Sistem Pakar Berbasis Web Untuk Mendiagnosis Penyakit Jeruk Menggunakan Metode Fuzzy

JERUK MENGGUNAKAN METODE FUZZY

SKRIPSI

DWI ANDIKA SINULINGGA 071401010

PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

JERUK MENGGUNAKAN METODE FUZZY

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

DWI ANDIKA SINULINGGA 071401010

PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

PERSETUJUAN

Judul :

_{SISTEM PAKAR BERBASIS WEB UNTUK}

MENDIAGNOSIS PENYAKIT JERUK

MENGGUNAKAN METODE FUZZY

Kategori : SKRIPSI

Nama : DWI ANDIKA SINULINGGA

Nomor Induk Mahasiswa : 071401010

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM

(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, September 2011

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Sajadin Sembiring, Ssi. Ms, Comp Drs. James P. Marbun, M.Kom

NIP.- NIP. 19580611 19860310 02

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr.Poltak Sihombing NIP. 196203171991031001

PERNYATAAN

SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT JERUK MENGGUNAKAN METODE FUZZY

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, September 2011

DWI ANDIKA SINULINGGA 071401010 

                     

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan yang Maha Pengasih dan penyayang, karena atas berkat dan kasih-Nya penulis dapat menyelesaikan skripsi yang berjudul: SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT JERUK MENGGUNAKAN METODE FUZZY.

Dengan segala kerendahan hati, pada kesempatan ini penulis ingin menyampaikan ungkapan terima kasih yang tulus kepada semua pihak yang telah membantu penyelesaian skripsi ini. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada: Ketua dan Sekretaris Program Studi Ilmu Komputer, Bapak Dr. Poltak Sihombing dan Ibu Maya Silvi Lydia, BSc. MSc, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, Bapak Drs. James P. Marbun, M.Kom dan Bapak Sajadin Sembiring, Ssi , Ms.Comp selaku pembimbing pada penyelesaian skripsi ini. Seluruh dosen pada Departemen Ilmu Komputer FMIPA USU, dan pegawai di Ilmu Komputer FMIPA USU.

Akhirnya, tidak terlupakan penulis mengucapkan banyak terima kasih kepada Almarhum Ayahanda D.B.Sinulingga dan Ibunda tercinta Dra. Manis Sembiring. Msi, Kakanda Hesty Rodhes Sinulingga, Ssi, dan Friska Gesilla, S. Pd yang selalu memberikan cinta kasihnya dan dukunganya baik material dan spiritual serta seluruh sahabat dan kerabat yang berjasa memberikan dorongan kepada penulis selama menyelesaikan skripsi ini. Dan juga kepada teman-teman seperjuangan Kom-B stambuk 2007, terkhusus kepada: Debora, Jelita, Novy, Alam, Oka, Boris, Dilla, Nur, Ariani dan Fakhreza.

Penulis menyadari adanya kekurangan dalam pembahasan maupun cara penyajian skripsi ini. Untuk itu penulis dengan senag hati menerima tegur sapa dan sumbangan pikiran dari pembaca yang dapat dijadikan untuk perbaikan diwaktu-waktu yang akan datang.

     

ABSTRAK

Perkembangan teknologi komputer yang begitu canggih dan mutakhir mampu membantu manusia dalam berbagai hal, tak terkecuali dalam mendiagnosa penyakit. Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebu. Maka dari itu penulis berinisiatif untuk membuat tugas akhir tentang “Sistem Pakar Berbasis Web Untuk

Mendiagnosis Penyakit Jeruk Menggunakan Metode Fuzzy.” Metode yang digunakan

adalah Metode Fuzzy, karena metode ini cukup efisien digunakan dalam mendiagnosis penyakit jeruk. Sistem ini dapat memberikan diagnosis awal penyakit jeruk berdasarkan gejala dan intensitas gejala-gejala yang terlihat dari luar dan diinput oleh user, tanpa harus bertanya langsung ke pakar. Sistem ini dibuat dengan berbasis web. Aplikasi dibuat dengan bahasa pemrograman PHP berbasis web.

Kata Kunci : Sistem Pakar, Penyakit Jeruk, Metode Fuzzy, PHP

.

 

 

   

     

         

ABSTRACT

The development of computer technology is so sophisticated and cutting-edge capable of helping humans in many ways, not least in diagnosing disease. Expert systems are computer-based system that uses knowledge, facts and reasoning techniques in solving problems that typically can only be solved by an expert in the field tersebu. Thus the author took the initiative to make the final assignment of the "Web-Based Expert System for Diagnosing Diseases Using Oranges Fuzzy Methods." The method used is the Fuzzy method, because this method is efficient enough to use in diagnosing the disease citrus. This system can provide early diagnosis of disease based on symptoms and intensity of orange symptoms are visible from the outside and input by the user, without having to ask directly to the experts. The system is made with a web-based. Applications created with web-based PHP programming language. Keywords: Expert System, Citrus Diseases, Fuzzy Methods, PHP

         

             

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii Penghargaan iv Abstrak v Abstract vi Daftar Isi vii Daftar Tabel x Daftar Gambar xi Bab 1 Pendahuluan 1.1Latar Belakang 1

1.2Rumusan Masalah 2

1.3Batasan Masalah 2

1.4Tujuan Penelitian 3

1.5Manfaat Penelitian 3

1.6Metodologi Penelitian 3

1.7Sistematika Penulisan 4

Bab 2 Landasan Teori 2.1 Kecerdasan Buatan 6

2.2 Sistem Pakar 7

2.2.1 Sejarah Sistem Pakar 7

2.2.2 Konsep Dasar Sistem Pakar 8

2.2.3 Komponen Sistem Pakar 9

2.2.4 Basis Pengetahuan 11

2.2.5 Motor Inferensi 12

2.2.5.1 Runut Maju (Forward Chaining) 12

2.2.5.2 Runut Balik (Backward Chaining) 14

2.3 Logika Fuzzy 14

2.3.1 Himpunan Fuzzy 15

2.3.2 Fungsi Keanggotaan 15

2.4 Jeruk 17

2.4.1 Asal Usul Jeruk 17

2.4.2 Kandungan Gizi pada Jeruk 18

2.4.4.1 Hama Pada Jeruk 21

2.4.4.2 Penyakit Pada Jeruk 24

2.5 PHP Script 33

Bab 3 Analisis dan Perancangan Sistem 3.1 Analisis Sistem 35

3.1.1 Analisis Permasalahan 35

3.1.2 Analisis Kebutuhan Perangkat Lunak 36

3.2 Perancangan Sistem 36

3.2.1 Perancangan Mesin Inferensi 36

3.2.1 Perancangan Flowchart 38

3.2.1.1 Perhitungan Nilai Kesesuaian 39

3.2.1.1 Perhitungan Nilai Fuzzy Conditional 41

Probability 3.2.2 Perancangan Basis Data 44

3.2.2.1 Perancangan DFD 44

3.2.2.3 Kamus Data 47

3.2.3 Bentuk Tabel Information System 48

3.3.4 Jenis-jenis Gejala Pada Penyakit Jeruk 49

3.2.5 Perancangan Antarmuka 50

Bab 4 Implementasi dan Penggunaan 4.1Implementasi 55

4.1.1 Halaman Utama 55

4.1.2 Halaman Menu Diagnosis Penyakit Jeruk 57

4.1.3 Halaman Menu Penyakit Jeruk 60

4.1.4 Halaman Menu Tentang Jeruk 60

4.1.5 Halaman Menu Bantuan 62

4.2. Pengujian 62

4.2.1 Pengujian Kinerja 62

Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 65

5.2. Saran 66

Daftar Pustaka 67

DAFTAR TABEL

Halaman

Tabel 3.1 Kamus Data 47

Tabel 3.2 Fuzzy Information System Penyakit Jeruk 48 Tabel 3.3 Tabel Keterangan Kode Gejala 49

                           

 

DAFTAR GAMBAR

Halaman

Gambar 2.1 Struktur Sistem Pakar 11

Gambar 2.2 Graph Pengetahuan 13

Gambar 2.3 Representasi Kurva Bahu 16

Gambar 2.4 Representasi Kurva Trapesium 17

Gambar 2.5 Gejala Penyakit Blendok Phitophthora 25

Gambar 2.6 Gejala Penyakit Blendok Diplodia 26

Gambar 2.7 Gejala Busuk Akar Hitam 27

Gambar 2.8 Gejala Penyakit Mati Ujung 29

Gambar 2.9 Gejala Penyakit Tepung 31

Gambar 2.10 Gejala Penyakit Kapang Hijau 33

Gambar 3.1 Flowchart 38

Gambar 3.2 Diagram Konteks Sistem 44

Gambar 3.3 Diagram Level -1 46

Gambar 3.4 Rancangan Halaman Utama 50

Gambar 3.5 Rancangan Halaman Diagnosis Isi Biodata 51

Gambar 3.6 Rancangan Halaman Pilih Gejala 51

Gambar 3.7 Rancangan Halaman Input Intensitas Gejala 52

Gambar 3.8 Rancangan Halaman Menu Diagnosis 52

Gambar 3.9 Rancangan Halaman Penyakit Jeruk 53

Gambar 3.10 Rancangan Halaman Tentang Jeruk 53

Gambar 3.11 Rancangan Halaman Bantuan 54

Gambar 4.1 Tampilan Halaman Beranda 57

Gambar 4.2 Tampilan Halaman Pengisian Data Biodata 58

Gambar 4.4 Tampilan Halaman Pengisian Gejala 58

Gambar 4.5 Tampilan Halaman Pengisian Intensitas Gejala 59

Gambar 4.6 Tampilan Halaman Diagnosis 59

Gambar 4.7 Tampilan Halaman Penyakit Jeruk 60

Gambar 4.8 Tampilan Halaman Menu Tentang Jeruk 61

Gambar 4.9 Tampilan Halaman Lanjutan Menu Tentang Jeruk 61

ABSTRAK

Perkembangan teknologi komputer yang begitu canggih dan mutakhir mampu membantu manusia dalam berbagai hal, tak terkecuali dalam mendiagnosa penyakit. Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebu. Maka dari itu penulis berinisiatif untuk membuat tugas akhir tentang “Sistem Pakar Berbasis Web Untuk

Mendiagnosis Penyakit Jeruk Menggunakan Metode Fuzzy.” Metode yang digunakan

adalah Metode Fuzzy, karena metode ini cukup efisien digunakan dalam mendiagnosis penyakit jeruk. Sistem ini dapat memberikan diagnosis awal penyakit jeruk berdasarkan gejala dan intensitas gejala-gejala yang terlihat dari luar dan diinput oleh user, tanpa harus bertanya langsung ke pakar. Sistem ini dibuat dengan berbasis web. Aplikasi dibuat dengan bahasa pemrograman PHP berbasis web.

Kata Kunci : Sistem Pakar, Penyakit Jeruk, Metode Fuzzy, PHP

.

