Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan Fuzzy.

SISTEM PAKAR PERLAKUAN TANAMAN DENGAN HORMON
PERTUMBUHAN, FAKTOR EKSOGEN DAN ENDOGEN
MENGGUNAKAN PENDEKATAN FUZZY

YAASIINTA AYYUHANI CARIENS

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Pakar Perlakuan
Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan Endogen
Menggunakan Pendekatan Fuzzy adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Oktober 2013
Yaasiinta Ayyuhani Cariens
NIM G64104071

ABSTRAK
YAASIINTA AYYUHANI CARIENS. Sistem Pakar Perlakuan Tanaman dengan
Hormon Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan
Fuzzy. Dibimbing oleh KARLINA KHIYARIN NISA.
Proses pertumbuhan tanaman dapat dimanipulasi dengan cara memberikan
hormon tertentu dan memberikan faktor eksogenous tanaman pada kadar tertentu.
Perlakuan ini mampu mempengaruhi pertumbuhan tanaman sesuai dengan
kebutuhan, contohnya: mempercepat proses pembungaan, memperpanjang masa
kemudaan(juvenility), atau untuk meregenerasi bagian tertentu pada bunga. Pada
praktiknya, efek dari proses perlakuan ini hanya dapat dilihat pada tanaman
setelah melewati periode waktu yang cukup panjang dan dilakukan dalam proses
penelitian yang memakan banyak biaya. Sistem pakar ini dikembangkan untuk
memprediksi pertumbuhan tanaman dengan cara memasukkan beberapa variabel
seperti hormon dan faktor eksogenous. Sistem pakar ini merupakan kombinasi

dari sistem inferensi fuzzy Mamdani dan sistem berbasis aturan. Sistem ini mampu
menstimulasi efek dari pemberian hormon dalam dosis fuzzy dan faktor
eksogenous. Sistem ini dapat digunakan untuk mengestimasi apakah tanaman
mampu memproduksi bunga, mandul, tetap muda atau mati. Sistem ini juga
mampu memprediksi bentuk bunga yang akan tumbuh, apakah bunga tersebut
akan tumbuh menjadi bunga sempurna atau bunga dengan kecacatan pada
beberapa bagian dari bunga tersebut. Akurasi hasil dari proses inferensi sistem
yang didapat adalah sebesar 75 %.
Kata kunci: faktor eksogenous, fuzzy, hormon,pertumbuhan tanaman, sistem pakar

ABSTRACT
YAASIINTA AYYUHANI CARIENS. Expert System for Plant Growth Using
Hormones, Exogenous and Endogenous Factors Based on Fuzzy Approach.
Supervised by KARLINA KHIYARIN NISA.
The plant growth process can be manipulated by giving some hormones and
controlling the exogenous factors at a certain level. These treatments would affect
the plant growth as desired, for example: to accelerate the flowering process, to
lengthen thejuvenility, or to regenerate certain parts of the flower. In practice, the
effect of this manipulating process can only be seen on a plant after a long period
and costly research. This research develops an expert system to predict the plant

growth based on some variables such as hormones and exogenous factors. This
expert system is a combination of a Mamdani fuzzy inference system and a rule
based system. The system is able to estimate the effect of giving some fuzzy level
of hormones and setting up some exogenous factors. This system can estimate
whether the plant would produce flowers, become sterile, stay juvenile or even die.
This system is also able to predict the shape of the flower, whether it would be a
perfect flower or not. The research show that the accuracy for the inference
system is 75 %.
Keywords: exogenous factors, expert system, fuzzy, hormones,plant growth

SISTEM PAKAR PERLAKUAN TANAMAN DENGAN HORMON
PERTUMBUHAN, FAKTOR EKSOGEN DAN ENDOGEN
MENGGUNAKAN PENDEKATAN FUZZY

YAASIINTA AYYUHANI CARIENS

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada

Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Judul Skripsi : Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan,
Faktor Eksogen dan Endogen Menggunakan Pendekatan Fuzzy
: Yaasiinta Ayyubani Cariens
Nama
: G64104071
NIM

Disetujui oleh

Karlina Khiyarin Nisa, S.Kom., MT
Pembimbing

Tanggal Lulus:

n 2 DEC

20 11

Judul Skripsi :Sistem pakar perlakuan tanaman dengan hormon pertumbuhan,
faktor eksogen dan endogen menggunakan pendekatan fuzzy
Nama
: Yaasiinta Ayyuhani Cariens
NIM
: G64104071

