Implikasi Manajerial Fuzzy expert system for ectomycorrhizal fungi growth response effectiveness prediction on forestry tree

6 SIMPULAN DAN SARAN 6.1 Simpulan Simpulan penelitian ini adalah: 1. Implementasi rancang bangun sistem pakar dengan arsitektur ANFIS menghasilkan tingkat akurasi yang baik, ditunjukan dengan kecilnya nilai MAPE, untuk Ekto1 adalah 1.47 , untuk Ekto2 adalah 1.29 dan untuk Ekto3 adalah 3.40. 2. Terdapat korelasi yang sangat erat antara data aktual fungi ektomikoriza dengan hasil prediksi efektivitas respon tumbuh model. Nilai korelasi untuk Ekto1 adalah 0.998, untuk Ekto2 adalah 0.997, dan untuk Ekto3 adalah 0.999. Dari nilai korelasi yang dihasilkan dapat dikatakan bahwa 99 model dapat menduga nilai efektivitas respon tumbuh dengan sangat baik. 3. Metode pembelajaran hybrid dapat digunakan untuk menghasilkan kesalahan pengujian testing error. Average testing error untuk data training Ekto1 adalah 0.53546, untuk Ekto2 adalah 0.49883, dan untuk Ekto3 adalah 0.51323. Average testing error untuk data testing Ekto1 adalah 0.76223, untuk Ekto2 adalah 0.86549, dan untuk Ekto3 adalah 0.64546. 4. Metode decision tree dengan algoritme CART dapat digunakan untuk menyeleksi faktor lingkungan pada prediksi efektivitas respon tumbuh fungi ektomikoriza. Untuk model Ekto1 faktor lingkungan terpilih adalah kecocokan inang, suhu, dan Mg, untuk Ekto2 adalah kecocokan inang, Al, P, dan K, untuk Ekto3 adalah kecocokan inang, N, dan Ca. 5. Sistem pakar yang dibangun berhasil merumuskan basis pengetahuan dan basis aturan dalam memprediksi efektivitas respon tumbuh fungi ektomikoriza dari tiga species fungi ektomikoriza berdasarkan faktor lingkungan hasil seleksi algoritme CART. Model Ekto1 memiliki 27 basis aturan, model Ekto2 memiliki 81 basis aturan, dan model Ekto3 memiliki 27 basis aturan.

6.2 Saran

Penelitian ini perlu dikembangkan dengan mempertimbangkan beberapa hal berikut: 1. Perlu pengkajian lebih mendalam untuk menggunakan komposisi data percobaan mikoriza yang lain, baik untuk species fungi yang sama ataupun untuk species fungi berbeda terhadap tanaman inang yang sama ataupun berbeda. 2. Perlu dilakukan kajian untuk penambahan parameter input yang lain seperti jenis media tumbuh, jenis inokulum, umur tanaman, dan bahan organik seperi kandungan asam humat, kompos, dan asam oksalat. 3. Kinerja sistem pakar yang dibangun dapat ditingkatkan dengan melakukan seleksi terhadap basis aturan yang dihasilkan oleh struktur ANFIS.