Laporan Project Sistem Pakar Identifikas

Sistem Pakar Identifikasi Penyakit Tanaman Padi dengan
Forward Chaining

Disusun oleh:
Denis Fadillah
Irenne Dwi Ayu Mardiasih
Novi Indra Haryono
Ramses R. S. S.

(G64124052)
(G64124046)
(G64124069)
(G64124067)

FAKULTAS MATEMATIKA DAN IPA
DEPARTEMEN ILMU KOMPUTER
INSTITUT PERTANIAN BOGOR
BOGOR
2014

BAB I

PENDAHULUAN

1.1.

Latar Belakang
Pada zaman sekarang ini, area persawahan sudah jarang sekali kita temui

terutama di daerah perkotaan, banyak lahan persawahan yang sudah menjadi
pabrik-pabrik ataupun perumahan. Kita hanya bisa menjumpai area persawahan di
pedesaaan yang terpencil, padahal sawah sangat diperlukan petani untuk
menanam bahan makanan pokok, seperti padi, jagung, tebu, kedelai dan
sebagainya. Berkurangnya area sawah membuat hasil produksi menjadi menurun,
belum lagi dengan banyaknya penyakit yang ada pada tanaman di persawahan,
contohnya pada tanaman padi. Pada dasarnya padi merupakan makanan pokok
setengah penduduk dunia dan merupakan tanaman yang paling produktif di antara
tumbuhan-tumbuhan serealia.
Masyarakat Indonesia khususnya para petani dan pengusaha atau
perusahaan yang bergerak di bidang tanaman padi membutuhkan informasi yang
lebih cepat (up to date) terperinci dan jelas tentang jenis-jenis penyakit pada
tanaman padi. Namun, kurangnya tenaga pakar dan terbatasnya informasi

membuat petani merasa kesulitan dalam menangani penyakit pada tanaman padi.
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh
Artificial Intelligence Corporation. Selain itu sistem pakar juga dapat berfungsi
sebagai asisten yang pandai dari seorang pakar. Sistem pakar dibuat pada wilayah
pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan
manusia di salah satu bidang. Sistem pakar mencoba mencari solusi yang
memuaskan sebagaimana yang dilakukan oleh seorang pakar, seperti memberikan
penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau
kesimpulan yang ditemukannya. Contohnya seperti sistem pakar tanaman padi.
Sistem pakar tanaman padi adalah sebuah sistem untuk mengidentifikasi penyakit
tanaman padi dari gejala-gejala yang ada serta memberikan solusi berdasarkan
jenis penyakit layaknya seorang pakar.

1.2.
Tujuan
a.
Mengidentifikasi jenis penyakit padi dengan menggunakan forward
chaining.
b.

Membuat program aplikasi web sebagai pengganti pakar dengan
mensubtitusikan pengetahuan manusia ke dalam bentuk sistem sehingga
dapat dipakai orang banyak untuk menangani penyakit pada tanaman padi.

c.

Memberikan solusi bagaimana cara menanggulangi penyakit pada tanaman
padi.

1.3.

Rumusan Masalah
Karena permasalahan penyakit pada tanaman padi ini cukup kompleks maka

permasalahan dapat dirumuskan sebagai berikut :
1.

Bagaimana mengidentifikasi penyakit pada tanaman padi?

2.

Bagaimana membangun perangkat lunak aplikasi web yang mampu dalam
menanggulangi penyakit pada tanaman padi?

3.

Bagaimana penanggulangan penyakit pada tanaman padi?

1.4.

Ruang Lingkup
Ruang lingkup permasalahan dibatasi pada bagaimana membuat program

aplikasi dalam bentuk web yang dipergunakan untuk mengidentifikasi penyakit
padi beserta solusi penanganannya dalam usaha memberikan masukan bagi petani
maupun pihak-pihak yang terkait

BAB II
TINJAUAN PUSTAKA
2.1.