Disetujui oleh

Karlina Khiyarin Nisa, S.Kom., MT
Pembimbing I

Diketahui oleh

Dr Ir Agus Buono MSi MKom
Ketua Departemen

Tanggal Lulus:

PRAKATA
Bismillahirrohmannirrohim,
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala yang
telah memberikan banyak kenikmatan terutama nikmat sehat sehingga penulis
dapat menyelesaikan penyusunan skripsiya. Sistem pakar perlakuan tanaman
dengan hormon pertumbuhan, faktor eksogen dan endogenmenggunakan
pendekatan fuzzy merupakan hasil penelitian penulis yang disusun untuk
memenuhi tugas akhir studinya.
Pada kesempatan ini penulis mengucapkan terima kasih yang tulus kepada
kedua orang tua yaitu Bapak Cartim, S.Pd, IbuNeneng Nengsih, S.Pd yang telah
membesarkan serta merawat penulis hingga saat ini, adik-adik yang telah
memberikan dorongan moral dan doa restu sehingga penulis dapat menyelesaikan
laporan ini, IbuKarlina Khiyarin Nisa, S.Kom., MT selaku dosen pembimbing,
Ibu Dr. Tetty Chaidamsari, MSi selaku pakar bagi bidang yang dikaji, Bapak Toto
Haryanto, S.Kom., M.Si selaku dosen penguji, dan Bapak M.Asyhar

Agmalaro,S.Si.,M.Kom selaku dosen penguji kedua, serta dukungan dari temanteman lain yang tidak dapat disebutkan satu-persatu. Penulis menyadari terdapat
berbagai kekurangan serta ketidaksempurnaan laporan ini, untuk itu penulis
mengharapkan saran yang membangun demi perbaikan laporan ini dan semoga
laporan ini dapat bermanfaat, Amin.

Bogor, Oktober 2013
Yaasiinta Ayyuhani Cariens

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Perumusan Masalah

2

Tujuan Penelitian

2

Hipotesis

2

METODE

3

Akuisisi Pengetahuan

4

Proses Inferensi

5

Inferensi tahap 1

7

Inferensi tahap 2

27

Inferensi tahap 3

28

HASIL DAN PEMBAHASAN

29

Hasil

29

Antarmuka Pengguna

29

Pembahasan

32

Inferensia fuzzy

32

Fuzzifikasi

32

Defuzzifikasi

34

Fungsi vegetatif

36

Fungsi generatif

36

Fungsi status bunga

36

Fungsi bentuk bunga

37

Hasil Pengujian

38

Pengujian Inferensi Tahap Pertama

38

Pengujian Inferensi Tahap Kedua

38

Pengujian Inferensi Tahap Ketiga

39

Validasi Pengujian

39

SIMPULAN DAN SARAN

42

Simpulan

42

Saran

42

DAFTAR PUSTAKA

42

LAMPIRAN

43

RIWAYAT HIDUP

47

DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12

Pengaruh HR, SN DNE terhadap Juvenility
faktor eksogenous dan endogenous
Bentuk bunga
nilai pusat tingkat pembatas
Tingkat pembatas faktor eksogenous
Tingkat pembatas faktor endogenous
nilai keluaran data untuk inferensi tahap 1
nilai keluaran data untuk inferensi tahap 2
nilai keluaran data untuk inferensi tahap 2
Validasi pengujian proses inferensi tahap pertama
Validasi pengujian proses inferensi tahap kedua
Perbandingan nilai faktor endogenous pakar dan sistem

5
5
6
10
28
28
38
39
39
40
40
41

DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

13.
14.
15.
16.
17.
18.
19.
20.

Struktur umum sistem pakar menurut Ignizio (1992)
Diagram alur kerja sistem pakar perlakuan tanaman dengan hormon
pertumbuhan, faktor eksogenous dan endogenous
Proses inferensi tahap 1
bentuk umum kurva fungsi keanggotaan juvenility
Fungsi keanggotaan untuk variabel HR
Fungsi keanggotaan untuk variabel SN DNE
Fungsi keanggotaan untuk variabel juvenility
Fuzzifikasi untuk input data HR dan SN DNE yang diberikan.
Proses inferensi penentuan data ratingjuvenility
Proses inferensi tahap 2
Proses inferensi tahap 3
Tampilan GUI Sistem Pakar Perlakuan Tanaman dengan Hormon
Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan
Fuzzy
Kurva variabel HR
Kurva variabel SN DNE
Kurva variabel juvenility
Aturan fuzzyjuvenility
Bunga Sempurna
Class B mutant
Class A mutant
Class C mutant

3
6
7
7
8
9
9
11
27
28
29

32
33
33
34
35
37
37
38
38

DAFTAR LAMPIRAN
1.
2.

