Seorang pakarahli human expert adalah seorang individu yang memiliki kemampuan pemahaman yang superior atas suatu masalah. Misalnya seorang dokter,
penasihat keuangan, pakar mesin mobil, dll. Seorang pakar memiliki kemampuan: 1.
Dapat mengenali recognizing dan merumuskan masalah 2.
Menyelesaikan masalah dengan cepat dan tepat 3.
Menjelaskan solusi 4.
Belajar dari pengalaman 5.
Restrukturisasi pengetahuan 6.
Memahami batas kemampuan
Kepakarankeahlian merupakan pemahaman yang luas dari tugas atau pengetahuan spesifik yang diperoleh dari pelatihan, membaca dan pengalaman. Jenis-
jenis pengetahuan yang dimiliki dalam kepakaran : 1.
Teori-teori dari permasalahan 2.
Aturan dan prosedur yang mengacu pada area permasalahan 3.
Aturan heuristic yang harus dikerjakan pada situasi yang terjadi 4.
Strategi global untuk menyelesikan berbagai jenis masalah 5.
Meta knowledge pengetahuan tentang pengetahuan dan fakta
2.2.4 KaidahAturan
Cara merepresentasikan pengetahuan berbasis kaidah memanfaatkan apa yang disebut kaidah, yang tak lain adalah pernyataan IF-THEN diamana bagian THEN akan bernilai
benar jika satu atau lebih sekumpulan fakta atau hubungan antar fakta diketahui benar, memenuhi bagian IF. Secara umum, dalam bentuk kaidah produksi IF premis THEN
konklusi, maka untuk premis yang lebih dari satu dapat dihubungkan dengan operator and atau or. Sedangkan bagian konklusi dapat berupa kalimat tunggal, beberapa kalimat yang
dihubungkan dengan and, dan dimungkinkan dikembangkan dengan else.
Universitas Sumatera Utara
2.2.5 Penalaran
Penalaran adalah proses untuk menghasilkan inferensi dari fakta yang diketahui atau yang diasumsikan. Inferensi adalah konklusi logis logical conclusion atau implikasi
berdasarkan informasi yang tersedia.
2.2.6 Perunutan
Perunutan adalah proses pencocokan fakta, pernyataan atau kondisi berjalan yang tersimpan pada basis pengetahuan maupun pada memori kerja dengan kondisi yang
dinyatakan pada premis atau bagian kondisi pada kaidah.
2.2.6.1 Forward Chaining Runut Maju
Runut maju merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang meyakinkan menuju konklusi akhir. Runut maju bisa juga disebut
sebagai penalaran forward forward reasoning atau pencarian yang dimotori data data driven search
. Jadi dimulai dari premis-premis atau informasi masukan if dahulu kemudian menuju konklusi atau derived information then atau dapat dimodelkan
sebagai berikut: IF
informasi masukan THEN
konklusi
Universitas Sumatera Utara
Informasi masukan dapat berupa data, bukti, temuan, atau pengamatan. Sedangkan konklusi dapat berupa tujuan, hipotesa, penjelasan, atau diagnosis. Sehingga
jalannya penalaran runut maju dapat dimulai dari data menuju tujuan, dari bukti menuju hipotesa, dari temuan menuju penjelasan, atau dari pengamatan menuju diagnosa Hartati
dan Iswanti, 2008. Adapun contoh struktur kaidah dalam Forward Chaining sebagai berikut :
IF panas badan AND hidung buntu
AND makan udang THEN demam
Jadi, dengan metode forward chaining ini dapat diperoleh konklusi dengan menyusun aturan berdasarkan informasi berupa data atau fakta yang meyakinkan.
Informasi tersebut didapatkan dari jawaban pengguna yang disimpan di memori kerja dan disesuaikan dengan aturan yang ada pada basis pengetahuan, yang kemudian diolah oleh
mesin inferensi untuk mendapatkan konklusi. Berdasarkan contoh diatas informasinya adalah panas badan, hidung buntu, dan makan udang. Kemudian diperoleh konklusi
berupa diagnosa demam.