Web
Situs web (bahasa Inggris: web site) atau sering disingkat dengan

istilah situs adalah sejumlah halaman web yang memiliki topik saling terkait,
terkadang disertai pula dengan berkas-berkas gambar, video, atau jenis-jenis
berkas lainnya. Sebuah situs web biasanya ditempatkan setidaknya pada
sebuah server

web yang

dapat

diakses

melalui

jaringan

seperti internet,

ataupun jaringan wilayah lokal (LAN) melalui alamat internet yang dikenali
sebagai URL. Gabungan atas semua situs yang dapat diakses publik di internet
disebut

pula sebagai

Waring Wera Wanua atau

lebih

dikenal

dengan

singkatan WWW.
2.2.

Internet
Internet merupakan singkatan dari Interconected Networking, yang berarti

suatu jaringan komputer yang terhubung dengan luas. Internet berasal dari sebuah
jaringan komputer yang dibuat pada tahun 1970-an yang terus berkembang
sampai sekarang menjadi jaringan dunia yang sangat luas. Jaringan tersebut diberi
nama ARPANET, yaitu jaringan yang dibentuk oleh Departemen Pertahanan
Amerika Serikat. Kemudian, jaringan komputer tersebut diperbaharui dan
dikembangkan sampai sekarang dan menjadi tulang punggung global untuk
sumber daya informasi yang disebut internet (Andrew, 1997).
2.3.

Bandwidth
Bandwidth adalah suatu ukuran rentang frekuensi maksimum yang dapat

mengalir data dari suatu tempat ke tempat lain dalam suatu waktu tertentu
(Hekmat, 2005).
Satuan yang dipakai untuk Bandwidth adalah bit per secon (bps) atau Byte
persecon (Bps) dimana 1Byte = 8 bit. Bit atau binary digit adalah basis angka
yang terdiri dari angka 0 dan 1. Satuan ini menggambarkan seberapa banyak bit
(angka 0 dan 1) yang dapat mengalir dari satu tempat ke tempat yang lain dalam

setiap detiknya melalui suatu media. Sedangkan dalam sinyal analog, bandwidth
diartikan sebagai rentang antara frekuensi tinggi dan frekuensi terendah di ukur
dalam satuan Hertz (Hz).
2.4. Sistem Pakar
Sistem pakar merupakan salah satu cabang dari Artificial Intelegence yang
membuat penggunaan knowledge yang khusus secara luas untuk penyelesaian
masalah tingkat manusia yang pakar (Arhami, 2005). Sistem pakar berbeda
dengan program konvensional yang hanya dapat dipahami oleh pembuat program
(programmer). Sistem pakar bersifat interaktif dan mampu menjelaskan
pertanyaan pengguna.
Pengguna menyampaikan fakta atau informasi untuk sistem pakar kemudian
menerima saran atau jawaban dari pakar. Struktur skematis dalam sistem pakar
dapat dilihat dalam Gambar 1, dan Gambar 2 menjelaskan bagaimana sistem
pakar digunakan

Gambar 1 Struktur skematis sistem pakar

Gambar 2 Proses penggunaan aplikasi sistem pakar

2.5. Fasilitas Akuisisi Pengetahuan

Fasilitas akuisisi pengetahuan merupakan alat untuk mendapatkan
pengetahuan, fakta, aturan dan model yang diperlukan oleh sistem pakar dari
berbagai sumber (Marimin, 2009). Pengetahuan tersebut didapat dari para pakar,
beberapa buku, jurnal, data dasar dan media lain yang relevan dengan ruang
lingkup sistem pakar yang akan dikembangkan.
Ada beberapa cara untuk melakukan akuisisi pengetahuan. Yang pertama
adalah dengan cara manual, di mana dalam cara ini perekayasa mendapatkan
pengetahuan dari sumber, dan lalu mengkodekannya ke dalam basis pengetahuan.
Cara ini merupakan cara yang mahal dan tidak efisien, serta juga kadang kala
tidak akurat.
Cara yang kedua adalah cara semi-otomatik. Di sini terdapat peran
komputer untuk mendukung pakar, dimana pakar diizinkan untuk membangun
basis pengetahuan tanpa (atau dengan sedikit) bantuan dari perekayasa. Komputer
di sini juga berperan untuk membantu perekayasa dalam kerjanya membangun
basis pengetahuan.