 

 

   

     

         

ABSTRACT

The development of computer technology is so sophisticated and cutting-edge capable of helping humans in many ways, not least in diagnosing disease. Expert systems are computer-based system that uses knowledge, facts and reasoning techniques in solving problems that typically can only be solved by an expert in the field tersebu. Thus the author took the initiative to make the final assignment of the "Web-Based Expert System for Diagnosing Diseases Using Oranges Fuzzy Methods." The method used is the Fuzzy method, because this method is efficient enough to use in diagnosing the disease citrus. This system can provide early diagnosis of disease based on symptoms and intensity of orange symptoms are visible from the outside and input by the user, without having to ask directly to the experts. The system is made with a web-based. Applications created with web-based PHP programming language. Keywords: Expert System, Citrus Diseases, Fuzzy Methods, PHP

         

             

BAB 1 PENDAHULUAN

1.1Latar Belakang

Jeruk merupakan komoditas buah-buahan yang mempunyai nilai ekonomi penting dan nilai kesehatan yang berarti karena mengandung nilai gizi yang tinggi (Vitamin C dan vitamin A). Buah jeruk dapat dikonsumsi langsung sebagai buah segar atau juice dan dapat pula diolah menjadi sirup. Buah jeruk merupakan sumber vitamin C yang berguna untuk kesehatan manusia. Kandungan vitamin C sangat beragam antarvarietas, berkisar antara 27-49 mg/100 g daging buah. Makin tua buah jeruk, biasanya makin berkurang kandungn vitamin C-nya, tetapi semakin manis rasanya. Varietas jeruk sangat banyak, masing-masing jenis mempunyai karakteristik yang berbeda.

Jeruk merupakan salah satu komoditas unggulan yang dibudidayakan masyarakat petani di Tanah Karo sebagai penunjang perekonomian rumah tangga mereka. Belakangan ini sebagian besar kebun jeruk di Kabupaten Tanah Karo diserang berbagai jenis hama dan penyakit sehingga mengakibatkan produktivitas dari tanaman jeruk tersebut menurun. Serangan hama tersebar di 17 kecamatan di Tanah Karo, akibat serangan hama ini ribuan ton buah jeruk busuk dan gugur ke tanah, sehingga membuat para petani mengalami kerugian yang cukup besar.

Dewasa ini kebutuhan penggunaan teknologi informasi dalam semua bidang semakin meningkat, terutama pada bidang Ilmu Komputer. Salah satunya adalah penggunaan komputer sebagai sistem pakar. Dimana sistem ini juga dapat digunakan dalam bidang pertanian yaitu untuk mendiagnosis jenis hama dan penyakit yang menyerang tanaman jeruk.

Kemampuan sistem pakar dalam mentransformasikan pengetahuan seorang pakar ke dalam sebuah sistem diperoleh dengan implementasi suatu teknik dan akan ditentukan oleh kinerja teknik tersebut. Terdapat sejumlah teknik yang dapat diimplementasikan pada suatu sistem pakar, salah satunya adalah dengan Fuzzy .

Tidak semua permasalahan yang terjadi di bidang pertanian dapat ditangani secara praktis oleh petani. Dibutuhkan pengetahuan khusus dari seorang pakar dalam menanganinya. Namun sering kali ketika permasalahan tersebut terjadi, pakar tidak selalu tersedia. Dalam hal inilah sistem pakar ada untuk membantu membuat solusi secara komputasi tanpa hadirnya pakar manusia.

Oleh karena itu pada penulisan skripsi ini akan diimplementasikan sebuah sistem pakar berbasis web untuk mendiagnosis penyakit pada tanaman jeruk di Kabupaten Tanah Karo dengan metode Fuzzy.

1.2Rumusan Masalah

Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana cara merancang suatu aplikasi yang berfungsi sebagai alat bantu dalam hal mendiagnosis penyakit jeruk di Kabupaten Tanah Karo dengan metode Fuzzy.

1.3Batasan Masalah

Ruang lingkup penelitian ini dibatasi pada:

1. Algoritma yang digunakan dalam proses pencarian solusinya adalah metodeFuzzy.

2. Pengembangan aplikasi dilakukan dengan menggunakan bahasa pemrograman PHP.

3. Aplikasi hanya membahas gejala penyakit jeruk dikhususkan hanya di Kabupaten Tanah Karo dengan jenis jeruk manis.

1.4Tujuan Penelitian

Tujuan dari penelitian ini adalah merancang sistem pakar yang dapat membantu petani jeruk dalam mendiagnosis penyakit pada jeruk dengan metode Fuzzy.

1.5Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Sebagai alat bantu untuk mengenali/mendiagnosis penyakit jeruk sehingga dapat segera ditangani.

2. Dengan sistem pakar ini petani jeruk bisa mengakses informasi tanpa terbatas ruang dan waktu sehingga dapat menghemat waktu dan biaya.

1.6Metode Penelitian

Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut. 1. Studi Literatur

Tahapan ini dilakukan dengan mempelajari sumber-sumber atau buku-buku referensi yang berkaitan dengan Sistem Pakar untuk mendiagnosis penyakit jeruk dengan Metode Fuzzy, baik dari text book, jurnal, laporan penelitian, ceramah, ataupun internet.

2. Pengumpulan Data

Tahapan ini dilakukan dengan penelitian lapangan dan wawancara pada pihak-pihak yang berkompeten yang dapat memberikan informasi yang dibutuhkan dalam pengerjaan penelitian.

Pada tahap ini dilakukan analisis kebutuhan terhadap sistem dan menjadi dasar untuk perancangan sistem, seperti pengolahan data spesifikasi penyakit pada jeruk, rincian fungsi keanggotaan variable fuzzy.

4. Perancangan Perangkat Lunak

Tahapan ini dilakukan dengan membuat gambaran sistem baik berupa diagram alir (flowchart), masukan, keluaran, DFD (Data Flow Diagram), antarmuka (interface) dan struktur data.

5. Implementasi Aplikasi

Tahapan ini dilakukan dengan melakukan penerapan rancangan/coding sistem yang dibuat ke dalam suatu program, serta membuat laporan atau dokumentasi dari program tersebut.

6. Pengujian Aplikasi

Tahapan ini dilakukan dengan melakukan pengujian terhadap perangkat lunak yang telah dibuat untuk mengetahui kesalahan dan memperbaiki kesalahan yang ada.

7. Dokumentasi dan Penulisan Laporan

Melakukan pembuatan dokumentasi sistem mulai dari tahap awal sampai dengan pengujian sistem, dan menulis laporan.

1.7Sistematika Penulisan

Sistematika penulisan skripsi ini terdiri dari lima bagian utama sebagai berikut:

BAB 1 : PENDAHULUAN

Bab ini menjelaskan mengenai latar belakang pemilihan judul skripsi “ Sistem Pakar Berbasis Web untuk Mendiagnosis Penyakit Jeruk dengan Metode Fuzzy Inferensi”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem penentuan penyakit pada Jeruk dengan menggunakan logika fuzzy dan teori lainnya yang mendukung pembuatan aplikasi.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan bagaimana menganalisis dan merancang sistem pakar fuzzy yang akan dibuat.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN

Bab ini menjelaskan bagaimana mengimplementasikan sistem pakar fuzzy dan dilanjutkan dengan menguji aplikasi yang dibangun.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

                             

   

BAB 2

LANDASAN TEORI

2.1 Kecerdasan Buatan

Kecerdasan buatan (artificial intelligent) adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berprilaku seperti manusia. Ilmu komputer tersebut mengembangkan perangkat lunak dan perangkat keras untuk menirukan tindakan manusia. Aktifitas manusia yang ditirukan seperti penalaran, penglihatan, pembelajaran, pemecahan masalah, pemahaman bahasa alami dan sebagainya. Rich dan knight mendefenisikan kecerdasan buatan sebagai sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Kusrini, 2006).

Kecerdasan bautan merupakan bagian dari ilmu pengetahuan komputer yang khusus ditunjukkan dalamperancangan otomatisasi tingkah lakuk cerdas dalam sistem kecerdasan komputer. Sistem memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam kelakuan atau tindak tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia, seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah dan lain sebagainya (Kristanto, 2004).

Kecerdasan buatan berbeda dengan kecerdasan konvensional. Pemrograman konvensional berbasis pada algoritma yang mendefinisikan setiap langkah dalam penyelesaian masalah. Pemrograman konvensional dapat menggunakan rumus

matematika atau prosedur sekuensial untuk menghasilkan solusi. Lain halnya dengan pemrograman dalam kecerdasan buatan yang berbasis pada representasi simbol dan manipulasi. Dalam kecerdasan buatan, sebuah simbol dapat berupa kalimat, kata, atau angka yang digunakan untuk merepresentasikan objek, proses, dan hubungannya. Objek dapat berupa manusia, benda, ide, konsep, kegiatan, atau pernyataan dari suatu fakta (Kusrini, 2006). Proses digunakan untuk memanipulasi simbol untuk menghasilkan saran atau pemecahan masalah. Selain itu kecerdasan buatan dapat melakukan penalaran terhadap data yang tidak lengkap. Hal ini sangat mustahil dilakukan oleh pemrograman konvensional. Kemampuan penalaran dan penjelasan terhadap setiap langkah dalam pengambilan keputusan menjadi kelebihan dari kecerdasan buatan. Ada tiga tujuan kecerdasan buatan, yaitu: membuat komputer lebih cerdas, mengerti tentang kecerdasan dan membuat mesin lebih berguna.

2.2 Sistem Pakar

Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Kusrini, 2006).

Pemecahan masalah-masalah yang komplek biasanya hanya dapat dilakukan oleh sejumlah orang yang sangat terlatih, yaitu pakar. Dengan penerapan teknik kederdasan buatan, sistem pakar menirukan apa yang dikerjakan oleh seorang pakar ketika mengatasi permasalahan yang rumit, berdasarkan pengetahuan yang dimiliki (Hartati, 2008).

2.2.1 Sejarah Sistem Pakar

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh komunitas AI. Periode peneliatan kecerdasan buatan ini didominasi olah suatu keyakinan bahwa nalar yang digabung dengan komputer cangih akan menghasilkan prestasi pakar atau manusia pakar. Sistem pakar yang pertama kali muncul adalah General-purpose

program-program yang serupa) ini mengalami kegagalan karena cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang seharusnya disediakan (Sinaga, 2010 ).

Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa

(general-purpose) ke program yang spesial (special-purpose) dengan

dikembangkannya DENDRAL oleh E. Feigenbaum dari Universitas Stanford dan kemudian diikuti oleh MYCIN.

Pada pertengahan tahun 1970-an, beberapa expert system mulai muncul. Sebuah pengetahuan kunci yang dipelajari saat itu adalah kekuatan dari expert system

berasal dari pengetahuan spesifik yang dimilikinya, bukan dari formalisme-formalisme khusus dan pola penarikan kesimpulan yang digunakannya.

Awal 1980-an teknologi expert system yang mula-mula dibatasi oleh suasana akademis mulai muncul sebagai aplikasi komersial, khususnya XCON, XSEL (dikembangkan dari R-1 pada Digital Equiptment Corp.), dan CATS-1 (dikembangkan oleh General Electric).

Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama MYCIN.

MYCIN merupakan program interaktif yang melakukan diagnosis penyakit meningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikroba. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, MYCIN mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan inferensi yang bagus dalam kecerdasan buatan yang lain (Kusrini, 2006).