2.3 Dempster Shafer
Dalam menghadapi suatu masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas atau kebolehjadian yang
tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu
pertanyaan yang diajukan oleh sistem. Hal ini dapat dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat mendefenisikan hubungan antara gejala dengan
penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis Kusrini, 2006.
Universitas Sumatera Utara
Ketidakpastian yang terjadi pada suatu kaidah disebabkan oleh 3 hal yaitu, aturan tunggal, ketidaksesuaian antar kaidah, dan resolusi konflik. Tiga hal yang mempengaruhi
aturan tunggal adalah: adanya kesalahan, probabilitas, dan kombinasi premis. Kesalahan disebabkan oleh:
1. Ambiguitas, sesuatu didefenisikan lebih dari satu cara
2. Ketidaklengkapan datainformasi, misalnya data hilang
3. Kesalah informasi, misal: kesalahan manusia dalam membaca data,
meletakkan data, informasi yang tidak benar 4.
Kesalahan pengukuran: ketidakpastian dalam melakukan pengukuran data
Probabilitas disebabkan karena ketidakmampuan pakar dalam merumuskan kaidah secara pasti. Kombinasi premis turut mempengaruhi terjadinya aturan tunggal, yang
dimaksud adalah suatu kaidah yang terdiri dari lebih satu premis dan antar premis tersebut dihubungkan dengan beberapa operator yang berbeda.
Penanganan ketidakpastian dapat dilibatkan untuk menangani ketidakpastian pada gejala-gejala maupun pada kaidah, sehingga sistem pakar mampu menghasilkan konklusi
dengan derajat kepastian tertentu. Penambahan ini akan membuat sistem menjadi lebih sempurna. Ketidakpastian yang merupakan masalah tersendiri dapat diatasi oleh beberapa
metode antara lain adalah dengan metode Dempster Shafer Hartati dan Iswanti, 2008.
Metode Dempster Shafer pertama kali diperkenalkan oleh Arthur P. Dempster dan Glenn Shafer, yang melakukan model ketidakpastian dengan range probabilities daripada
sebagai probabilitas tunggal. Kemudian pada tahun 1976 Shafer mempublikasikan teori Dempster itu pada sebuah buku yang berjudul Mathematical Theory Of Evident.
Dempster Shafer Theory Of Evidence, menunjukkan suatu cara untuk memberikan bobot kenyakinan sesuai fakta yang dikumpulkan. Pada teori ini dapat membedakan
ketidakpastian dan ketidaktahuan.
Universitas Sumatera Utara
Secara umum teori Dempster Shafer ditulis dalam suatu interval: [Belief, Plausibility
]. Belief Bel adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan
jika bernilai 1 menunjukkan adanya kepastian.
Plausibility menunjukkan keadaan yang bisa dipercaya. Plausibility Pl
dinotasikan sebagai: Pl s = 1 – Bel ¬s. Plausibility juga bernilai 0 sampai 1. Jika kita
yakin akan ¬s, maka dapat dikatakan bahwa Bel ¬s = 1, dan Pl ¬s = 0. Plausability akan mengurangi tingkat kepercayaan dari evidence Wahyuni dan Prijodiprojo, 2013.
Dalam teori Dempster Shafer diasumsikan bahwa hipotesa-hipotesa yang digunakan dikelompokkan ke dalam suatu lingkungan tersendiri yang biasa disebut
himpunan semesta pembicaraan dari sekumpulan hipotesa dan diberikan notasi θ. Selain
itu dikenal juga probabilitas fungsi densitas m yang menunjukkan besarnya kepercayaan evidence
terhadap hipotesa tertentu. Fungsi kombinasi m
1
dan m
2
sebagai m
3
dibentuk dengan persamaan :
Keterangan: m
1
X = ukuran kepercayaan evidence X
m
2
Y = ukuran kepercayaan evidence Y
m
3
Z = ukuran kepercayaan evidence Z
∑ m X . m Y
∩ =
= merupakan nilai kekuatan dari evidence Z yang diperoleh
dari kombinasi nilai keyakinan sekumpulan evidence.
