangkuman hasil analisa korelasi dan MAPE untuk setiap model disajikan pada Tabel 15.
= 0.998 menunjukan adanya hubungan linear yang sangat baik antara x dan y, dalam hal ini antara hasil prediksi model
dengan data aktual, sehingga dapat dikatakan bahwa 99 diantara keragaman dalam nilai prediksi model dapat dijelaskan oleh hubungan linearnya dengan data
efektivitas respon tumbuh.
Tabel 15 Rangkuman hasil korelasi dan MAPE model Analisa Kinerja
Ekto1 Ekto2
Ekto3 MAPE
1.47 1.29
3.40 Korelasi
0.998 0.997
0.999 Rerata aktual
46.97 49.31
26.22 Dari nilai korelasi yang didapat untuk setiap model dapat dikatakan bahwa
ada hubungan linear yang sangat kuat antara hasil prediksi model dengan data aktual efektivitas respon tumbuh. Dari nilai MAPE yang didapatkan dapat
y = 1,01x - 0,036 R² = 0,998
0,00 10,00
20,00 30,00
40,00 50,00
60,00 70,00
20 40
60 80
H a
si l
p red
ik si
m o
d el
E k
to 3
Data aktual efektivitas respon tumbuh S.sinnamarianse
menunjukan bahwa hasil pendugaan yang dilakukan oleh model mendekati keadaan dari data sebenarnya.
5.4 Pengujian Pakar
Pada sistem dilakukan juga pengujian dengan pakar mikoriza, hal ini dilakukan untuk memeriksa sistem yang telah dibangun, apakah sudah mewakili
human expert. Berikut adalah pengujian yang dilakukan.
1. Pengujian Pakar untuk Model Ekto1
Sebelum proses pengujian dilakukan, pakar diminta pendapatnya tentang faktor lingkungan yang terpilih sebagai hasil dari algoritme CART, karena
variabel terpilih tersebut digunakan sebagai dasar untuk identifikasi dan struktur parameter model ANFIS yang dibangun.
Untuk model Ekto1 faktor lingkungan terpilih adalah kecocokan inang, suhu, dan magnesium Mg. Pakar menyetujui keluaran algoritme CART karena
faktor lingkungan terpilih tersebut memang memberi pengaruh pada prediksi efektivitas respon tumbuh fungi ektomikoriza dan menganggap bahwa faktor
lingkungan terpilih adalah perlakuan dari model sistem pakar yang dibangun. Menurut pakar suhu akan berpengaruh jika ada dalam rentang nilai tertentu, diluar
rentang nilai tersebut maka suhu tidak akan memberi pengaruh pada efektivitas respon tumbuh fungi ektomikoriza, begitu juga dengan magnesium, dan
kecocokan inang. Magnesium adalah salah satu unsur hara makro yang memiliki peranan penting dalam proses pertumbuhan tanaman. Pada S.columnare dapat
dikatakan faktor kecocokan inang berpengaruh pada efektivitas respon tumbuh fungi ektomikoriza.
Pada Gambar 44 ditunjukan uji coba yang dilakukan oleh pakar terhadap model Ekto1. Tanaman inang yang dipilih adalah Shorea pinanga, adapun data
yang diinputkan adalah suhu dengan nilai 18
o
C, dan magnesium dengan nilai 1 me100g. Nilai persentase efektivitas yang dihasilkan adalah 93.9 dengan
kategori Efektif. Model juga dilengkapi dengan saran dan keterangan tentang keadaan faktor lingkungan yang dipilih pengguna.
Gambar 44 Ilustrasi uji coba pakar pada model Ekto1.
2. Pengujian Pakar untuk Model Ekto2
Untuk model Ekto2 faktor lingkungan terpilih adalah kecocokan inang, fosfor P, aluminium Al, dan kalium K. Unsur fosfor dan kalium adalah
unsur hara makro yang memiliki peranan penting dalam peningkatan dan pertumbuhan tanaman inang. Sedangkan untuk mikoriza adalah sebaliknya,
mikoriza tidak efektif bekerja pada kandungan hara yang baik. Untuk S.dictyosporum faktor kecocokan inang juga berpengaruh pada efektivitas respon
tumbuh fungi ektomikoriza.