Menurut Turban (1995), konsep dasar sistem pakar mengandung keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca, atau pengalaman.

Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan empat aktivitas, yaitu: tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan. Ada dua tipe basis pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan).

Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine).

Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based

systems, yang mana pengetahuan disimpan dalam bentuk aturan-aturan. Aturan

tersebut biasanya berbentuk IF-THEN (Kusumadewi, 2003).

2.2.3 Komponen Sistem Pakar

Sistem pakar sebagai sebuah program yang difungsikan untuk menirukan pakar manusia harus bisa melakkukan hal-hal yang dapat dikerjakan oleh seoarang pakar. Untuk membangun sistem yang seperti itu maka komponen- komponen yang harus dimiliki adalah sebagai berikut (Hartati, 2008):

1. Antarmuka Pengguna

Antarmuka merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka yang efektif dan ramah pengguna penting sekali terutama bagi pemakai yang tidak ahli dalam bidang yang diterapkan pada system pakar.

2. Basis Pengetahuan

Basis pengetahuan merupakan kumpulan pengetahuan bidang tertentu pada tingkatan pada format tertentu. Basis pengetahuan bersifat diamis, bisa berkembang dari waktu ke waktu. Perkembangan iini disebabkan karena pengetahuaan selalu bertambah. Pada sistem pakar basis pengetahuan terpisah dari mesin inferensi untuk pengembangan sistem pakar secara leluasa.

3. Mesin Inferensi

Mesin inferensi merupakan otak dari sistem pakar, berupa perangkat lunak yang melakukan tugas inferensi penalaran sistem pakar, sering juga disebut dengan mesin pemikir. Pada prinsipnya mesin inferensi inilah yang akan mencari solusi dari suatu permasalahan. Mesin inferensi ini sesunguhnya adalah program komputer yang menyediakan metodologi untuk melakukan penalaran tentang informasi pada basis pengetahuan dan pada memori kerja, serta untuk merumuskan kesimpulan-kesimpulan.

4. Memori Kerja

Merupakan bagian dari sistem pakar yang menyimpan fakta-fakta yang diperoleh saat dilakukan proses konsultasi. Fakta-fakta inilah yang nantinya akan diolah oleh mesin inferensi berdasarkan pengetahuan yang disimpan dalam basis pengetahuan untuk menetukan suatu keputusan pemecahan masalah. Konklusinya bisa berupa hasil diagnosa, tindakan, akibat.

Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dilengkapi dengan fasiliats berikut:

1. Fasilitas Penjelasan

Karena pemakai kadangkala buaknlah ahli dalam bidang tersebut , maka dibuatlah fasilitas penjelas fasilitas inilah yang dapat memberikan informasi kepada pemakai mengenai jalanya penalaran sehingga dihasilkan suatu keputusan. Bentuk penjelasanya bisa berupa keterangan yang diberikan setelah suatu pertanyaan diajukan, yaitu penjelasan atas pertanyaan mengapa, atau penjelasan atas pertanyaan bagaimana system mencapai konklusi.

2. Fasilitas Akuisi Pengetahuan

Pengetahuan pada sistem pakar dapat ditambahkan kapan saja pengetahuana baru diperoleh atau saat pengetahuaan yang sudah ada sudah tidak berlaku

lagi. Untuk melakukan proses penambahan ini sistem pakar dilengkapi dengan fasilitas akuisi pengetahuan. Akuisi pengetuan adalah proses pengumpulan, perpindahan, dan transformasi dari keahlian pemecahan masalah yang berasal dari beberapa sumber pengetahuan ke dalam bentuk yang dimenerti komputer.

Gambar 2.1 Struktur Sistem Pakar   

2.2.4 Basis Pengetahuan (Knowledge Based)

Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja di dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu:

1. Penalaran berbasis aturan (Rule-Based Reasoning)

Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk: IF-THEN. Bentuk ini digunakan apabila dimiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Di samping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.

2. Penalaran berbasis kasus (Case-Based Reasoning)

Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila

user menginginkan untuk tahu lebih banyak lagi kasus-kasus yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apabila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan (Sinaga, 2010).

2.2.5 Metode Inferensi

Dalam melakukan inferensi diperlukan adanya proses pengujian kaidah-kaidah dalam urutan tertentu untuk mencari yang sesuai dengan kondisi awal atau kondisi yang berjalan yang sudah dimasukkan pada basis data. Perurutan 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 (Hartati, 2008).

2.2.5.1 Runut Maju (Forward Chaining)

Runut maju berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil. Metode inferensi runut maju cocok digunakan untuk menangani masalah pengendalian (controlling) dan peramalan (prognosis) (Kusrini, 2006).

Untuk mempermudah pemahaman mengenai metode ini, akan diberikan ilustrasi kasus pembuatan sistem pakar sebagai berikut (Kusrini, 2008):

Aturan 9: Jika Premis 1 Dan Premis 2 Dan Premis 3 Maka Konklusi 1

Aturan 10:

Jika Premis 1 Dan Premis 3 Dan Premis 4 Maka Konklusi 2

Aturan 11:

Jika Premis 2 Dan Premis 3 Dan Premis 5 Maka Konklusi 3

Jika aturan ini digambarkan sebagai sebuah graph yang memetakan antara premis-premis dan konklusi maka tampak seperti gambar dibawah ini:

Premis 1 

Premis 2 

Premis 3 

Premis 4 

Konklusi 1 

Konklusi 2 

Konklusi 3 

Premis 5 

Penelusuran maju pada kasus ini adalah untuk mengetahui apakah suatu fakta yang dialami oleh pengguna itu termasuk konklusi 1, konklusi 2, atau konklusi 3 atau bahkan bukan salah satu konklusi tersebut, yang artinya sistem belum mampu mengambil kesimpulan karena keterbatasan aturan.

Dalam penalaran ini, user diminta memasukkan premis-premis yang dialami. Untuk memudahkan pengguna, sistem dapat memunculkan daftar premmis yang mungkin sehingga user dapat memberikan umpan balik premis yang tersedia.

Berdasarkan premis-premis yang dipilih, maka sistem akan mencari aturan yang sesuai, sehingga akan diperoleh konklusinya (Kusrini, 2008).

2.2.5.2 Runut Balik (Backward Chaining)

Runut balik merupakan metode penalaran kebalikan dari runut maju. Dalam runut balik, penalaran dimulai dengan tujuan merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut. Runut balik disebut juga sebagai goal-driven reasoning,

merupakan caa yang efisien untuk memecahkan masalah yang dimodelkan sebagai masalah pemilihan terstruktur.

Tujuan inferensi adalah mengambil piihan terbaik dari banyak kemungkinan. Metode inferensi runut balik ini cocok digunakan untuk memecahkan masalah diagnosis. Dengan menggunakan kasus yang sama pada proses penalaran runut maju, yang ingin didapatkan pada penalaran ini juga sama yaitu salah satu Konklusi dari Konklusi 1, Konklusi 2, Konklusi 3 atau bahkan tidak dari keempat konklusi tersebut (Kusrini,2008).

2.3 Logika Fuzzy

Logika Fuzzy merupakan salah satu komponen pembentuk soft computing. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah

penting. Nilai keanggotaan atau derajat keanggotan menjadi ciri utama dari penalaran logika fuzzy tersebut.

Dalam banyak hal, logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input mennuju ke output yang diharapkan. Logika fuzzy bisa dianggap sebagai kotak hitam yang menghubungkan antara ruang input

menuju ke ruang output. Kotak hitam tersebut berisi cara atau metode yang dapat digunakan untuk mengolah data input menjadi output dalam bentuk informasi yang baik

2.3.1 Himpunan Fuzzy

Pada himpunan tegas, nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan μA( x ), memiliki dua kemungkinan yaitu:

 Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan , atau

 Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan

2.3.2 Fungsi Keanggotaan

Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data kedalam niali keanggotaanya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekataan fungsi.

Ada beberapa fungsi yang bisa digunakan:

 Reperentasi Linear

 Reperentasi Kurva Segitiga

 Reperentasi Kurva Trapesium

 Reperentasi kurva-S

 Reperentasi Kurva Bentuk Lonceng

a. Representasi Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Himpunan fuzzy

‘bahu’, bukan segitiga digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari salah ke benar. Gambar 2.1 menunjukkan variabel temperatur dengan kurva berbentuk bahu.

Bahu      Kiri 

Bahu      Kanan

1 derajat keanggotaan µ[x]

Gambar 2.3 Representasi Kurva Bahu

b. Representasi Kurva Trapesium

Kurva Trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.

y 1

derajat keanggotaan µ[x]

0 x a b c d domain

Gambar 2.4 Representasi kurva trapezium

2.4 Jeruk

Jeruk (Citrus sp.) adalah tanaman tahunan yang berasal dari Asia Tenggara, terutama Cina. Sejak ratusan tahun yang lampau, tanaman ini sudah terdapat di Indonesia, baik sebagai tanaman liar maupun tanaman di pekarangan (Bambang, 1996).

Buah jeruk selalu tersedia pada sepanjang tahun, karena tanaman jeruk tidak mengenal musim berbunga yang khusus. Disamping itu tanaman jeruk tanaman jeruk dapat ditanam dimana saja, baik didaratan rendah maupun didartan tinggi (AAK, 1994).

2.4.1 Asal Usul Jeruk

Jeruk manis berasal dari India Timur Laut, Cina Selatan, Birma Utara, dan Cochin Cina (daerah sekitar Vietnam). Konon, yag membudidayakan pertama kali adalah orang Cina bagian Selatan. Di Eropa baru dibudidayakn akhir abad ke-15. Pada tahun

1520, orang Portugis membawa bibit unggul dari Cina ke Eropa. Jeruk manis sampai di Mexico pada tahun 1518,kemudian meluas ke California, Texas, Arizona yang terletak antara 280-350 LU. Pada waktu itu jeruk manis sudah banyak ditanam didaerah tropis maupun subtropics (Pracaya, 2003).

Pada mulanya, jeruk manis dimakan sebagai buah segar atausebagai pencucu mulut setelah makan. Akan tetapi, karena kulitnya tebal dan sulit dikupas, seringkali orang memerasnya untuk diambil airnya. Air buah jeruk ini dapat dikonsumsi dalam bentuk air buah segar, didinginkan terlebih dahulu atau dipasteurisasi supaya lebih tahan lama bahkan dipekatkan dan dijadikan tepung.

Negara penghasil jeruk manis yaitu Amerika Serikat, Spanyol, Italia,Brasil,Mexico, dan Afrika Selatan. Di Indonesia, tanaman jeruk manis tidak bgitu banyak dibandingkan dengan dengan jeruk keprok atau jeruk siem karena pada umumnya orang masih suka makan jeruk yang segar sebagai buah-buahan. Di Indonesia, sebelum perang dunia ke II, telah banyak ditanam jeruk manis. Sesudah kemerdekaan makin banyak ditanam, tetapi akhir-akhir initanaman jeruk tiak begitu pesat perkemabangannya disebabkan oleh penyakit (Pracaya, 2003).