Fungsi bentuk bunga
Fungsi generatif

43
45

1

PENDAHULUAN
Proses pertumbuhan pada tanaman merupakan fase yang penting untuk hasil
produksi tanaman. Terdapat dua macam pendekatan dalam perlakuan untuk
memanipulasi pertumbuhan pada tanaman, yaitu cara konvensional dan
bioteknologi. Pendekatan bioteknologi yaitu melalui rekayasa genetik, Terdapat
dua jenis pendekatan rekayasa genetik, yaitu molecular biology dan molecular
breeding. Pendekatan berdasarkan molecular biology memberikan perlakuan pada
gen-gen pembungaan, hal ini dilakukan demi memacu pertumbuhan tanaman
sesuai kebutuhan pengguna sistem. Terdapat dua jenis pertumbuhan tanaman
vegetatif dan generatif. Menurut Liu et al (2009), pertumbuhan vegetatif
merupakan fase pertumbuhan non-reproduksi dari siklus hidup tanaman,
sedangkan pertumbuhan generative atau disebut juga pertumbuhan reproduktif
merupakan fase pembungaan tanaman, pada fase ini tanaman mulai menghasilkan
organ (bunga).
Pertumbuhan generatif dan vegetatif ini dipengaruhi oleh masa kemudaan
tanaman atau juvenility. Menurut Samach (2012),juvenility menggambarkan fase
pertumbuhan setelah perkecambahan dari biji selama pembungaan belum terjadi
dan tunas meristem tidak kompeten untuk menanggapi isyarat induktif dari
musim, dan karenanya tanaman tersebut tetap dalam fase vegetatif. Dari sini dapat
ditarik kesimpulan bahwa apabila juvenility masih aktif dalam suatu tanaman,
maka tanaman itu mengalami pertumbuhan vegetatif, sedangkan apabila terjadi
penurunan juvenility sampai ke titik tertentu, proses pertumbuhan generatif akan
dimulai. Juvenility itu sendiri dapat dipengaruhi oleh beberapa hormon yaitu
Hypersensitive Response (HR), SN serta DNE. Menurut Parimalanet al(2004) gen
HR mem blok penurunan kegiatan gen SN dan DNE selama penuaan berlangsung
dan karenanya, memperpanjang fase juvenile tanaman. Proses pertumbuhan
tanaman secara generatif dipengaruhi oleh dua jenis faktor yaitu faktor luar
tanaman (eksogenous) dan faktor dalam tanaman (endogenous). Parimalan et al
(2004) juga mengemukakan bahwa Induksi Floral (fase generatif tanaman) adalah
tahap pertama dari proses perkembangan bunga dan hanya terjadi di tanaman yang
memiliki kompetensi. Sel atau sekelompok sel dikatakan kompeten apabila dapat
merespon perlakuan sesuai hasil yang diharapkan, terutama untuk pembungaan.
Induksi floral ini dapat dipengaruhi oleh faktor eksogen dan faktor endogen.
Proses kedua setelah induksi floral adalah inisiasi floral, pada jurnal yang sama
Parimalan et al (2004) menjelaskan bahwa gen yang paling berperan dalam proses
ini adalah leafy. Gen ini bertanggug jawab dalam konversi tunas perbungaan ke
meristem bunga.
Detail dari proses yang dijelaskan di atas merupakan pengetahuan yang
didapat setelah melakukan penelitian secara nyata yang tentunya memakan biaya
dan waktu lama bagi seorang peneliti biomolekuler. Oleh karena itu dibuatlah
sistem pakar penentuan jenis pembungaan tanaman berdasarkan hormon
pertumbuhan, faktor eksogenous dan endogenous. Sistem pakar ini dirancang
untuk memudahkan pengguna dalam memanipulasi faktor dan hormon yang
mempengaruhi pertumbuhan tanaman. Sistem ini dibuat dengan menggunakan

2

metode fuzzy Mamdani, dikarenakan variabel yang terdapat didalamnya masih
berupa fuzzy. Pakar yang akan berperan dalam pembentukan sistem pakar ini
adalah Dr. Tetty Chaidamsari M.Si. seorang pakar biologi molekuler di
Indonesian Biotechnology Research Institute for Estate Crops. Dengan adanya
sistem pakar ini, diharapkan proses perlakuan pada tanaman akan lebih mudah
dan akurat.