Pada Gambar 45 ditunjukan uji coba yang dilakukan oleh pakar terhadap model Ekto2. Tanaman inang yang dipilih adalah Gnetum gnemon, adapun data
yang diinputkan adalah fosfor dengan nilai 11ppm, kalium dengan nilai 0.4 me100g, dan aluminium dengan nilai 1 me100g. Nilai persentase efektivitas
yang dihasilkan adalah 125.5 dengan kategori Efektif. Model juga dilengkapi dengan saran dan keterangan tentang keadaan faktor lingkungan yang dipilih
pengguna.
Gambar 45 Ilustrasi uji coba pakar pada model Ekto2.
3. Pengujian Pakar untuk Model Ekto3
Untuk model Ekto3 variabel yang menjadi input model adalah kecocokan inang, nitrogen N, dan Kalsium Ca. Pada S. sinnamarianse faktor kecocokan
inang juga berpengaruh pada prediksi efektivitas respon tumbuh fungi ektomikoriza. Unsur N dan Ca adalah unsur hara makro yang memiliki peran
dalam menyuburkan tanaman .
Pada Gambar 46 ditunjukan uji coba yang dilakukan oleh pakar terhadap model Ekto1. Tanaman inang yang dipilih adalah Shorea pinanga, adapun data
yang diinputkan adalah nitrogen dengan nilai 0.6, dan kalsium dengan nilai 2.3 me100g. Nilai persentase efektivitas yang dihasilkan adalah 47.0 dengan
kategori efektivitas adalah Kurang Efektif. Model juga dilengkapi dengan saran dan keterangan tentang keadaan faktor lingkungan yang dipilih pengguna.
Gambar 46 Ilustrasi uji coba pakar pada model Ekto3. Dari hasil algoritme CART, terlihat bahwa pada setiap model faktor
kecocokan inang terpilih sebagai faktor yang berpengaruh secara terus menerus dalam prediksi efektivitas respon tumbuh fungi ektomikoriza. Berdasarkan
wawancara dengan pakar walaupun faktor kecocokan inang terpilih, tidak menjadi jaminan bahwa tingginya nilai kecocokan akan menyebabkan tingginya
efektivitas respon tumbuh, ataupun sebaliknya bahwa kecocokan inang yang rendah akan menjadikan efektivitas juga rendah. Kecocokan inang digunakan
sebagai ukuran untuk menggambarkan bahwa telah terjadi kolonisasi mikoriza pada akar tanaman, dan fakta yang dapat meyakinkan bahwa efektivitas respon
tumbuh yang terjadi pada tanaman benar disebabkan karena adanya mikoriza.
Pada tahap pengujian sistem dilakukan, pakar diminta memberikan berbagai kombinasi input kepada sistem untuk kemudian dilihat outputnya. Hasil keluaran
sistem akan dinilai oleh pakar. Pada Tabel 16 disajikan rincian perlakuan uji coba sistem pada model
Ekto1, yaitu species S.columnare. Tabel 16 Pengujian pakar untuk model Ekto1
No Tanaman
Inang Nilai input
Nilai efektivitas
Output sistem
Pendapat Pakar
1. Sorea
pinanga Suhu = 20
Mg = 2.9 44.7
Kurang Efektif
Kurang Efektif
2. Sorea seminis
Suhu = 17 Mg = 0.5
88.3. Efektif
Efektif
3. Sorea
javanica Suhu = 21
Mg = 2.2 45.4
Kurang Efektif
Kurang Efektif
4. Gnetum gnemon
Suhu = 31 Mg = 2.2
90.6 Efektif
Efektif
5. Eucalyptus pellita
Suhu = 19.9 Mg = 1.8
72.4 Cukup
Efektif Cukup
Efektif 6.
Eucalyptus urophylla Suhu = 22
Mg = 1.8 86.1
Efektif Efektif
Berdasarkan rangkuman pengujian pada Tabel 16 pada setiap kasus pakar menyetujui keluaran sistem, terutama dari kategori linguistik efektivitas respon
tumbuh yang dihasilkan sistem. Sedangkan dari nilai persentase efektivitas respon tumbuh pakar tidak memberikan penilaian, karena hal ini tidak umum dilakukan
pada percobaan mikoriza. Selain itu penentuan nilai persentase efektivitas respon tumbuh tergantung pada banyak hal, sehingga tidak umum memperkirakan nilai
persentase efektivitas respon tumbuh berdasarkan hanya pada kecocokan inang, suhu, dan kandungan magnesium.