Di Indonesia jeruk merupaakn komoditas buah-buahan terpenting ketiga setelah pisang dan mangga dilihat dari luas pertanaman dan produksi pertahun. Produksi jeruk Indonesia belum mencukupi kebutuhan konsumsi jeruk dalam negeri. Di Indonesia daerah-daerah yang terkenal jeruknya, antara lain: Garut, Tawamangu, Selayar, Pontianak, Kalimantan Selatan dan lain-lainya (Bambang, 1996).

2.4.2 Kandungan Gizi pada Jeruk

Tanaman jeruk dikenal sebagai tanaman penghasil buah yang penting karena selain rasanya enak juga banyak mengandung vitamin C dan berbagai asam organik. Komposisi buah jeruk manis terdiri dari bemacam-macam, diantaranya air 70%-92% (tergantung kualitas buah), gula, asam amino, asam organik, vitamin, zat warna, mineral dan lain-lain. Semua jenis jeruk ini memiliki satu hal yang sama: mengandung Vitamin C dosis tinggi – khususnya jeruk manis dan jeruk keprok.

Buah jeruk merupakan sumber vitamin C yang berguna untuk kesehatan manusia. Kandungan vitamin C sangat beragam antarvarietas, tetapi berkisar antara 27-49 mg/100 g daging buah. Sari buah jeruk mengandung 40-70 mg vitamin C per 100 ml, tergantung pada jenisnya. Makin tua buah jeruk, biasanya makin berkurang kandungan vitamin C-nya, tetapi semakin manis rasanya (Pracaya, 2003).

Vitamin C terdapat pada sari buah, daging, dan kulit. Seperempat bagian dari total kandungan vitamin C buah jeruk terdapat di dalam sari buahnya. Betakaroten (provitamin A), yang membentuk vitamin A banyak terdapat di dalam kulit dan sari buah jeruk. Vitamin C berperan dalam proses penyerapan zat besi nonorganik (zat besi dan makanan nonhewani) sehingga dapat mencegah dan membantu penyembuhan anemia (lesu darah). Vitamin C juga memiliki kemampuan sebagai antioksidan, yang dapat membantu mencegah kerusakan sel akibat aktivitas molekul radikal bebas. Beberapa varietas jeruk manis mengandung vitamin C antara 39.85 mgllOO g sampai 72.83 mg/IOO g sedangkan kandunganasam sitrat 0.113-1.430%.

Tetapi vitamin C bukan satu-satunya nutrisi yang berharga di dalam buah jeruk. Jeruk juga mengandung vitamin B dengan porsi yang menyehatkan (penting untuk pembentukan darah dan metabolisme) juga kalsium potassium. Seperti yang terkandung dalam jeruk manis, setiap 100 g terdapat kalori 51 kal, protein 0.9 g, lemak 0.2 g, karbohidrat 11.4 g, mineral 0.5 g, kalsium 33 mg, fosfor 23 mg, besi 0.4 mg dan asam askorbat 49 mg.

2.4.3.Varietas Jeruk Manis

Jeruk manis dibagi kedalam empat golongan, yaitu jeruk manis biasa, jeruk manis pusar, jeruk manis merah darah, dan jeruk manis tidak asam (Pracaya,2003).

1. Jeruk Manis Biasa

Jeruk ini banyak ditanam dan merupakan salah satu yang terpentingdiantara empat golongan jeruk manis karena produksinya lebih kurang dua pertiga bagian dari totalproduksi jeruk manis.

b. Jeruk Manis Hamlin c. Jeruk Manis Pineapple d. Jeruk Manis Shamouti e. Jeruk Manis Tenerife 2. Jeruk Manis Pusar

Jeruk ini berbeda dengan jenis jeruk manis lainnya. Pada ujung buahnya terdapat pusar, yaitu seperti buah kecil, kerdil, melekat pada ujung buah yang pertama. Jeruk manis ini tidak berbiji, mungkin fungsi tepung sari dan telur tidak baik.

a. Jeruk Manis Washington b. Jeruk Manis Thomson c. Jeruk Manis Australia

d. Jeruk Manis Baianinha Piracicaba 3. Jeruk Manis Merah Darah

Jeruk manis merah darah ini berbeda penampilanya dengan jeruk manis yang lain. Bauah bewarna kemerahan, baik pada kulit, daging buah, maupun cairanya. Warna merah ini disbabkan oleh pigmen anthocyanin.

a. Jeruk Manis Malteise Sanguine b. Jeruk Manis Double Fine Amelioree c. Jeruk Manis Double Fine

d. Jeruk Manis Entrefine 4. Jeruk Manis Tidak Asam

Pada umumnya, rasa asam buah jeruk masih jelas terasa sekalipun jeruk tersebut tergolonng jeruk manis. Namun jeruk asam ini termasuk buah jeruk yang tingkat keasamannyarendah sekali bahkan bisa dikatakan tidak asam. a. Jeruk Manis Imperial

b. Jeruk Manis Lima c. Jeruk Manis Maltase d. Jeruk Manis Sukkari

Serangan hama dan penyakit jeruk paling banyak terjadi pada saat-saat terdapat tumbuhan baru atau tunas-tunas muda, sehingga perlu diperhatikan upaya-upaya pengendaliaanya. Serangan hama maupun penyakit pada jeruk merupakan salah satu faktor penting sebagai pembatasan produksi jeruk. Oleh karena itu, dalam pengelolaan tanaman jeruk sanitasi kebun dan pengendaliaan serangga penular harus diperhatikan (Bambang, 1996).

2.4.4.1Hama pada Jeruk

Hama adalah binatang yang merusak tanaman kebutuhan manusia. Hama yang tersebar dari kelas serangga, yaitubinatang beruas-ruas berkaki enam. Serangga ada yang menguntungkan, tetapi ada juga yang merugikan sehingga dalam mengendalikanya harus hati-hati jangan sampai serangga yang menguntungkan manusia ikut dibinasakan (Pracaya,2003).

Adapun hama jeruk yang terdapat di Kabupaten Tanah Karo antaralain (Sidaharta,2007):

1. Kutu Daun Hijau, Coklat dan Hitam (Toxoptera citridicus, T.Auranti, Myzus persicae)

Secara umum kutu daun berukuran antara 1-6mm. sebagian dari populasi kutu daun memiliki sayap bila keadaanlingkungan kurang baik bagi hama ini. Satu generasi berlangsung kira-kira 6-8 hari dan bila suhu lebih rendah pertumbuhan kutu ini juga akan menjadi lebih lamnbat. Timbulnya serangan hama kutu daun bersamaan dengan munculnya tunas baru jeruk.

2. Tungau Merah dan Tungau Karat (Panonycus citri, Phyllocoptruta oleivera)

Tungau menyerang tangkai, daun dan buah. Serangan pada tangkai meninggalkan bekas keperak-perakan, pada daun timbul bercak kuning atau coklat, dan pada buah menyebabkan bercak keperak-perakan atau coklat.

Populasinya meningkat pada musim kemarau. Tunggau merah dewasa bewarna merah tua, berbentuk bulat agak lonjong, berukuran hingga 0,2 mm, memiliki empat pasang kaki. Tungau dapat bergerak cepat, misalnya bila terpapar sinar matahari langsung. Tunggau biasanya memilih tempat yang ternaungi seperti permukaan bawah daun atau bagian bawah buah.

3. Thrips (Scritothrips citri)

Thrips sering juga disebut dengan wereng. Thrips dewasa berukuran 0,7-0,9 mm, thrips jantan lebih pendek memiliki dua pasang sayap yang berbentuk seperti sisir ganda.

Gejala pada buah sangat khas yaitu adanya burik atau nekrotis (jaringan mati) tipis disekitar atau mengelilingi tangkai buah. Gejala pada bagian tangkai dan daun muda mengakibatkan helai daun menebal, kedua sisi daun agak menggulung keatas dan pertumbuhannya tidak normal.

4. Ulat Peliang Daun (Phylocnistis citriella)

Ulat peliang daun adalah serangga dari golongan Lepidoptera dimana serangga dewasanya berupa ngenget (kupu-kupu yang aktif pada malam hari).

Hama ini menyerang daun yang masih muda, kadang-kaddang buah muda dan cabang yang masih muda juga diserang. Kerugian yang diakibatkan oleh hama ini adalah terutama karena daun yang diserang menjadi tidak normal dan terhambat pertumbuhannya sehingga tidak dapat berfungsi secara optimal.Pada tanaman yang terserang, daun tampak berkerut, menggulung, mengeritinng dan terlihat bekass gerekan berupa garis berkelok-kelok tidak teratur.

Pada awalnya kerusakan akibat hama ini dikenal sebagai “penyakit jamur

merah”. Hal ini disebabkan karena pada tanaman jeruk yang meranggas

tampak semacam jamur bewarna kemerahan Jamur tersebut sesungguhnya adalah jamur Aschersonia sp yang justru musuh alami kutu sisik. Jamur tersebut adalah jamur berguna yang membunuh kutu sisik. Serangan ini dapat ditandai adanya cangkang yang terbuat dari semacam lilin yang melekat erat pada tangkai daun maupun pada daun atau buah.

6. Pengerak Buah (Citripestis sagitiferella)

Hama pengerak buah yang berupa kupu-kupu meletakkan telur pada permukaan buah secara berkelompok 4-8 butir perkelompok yang tersusun saling menindih seperti susunan genteng namun terkadang telur diletakkan sendiri-sendiri.

7. Lalat Buah (Batrocera spp)

Larva lalat buah hidup dan berkembang didalam daging buah selama 6-9 hari. Larva mengorek daging buah sambil mengeluarkan enzim perusak atau pencernayang berfungsi melunakkan daging buah sehingga mudah dihisap dan dicerna.

8. Kutu Dempolan (Planococcus citri)

Kutu dempolan dewasa berbentuk lonjong, datar, bewarna kuning kecoklatan, kuning muda hhingga kuning tua yang ditutupi lapisan lilin bewarna putih.

Hama ini biasanya memakan daun-daun muda dan kadang memakan buah yang matang. Bila bagian yang diserang adalah buah maka hama keong menjadi cukup merugikan. Pada lahan yang semak, populasi siput biasanya lebih tinggi dan bila gulma dibersihkan maka siput tersebut akan pindah ketanaman.

10.Kumbang Pemakan Daun (Maleuterpes dentipes)

Kumbang dewasa menyerang dengan memakan daun. Serangan pada daun mengakibatkan hilangnya helaian daun dibagian tepi. Serangan berat mengakibatkan daun gugur dan ranting-ranting muda mati..

2.4.4.2 Penyakit pada Jeruk

Tanaman jeruk manis disebut sakit bila menyimpang dari keadaan normal, misalnya suatu hari tanaman kelihatan layu, pada batang kelihatan ada blendok,. Tiba-tiba daunya rontok, kelihatan mengecil, kusam, seperti berkarat, buah menjadi busuk, dan lain-lain. Tanaman yangsakit lalu disebut terkena penyakit. Penyebab penyakit itu bermacam-macam, diantaranya karena serangan cendawan, bakteri, virus, viroid, kekurangan unsure hara, dan lain-lain (Pracaya,2003).