Perumusan Masalah
Berbekalkan latar belakang dan kerangka pikir, masalah yang diteliti dapat
dirumuskan. Masalah yang dirumuskan harus jelas dan fokus pada kata kunci
utama yang unik. Dalam merumuskan masalah, deskripsi lokasi studi terutama
keunikannya sudah termasuk dalam dalam pertimbangan. Untuk memperjelas
perumusan masalah, dapat juga dibuat beberapa pertanyaan yang hendak dijawab
dalam penelitian itu. Dalam uraian harus tercakup pendekatan yang digunakan
dalam perumusan masalah. Untuk membantu mengikuti alur pikir secara skematis,
dapat juga dibuat bagan alir kerangka proses dan rumusan masalah serta
pencapain tujuan penelitian.

Tujuan Penelitian
Tujuan penelitian ini adalah mengimplementasikan sistem pakar perlakuan
tanaman dengan hormon pertumbuhan, faktor eksogen dan endogenmenggunakan
pendekatan fuzzy metode Mamdani.

Hipotesis
Pertumbuhan pada tanaman dapat dimanipulasi demi kepentingan pemilik
tanaman, misal tanaman dengan masa muda yang panjang, tanaman dengan bunga
sempurna, sampai tanaman dengan bunga yang unik. Hasil akhir dari tanaman
tersebut dapat dimanipulasi dalam fase pertumbuhannya dengan mengatur hormon
tertentu serta faktor-faktor dalam (endogen) dan faktor luar (eksogen) tanaman.
Nilai kemudaan suatu tanaman atau disebut juvenility dapat dipengaruhi
oleh hormon HR dan SN DNE. Dengan aktifnya juvenility maka dapat dipastikan
tanaman tersebut masih mengalami pertumbuhan vegetatif, sedangkan apabila
juvenilitynya sudah mengalami penurunan sampai angka tertentu maka tanaman
tersebut mulai mengalami pertumbuhan generatif. Proses pertumbuhan generatif
ini dipengaruhi oleh faktor luar tanaman atau disebut faktor eksogenous. Faktor
eksogenous ini lalu akan mempengaruhi faktor dalam atau endogenous yang ada
dalam tanaman. Dengan adanya faktor-faktor tersebut, tanaman yang mengalami
pertumbuhan generatif memiliki kemungkinan untuk mati. Sebaliknya apabila
faktor eksogenous dan endogenous yang aktif tepat, tanaman akan tetap hidup dan
mengalami pembungaan.
Proses selanjutnya, yaitu proses pembungaan tanaman dipengaruhi oleh
sebuah hormon yang disebut leafy. Kadar leafy tertentu pada tanaman dengan
keadaan berdasarkan keluaran yang dihasilkan dari proses sebelumnya dapat

3

mempengaruhi bentuk bunga yang akan tumbuh. Bentuk bunga yang tumbuh
terdiri atas empat komponen yang dapat aktif atau nonaktif, yaitu sepal, petal,
stamen, dan carpel. Masukan dengan nilai tertentu dapat menyebabkan salah satu
atau beberapa dari keempat komponen tersebut aktif atau nonaktif, bunga yang
memiliki keempat komponen tersebut disebut bunga sempurna, sedangkan bunga
yang memiliki kurang dari empat komponen tersebut disebut bunga tidak
sempurna atau mutant.
Seluruh proses yang disebutkan tentunya sulit dilakukan tanpa takaran yang
baku jika menginginkan hasil pertumbuhan yang spesifik. Oleh karena itu
dilakukan implementasi sistem pakar dengan pendekatan fuzzy pada kadar
juvenility yang dipengaruhi oleh hormon HR dan SN DNE agar lebih mudah
dalam pemrosesan informasi.

METODE
Menurut Ignizio (1992), sistem pakar didefinisikan sebagai model dan suatu
prosedur pengasosiasian yang memperlihatkan derajat keahlian dari sebuah
pengambilan keputusan dalam domain yang spesifik sesuai dengan seorang pakar
di bidang tersebut. Berdasarkan sumber yang sama, struktur umum sistem pakar
adalah seperti yang terlihat pada Gambar 2.
Working
memory

Knowledge
base

Rule
adjuster

Inference
engine

Interface

User

Knowledge
engineer

Gambar 1Struktur umum sistem pakar menurut Ignizio (1992)
Alur kerja yang dilaksanakan yaitu dengan mengidentifikasi bidang
permasalahan yang akan dikaji. Tahap berikutnya adalah pengembangan sistem
pakar. Tahap ini dilaksanakan berdasarkan tahap pengembangan sistem pakar
menurut Marimin (1992) yang terdiri atas pemilihan pakar, representasi
pengetahuan, pengembangan mesin inferensi, implementasi, dan pengujian.