�
m .m
=
hasil irisan m
1
dan m
2
Y
m .m
=
tidak ada hasil irisan irisan kosongØ. � � =
∑ �
. �
∩ =
− ∑
∩ =Y
� . �
Universitas Sumatera Utara
Contoh Dempster Shafer Sumber: Binus University, 2005: Vany mengalami gejala panas badan, hidung buntu dan makan udang. Dari diagnosa
dokter kemungkinan Vany menderita : Flu, Demam, Bronkitis, Alergi. Tunjukkan kaitan ukuran kepercayaan dari elemen-elemen yang ada?
Gejala 1: panas badan Apabila diketahui nilai kepercayaan setelah dilakukan observasi panas sebagai gejala Flu,
Demam dan Bronkitis adalah : m
1
{Flu, Demam, Bronkitis} = 0,8 m
1
{ }
= 1 – 0,8 = 0,2
Sehari kemudian Vany datang ke dokter lagi dengan gejala hidung buntu.
Gejala 2: hidung buntu Setelah observasi diketahui bahwa nilai kepercayaan hidung buntu sebagai gejala Alergi,
Flu dan Deman adalah : m
2
{Alergi, Flu, Demam} = 0,9
m
2
{ }
= 1 – 0,9 = 0,1
Munculnya gejala baru maka harus dihitung densitas baru untuk beberapa kombinasi m
3
. Untuk memudahkan perhitungan maka himpunan-himpunan bagian dibawa ke bentuk tabel. Tabel dapat dilihat pada tabel 2.1 dan tabel 2.2 berikut :
Tabel 2.1. Aturan Kombinasi Untuk Densitas Baru m
3
Keterangan: -
Kolom pertama berisikan semua himpunan bagian pada gejala pertama panas dengan m
1
sebagai fungsi densitas. {Alergi, Flu, Demam}
0,9 θ
0,1 {Flu, Demam, Bronkitis}
0,8 {Flu, Demam}
0,72 {Flu, Demam, Bronkitis}
0,08 θ
0,2 {Alergi, Flu, Demam}
0,18 θ
0,02
Universitas Sumatera Utara
- Baris pertama berisikan semua himpunan bagian pada gejala kedua hidung buntu
dengan m
2
sebagai fungsi densitas. -
Baris kedua dan ketiga pada kolom kedua merupakan irisan dari kedua himpunan.
Selanjutnya dihitung densitas baru untuk beberapa kombinasi m
3
dengan persamaan Dempster-Shafer sbb :
m
3
{Flu, Demam} =
, −
= 0,72 m
3
{Alergi, Flu, Demam} =
, −
= 0,18 m
3
{Flu, Demam, Bronkitis} =
, −
= 0,08 m
3
{θ} =
, −
= 0,02 Keterangan :
- Terlihat bahwa pada mulanya dengan hanya gejala panas, m{Flu, Demam, Bronkitis}
= 0,8. Namun setelah ada gejala baru hidung buntu, maka nilai m{Flu, Demam, Bronkitis} = 0,08.
- Demikian pula pada mulanya hanya dengan gejala hidung buntu, m{Alergi, Flu,
Demam} = 0,9. Namun setelah ada gejala baru panas maka m{Alergi, Flu, Demam} = 0,18.
-
Dengan adanya 2 gejala tersebut, maka nilai densitas yang paling kuat adalah m{Flu, Demam} = 0,72
.
Bagaimana jika Vany ke dokter lagi dan ditemukan gejala baru lagi berupa Vany makan udang.