Adapun penyakit jeruk yang pernah ada di kabupaten Tanah Karo, antara lain (Sidharta,2007):

1. Blendok Phitophthora

Di Indonesia penyakit ini terdapat di pulau Jawa, Sumatera, dan Kalimantan. Penyakit ini disebabkan oleh beberapa jenis jamur Phitophthora, yaitu: P. nicotiana, P. citrophthora dan P.Palmivora.

Gejala penyakit ini awalnya pangkal batang bewarna hitam kebasah-basahan mengeluarkan blendok(gom) yang encer. Biasanya pembusukan dimulai dari daerah persambungan batang atas dengan batang bawah. Bila ditoreh, bagian yang busuk akan tampak bewarna coklat dan seringkali warna ini meluas melewati cambium hingga ke kayu batang.

Tanaman yang terserang juga kadang menghasilkan bunga diluar musim namun buah yang dihasilkan kecil-kecil dan biasanya merupakan buah yang terakhir sebelum tanaman ini mati dan meranggas. Buah dan daun semakin kecil lalu berguguran hingga akhirnya mati. Bila serangan jamur sudah mengelilingi batang maka tanaman akan segera mati.

Gambar 2.5 Gejala Penyakit Blendok Phitophthora

Pengendalian penyakit blendok phitophthota dapat dilakukan dengan langkah-langkah berikut:

- Menggunakan batang bawah yang lebih tahan terhadap phitophtora misalnya trifoliate orange.

- Jeruk ditanam pada gundukkan tanah setinggi 15-2 cm dan diusahakan agar batang atas tidak bersinggungan dengan tanah untuk mencegah infeksi.

- Hindari menanam jeruk pada tanah yang bertekstur berat (kandungan liat tinggi, kandungan pasir rendah).

- Pembuatan drainase yang baik

- Melumasi pangkal batang yang belum terserang dengan carbolineum plantarum (sejenis ter yang biasa digunakan untuk melapisi bekas bidang sadapan karet).

- Untuk tanaman yang baru terinfeksi, luka dikupas bersama kulit yang masih sehat 1-2 cm keliling, pada luka ini diolesi fungisida berbahan aktif mankozeb, oksiklorida tembaga dan mefenoxan.

- Pada beberapa kasus tanaman yang terserang berat dapat dikendaliakn dengan aanenten yaitu dengan cara “mencangkokkan” beberapa batang bawah pada tanaman yang terserang sehingga tanaman dapat menyerap air dan hara melalui batang bawah yang “dicangkokkan”.

2. Blendok Diplodia

Penyakit Diplodia terdapat di berbagai wilayah dunia dan Indonesia. Penyakit ini disebabkan oleh jamur Botryodiplodia theobromae. Gejalanya terdiri atas dua tipe yaitu gejala diplodia basah dan diplodia kering.

Gejala serangan diplodia basah tampak semacam blendok kental bewarna kuning keemasan yang keluar dari batang yang sakit. Kadang-kadang luka ini mongering dan sembuh dengan sendirinya namun bial sempat menggeleng batang maka tanaman akan mati. Infeksi juga sering terjadi dipersemaian dimana jamur masuk melalui luka bekas sayatan okulasi. Gejala diplodia sukar diketahui pada tahap awal sehingga sangat berbahaya. Gejala dikenali dengan mengeringnya kulit dan jika dipotong, pada bagian bawahnya bewarna hitam kehijauan pada kulit dan permukaan kayu. Pada kulit batang terdapat celah-celah yang dari dalamnya keluar spora jamur bewarna putih yang bewarna putih yang kemudian menjadi hitam.

Pengendalain pada tanaman yang belum terserang berat dapat dilakukan dengan mengupas bagian dengan karboleneum palantarium. Pengecatan dengan bubur kalifornia dapat mencegah serangan diplodia. Bubur kalifornia dibuat dari campuran Belerang : Kapur : Air dengan perbandingan 1 : 2 :10.

3. Busuk Akar Hitam (Armilaria sp)

Busuk akar ini biasanya menyebabkan tanaman mati. Jamur ini menyerang bagian akar hingga pangkal batang tanaman, untuk penyebaranya jamur ini membutuhkan suhu yang relative rendah dan lembab.

Gejala pertama yang tampak berupa pertumbuhan tanaman yang terhambat, ujung-ujung ranting mati, daun sedikit menguning lalu gugur. Pada serangan berat pada pangkalbatang tampak jamur bewarna hitam, bila sekeliling pangkal batang sudah ditumbuhi jamur maka tanaman akan mati. Jamur menular melalui akar-akar tanaman dengan tanaman lainnya yang saling bersinggungan. Jamur ini dapat bertahan pada akar hidup maupun akar mati hingga bertahun-tahun. Keberadaan jamur ini biasanya terlokalisasi, namun dengan penggunaan alat pengolahan tanah dari lahan yang terserang ke lahan yang belum terinfestasi mengakibatkan jamur ini tersebar.

Upaya pengendalian penyakit ini terutama dilakukan adalah dengan upaya pencegahan. Pada saat tanaman dilahan yang baru, semua akar-akar tanaman yang berukuran 1 inchi atau lebih dibuang dikeluarkan dari lahan. Hindari penanaman jeruk pada lahan yang pernah terserang penyakit ini.

Bila muncul serangna pada salah satu pohon, tanaman tersebut segera dibongkar bersama akarnya kemudian dibakar. Jika tanaman yang disampingnya diperkirakan sudah terinfeksi, maka tanaman tersebut juga ikkut dibongkar walaupun belum menunjukkan gejala penyakit. Belum ada pengendalian seacara hayati terhadap armilaria.

Secaara kimia, pada saat menanam dapat diaplikasikan metamsodium, fungisida ini di campur dengan tanah saat mencangkul lubang tanam. Sodium tetrahiocarbonat dapat ditaburkan disekitar pangkal batang yang baru terserang.

4. Penyakit Mati Ujung/ Antraknose (Colletotrichum glosporioides dan Gloeosporium limetticolum)

Penyebab penyakit ini adalah jamur Colletotrichum gloeosporioides dan

Gloeosporium limetticolum. Pada kondisi normal penyakit ini tidak

mengakibatkan kerugian yang berarti. Kerugian yang besar oleh penyakit ini akan terjadi karena factor-faktor fisiologis tanaman yang kuranng baik.

Gejala pada daun berupa bercak bulat dengan garis-garis yang tegas, biasanya terdapat dipinggir daun atau diantara helaian daun dengan tangkai daun muda. Pada ranting yang terserang, daun dan buah berguguran. Ujung ranting tersebut kemudian bewarna coklat dan mongering sepanjang 10-20 cm dari ujung. Pada keadaan yang lembab tampak spora tumbuh pada pangkal buah yang gugur atau pada ujung tangkai buah yang gugur.

Gambar 2.8 Gejala Serangan Penyakit Mati Ujung

Upaya pengendalian yang terutama pada prinsipnya adalah mengusahakan agar tanaman dalam keadaan yang prima. Pemupukkan yang baik dan seimbang dengan menggunakan pupuk kimia dan pupuk organic adalah baik untuk mencukupi kebutuhan unsure hara tanaman.

Pemangkasan selain dapat membuang cabang-cabang tanaman yang terseran agar tidak menjadi sumber penyakit bagi cabang yang sehat, juga bermamfaat untuk mengurangi kelembaban didalam tahuk tanaman. Pengendalian secara kimia sebagai tindakan pencegahan dapat memberikan hasilyang biak namun yang utama adalah tindakan perawatan tanaman agar berada pada kondisi optimum. Bahan aktif fungisida yang dapat digunakan untuk mencegah penyakit ini diantaranya adalah fungisida berbahan aktif propineb, namun penyemprotan dengan fungisida tidak memberikan hasil yang memuaskan bila buah segar mulai gugur.

5. Busuk Kering Pangkal Batang (Fusarium solani)

Penyebab penyakit ini belum diketahui dengan pasti, namun dari pengalaman di laboratorium, jamur Fusarium solani paling sering terisolasi dari tanaman yang terserang. Busuk kering pangkal batang menyerang bagian akar utama tanaman kemudian menyebar ke pangkal batang di atas permukaan tanah. Penyakit ini juga sering muncul pada bekas okulasi bibit atau bekas potongan batang bawah di pembibitan. Pada bagian kayu yang mati terkadang badan buah jamur sekunder bewarna coklat hingga orange. Bila tanaman sudah

diserang, biasanya akan tumbuh tunas-tunas dari batang bawah pada bagian pangkal batang.

Usaha pengendalian yang terutama adalah menjaga agar kondisi tanaman dan lahan dalam keadaan optimal, lahan yang semak mengakibatkan udara disekitar pangkal batang menjadi lembab sehingga meningkatkan resiko srangan yang disebabkan jamur. Hindari hal-hal yang adapt mengakibatkan kerusakan atau luka pada pangkal batang. Pada serangan awal, bagian yang terserang diusahakan mendapatkan aerasi yang cuku[p untuk mencegah perkembangan yang lebih lanjut.

Pembibitan yang sering dibiarkan semak akan mengakibatkan pangkal batang menjadi lembab. Dalam keadaan lembab, tanamn sangat rentan terhadap serangan jamur terutama pada bagian bekas luka saat melakukan okulasi.

Untuk itu, pada saat penanaman harus benar-benar diperhatikan apakah bibit yang ditanam benar-benar sehat. Tanaman yang terserang berat sebaiknya dicabut dan dibakar. Hingga saat ini belum ada pestisida yang direkomendasikan untuk mengendalikan penyakit ini.

6. Penyakit Tepung (Oidium tingitatinum)

Penyakit tepung sering juga disebut sebagai embun tepung. Penyakit ini hanya menyerang pada pucuk atau daun muda tanaman. Penyakit tepung disebabkan oleh jamur Oidium tingitaninum

Gejala sangat mudah dikenali yaitu adanya semacam tepung yang merupakan miselium dan spora jamur bewarna putih pada daun dan tangkai pucuk tanaman. Akibat serangan ini daun dapat menjadi gugur dan bila tidak gugur, daun akan berkerut dan pada bekas serangan menjadi bewarna kehitaman. Penyakit ini hanya muncul pada tanaman jeruk yang ditanam di dataran tinggi.

Gambar 2.9 Gejala Penyakit Tepung

Secara kultur teknis dapat dilakukan dengan pengaturan jarak tanam yang baik dan pemangkasan untuk mengurangu kelembaban pada kanopi tanaman. Pemangkasan sangat penting pada tunas-tunas air pada bagian dalam kanopi tanaman. Tunas air seringkali menjadi sumber penularan jamur.

Penyerbukkan dengan belerang dapat dilakukan pada saat permukaan daum masih dibasahi oleh embun. Pengendalian dapat juga dilakukan dengan penyemprotan bubur kalifornia dengan kosentrasi 1:30. Beberapa fungisida yang efektif untuk mengendalikan penyakit ini adalah fungisida yang berbahan aktif propineb atau benomil.