4

Akuisisi Pengetahuan
Proses akuisisi pengetahuan dari pakar dilakukan melalui wawancara serta
membaca jurnal-jurnal yang berhubungan dengan penelitian yang dikaji.
Pengetahuan tersebut meliputi :
Kadar juvenility yang mempengaruhi panjangnya fase kemudaan tanaman.
Faktor-faktor endogenous dan eksogenous beserta hubungan timbal baliknya
satu sama lain.
Bagian-bagian dari bunga beserta pengaruhnya dengan hormon leafy
Berdasarkan data yang didapat dari pakar, kombinasi nilai HR dan SN DNE
beserta pengaruhnya terhadap masa kemudaan tanaman dapat mempengaruhi nilai
kemudaan/juvenility dari tanaman.
Faktor eksogen tanaman meliputi Photoperiod(Pho), Vernalisasi (Vern), Stress
(Str), dan Nutrisi (Nutr). Sedangkan faktor endogenyaitu Florigen(Flo),
Antiflorigen(Anf), Elektrisitas (Elect) dan Multifaktor yang disebabkan oleh
PGR (PGR). Faktor eksogenous merupakan suatu aksi yang diterima dari luar
tubuh tanaman, yang selanjutnya mampu memengaruhi beberapa hormon dan
zat yang ada dalam tanaman. Zat ini kemudian disebut faktor endogen.
Berdasarkan keluaran dari hasil proses sebelumnya, terdapat tanaman yang
berbunga dan mati. Ketika tanaman mati maka proses inferensi selesai pada
proses tersebut, sedangkan apabila tanaman berbunga, maka proses selanjutnya
adalah menentukan bentuk bunga dengan memberikan kadar leafy terhadap
hasil keluaran dari proses sebelumnya.
Representasi Pengetahuan
HR, SN DNE dan Juvenility
Hubungan antara HR dan SN DNE terhadap nilai Juvenility dan kemudaan
tanaman dapat dilihat pada Tabel 1.
Faktor eksogenous dan endogenous
Tabel 2 menjelaskan hubungan sebab akibat antara faktor eksogenous dan
endogenous. Faktor eksogenous yang dimasukkan oleh pengguna dapat
menghasilkan kombinasi faktor endogenous yang berbeda, yang pada akhirnya
akan menentukan status tanaman tersebut apakah mandul atau mampu berbunga.
Bentuk bunga
Berdasarkan tabel dua, terdapat tanaman yang berbunga dan mati. Ketika
tanaman mati, proses inferensi akan selesai pada proses tersebut, sedangkan
apabila tanaman berbunga,proses selanjutnya adalah menentukan bentuk bunga
dengan memberikan kadar leafy terhadap hasil keluaran dari tabel 2, adapun
tanaman yang berbunga adalah pada nilai keluaran nomor 1, 4, 5, 7, 12, 13, dan 15.
Ketujuh macam keluaran tersebut digambarkan pada Tabel 3.

5

Proses Inferensi
Secara umum, proses inferensi yang terdapat pada sistem ini dibagi menjadi
empat modul proses dengan dua macam inferensi yang digunakan, yaitu inferensi
fuzzyforward chaining dan inferensi non fuzzy dengan menggunakan fungsi
kondisional. Diagram alur proses dari sistem pakar pelakuan tanaman dengan
hormon pertumbuhan, faktor eksogenous dan endogenous dapat dilihat pada
Gambar2.
Tabel 1Pengaruh HR, SN DNE terhadap Juvenility
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

HR
Sedikit
Sedikit
Sedikit
Sedang
Sedang
Sedang
Banyak
Banyak
Banyak
Nonaktif
Nonaktif
Nonaktif
Nonaktif
Banyak
Sedang
Sedikit

SN DNE
Banyak
Sedang
Sedikit
Banyak
Sedang
Sedikit
Banyak
Sedang
Sedikit
Banyak
Sedang
Sedikit
Nonaktif
Nonaktif
Nonaktif
Nonaktif

JUVENILITY
Banyak
Banyak
Sedang
Banyak
Banyak
Sedang
Banyak
Banyak
Sedang
Banyak
Sedang
Sedikit
Nonaktif
Sedikit
Sedang
Banyak

