1.3 Ruang Lingkup Penelitian
Sistem pakar fuzzy untuk prediksi efektivitas respon tumbuh fungi ektomikoriza ini dikembangkan dengan batasan pada:
1. Golongan mikoriza adalah ektomikoriza dengan species fungi yaitu:
Scleroderma columnare, S. dictyosporum, dan S.sinnamarieanse. 2.
Jenis tanaman inang adalah tanaman kehutanan yaitu: Shorea javanica, S. pinanga, S. seminis, Gnetum gnemon, Eucalyptus pellita, dan E. urophylla.
3. Faktor lingkungan yang diperhitungkan adalah: faktor kecocokan inang,
suhu, pH tanah, kapasitas tukar kation KTK, kandungan hara, yaitu kandungan fosfor, nitrogen, kalium, kalsium, magnesium, karbon, dan
kandungan aluminium. 4.
Efektivitas yang dimaksud adalah efektivitas respon tumbuh yang didasarkan pada nilai biomassa berat kering total tanaman inang.
5. Pada rancang bangun sistem pakar fuzzy prediksi efektivitas respon tumbuh
diterapkan metode decision tree dan adaptive neuro-fuzzy inference system ANFIS. Decision tree menggunakan algoritme Classification and
Regression Tree CART dan teknik pembelajaran ANFIS menggunakan algoritme hybrid.
1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah: 1.
Membantu ahli biologi, ahli lingkungan hidup, peneliti mikoriza, ahli pertanian, petani, dan pihak komersial seperti perusahaan penyedia bibit
tanaman industri untuk memprediksi efektivitas respon tumbuh fungi ektomikoriza pada tanaman kehutanan.
2. Menjadi terobosan baru atas kekurangan tenaga ahli di lapangan dalam
penyelesaian permasalahan prediksi efektivitas respon tumbuh ektomikoriza dalam kegiatan budidaya mikoriza.
2 TINJAUAN PUSTAKA
2.1
Sistem pakar adalah perangkat lunak komputer yang menggunakan pengetahuan aturan-aturan tentang sifat dari unsur suatu masalah, fakta, dan
teknik inferensi untuk masalah yang biasanya membutuhkan kemampuan seorang ahli Oxman 1985, dalam Marimin 2009. Menurut Arhami 2004 ada banyak
keuntungan sistem pakar antara lain: a pengetahuan dan nasehat lebih mudah didapat, b meningkatkan ouput dan produktivitas kerja, c menyimpan
kemampuan dan keahlian pakar, d meningkatkan penyelesaian masalah dan reliabilitas, e memberikan respon jawaban yang cepat, f merupakan panduan
yang cerdas, g dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian, h memiliki basis data yang cerdas.
Sistem Pakar
Gambar 1 mengilustrasikan struktur bagan sistem pakar Turban 1988, dimodifikasi oleh Marimin 2009.
Fasilitas Pengetahuan
Mekenisme Inferensi
Strategi Penalaran
Strategi Pengendalian
Fasilitas penjelasan - fakta
-fakta -aturan
-model Pakar
Pengguna
DBMS -aturan
-model Struktur berbasis
pengetahuan
Dangkal Mendalam
Statis Dinamis
- fakta -aturan
-model Pengguna
-nasehat -justifikasi
-konsultasi
Gambar 1 Struktur bagan sistem pakar.
Berikut penjelasan setiap bagian dari struktur bagan sistem pakar tersebut:
2.1.1 Fasilitas Akuisisi Pengetahuan
Akuisisi pengetahuan merupakan obyek utama analisis dari pengembangan paket program sistem pakar, karena itu keberadaannya perlu didukung oleh sistem
pengetahuan dasar Knowledge Based System. Sistem pengetahuan dasar tersebut dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara
terstruktur Marimin 2009. Tahapan akuisisi pengetahuan digunakan sebagai alat untuk mendapatkan pengetahuan, fakta-fakta, dan aturan yang diperlukan sistem
pakar. Pengetahuan diperoleh melalui wawancara dan diskusi dengan pakar dan melalui studi pustaka atau literatur.
2.1.2 Basis Pengetahuan dan Basis Aturan
Representasi pengetahuan adalah penyajian pengetahuan ahli atau praktisi dalam bahasa logika yang sederhana yaitu basis pengetahuan. Basis pengetahuan
terdiri atas pengetahuan yang dimaksud dan spesifikasi dari pokok persoalan yang akan diselesaikan Marimin 2009. Ada banyak cara yang dapat dilakukan untuk
merepresentasikan data menjadi basis pengetahuan.
2.1.3 Mesin Inferensi
Mesin inferensi adalah fasilitas untuk memanipulasi dan mengarahkan pengetahuan yang terdapat dalam basis pengetahuan, sehingga diperoleh suatu
kesimpulan. Strategi yang digunakan dalam mekanisme inferensi terdiri atas tiga macam, yakni strategi penalaran, strategi pengendalian, dan strategi pelacakan
Marimin 2009. Penyusunan mesin inferensi dimulai dengan perumusan proses penalaran dan kemungkinan modifikasinya. Proses penalaran akan berjalan efisien
dan efektif bila dikendalikan dengan baik, karena itu pemilihan strategi pengendalian perlu mempertimbangkan berbagai faktor termasuk kemudahan
dalam implementasi. Tugas utama mesin inferensi adalah menguji fakta dan kaidah serta
menambah fakta baru jika memungkinkan serta memutuskan perintah sesuai dengan hasil penalaran yang telah dilaksanakan Marimin 2009.
2.1.4 Fasillitas Penjelasan Sistem
Fasilitas penjelasan sistem merupakan bagian dari sistem pakar yang memberikan penjelasan tentang bagaimana program dijalankan, apa yang harus
dijelaskan kepada pemakai tentang suatu masalah, memberikan rekomendasi kepada pemakai, mengakomodasi kesalahan pemakai dan menjelaskan bagaimana
suatu masalah terjadi Marimin 2009.
2.1.5 Antarmuka Pemakai
Antarmuka pemakai dirancang sedemikian rupa sehingga memudahkan bagi pengguna. Antarmuka pemakai memberikan fasilitas komunikasi antara pemakai
dan sistem, memberikan berbagai fasilitas informasi dan berbagai keterangan yang bertujuan untuk membantu mengarahkan alur penelusuran masalah sampai
solusi ditemukan Marimin 2009.
2.2 Sistem Pakar Fuzzy
Dalam Marimin 2009 dijelaskan bahwa pengembangan sistem fuzzy dapat diterapkan dalam segala bidang, terutama dalam bidang sistem pakar.
Penggabungan kedua sistem tersebut dikenal dengan sistem pakar fuzzy. Sistem tersebut merupakan pengembangan sistem pakar yang menggunakan logika fuzzy
secara keseluruhan, yang meliputi himpunan fuzzy, aturan fuzzy if-then, serta proses inferensi. Kontrol fuzzy memanfaatkan pengetahuan empiris yang
diperoleh dari operator yang berkeahlian dengan menggunakan sejumlah membership function dan aturan IF-THEN.
2.2.1 Himpunan Fuzzy
Himpunan fuzzy merupakan pengembangan dari himpunan biasa crisp Marimin 2009. Pada himpunan biasa, fungsi karakteristik memetakan derajat
keanggotaan ke nilai 1 jika suatu elemen masuk ke dalam suatu himpunan dan bernilai 0 jika elemen tersebut tidak masuk ke dalam anggota himpunan tersebut.
Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada
Kategori