7. Jamur Upas (Corrticium salmonicolor)

Kelembaban dan cahaya yang kurang pada percabangan tanaman mendorong perkembangan penyakit. Pathogen masuk dengan penetrasi langsung. Penyebaran terjadi karena kelembaban yang tinggi pada ranting, adanya percikan air, pengairan atau hujan.

Gejala timbul pada batang atau ranting yang awalnya berupa benang-benang mengkilap seperti sarang laba-laba. Perkembangan selanjutnya jamur masuk dalam kulit membusuk.

Pada tahap ini menyebabkan daun-daun menjadi gugur, ranting dan cabang terserang dapat mengalami kematian. Pada stadium lebih parah mnyebabkan

permukaan kulit terserang yang bewarna merah jambu berubah menjadi abu-abu. Lapisan miselium membentuk bercak-bercak tak beraturan seperti kerak.

Upaya pengendalian dapat dilkakuan dengan mengupayakan agar cahaya matahari cukup masuk ke bagian dalam tanaman. Apabila kanopi tanaman telah bertautan sebaiknya dipangkas. Bagian tanaman yang sakit segera dibuang dengan cara dipotong pada batas 5cm dari bagian sakit, kemudian luka ditutup dengan bahan penutup luka (parafin). Potongan tanaman yang sakit segera dibakar. Bagian sakit yang belum parah stadiumnya dapat diobati dengan pengerokkan, kemudian ditabur fungisiad dengan bahan aktif tembaga atau bubur kalifornia. Pada saat menyemprot dengan fungisida, usahakan agar cairan semprot juga mengenai batang dan ranting-ranting tanaman.

8. Penyakit Kudis

Kerugian akibat penyakit ini terutama karena mengakibatkan buah menjadi jorok dan tidak menarik. Pembentukkan tunas dan buah baru merupakan fase kritis tanaman peka terhadap serangan patogen.

Gejala telihat dengan adanya bercak kecil jernih pada daun, kemudian berkebang menjadi semacam gabus bewarna kuning/coklat. Serangan parah menyebabkan pertumbuhan kerdil dan deformasi titiktumbuh. Pada tanaman yang sudah berbuah ditemukan serangan berupa bercak kudis yang dimulai buah pentil. Pada saat buah membesar akan sem,akin meluas.

Pemupukan yang optimum akan meningkatkan daya tahan tanaman secara sangat nyata terhadap munculnya penyakit ini. Penyemprotan perlu dilakukan dengan fungisida dithiocarbamat, thiaohanate-methyl atau benomyl pada awal pertumbuhan tunas atau buah pentil dengan menjaga agar kelembaban tidak terlalu tinggi.

9. Kapang Hijau/Biru (Penicillium spp)

Kapang hijau/biru erupakan masalah penyakit yang utama pascapanen jeruk. Gejala diawali denganadanya bagian lembek dan kebasahan pada kulit buah. Miselium bewarna keputihan, kemudian muncul dan berkembang menjadi bewarna kehijauan atau bewarna biru. Pemanenan pada saat buah masih basahmerupakan salah satu penyebab munculnya penyakit ini. Penyakit ini disebabkan oleh jamur Penicilin sp.

Gambar 2.10 Gejala Penyakit Kapang Hijau

Untuk mencegah munculnya penyakit tersebut maka usahakan pemanenan saat buah tidak basah akibat air hujan maupun embun. Pemanenan, penyortiran dan pengangkutan buah dilakukan dengan hati-hatiuntuk mencegah luka dan benturan antar buah. Bila buah dicuci, gunakan larutan sodium hiperklorit dan buah dikemas bila permukaan kulit sudah tidak berair.untuk buah yang akan diangkut jarak jauh dapat dicelupkan dalam larutan fungisida benomil (Benstar 50 WP) lalu dianginkan hingga kering.

2.5 PHP Script

PHP singkatan dari PHP Hypertext Preprocessor yang digunakan sebagai bahasa script server-side dalam pengembangan Web yang disisipkan pada dokumen HTML. Penggunaan PHP memungkinkan Web dapat dibuat dinamis sehingga maintence situs Web tersebut menjadi lebih mudah dan efisien. PHP merupakan software Open-Source yang disebarkan dan dilisensikansecara gratis. PHP ditulis menggunakan bahasa C (Kasiman, 2006).

PHP sangat popular karena memiliki fungsi buit-in lengkap, cepat, mudah dipelajari, dan bersifat gratis. Skrip PHP cukup disisipkann pada kode HTML agar dapat berkerja. PHP dapat berjalan diberbagai web server dan sistem operasi yang berbeda (Wibowo, 2006).

Adapun kelebihan-kelebihan dari PHP yaitu (Sutarman, 2007): 1. PHP mudah dibuat dan kecepatan akses tinggi

2. PHP dapat berjalan dalam web server yang berbeda dan dalam sistem operasi UNIX, Windows98, Windows NT dan Macintosh.

3. PHP diterbitkan secara gratis

4. PHP juga dapat berjalan pada web server Microsoft personal Web Server, Apache, IIS, Xitami dan sebagainya.

5. PHP adalah termasuk bhasa yang embedded (bisa ditempel atau diletakkan dalam tag HTML).

6. PHP termasuk server-side programming.

Script PHP dapat digunakan dalam tiga hal, yaitu:

1. Penulisan program server side. Hal ini adalah target utama PHP. Diperlukan tiga hal agar script PHP dapat bekerja antara lain, PHP parser (CGI atau

server module), server web (misal, Apache), dan browser web.

2. Penulisan program command line. Script PHP dapat berjalan tanpa server atau

browser. Hanya diperlukan PHP parser dalam bentuk command line.

3. Penulisan program untuk aplikasi desktop. PHP mungkin bukan bahasa yang sangat baik untuk membuat suatu aplikasi desktop dengan tampilan grafis yang

user friendly, dengan penambahan fitur tambahan PHP pada aplikasi client

side atau menggunakan PHP-GTK. PHP-GTK merupakan fitur tambahan pada

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem diperlukan untuk mengetahui permasalahan dan kebutuhan yang diperlukan dalam pembangunan sistem. Analisis terdiri dari 2 (dua) bagian yaitu analisis permasalahan yang ada dan analisis kebutuhan akan perangkat lunak yang nantinya akan dibuat.

3.1.1 Analisis Permasalahan

Pada saat ini proses diagnosis penyakit jeruk masih dilakukan secara manual dengan cara pakar melihat langsung kebun jeruk yang terserang penyakit lalu melihat gejala yang tampak pada jeruk dan mendiagnosis penyakit yang sedang menyerang jeruk tesebut. Hal ini dirasa kurang tepat karena petani harus melaporkan kepada pakar atau kantor dinas setempat. Dan untuk mendatangi kebun petani, pakar memerlukan waktu dan mungkin saja jeruk bisa bertambah parah.

Dari hasil analisis permasalahan tersebut, perlu dirancang sebuah aplikasi yang mampu mendiagnosa penyakit jeruk. Dimana sistem ini dapat membantu petani dalam mendiagnosa penyakit. Dan petani juga bisa mengakses informasi tanpa terbatas ruang dan waktu.Perancangan sebuah aplikasi harus dibuat secara matang, supaya tampilannya mudah dipahami dan hasilnya bermanfaat dan memuaskan bagi para pemakai.

Sebagai langkah awal dari proses analisis kebutuhan ini, akan diuraikan kembali tujuan dari tugas akhir sesuai dengan bab sebelumnya, adalah merancang sistem pakar yang dapat membantu petani jeruk dalam mendiagnosis penyakit pada jeruk dengan metode Fuzzy Inferensi.

Sesuai dengan tujuan tugas akhir di atas, maka kriteria yang nantinya menjadi spesifikasi perangkat lunak yang dibangun adalah sebagai berikut:

1. Perangkat lunak yang dapat menerapkan metode inferensi forward chaining

untuk memperoleh gejala yang diderita oleh user.

2. Perangkat lunak yang dapat menerapkan metode fuzzy dalam penentuan kemungkinan penyakit jeruk oleh user.

Untuk memenuhi kriteria tersebut, maka dilakukan langkah-langkah seperti yang akan dijelaskan pada subbab-subbab selanjutnya.

3.2 Perancangan Sistem

Pada subbab ini akan diuraikan tentang perancangan sistem yang terdiri dari perancangan mesin inferensi, perancangan flowchart, perancangan basis data, bentuk tabel information sistem, dan perancangan algoritma.

3.2.1 Perancangan Mesin Inferensi

Pada perancangan sistem pakar untuk mendiagnosis suatu penyakit dilakukan dengan menggunakan mesin inferensi. Pada sistem ini digunakan metode forward chaining

dimana data gejala akan diinputkan oleh user.Setelah data gejala diinputkan oleh user maka sistem akan memberi pertanyaan intensitas gejala yang terliahat pada jeruk. Dalam menjawab setiap pertanyaan, sistem telah menyediakan pilihan jawaban yang

akan digunakan oleh user, dimana setiap jawaban merupakan representasi dari nilai

fuzzy yang telah ditentukan pada sistem.

Setiap jawaban yang diberikan oleh user akan dicari nilai kesesuaian/kesamaannya dengan nilai gejala suatu penyakit tertentu yang ada dalam

knowledge-based, sehingga diperoleh nilai kesesuaian berdasarkan frekuensi dan

intensitas untuk masing-masing data gejala yang telah diinput pada penyakit tertentu.

Setelah mendapatkan nilai kesesuaiannya, kemudian dilakukan pengelompokan nilai kesesuaian untuk setiap penyakit lalu menjumlahkannya. Setelah mendapatkan jumlah nilai kesesuaian untuk setiap penyakit, selanjutnya mencari nilai

probability untuk setiap penyakit dengan cara membandingkan jumlah nilai

kesesuaian setiap penyakit dengan banyaknya gejala yang dimiliki oleh penyakit tersebut di knowledge-based.

Setelah mendapatkan nilai probability untuk setiap penyakit, kemudian dilakukan pengurutan secara menurun (descending) untuk kemungkinan penyakit yang diderita oleh user. Sehingga secara keseluruhan proses dari forward chaining

mencakup proses input gejala user, perhitungan nilai kesesuaian sampai perhitungan nilai probability untuk setiap penyakit..

3.2.2 Perancangan Flowchart

Intensitas  Input  Input Gejala 

User  START 

Gejala dan intensitas       = list gejala 

Hitung Nilai  Kesesuaian 

Jumlah Nilai  Kesesuaian

Cetak Hasil 

Diagnosis 

Hitung Nilai  Probability 

END 

Gambar 3.1 Flowchart

3.2.1.1 Perhitungan Nilai Kesesuaian

Misalnya jika U adalah suatu knowledge-based gejala suatu set dari penyakit yang dinyatakan sebagai sebuah fuzzy set terhadap gejala A dan B adalah gejala yang

di-inputkan oleh user yang dinyatakan sebagai suatu fuzzy set terhadap A, dimana

A={a1, a2, a3, ..., an} sedangkan U={µuj(a1)/(a1), µuj(a2)/(a2), µuj(a3)/(a3), µuj(a4)/(a4)} dan B={µB(a1)/(a1), µB(a2)/(a2), µB(a3)/(a3), µB(a4)/(a4)}. Untuk mencari nilai kesesuaian antara fuzzy set U dengan B maka dicari seberapa besar selisih antara µuj(a1) yang merupakan nilai fuzzy set gejala a1 menurut

rikut:

user dibagi dengan nilai µuj(a1). Jadi rumus untuk mencari nilai kesesuaian fuzzy set adalah sebagai be

d

Keterangan rumus 3.1 dan 3.2:

A= Universal set dari gejala pada knowledge-based

B = Fuzzy set gejala milik user

U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit ai = gejala yang ke-i dari set A

i = 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkanoleh user

j = 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based

C = Konstanta yang bernilai diantara 0<C 1.