Status Tanaman
Sangat muda
Sangat muda
Muda
Sangat muda
Sangat muda
Muda
Sangat muda
Sangat muda
Muda
Sangat Muda
Muda
Menuju Dewasa
Dewasa
Menuju Dewasa
Muda
Sangat Muda

Tabel 2faktor eksogenous dan endogenous
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Faktor Eksogenous
Pho Vern Str Nutr
aktif tidak tidak tidak
tidak aktif tidak tidak
tidak tidak aktif tidak
tidak tidak tidak aktif
aktif aktif tidak tidak
aktif tidak aktif tidak
aktif tidak tidak aktif
tidak aktif aktif tidak
tidak tidak aktif aktif
tidak aktif tidak aktif
aktif aktif aktif tidak
aktif aktif tidak aktif
aktif tidak aktif aktif
tidak aktif aktif aktif
aktif aktif aktif aktif

Faktor Endogenous
Status Tanaman
Flo
Anf Elect PGR
aktif aktif tidak aktif
berbunga
tidak tidak tidak tidak
mandul
tidak tidak aktif tidak
mandul
aktif aktif tidak aktif
berbunga
aktif aktif tidak aktif
berbunga
tidak tidak aktif tidak
mandul
aktif aktif tidak aktif
berbunga
tidak tidak aktif tidak
mandul
tidak tidak aktif tidak
mandul
tidak tidak tidak tidak
mandul
tidak tidak aktif tidak
mandul
aktif aktif tidak aktif
berbunga
aktif aktif aktif aktif
berbunga
tidak tidak aktif tidak
mandul
aktif aktif aktif aktif
berbunga

6

Tabel 3Bentuk bunga
No
1

4

5

7

12

13

15

Leafy
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah
Kuat
Sedang
Lemah

Sepal
aktif
tidak
tidak
aktif
aktif
aktif
aktif
tidak
tidak
aktif
tidak
aktif
aktif
tidak
tidak
aktif
aktif
aktif
aktif
aktif
aktif

Petal
aktif
aktif
tidak
aktif
aktif
aktif
aktif
aktif
tidak
aktif
tidak
tidak
aktif
aktif
tidak
aktif
aktif
aktif
aktif
aktif
aktif

Stamen
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
tidak
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif

Carpel
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif
aktif

Bentuk bunga
Sempurna
Class C Mutant
Class A Mutant
Sempurna
Sempurna
Sempurna
Sempurna
Class C Mutant
Class A Mutant
Sempurna
Class A Mutant
Class B Mutant
Sempurna
Class C Mutant
Class A Mutant
Sempurna
Sempurna
Sempurna
Sempurna
Sempurna
Sempurna

Mulai
Baca Nilai HR,
Nilai SN DNE
Juvenility ß (HR, SN DNE)
Juvenility = 0

tidak

Status Kemudaan
Tanaman

ya
Faktor Endogenous ß (Faktor Eksogenous)
Baca Nilai Photoperiod, Vernalisasi, Stress,
dan Nutrisi
Faktor endogenous ß (Photoperiod + Vernalisasi
+ Stress + Nutrisi)

Baca nilai
leafy

ya

Faktor endogenous =
positif

tidak

Tanaman
mati

Bentuk bunga ß (endogenous positif + leafy)
Tanaman
berbunga Tidak
Sempurna

tidak

Bentuk Bunga =
Sempurna

ya

Tanaman berbunga
sempurna
Selesai

Gambar 2Diagram alur kerja sistem pakar perlakuan tanaman dengan hormon
pertumbuhan, faktor eksogenous dan endogenous

7

Inferensi tahap 1
Inferensi pada tahap 1 merupakan inferensi fuzzy, yang dilakukan pada
variabel HR dan SN DNE sebagai input, dan variabel Juvenility sebagai output.
Terdapat empat tahap yang digunakan untuk menentukan tingkat pembatas dari
masukan nilai crisp pada inferensi fuzzy, yaitu fuzzifikasi, inferensi, komposisi,
dan defuzzifikasi. Terdapat empat tahap yang digunakan untuk menentukan
tingkat pembatas dari masukan nilai crisp pada inferensi fuzzy, yaitu fuzzifikasi,
inferensi, komposisi, dan defuzzifikasi. Metode inferensi yang digunakan dalam
inferensi ini adalah metode min, sedangkan metode komposisi yang digunakan
adalah metode max. Lalu metode defuzzifikasi yang digunakan adalah metode
center average defuzzifier. Kombinasi metode inferensi min dan komposisi max
dipilih karena menurut Wang(1997), kombinasi ini memberikan kemudahan
dalam komputasi nilai. Proses inferensi tahap 1 dapat dilihat pada Gambar 3.
Start