Sementara yang ketiga adalah cara otomatik. Di sini peran pakar,
perekayasa, maupun pembangun basis pengetahuan atau sistem (system builder)
digabung. Contohnya adalah metode induksi.

Gambar 3 Model akuisisi pengetahuan

2.6.

Basis Pengetahuan
Basis pengetahuan

merupakan

bagian

yang

memuat

objek-objek

pengetahuan serta hubungan yang dimiliki antar objek-objek dalam sistem pakar
(Marimin 2009). Basis pengetahuan tersebut merupakan sumber kecerdasan
sistem dan hal ini dimanfaatkan oleh mekanisme inferensi untuk mengambil

keputusan.
Basis pengetahuan terdiri atas basis pengetahuan statik dan basis
pengetahuan dinamik. Basis pengetahuan statik atau deklaratif memuat informasi
tentang objek, peristiwa atau situasi. Basis pengetahuan dinamik atau prosedural
menyatakan informasi tentang cara pembangkitan fakta baru atau hipotesis dari
fakta yang sudah diketahui.

2.7. Mesin Inferensi
Mesin inferensi merupakan komponen sistem pakar yang memanipulasi dan
mengarahkan pengetahuan dari basis pengetahuan, sehingga tercapai kesimpulan
(Marimin, 2009). Tugas utama dari mesin inferensi adalah menguji fakta dan
kaidah serta menambah fakta baru jika memungkinkan serta memutuskan perintah
sesuai dengan hasil penalaran yang telah dilaksanakan.

2.8.

Fasilitas Penjelasan
Fasilitas penjelasan merupakan bagian yang menerangkan penalaran, aksi

ataupun rekomendasi yang dilakukan oleh sistem pakar (Marimin, 2009). Seorang
pakar sering memberikan keterangan mengenai pandangan, rekomendasi atau
keputusan mereka. Penjelasan di dalam sistem pakar biasanya berhubungan
dengan beberapa bentuk penelusuran aturan (rule) yang dilakukan selama
pemecahan permasalahan berlangsung, baik berupa diagnosis, perlakuan dan
komplikasi.

2.9.

User Interface
User interface merupakan mekanisme yang digunakan oleh pengguna dan

sistem pakar untuk berkomunikasi (Arhami, 2005). Antarmuka menerima
informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima
oleh sistem. Selain itu antarmuka menerima informasi dari sistem dan
menyajikannya ke dalam bentuk yang dapat di mengerti oleh pengguna.
2.10. Rule Based Reasoning
Rule based reasoning adalah sebuah aturan pernyataan atau penalaran jenis
tertentu yang menggunakan "if-then-else". Aturan hanya pola dan pencarian mesin
inferensi pola dalam aturan yang sesuai dengan pola dalam data. "If" berarti
"ketika kondisi benar," namun "Then" berarti "mengambil tindakan A" dan "Else"
berarti "ketika kondisi tidak benar mengambil tindakan B." Contoh:
IF robbery is TRUE AND
suspect witness identification is
TRUE AND
suspect physical evidence is TRUE
AND suspect lacks alibi is TRUE
THEN
probable cause is TRUE
ELSE
round up usual suspects

2.11. Forward Chaining
Metode forward chaining adalah metode data driven dimana penelusuran
dimulai dari mengambil fakta-fakta terlebih dahulu, kemudian fakta-fakta yang
sudah ada digunakan untuk menarik kesimpulan

BAB III
METODE
Menurut Marimin, tahapan perancangan sistem pakar digambarkan pada
Gambar 4.
Mulai

Tidak

Mewakili kepakaran

Selesai

Identifikasi masalah
Mencari sumber pakar
Akuisisi pengetahuan
Representasi pengetahuan
Membuat mesin inferensi
Implementasi
Pengujian