µUj(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada

knowledge-based.

µB(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkanoleh user. Max(0,1- ) = Hasil fungsi yang bernilai antara 0 sampai dengan 1.

Misalnya diberikan B = {0.6/a1, 0.3/a2, 0.3/a5}, jika C=1 maka penyelesaian R(B(ai), U(ai)) sesuai dengan Tabel information system 2.2 pada bab 2 adalah:

R(B(a1), U4(a1)) = Max(0, 1- ) = Max(0, 1) = 1

R(B(a2), U1(a2)) = Max(0, 1- ) = Max(0, 0.5) = 0.5

R(B(a2), U4(a2)) = Max(0, 1- ) = Max(0, 1) = 1

R(B(a5), U3(a5)) = Max(0, 1- ) = Max(0, 0.5) = 0.5

R(B(a5), U4(a5)) = Max(0, 1- ) = Max(0, 0.3) = 0.3

Dari perhitungan di atas dapat dilihat nilai kesesuaian yang dihasilkan tiap gejala yang diinput user terhadap gejala yang ada pada knowledge-based untuk setiap penyakit yang memiliki gejala tersebut. Untuk pengembangan aplikasi sistem pakar ini, perhitungan dibagi menjadi dua bagian, yaitu perhitungan nilai kesesuaian untuk frekuensi gejala dan perhitungan nilai kesesuaian untuk intensitas gejala. Sehingga rumus 3.1 dikembangkan lagi menjadi sebagai berikut :

Keterangan rumus 3.3 dan 3.4:

A= Universal set dari gejala pada knowledge-based

B = Fuzzy set gejala milik user

U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit ai = gejala yang ke-i dari set A

i = 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkanoleh user

j = 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based

C = Konstanta yang bernilai diantara 0<C 1.

µUjfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada

knowledge-based berdasarkan frekuensi.

µBfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user

berdasarkan frekuensi.

µUjint(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada

knowledge-based berdasarkan intensitas.

µBint(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user berdasarkan intensitas.

Max(0,1- ) = Hasil fungsi yang bernilai antara 0 sampai dengan 1.

3.2.1.2 Perhitungan Nilai Fuzzy Conditional Probability

Setelah perhitungan nilai kesesuaian gejala antara gejala yang berasal dari user dengan gejala yang ada pada knowledge-based, maka selanjutnya adalah penjumlahan nilai kesesuaian untuk setiap penyakit, selanjutnya mencari nilai fuzzy conditional

probability untuk setiap penyakit dengan cara membandingkan jumlah nilai

kesesuaian setiap penyakit dengan banyaknya gejala yang dimiliki oleh penyakit tersebut di knowledge-based. Jadi rumus untuk mencari nilai fuzzy conditional probability adalah sebagai berikut:

Keterangan rumus 3.5:

i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user

= Banyaknya gejala yang diderita oleh suatu penyakit , dimana a adalah gejala sedangkan adalah penyakit yang ke-n. Gejala pada adalah gejala yang tidak bernilai 0.

Misalnya dihitung nilai fuzzy conditional probability pada contoh di subbab 3.2.3.1.1:

= (0.6+0.5)/3 = 1.1/3 = 0.36 = (1+1+0.3)/3 = 2.3/3 = 0.76 = (0.5)/3 = 0.16

Dari hasil perhitungan di atas maka dapat disimpulkan bahwa peluang user

terkena penyakit U3 adalah 0.36, peluang user terkena penyakit U4 0.76, dan peluang

user terkena penyakit U1 0.16. Pada penggunaan rumus 3.5 di atas digunakan untuk

menghitung satu parameter saja. Dalam aplikasi sistem pakar ini terdapat dua parameter yang digunakan dalam menghitung nilai fuzzy conditional probability suatu penyakit, yaitu parameter frekuensi dan intensitas. Sehingga pada rumus berikut digunakan dua parameter :

Keterangan rumus 3.6:

i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user

= Banyaknya gejala yang diderita oleh suatu penyakit , dimana a adalah gejala sedangkan adalah penyakit yang ke-n. Gejala pada adalah gejala yang tidak bernilai 0.

C1 dan C2 = konstanta dengan syarat C1+C2 = 1 yang menyatakan besarnya frekuensi dan intensitas gejala dalam menentukan suatu penyakit ke-j

= Nilai kesesuaian frekuensi antara gejala ke ai yang diinputkan user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j

= Nilai kesesuaian intensitas antara gejala ke ai yang diinputkan user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j

Setelah diperoleh hasil perhitungan fuzzy conditional probability masing-masing penyakit, selanjutnya perlu dibuat laporan kemungkinan penyakit yang diderita oleh user dengan menggunakan bahasa yang sering digunakan oleh manusia (variable linguistic). Variable linguistic tersebut antara lain: kecil sekali, kecil, ragu, agak besar, besar, dan hampir pasti. Rentang nilai fuzzy untuk masing-masing variable linguistic tersebut adalah sebagai berikut:

- Jika nilai_diagnosa <0.2, maka variable linguisticnya"Kecil sekali".

- Jika nilai_diagnosa >=0.2 dan nilai_diagnosa <=0.499, maka variable linguisticnya"Kecil".

- Jika nilai_diagnosa >=0.5 dan nilai_diagnosa <=0.599, maka variable linguisticnya"Ragu".

- Jika nilai_diagnosa >=0.6 dan nilai_diagnosa <=0.799, maka variable linguisticnya "Agak besar".

- Jika nilai_diagnosa >=0.8 dan nilai_diagnosa <=0.899, maka variable linguisticnya "Besar".

- Jika nilai_diagnosa >=0.90, maka variable linguisticnya"Hampir pasti".

Dalam perancangan basis data ini terdiri dari perancangan DFD, perancangan kamus data, dan perancangan antarmuka.

3.2.3.1 Perancangan DFD

Diagram Aliran Data/Data Flow Diagram (DFD) adalah alat yang biasa dipakai untuk mendokumentasi proses dalam sistem atau sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output. Gambar 3.1 menggambarkan diagram aliran data dari sistem yang akan dibuat:

Bantuan Hasil Diagnosis Data Diri User Gejala Penyakit

Data Penyakit Tentang Jeruk USER 

Sistem Pakar Berbasis   Web untuk Mendiagnosis  Penyakit Jeruk  Dengan  Menggunakan  Fuzzy  Inferensi  

Gambar 3. 2 Diagram Konteks Sistem

Penjelasan proses diagram konteks DFD sistem pakaruntuk diagnosa penyakit jeruk dengan metode fuzzy adalah sebagai berikut:

Nama proses: Sistem Pakar Berbasis Web untuk Mendiagnosis Penyakit Jeruk Dengan Menggunakan Fuzzy Inferensi

Keterangan: proses diagnosa penyakit jeruk berdasarkan gejala-gejala pada jeruk.

b. Arus Data

Masukan: - Data diri user - Gejala Penyakit Keluaran: - Hasil diagnosis - Data penyakit

- Tentang jeruk - Bantuan

. Entitas Luar

1. Nama Entitas: Pasien

Keterangan: pengguna yang menggunakan sistem untuk mendiagnosa penyakit jeruknya.

Masukan : - Data diri user

- Gejala penyakit

Keluaran : -Hasil diagnosis

- Data penyakit

- Tentang jeruk

- Bantuan

Proses yang ada pada diagram konteks dapat dipecah lagi menjadi proses-proses yang lebih kecil dan lengkap dalam DFD level1. Diagram untuk DFD level 1 dapat dilihat pada gambar di bawah ini.

Simpan Data 1.0 

Olah Data    USER 

i

Hasil Diagnosis Simpan data Basis Data 2.0 

Olah Hasil Input  Gejala 

Data Hasil Pemeriksaan  

 

Gambar 33. DFD Level 1

 

Penjelasan proses diagram level nol sistem pakar fuzzy untuk diagnosa penyakit Jeruk adalah sebagai berikut:

a. Proses 1P

Nama Proses : Olah data User

Masukan : Data diri user yang berupa nama, alamat, luas kebun, alamat kebun

Keluaran : Data diri user yang berupa nama, alamat, luass kebun, alamat kebun

Keterangan : Proses untuk mengolah data user b. Proses 2P

Nama Proses :Olah Hasil Input Gejala 

Masukan : Hasil inputan gejala user berupa id pasien, dan gejala yang diinputkan user

Keluaran : id pasien dan gejala yang diinputkan user Keterangan : Mengolah data yang telah diinputkan user

3.0  Metode Fuzzy 

c. Proses 3.0

Proses : Proses Metode Fuzzy

Masukan : Data hasil pemeriksaan berupagejala yang diinputkan user.

Keluaran : Data hasil pemeriksaan berupa hasil diagnosis.

Keterangan : Proses mengolah variabel penentu penyakit jeruk dengan metode Fuzzy.

3.2.3.2 Perancangan Kamus Data

Kamus data dipersiapkan untuk menjelaskan data yang dipakai untuk fase implementasi

.

Tabel 3.1 Tabel Kamus Data

No  Field  Tipe data  Panjang  Keterangan  1  Id  Int  20  Id sebagai primary key 

2  Nama  Varchar  35  Nama Pasien 

3  Alamat  Varchar  100  Alamat user 

4  Alamat Kebun  Varchar  100  Alamat Kebun Jeruk Pasien  5  Luas Kebun  Int  4  Luas kebun User (m2)  6  Gejala  Varchar  200  Gejala yang diinputkan user  7  Variabel Gejala  Varchar  50  Nilai  Variabel gejala yang 

diinputkan user 

8  Hasil_Pemeriksaan Char 30 Hasil Diagnosis

3.2.3 Bentuk Tabel Information System

Pada bab 2 telah dinyatakan bahwa penerapan sistem fuzzy dalam sistem pakaruntuk merepresentasikan pengetahuan dalam lingkungan yang tidak pasti dan tidak lengkap

serta sangat kompleks. Penggabungan kedua sistem tersebut dikenal dengan sistem pakar fuzzy. Jika pada sistem pakar cara kerjanya mengacu pada rule based yang nilai perhitungannya hanya terdiri dari 0 dan 1, maka pada sistem pakar fuzzy lebih mengacu pada perhitungan nilai fuzzy yang berada pada interval 0 sampai dengan 1. Adapun nilai fuzzy dari gejala-gejala penyakit untuk suatu penyakit ditampilkan pada tabel information system. Tabel berikut merupakan information system dari gejala-gejala penyakit pada jeruk yang diperoleh dari seorang pakar berdasarkan nilai intensitasnya.