Gejala 3 : makan udang Setelah dilakukan observasi, diketahui bahwa udang sebagai gejala Alergi dengan nilai
kepercayaan : m
4
{Alergi} = 0,6 m
4
{ }
= 1 – 0,6 = 0,4
Universitas Sumatera Utara
Maka harus dihitung densitas baru untuk setiap himpunan bagian dengan fungsi densitas m
5
. Untuk memudahkan dibuat tabel dengan kolom pertama berisi himpunan bagian-himpunan bagian hasil kombinasi gejala 1 dan gejala 2 dengan fungsi densitas m
3
. Sedangkan baris pertama berisi himpunan bagian-himpunan bagian pada gejala 3 dengan
fungsi densitas m
4
.Sehingga dihasilkan tabel sbb :
Tabel 2.2. Aturan Kombinasi Untuk Densitas Baru m
5
{Alergi} 0,6
0,4
{Flu, Demam} 0,72
Ø 0,432
{Flue, Demam} 0,288
{Alergi, Flu, Demam} 0,18
{Alergi} 0,108
{Alergi, Flue, Demam} 0,072
{Flu, Demam, Bronkitis} 0,08
Ø 0,048
{Flu, Demam, Bronkitis} 0,032
0,02
{Alergi} 0,012
0,008
Sehingga dapat dihitung densitas baru m
5
hasil kombinasi dari gejala lama dengan gejala baru.
m
5
{Alergi} =
, + ,
− , + ,
= 0,231 m
5
{Flu, Demam} =
, − ,
+ ,
= 0,554 m
5
{Alergi, Flu, Demam} =
, − ,
+ ,
= 0,138 m
5
{Flu, Demam, Bronkitis} =
, − ,
+ ,
= 0,062 m
5
{θ} =
, − ,
+ ,
= 0,015
Ternyata dengan gejala baru ini karena Vany makan udang, dimana Vany alergi terhadap udang, nilai densitas yang paling tetap yaitu m
5
{Flu, Demam} = 0,554. Jadi dengan tiga jenis gejala yang dialami oleh Vany, kemungkinan paling kuat Vany terkena
Flu dan Demam.
Universitas Sumatera Utara
2.4 Hama dan Penyakit Tanaman Karet
Hama adalah organisme yang menyebabkan pertumbuhan dan perkembangan tanaman terganggu bahkan bisa mematikan tanaman. Sedangkan penyakit adalah suatu proses
fisiologi tumbuhan yang abnormal dan merugikan, yang disebabkan oleh faktor primer biotik atau abiotik dan gangguannya bersifat terus menerus serta akibatnya dinyatakan
oleh aktifitas seljaringan yang abnormal. Adapun hama dan penyakit tanaman karet dapat dilihat pada tabel 2.3, tabel 2.4 dan tabel 2.5 berikut Setiawan dan Andoko, 2008:
Tabel 2.3. Hama Tanaman Karet No.
Hama Keterangan
1. Rayap
Rayap yang menjadi hama bagi tanaman karet, terutama spesies Microtermes Inspiratus dan
Captotermes Curvignathus . Rayap-rayap tersebut
menggerogoti bibit yang baru saja ditanam di lahan, dari ujung stum sampai perakaran, sehingga
menimbulkan kerusakan yang sangat berat.
2. Kutu
Kutu tanaman yang menjadi hama bagi tanaman karet adalah Saissetia Nigra, Laccifer Greeni,
Laccifer Lacca,
Ferrisiana Virgata,
dan Planococcus Citri
yang masing-masing memiliki ciri berbeda. Saissetia berbentuk perisai dengan
warna cokelat muda sampai kehitaman. Laccifer berwarna putih lilin dengan kulit keras dan hidup
berkelompok. Ferrisiana berwarna kuning muda sampai kuning tua dengan badan tertutup lilin
tebal. Sementara itu, Planococcus berwarna cokelat gelap dan badannya tertutup semacam lilin
halus mengilap. Kutu tersebut menjadi hama bagi tanaman karet dengan cara menusuk pucuk batang
dan daun muda untuk mengisap cairan yang ada di dalamnya. Bagian tanaman
yang diserang berwarna kuning dan akhirnya mengering, dan
pertumbuhan terhambat.
Universitas Sumatera Utara
Tabel 2.4. Penyakit Pada Akar No.