Ya

Gambar 4 Tahapan perancangan sistem pakar

Dalam penelitian ini, basis pengetahuan yang digunakan dalam identifikasi
penyakit pada tanaman padi adalah rules based reasoning dengan metode
inferensi forward chaining. Metode forward chaining adalah metode data driven
dimana penelusuran dimulai dari mengambil fakta-fakta terlebih dahulu,
kemudian fakta-fakta yang sudah ada digunakan untuk menarik kesimpulan.
Sehingga gejala-gejala yang terjadi pada tanaman padi digunakan sebagai fakta
untuk menarik simpulan mengenai penyakit yang terjangkit pada tanaman padi.
Pada Gambar 5 dijelaskan secara lengkap tahapan perancangan sistem yang akan
dibuat.

Mulai

Tidak

Studi pustaka

Identifikasi masalah

Pengumpulan data

Pengolahan data

Perancangan rule based

Pembuatan mesin inferensi
(metode forward chaining)

Validasi

Ya
Selesai

Gambar 5 Tahap perancangan sistem identifikasi penyakit tanaman padi

Dalam pembuatan sistem pakar identifikasi penyakit pada tanaman padi,
metode inferensi forward chaining dilakukan melalui beberapa tahapan. Adapun
tahapan yang dilakukan sebagai berikut:
1.
2.
3.
4.
5.

User memilih gejala penyakit yang terjangkit pada tanaman padi
Sistem menentukan kemungkinan penyakit yang terjadi
Sistem menentukan type serangan dari penyakit yang terpilih
Sistem menganalisis kombinasi penyakit berdasarkan type serangan pada
tanaman padi
Sistem menampilkan hasil diagnose jenis penyakit

BAB IV
HASIL DAN PEMBAHASAN
4.1.

Identifikasi Masalah
Beras yang berasal dari padi termasuk komoditas pangan di Indonesia.

Untuk memenuhi konsumsi rata-rata masyarakat Indonesia yang sangat besar,
produktivitas petani diharapkan dapat memenuhi target. Tetapi berbagai penyakit
yang menyerang tanaman padi dapat menurunkan produktivitas panen padi.
Permasalahan ini akan lebih baik jika diketahui sejak dini dari gejala yang
ditimbulkan. Kurangnya pengetahuan petani dalam mendiagnosa penyakit padi
serta salah penanganan terhadap permasalah ini semakin memperparah keadaan.
Sedangkan seorang pakar atau ahli yang dapat membantu petani dalam
mendiagnosa penyakit dari gejala-gejalanya masih sangat terbatas. Oleh karena
itu, diperlukan suatu sistem pakar yang mempunyai kemampuan seperti para
pakar tersebut sehingga dapat menutupi keterbatasan jumlah pakar yang dapat
membantu petani untuk mendiagnosa penyakit padi.
Dari hasil identifikasi masalah di atas, didapat kesimpulan:
a.
Petani tidak mengetahui penyakit yang menyerang padi dari gejala yang
b.
c.

ditimbulkan.
Perlu analisis pakar untuk mendiagnosa penyakit padi.
Kurangnya tenaga ahli/pakar yang dapat membantu petani

4.2. Solusi Masalah
Dibutuhkan sebuah sistem pakar yang mempunyai kemampuan seperti para
pakar sehingga dapat menutupi keterbatasan jumlah pakar yang dapat membantu
petani untuk mendiagnosa penyakit padi. Adapun langkah-langkah yang
dilakukan adalah:
a.
Mencari Sumber Pakar
Sumber pakar yang dipilih yaitu Bapak Adi Arif Maulana, seorang manager
perusahaan swasta yang bergerak di bidang pestisida.

b.