Tabel 3.2 Tabel Information System Berdasarkan Nilai Intensita Gejala

NO Nama penyakit

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

1 Blendok 0,6 0,3 0 1 0 0 0 0 0 0

2 Busa 0 0 0,6 0,3 0 0 0 0 0 0

3 Buruk akar

0 0,6 0 0 1 1 0 0 0 0

4 Kanker bakteri

0 0 0 0 0 0 0,6 0,6 0 0

5 CVPD 0,3 0 0 0 0 0 0 0,6 0 0

6 Tepung 0 0 0 0 0 0 0 1 0,3 0

7 Jamur 0,3 0 0 0 0 0 0 0,6 0 0,6

8 Pucuk merana

0 0.6 0 0 0 0 0 1 0 0

 

Dengan G= gejala 

Tabel 3.2 Tabel Keterangan Kode Gejala

 

1 G1 Ada getah pada batang

2 G2 Warna daun kuning

3 G3 Ada busa pada batang

4 G4 Busuk batang

5 G5 Busuk akar

6 G6 Warna akar hitam

7 G7 Bercak-bercak pada dau

8 G8 Daun gugur

9 G9 Ada tepung pada daun dan pucuk 10 G10 Batang dan dahan lapuk

3.2.4 Jenis-jenis Gejala Pada Penyakit Jeruk

Adapun gejala-gejala yang ditimbulkan oleh penyakit pada jeruk antara lain, yaitu:

1. Ada getah pada batang 2. Warna daun kuning 3. Ada busa pada batang 4. Busuk batang

5. Busuk akar 6. Warna akar hitam

7. Bercak-bercak pada daun 8. Daun gugur

9. Ada tepung pada daun dan pucuk 10.Batang dan dahan lapuk

Gejala penyakit ini sudah diringkas untuk gejala yang umum pada penyakit jeruk. untuk mempermudah mendiagnosa dan mempermudah user dalam menggunakanya.

3.2.5 Perancangan Antarmuka

Perancangan antarmuka (interface) merupakan tampilan program aplikasi yang digunakan oleh pemakai (user) untuk dapat berkomunikasi dengan computer. Adapun yang menjadi rancangan antarmuka dalam perancangan ini adalah rancangan menu utama program. Perancangan antarmka form sistem yang akan dibuat yaitu:

1. Rancangan Halaman Utama

Halaman ini merupakan halaman pertama yang akan muncul ketika program dijalankan. Halaman ini berisi menu: diagnosis penyakit jeruk, penyakit jeruk, tentang jeruk, bantuan dan admin. Rancangan halaman utama dapat dilihat pada gambar dibawah ini:

HEADER

BERANDA

   

DIAGNOSIS PENYAKIT  JERUK 

PENYAKIT JERUK 

TENTANG JERUK  BANTUAN 

FOOTER 

Gambar 3. 4 Rancangan Halaman Utama

2. Halaman Rancangan Menu Diagnosis Penyakit Jeruk

Halaman diagnosis penyakit jeruk merupakan halaman yang akan muncul ketika menu diagnosis penyakit jeruk dipilih. Dimana pada halaman ini user diwajibkan untuk mengisi biodata yang telah dibuat.

HEADER

BATAL KIRIM

Nama  : 

Alamat  : 

Luas Kebun  : 

Alamat Kebun  : 

  BERANDA 

PENYAKIT JERUK 

TENTANG JERUK 

BANTUAN  DIAGNOSIS PENYA 

Isilah Biodata Anda 

Gambar 3. 5 Rancangan Halaman Diagnosis-isi data

Halaman berikutnya adalah halaman dimana dihalaman berikut ini user dapat memilih gejala-gejala yang terlihat pada tanaman jeruknya. Halaman ini dapat dilihat pada gambar dibawah ini:

HEADER 

Gambar 3. 6 Rancangan Halaman pilih gejala

Halaman yang muncul setelah user menginput gejala adalah halaman pengisian intensitas gejala, dimana gejala yang telah dipilih user pada halaman berikutnya akan ditanya lagi nilai intensitas gejalanya. Adapun halaman intensitas gejala dapat dilihat pada gambar dibawah ini:

  

FOOTER  TENTANG JERUK 

BANTUAN 

KIRIM BATAL

HEADER 

PILI GEJALA‐GEJALA YANG TELIHAT PADA JERUK:  O Gejala ke‐1 

O Gejala ke‐2 …  O Gejala ke‐n  BERANDA 

DIAGNOSIS PENYA 

PENYAKIT JERUK 

BERANDA 

NAMA PENYAKIT 

TENTANG JERUK 

BANTUAN 

BATAL KIRIM

FOOTER   

Silahkan lengkapi nilai intensitas gejala dibawah ini Seberapa banyak gejala1

O Sangat Banyak O banyak O sedikit O tidak ada

… gejala ke-n

Gambar 3. 6 Rancangan Halaman input intensitas gejala

Halaman berikutnya merupakan halaman hasil diagnosis dimana pada halaman yang lalu, user telah memilih gejala-gejala yang terlihat pada jeruknya. Adapun halaman hasil diagnosis dapat dilihat pada gambar dibawah ini:

BERANDA  Nama :

Alamat : Luas Kebun : Alamat Kebun :

Kemungkinan Penyakit: 1. ____________ 2. ____________ HEADER

DIAGNOSIS PENYAKIT  PENYAKIT JERUK  TENTANG JERUK  BANTUAN 

FOOTER 

Gambar 3.7 Rancangan Halaman Diagnosis

3. Halaman Rancangan Menu Penyakit Jeruk

Pada halaman ini user dapat melihat nama-nama penyakit jeruk yang pernah ada di Kabupaten Tanah Karo. Adapun halaman ini dapat dillihat pada gambar dibawah ini:

HEADER

BERANDA  Nama-nama penyakit jeruk yang pernah ada di Kabupaten Tanah Karo

 Blendok Phitophthora  Blendok Diplodia

. . .

 Penyakit ke-n DIAGNOSIS PENYAKIT 

JERUK 

PENYAKIT JERUK  TENTANG JERUK  BANTUAN 

= Max(0, 0,5)=0,5

Untuk a4= 1

= Max(0, 1)=1

= Max(0, 1,3)=1,3

Setelah nilai kesesuaian gejala diperoleh, maka akan dilakukan perhitungan nilai fuzzy conditional probability dengan rumus:

Maka perhitungannya:

P(B, U1) = = = 1

P(B, U2) = = = 0,42

P(B, U3) = = = 0,16

P(B, U5) = = = 0

P(B, U7) = = = 0

Dari hasil yang diperoleh perlu dilakukan laporan kemungkinan penyakit yang diderita oleh user dengan menggunakan bahasa yang sering dipakai manusia (variable linguistic). Contohnya:, kecil, agak besar, dan besar. Nilai hasil diagnosa untuk tiap penyakit diambil dua di belakang koma dan akan diubah dalam bentuk persentase serta diurutkan secara descending. Hasil akhirnya adalah sebagai berikut:

P(B,U1) = 1 100% = 100% untuk penyakit Blendok dengan kemungkinan besar

P(B,U2) = 0,42 100% = 42% untuk penyakit Busa dengan kemungkinan agak besar

= 0,16

P(B,U3) dan P(B,U8) 100% = 16% untuk penyakit Busuk Akar dan Pucuk erana dengan kecil

sama dengan hasil pengujian sistem

fuzzy yang dapat dilihat pada dibawah ini: m

Hasil perhitungan secara manual di atas pakar

Gambar 4.10 Halaman Hasil Diagnosis

BAB 5

KESIMPULAN DAN SARAN

.1 Kesimpulan

bab-bab terdahulu, maka dapat ditarik esimpulan sebagai berikut:

mendiagnosis enyerang tanaman jeruknya.

sangat membantu dalam proses

a antara hasil sistem dengan hasil perhitungan

Jeruk berdasarkan gejala-gejala pada jeruk yang tampak  

5

Berdasarkan pembahasan dan evaluasi dari k

1. Dengan adanya sistem pakar ini petani dapat terbantu dalam penyakit yang m

2. Penggunaan tabel information system

perhitungan hasil akhir diagnosis penyakit

3. Dengan menggunakan metode Fuzzy Sugeno dalam penentuan penyakit

Jeruk, diperoleh hasil yang sam manual.

4. User dapat menggunakan sistem ini dengan mudah untuk mengetahui hasil diagnosis penyakit

dari luar.

penyakit yang menyerang jeruknya tanpa terbatas ruang dan waktu.

tian lebih lanjut sistem pakar untuk mendiagnosis penyakit Jeruk sebagai berikut:

ugeno ini dapat dikembangkan lagi dengan pendekataan

i satu orang pakar pada sistem, untuk tujuan erolehan hasil yang lebih akurat.

gkan lebih luas lagi sehingga sistem ini mencakup semua jenis enyakit Jeruk.

ter intensitas gejala, sehingga dapat menghasilkan sistem yang lebih baik lagi.

5.2 Saran

Penulis menyarankan pengembangan peneli

1. Sistem pakar untuk mendiagnosis penyakit Jeruk dengan menggunakan metode Fuzzy S

matematika lain.

2. Penggunaan pengetahuan lebih dar p

3. Dapat dikemban p

4. Perlu adanya parameter tambahan selain parama

DAFTAR PUSTAKA

AAK. 1994. Budidaya Tanaman Jeruk. Yogyakarta: Kanisius

Bambang. 1996. Budidaya Jeruk Bebas Penyakit. Jakarta: Kanisius.

Hartati Sri. 2008. Sistem Pakar dan Pengembangannya. Yogyakarta: Graha Ilmu.

ndi Offset.

i Offset.

Lizda, t Bantu Sistem Informasi Fuzzy Metode Sugeno Orde Satu.

http://journal.uii.ac.id/index.php/Snati/article/viewFile/1421/1201 Joesoer. 1993. Penuntun Berkebun Jeruk. Jakarta: Bhratara

Kasiman. 2006. Aplikasi WEB dengan PHP dan MYSQL. Yogyakarta: A

Kristanto Andri. 2004. Kecerdasan Buatan. Yogyakarta: graham Ilmu.

Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: And

Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: Andi Offset.

Kusumadewi Sri. 2010. Aplikasi Logika Fuzzy. Edisi 2. Yogyakarta: Graha Ilmu.

Fathul, 2005. Ala

Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6.

. Diakses

adcoms. 2011. Dreamweaver CS5 PHP-MySQL untuk Pemula. Yogyakarta: Andi pada tanggal 13 september 2011

M

 

utarman. 2007. Membangun Aplikasi Web dengan PHP & MySQL. Edisi 2.

Tampubolon, Mariani Valentina. 2010. Sistem Pendukung Keputusan Penentuan Penyakit Diabetes Mellitus dengan Metode Sugeno. Skripsi. Medan :

ibowo Angga. 2006. Aplikasi PHP Gratis untuk Pengembangan Situs Web.

Semarang: Andi Offset.

Pracaya. 2003. Jeruk Manis. Jakarta: Penebar Swadaya.

S

Yogyakarta: Graha Ilmu.

Universitas Sumatera Utara.