Kategorisasi
kelas
kemudaan

Yes

Fuzzifikasi input
HR, SN DNE

Inferensia fuzzy

Stop

Juvenility>0

Defuzzifikasi
output juvenility

Inferensi tahap 2

No

Gambar3Proses inferensi tahap 1

Fuzzifikasi
Fungsi keanggotaan untuk juvenility direpresentasikan dengan kurva
trapesium, terdapat empat kelas yaitu nonaktif, sedikit, sedang, banyak. Bentuk
umum dari fungsi keanggotaan dapat dilihat pada Gambar 4.
Sedikit

sedang

banyak

Derajat
keanggotaan

1

juvenility (x)
0

10

20

c1

30

d1

40

50

a1

60

70

80

90

100

b1

Gambar4bentuk umum kurva fungsi keanggotaan juvenility

Fungsi umum untuk parameter keanggotaan pada area c1 sampai d1 adalah
sebagai berikut :

8

Fungsi umum untuk parameter keanggotaan area a1 sampai b1 adalah sebagai
berikut :

Fungsi keanggotaan parameter HR dapat dapat dilihat pada Gambar 5.
Sedikit

sedang

banyak

Derajat
keanggotaan

1

HR (x)
0

10

20

20

30

30

40

50

45

60

70

80

90

100

55

Gambar5Fungsi keanggotaan untuk variabel HR

Fungsi keanggotaan parameter SN DNE dapat dilihat pada Gambar 6.

9

Sedikit

sedang

banyak

Derajat
keanggotaan

1

SN DNE (x)
0

10

20

30

20

40

50

45

30

60

70

80

90

100

55

Gambar6Fungsi keanggotaan untuk variabel SN DNE

Fungsi keanggotaan parameter juvenility dapat dilihat pada Gambar 7.
Sedikit

sedang

banyak

Derajat
keanggotaan

1

juvenility (x)
0

10

20

20

30

30

40

50

45

60

70

80

90

100

55

Gambar7Fungsi keanggotaan untuk variabel juvenility

10

Nilai pusat dari tingkat pembatas pada juvenility, berdasarkan gambar 7
digambarkan pada Tabel 4.
Tabel4nilai pusat tingkat pembatas
Tingkat Pembatas juvenility
Nonaktif
Sedikit
Sedang
Banyak

Nilai Pusat
0.0
20.0
37.5
55.0

Untuk menggambarkan proses fuzzifikasi, diberikan contoh input sebagai berikut .
Input :
- HR : 22 nanogram
- SN DNE : 49 nanogram
Berdasarkan fungsi keanggotaan HR (Gambar 5)dan SN DNE (Gambar 6) dapat
diperoleh nilai keanggotaan untuk data input HR dan SN DNE yaitu :
Hypersensitive Response (hr):
sedikit(22)

= 0.8,

sedang(22)

= 0.2.

Sterile Node dan Day Neutral / SN DNE (sn):
sedang(49)

= 0.6,

banyak(49)

= 0.4.

Premis Aturan 6 : HR adalah sedikit
sedang
Premis Aturan 7 : HR adalah sedikit
banyak
Premis Aturan 9 : HR adalah sedang
sedang
Premis Aturan 10 : HR adalah sedang
banyak

AND SN/DNE adalah
AND SN/DNE adalah
AND SN/DNE adalah
AND SN/DNE adalah

Berdasarkan premis aturan diatas, digunakan operator min untuk mendapat
kebenaran nilai premis sebagai berikut :
Premis R6 : min(Msedikit(22), Msedang(49))

11

= min(0.8 , 0.6) = 0.6
Premis R7 : min(Msedikit(22), Mbanyak(49))
= min(0.8 , 0.4) = 0.4
Premis R9 : min(Msedang(22), Msedang(49))
= min(0.2 , 0.6) = 0.2
Premis R10 : min(Msedang(22), Mbanyak(49))
= min(0.2 , 0.4) = 0.2
Dengan menggunakan aturan untuk menentukan tingkat pembatas yang
berkaitan dengan juvenility diperoleh aturan-aturan sebagai berikut:
R6 :
R7 :
R9 :
R10 :