Akuisisi Pengetahuan
Akuisisi pengetahuan merupakan tahapan untuk merumuskan pengetahuan
(knowledge base) sehingga dapat diorganisasikan dalam komputer. Selain
itu mendapatkan pengetahuan, fakta dan aturan-aturan yang dibutuhkan
serta pemecahan masalah dari pakar. Pada tahap ini digunakan 2 teknik
akuisisi yaitu interview dan laddering. Pada saat interview, didapat aturan
bahwa penyakit padi dapat dibedakan dari serangan awal penyakit yang
menyerang tanaman padi. Knowledge modeling yang didapat digambarkan
pada laddering pada Gambar 5.
Gam

bar 6 Proses laddering dalam akusisi pengetahuan

4.3. Representasi Pengetahuan
Dari tahap akuisisi didapatkan aturan-aturan yang akan menjadi rule based
reasoning sistem pakar ini. Beberapa rule based yang didapatkan ditampikan pada
table di bawah ini dan akan masih bertambah seiring proses perkembangan sistem
pakar identifikasi penyakit tanaman padi.
Table 1 Rule based reasoning penentuan penyakit berdasarkan gejala
No
R1

Keterangan:
 A
 B
 C
 D
















E
F
G
H
I
J
K
L
M
BLB
BLS
HP
LB
NB
BD

Rules
IF A OR B THEN BLB is true

R2

IF C OR D THEN BLS is true

R3

IF E OR F OR G THEN HP is true

R4

IF H OR I OR J THEN LB is true

R5

IF K OR L THEN NB is true

R6

IF M THEN BD is true

= Bercak pada tepi daun
= Daun mongering
= Bercak sempit berwarna hijau gelap
= Daun berwarna kuning, tembus cahaya di antara
pembuluh daun
= Bercak coklat pada pelepah
= Batang mudah roboh
= Bercak oval atau bulat berwarna putih pucat
= Bercak coklat kehitaman
= Bercak berbentuk belah ketupat
= Pusat bercak berwarna putih
= Bercak coklat kehitaman pada leher
= Malai patah
= Bercak coklat pada helai daun bendera
= Bakteri hawar daun
= Bakteri daun bergaris
= Hawar pelepah
= Blast daun
= Blast leher
= Bercak daun

Table 2 Rule based diagnose type serangan
No
R7

Rules
IF LB is true THEN daun is LB

R8

IF BD is true THEN daun is BD

R9

IF LB AND BD THEN daun is LB + BD

R10

IF BLS is true THEN daun is BLS

R11

IF BLB is true THEN daun is BLB

R12

IF HP is true THEN batang is HP

R13

IF NB is true THEN malai is NB

Table 3 Rule based diagnose hasil penyakit
No
R14

Rules
IF daun is true AND batang is true AND malai is true THEN penyakit is
daun, batang, malai

R15

IF daun is true AND batang is true THEN penyakit is daun dan batang

R16

IF daun is true AND malai is true THEN penyakit is daun dan malai

R17

IF batang is true AND malai is true THEN penyakit is batang dan malai

R18

IF daun is true THEN penyakit is daun

R19

IF batang is true THEN penyakit is batang

R20

IF malai is true THEN penyakit is malai

4.4. Membuat Mesin Inferensi
Mesin inferensi yang dirancang menggunakan metode forward chaining
untuk pemecahan solusi dari aturan-aturan dan fakta yang di inputkan ke dalam
sistem.
$BLB=$BLS=$HP=$LB=$NB=$BD=$daun=$batang=$malai=0;
$gejala = $this->input->post('gejala');
$j = count($gejala);
//diagnosa penyakit
for($i=0;$igejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($daun[1]);

$data['query'][2]

=

$this->gejala_model->get_by_id($batang);

$data['query'][3]

=

$this->gejala_model->get_by_id($malai);

}
else{
$data['query'][0]

=

$this->gejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($batang);

$data['query'][2]

=

$this->gejala_model->get_by_id($malai);

}
}
else if($daun && $batang){
if(count($daun)==2){
$data['query'][0]

=

$this->gejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($daun[1]);

$data['query'][2]

=

$this->gejala_model->get_by_id($batang);

$data['query'][0]

=

$this->gejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($batang);