Penyakit Pada Akar Keterangan
1. Jamur Akar Putih
Disebut dengan penyakit akar putih karena di akar tanaman yang terserang terlihat miselia jamur
berbentuk benang berwarna putih yang menempel kuat dan sulit dilepaskan. Akar tanaman yang
terinfeksi akan menjadi lunak, membusuk, dan berwarna cokelat. Cendawan penyebab penyakit
akar putih adalah Rigidoporus Lignosus yang membentuk badan buah seperti topi di akar,
pangkal batang, dan tunggul tanaman. Badan buah cendawan ini berwarna jingga kekuningan dengan
lubang-lubang kecil di bagian bawah tempat spora. Jika sudah tua, badan buah tersebut akan
mengering dan berwarna cokelat.
2. Jamur Akar Merah
Jika penyakit akar putih cenderung menyerang tanaman muda berumur 2
–4 tahun, penyakit akar merah justru lebih banyak menyerang tanaman
dewasa atau bahkan yang mulai menua. Meskipun berbahaya, kematian tanaman baru terjadi lima
tahun setelah terinfeksi. Gejala yang bisa dilihat dari serangan penyakit ini adalah terjadinya
perubahan warna daun dari hijau menjadi hijau pucat
suram, menguning,
dan akhirnya
berguguran. Disebut dengan penyakit akar merah karena jika tanah di daerah perakaran tanaman
yang sakit dibongkar akan terlihat miselia jamur berwarna merah muda sampai merah tua di akar-
akarnya. Miselia tersebut menempel sangat erat dan mengikat butiran tanah, sehingga menjadi
seperti berkerak. Jika sudah kering, miselia tersebut akan berwarna putih, tetapi kalau dibasahi
dengan air akan kembali berwarna merah. Infeksi terjadi jika akar tanaman sehat bersentuhan dengan
akar tanaman sakit atau akar yang mengandung spora cendawan penyebab penyakit akar merah.
Infeksi juga terjadi jika spora jatuh di leher akar karena tiupan angin.
Universitas Sumatera Utara
Tabel 2.5. Penyakit Pada Bidang Sadap No.
Penyakit Pada Bidang Sadap
Keterangan
1. Kanker Garis
Cendawan penyebab penyakit kanker garis sama dengan biang keladi kanker bercak, yakni
Phytophthora Palmivora . Infeksi cendawan ini
mengakibatkan kerusakan
berupa benjolan-
benjolan atau cekungan-cekungan di bekas bidang sadap lama, sehingga penyadapan berikutnya sulit
dilakukan. Penyakit ini umumnya berjangkit di kebun-kebun berkelembaban tinggi, terletak di
wilayah beriklim basah, serta di kebun-kebun yang penyadapannya terlalu dekat dengan tanah. Gejala
serangan penyakit kanker garis dapat dilihat dari adanya selaput tipis putih dan tidak begitu jelas
menutup alur sadap. Jika dikerok atau diiris, di bawah kulit yang terletak di atas irisan sadap
terlihat garis-garis tegak berwarna cokelat kehitaman. Dalam perkembangannya, garis-garis
ini akan menyatu membentuk jalur hitam yang tampak seperti retakan membujur di kulit pulihan.
Pada beberapa kasus, di bawah kulit yang baru pulih akan terbentuk gumpalan lateks yang bisa
menyebabkan pecahnya kulit. Dari pecahan kulit ini akan keluar tetesan-tetesan lateks berwarna
cokelat yang berbau busuk. Karena rusak, pemulihan kulit akan terhambat.
Universitas Sumatera Utara
2 Mouldy Rot
Penyebab penyakit mouldy rot adalah cendawan Ceratocystis Jimbriata
dengan benang-benang hifa yang membentuk lapisan berwarna kelabu di
bagian yang terserang. Spora banyak dihasilkan di bagian tanaman yang sakit dan bisa bertahan lama
dalam kondisi kering. Akibat yang ditimbulkan penyakit ini sarat dengan kanker garis, yaitu
menimbulkan luka-luka di bidang sadap, sehingga pemulihan kulit menjadi terganggu. Luka-luka
tersebut meninggalkan bekas bergelombang di bidang sadap, sehingga menyulitkan penyadapan
berikutnya. Bahkan, dalam beberapa kasus bidang sadap menjadi rusak, sehingga tidak bisa
dilakukan penyadapan lagi. Penyakit ini mudah berjangkit pada musim hujan, terutama di daerah-
daerah berkelembaban tinggi dan beriklim basah. Penyadapan yang terlalu dekat dengan tanah juga
bisa memicu serangan penyakit ini.