}
else{

}

}
else if($daun && $malai){
if(count($daun)==2){
$data['query'][0]

=

$this->gejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($daun[1]);

$data['query'][2]

=

$this->gejala_model->get_by_id($malai);

}
else{
$data['query'][0]
$data['query'][1]

=
=

$this->gejala_model->get_by_id($daun[0]);
$this->gejala_model->get_by_id($malai);

}
}
else if($batang && $malai){
$data['query'][0]
=
$data['query'][1]

=

$this->gejala_model->get_by_id($batang);
$this->gejala_model->get_by_id($malai);

}

else if($daun){
if(count($daun)==2){
$data['query'][0]

=

$this->gejala_model->get_by_id($daun[0]);

$data['query'][1]

=

$this->gejala_model->get_by_id($daun[1]);

=

$this->gejala_model->get_by_id($daun[0]);

=

$this->gejala_model->get_by_id($batang);

}
else{
$data['query'][0]
}
}
else if($batang){
$data['query'][0]
}
else if($malai){
$data['query'][0]

=

$this->gejala_model->get_by_id($malai);

}
$this->load->view('hasil',$data);
}
}

4.5. Implementasi dan Pengujian

Gambar 7 Hasil implementasi tampilan sistem pakar identifikasi penyakit tanaman
padi

Gambar 8 Hasil implementasi output diagnosis penyakit tanaman padi

LAMPIRAN

Lampiran 1 Curiculum Vitae Pakar

Curriculum Vitae
DATA PRIBADI
Nama Lengkap
: Adi Arif Maulana
Tempat, Tanggal Lahir: : Sumedang 7 Januari 1984
Domisili
: Sumedang
Jenis kelamin
: Lelaki
Agama
: Islam
Status
: Belum Menikah
Tinggi/Berat Badan
: 170/74
Telepon
: 085312626861
E-Mail
: adi.arif@arysta.com
RIWAYAT PENDIDIKAN
(1997)
SDN Tanjungkerta – Sumedang
(2001)
SLTPN 1 Tanjungkerta – Sumedang
(2003)
SPP/SPMA Cimalaka – Sumedang
(2005)
Diploma 3 IPB (Institut Pertanian Bogor)
KEMAMPUAN
Kemampuan Komputer (MS Word,Excel,Power Point)
PENGALAMAN KERJA
Bekerja di PT. Nufarm Indonesia
Periode : Maret 2007 – Juni 2012
Posisi : Territory Assistant Wilayah Subang Barat
Rincian Pekerjaan
 Melakukan Demo (FD 8 kali Sebulan)
 Melakukan Farmer Meeting (4 Kali Sebulan)
 Kontrak Program Retailer 1 (R1)
 Kontrak Program Retailer 2 (R2)







1. Bekerja di CV. Dwi Enggal Mandiri/PT. DuPont
Periode
: Juni 2012 – Sekarang
Posisi
: Technical Support Officer (Subang – Indramayu)
Rincian Pekerjaan:
Pengembangan Produk Baru
Pengembangan Wilayah Baru
Pembinaan Petani Potensial (Ambassador DuPont)
Kunjungan Kios
Field Trip

2. Bekerja di PT Arysta LifeScine








Periode : 1 Oktober – Sekarang
Posisi
: Manager Area Jawa Barat (Banten-Bekasi-Karawang-SubangIndramayu-Cirebon-Majalengka- Kuningan)
Rincian Pekerjan
Pengembangan Produk Baru
Pengembangan Wilayah Baru
Pembinaan Petani Potensial (Ambassador DuPont)
Kunjungan Kios
Field Trip
Program Retailer dan Dealer

Lampiran 2 Hasil Wawancara
Dokumentasi Wawancara Pakar Akademisi
Kami melakukan wawancara dengan salah satu manager perusahaan yang
bergerak dalam bidang pestisida untuk sebanyak mungkin mengumpulkan data
dan informasi yang diperlukan dalam pengembangan sistem pakar identifikasi
penyakit tanaman padi. Berikut ini dokumentasi hasil wawancara kami dengan
beliau.
Q: kita ada rencana mengembangkan sistem pakar untuk hama tanaman padi
sebaiknya dari mana kita memulainya agar sistem kita dapat menghasilkan
analisa dan solusi yang baik
A: sekarang ini telah ditemukan berbagai macam penyakit tanaman padi dan
gejala yang ditimbulkan,sebaiknya di awal kita inventarisasi permasalahan
tersebut untuk selanjutnya
dilakukan klasifikasi menurut gejalanya.
Q: apa saja penyakit yang sekarang ini sering menjangkit pada tanaman padi
dan biasanya menyerang apa saja
A: ada beberapa penyakit tanaman padi yang sekarang ini berkembang
diantaranya:
- Penyakit Bercak daun yang disebabkan oleh jamur Cercospora oryzae
- Penyakit Hawar Daun yang disebabkan oleh Bakteri Xanthomonas campestris
yang menyerang daun
- Penyakit Daun Bergaris yang disebabkan oleh Bakteri Xanthomonas
campestris yang menyerang daun
- Penyakit Hawar Pelepah yang disebabkan oleh jamur Rhizoctonia solani yang
menyerang batang/pelepah
- Penyakit Blast Daun yang disebabkan oleh jamur Pyricularia grisea
- Penyakit leher malai yang disebabkan oleh jamur Pyricularia grisea dan
menyerang leher malai

Q: apa ada kemungkinan beberapa penyakit menjangkiti tanaman padi secara

bersamaan
A:kemungkinan itu pasti ada ,untuk itu kita lakukan analisa dan perhitungan
manakah penyakit yang lebih dominan sehingga diperlukan penanganan terlebih
dahulu tetapi ada juga penyakit yang menyerang pada satu tempat secara
bersamaan dan harus segera ditangani.
Q: dari semua penyakit yang disebutkan adakah cara penangananya
A: sekarang ini dengan perkembangan teknologi semua penyakit telah memiliki
solusi untuk menanganinya seperti,
- Penyakit bercak daun, penanggulangan dengan cara pemupukan berimbang
yang lengkap dengan dosis 250 kg urea, 100 kg SP36 dan 100 kg KCL per Ha.
- Penyakit hawar daun ,penanggulangan dengan pilih varietas yang
tahan,pemupukan lengkap dan pengaturan air yang baik
- Penyakit Daun Bergaris, penanggulangan dengan buang atau hancurkan
tunggul-tunggul dan jerami-jerami yang terinfeksi/sakit,gunakan pupuk nitrogen
sesuai anjuran, atur jarak tanam tidak terlalu rapat.
- Penyakit hawar pelepah, penanggulangan dengan pemupukan tanaman
dengan dosis 250 kg urea, 100 kg SP36 dan 100 kg KCL per Ha, atur
pertanaman agar jangan terlalu rapat, buang gulma dan tanaman yang sakit,
gunakan fungisida (bila diperlukan) antara lain yang berbahan aktif:
difenokonazol.
- Penyakit blast daun, penanggulangan dengan penanaman varietas tahan
secara bergantian, pemupukan NPK yang tepat, perlakuan yang baik pada
benih.
- Penyakit blast leher, penanggulangan dengan penanaman varietas tahan
secara bergantian, pemupukan NPK yang tepat, perlakuan yang baik pada
benih.
Q: baik pak untuk sementara ini kami pikir cukup informasi yang kita dapat,terima
kasih untuk waktunya dan pengetahuan yang telah di share pada kami. kalau
ada data dukung lainnya kami minta tolong dikirimkan ke email ini pak ,
denisfadillah@gmail.com
A: Ya sama-sama nanti akan saya kirim data dukungnya, semoga lancar ya
pengembangan programnya.

Lampiran 3 Hasil penelusuran penyakit berdasarkan gejala (tree)

Lampiran 4 Hasil penelusuran penyakit berdasarkan type serangan (tree)