3. Brown Blast
Penyakit brown blast bukan disebabkan oleh infeksi
mikroorganisme, melainkan
karena penyadapan yang terlalu sering, apalagi jika
disertai penggunaan bahan perangsang lateks. Penyakit ini juga sering menyerang tanaman yang
terlalu subur, berasal dari biji, dan tanaman yang sedang membentuk daun baru. Gejala penyakit ini
dapat dilihat dengan tidak mengalirnya lateks dari sebagian alur sadap. Beberapa minggu kemudian
seluruh alur sadap menjadi kering dan tidak mengeluarkan lateks. Bagian yang kering berubah
warna menjadi cokelat karena terbentuk gum blendok. Kulit menjadi pecah-pecah dan di
batang terjadi pembengkakan atau tonjolan. Penyakit ini berbahaya karena bisa menurunkan
produktivitas lateks dalam jumlah yang cukup signifikan karena alur sadap mengering, sehingga
tidak bisa mengalirkan lateks.
Universitas Sumatera Utara
2.5 Penelitian Terdahulu
Adapun bahan pertimbangan dalam melakukan penelitian ini, penulis mengambil beberapa referensi dari penelitian sebelumnya. Beberpa penelitian yang penulis jadikan
bahan referensi untuk melakukan penelitian ini adalah sebegai berikut: a.
Penelitian yang dilakukan oleh Dewi Yanti 2010 dengan menggunakan metode Forward Chaining
untuk diagnosis penyakit utama tanaman kelapa sawit diperoleh kesimpulan sebagai berikut : Informasi yang didapat dari sistem pakar ini sudah
sesuai dengan tujuan yaitu sistem dapat mendefenisikan penyakit tanaman kelapa sawit beserta saran pengendaliannya. Sistem pakar yang dibuat sudah mampu
melakukan proses penalaran dengan menggunakan metode Forward Chaining yaitu proses penalaran dari premis atau data menuju pada konklusi. Dan Pada perancangan
sistem pakar ini proses konsultasi hanya memiliki pilihan jawaban ya dan tidak Yanti, 2010.
b. Penelitian yang dilakukan oleh Hasdya Mutia Rambey 2011 dengan menggunakan
metode Forward Chaining untuk menentukan penyakit dan hama pada tanamana semangka diperoleh kesimpulan sebagai berikut: Telah berhasil dibuat aplikasi sistem
pakar untuk menentukan penyakit dan hama pada tanaman semangka menggunakan metode Forward Chaining, Sistem pakar untuk penyakit dan hama tanaman
semangka ini telah mampu memberikan informasi kepada user mengenai penyakit dan hama tanaman semangka berdasarkan pertanyaan yang diberikan, Aplikasi ini dapat
memberikan informasi kepada orang awam mengenai penyakit dan hama tanaman semangka sehingga dapat diketahui langkah lebih lanjut untuk mengatasinya
Rambey, 2011. c.
Penelitian yang dilakukan oleh Misbahul Jannah 2011 dengan menggunakan metode Forward Chaining
dan Dempster Shafer untuk mendiagnosa penyakit lambung diperoleh kesimpulan bahwa perangkat lunak tersebut dapat mendiagnosa penyakit
pada lambung antara lain Gastritis, Dispepsia dan GERD dengan nilai kepercayaan rata-rata 0.9981 Jannah, 2011.
Universitas Sumatera Utara
d. Penelitian yang dilakukan oleh Elyza Gustri Wahyuni dan Widodo Prijodiprojo
2013 dengan menggunakan metode Dempster Shafer untuk mendiangnosa tingkat resiko penyakit Jantung Koroner dengan masukkan berupa gejala serta faktor
resiko yang dimiliki pasien. Dari beberapa kasus yang diuji cobakan diperoleh hasil diagnosa yang sama antara perhitungan sistem dengan menggunakan teori mesin
inferensi Dempster Shafer dan pengetahuan pakar yaitu Dokter Spesialis Jantung. Hasil ujicoba 10 kasus yang didapatkan dari Rekam medis RS.PKU Muhammadiyah
Yogyakarta, maka didapatkan persentase sebesar 100 nilai kebenaran dari prediksi diagnosa yang sesuai dengan pengetahuan yang dimiliki oleh pakar Wahyuni dan
Prijodiprojo, 2013.
Universitas Sumatera Utara
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Analisis sistem merupakan sebuah teknik pemecahan masalah yang menguraikan sebuah sistem menjadi bagian-bagian komponen dengan tujuan mempelajari seberapa baik
bagian-bagian komponen tersebut bekerja dan berinteraksi untuk mencapai tujuannya. Analisis sistem merupakan suatu proses yang harus dilaksanakan untuk menentukan
permasalahan yang harus dihadapi. Tahap ini adalah sangat penting, karena proses analisis yang kurang akurat akan menyebabkan hasil dari suatu sistem pengembangan
perangkat akan tidak sesuai dengan yang diharapkan. Jadi untuk itu proses ini harus benar-benar sesuai dengan penggunaan agar hasil penggunaan perangkat lunak
memuaskan pengguna. Sehingga nantinya dapat membantu didalam proses perancangan model suatu sistem yang akan di implementasikan.
3.1.1 Analisis Permaslahan Sistem
Analisis permasalahan sistem merupakan langkah pertama yang dilakukan dalam analisis sistem. Masalah dapat didefinisikan sebagai suatu pertanyaan yang diinginkan untuk
dipecahkan. Masalah ini yang menyebabkan sasaran dari sistem tidak dapat dicapai. Oleh karena itulah pada tahap analisis sistem, langkah pertama yang harus dilakukan oleh
analis sistem adalah mengidentifikasi terlebih dahulu masalah-masalah yang terjadi.
Universitas Sumatera Utara
Adapun permasalahan dalam perancangan sistem pakar ini yaitu bagaimana mendiagnosa hama dan penyakit tanaman karet menggunakan metode Forward Chaining
dan Dempster Shafer. Hal ini sangat bermanfaat bagi pengguna agar dapat mengetahui jenis hama dan penyakit yang dialami oleh tanaman karet sehingga lebih cepat dalam
pemberian solusi dan pengendaliannya.
Metode analisis yang digunakan dalam menganalisis masalah yang akan dihadapi untuk membuat aplikasi ini adalah dengan menggunakan metode Fishbone
Diagram Ishikawa Diagram. Diagram ishikawa digunakan untuk menjelaskan tentang
sebab dan akibat dari masalah yaitu dengan menjelaskan bahwa bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah. Sementara pada bagian
tulang merupakan penyebab. Ishikawa diagram dapat dilihat pada gambar 3.1 berikut :
Gambar 3.1. Diagram Ishikawa Untuk Analisis Masalah
Keterangan gambar 3.1. diagram ishikawa adalah sebagai berikut : People
1. Dengan adanya sistem yang akan dibangun, pengguna dapat mendiagnosa hama dan
penyakit tanaman karet serta dapat mengetahui solusi untuk pengendaliannya.
Universitas Sumatera Utara
2. Dengan adanya sistem yang akan dibangun diharapkan seorang admin dapat
menambah, mengubah dan menghapus data Material
1. Sistem yang akan dibangun diharapkan dapat menampilkan hasil diagnosa dan solusi
untuk pengendaliannya. Method
1. Sistem nantinya akan menggunakan metode forward chaining dan dempster shafer
dalam mendiagnosa hama dan penyakit tanaman karet. Machine
1. Sistem yang akan dibangun nantinya akan menggunakan bahasa pemrograman PHP
Hypertext Processor dan Mysql sebagai Database Management System DBMS.
3.1.2 Analisis Kebutuhan Sistem