IF HR adalah
THEN JUVENILE
IF HR adalah
THEN JUVENILE
IF HR adalah
THEN JUVENILE
IF HR adalah
THEN JUVENILE

sedikit AND SN/DNE
adalah banyak
sedikit AND SN/DNE
adalah banyak
sedang AND SN/DNE
adalah banyak
sedang AND SN/DNE
adalah banyak

adalah sedang
adalah banyak
adalah sedang
adalah banyak

Ilustrasi proses fuzzifikasi untuk input data HR dan SN DNE yang diberikan
dapat dilihat pada Gambar 8.
FUZZIFIKASI INPUT

OPERATOR MIN

1

1

0,8
sedikit

0,6

0,6

sedang

Derajat kebenaran
Premis R6
0
Premis R6 :

AND

hr adalah sedikit

1

0
sn adalah sedang
1

0,8
sedikit

0,4

0
Premis R7 :

AND

hr adalah sedikit

1

Banyak

0,4

Derajat kebenaran
Premis R7

Banyak

0,4

Derajat kebenaran
Premis R9

Banyak

0,4

Derajat kebenaran
Premis R10

0
sn adalah banyak
1

0,2
Sedang

0,2

0
Premis R9 :

AND

hr adalah sedang

1

0
sn adalah banyak

1

0,2
Sedang

0,2

0
Premis R10 :

hr adalah sedang

Input 1 hr = 22

AND

0
sn adalah banyak

Input 2 sn = 49

Gambar8Fuzzifikasi untuk input data HR dan SN DNE yang diberikan.

12

Inferensi min
Dalam inferensi min, fungsi keanggotaan output untuk setiap aturan
diperoleh dari fungsi keanggotaan tingkat pembatas dari aturan-aturan yang
terpicu yang dipotong pada ketinggian yang disesuaikan dengan nilai kebenaran
premis dari aturan-aturan tersebut. Proses inferensi min untuk juvenility dapat
dilihat dalam Gambar 9.

Komposisi max
Pada proses komposisi max, nilai maksimum dari himpunan fuzzy setiap
aturan dikumpulkan dan dihimpun menjadi suatu fungsi keanggotaan baru. Proses
inferensi ini melibatkan output R6, R7, R9, dan R10 yang merupakan output
dengan rule yang berkaitan dengan hasil perhitungan min. Fungsi keanggotaan
dari output yang dihasilkan proses komposisi adalah sebagai berikut :

Hasil komposisi max dapat dilihat pada Gambar 9.

27

FUZZIFIKASI INPUT

OPERATOR MIN

1

INFERENSI MIN

1

0,8
sedikit

0,6

sedang

0

Premis R6 :

hr adalah sedikit

AND

1

0

sn adalah sedang

Output R6

1

0,8
sedikit
Banyak 0,4
0

Premis R7 :

hr adalah sedikit

AND

1

0

Output R7

sn adalah banyak
1

Banyak 0,4
Sedang
0

Premis R9 :

hr adalah sedang

0,2
AND

1

0

Output R9

sn adalah banyak
1

Banyak

Sedang
0

Premis R10 :

hr adalah sedang
Input 1 hr = 22

0,2
AND

0,4

0

Output R10

sn adalah banyak
Input 2 sn = 49

Rating (X) =
47.5

KOMPOSISI MAX

CENTER
AVERAGE
DEFFUZIFIER

output

Gambar9Proses inferensi penentuan data ratingjuvenility

Defuzzifikasi
Himpunan fuzzy hasil komposisi max lalu dikonversikan ke dalam bentuk
crisp dengan menggunakan metode center average defuzzifier. Pusat dari
himpunan fuzzyoutput R6, R7, R9, dan R10 adalah 55. Sedangkan tingginya
masing-masing adalah w1=0.6, w2=0.4, w3=0.2, w4=0.2. Perhitungan dengan
metode center average defuzzifier yang berhubungan dengan juvenility adalah
sebagai berikut

Dari fungsi keanggotaan tingkat pembatas, dapat diketahui bahwa X* bernilai 55,
dan
termasuk
ke
dalam
kelompok
banyak
dengan
derajat
)=1Sehingga dapat disimpulkan bahwa nilai juvenility tanaman
keanggotaan
adalah banyak, dan tanaman berstatus sangat muda. Untuk keluaran nilai dengan
status tanaman sangat muda, program berhenti melakukan inferensi di tahap satu.
Inferensi tahap 2
Inferensi tahap dua merupakan proses untuk menentukan keaktifan faktor
endogenous tanaman berdasarkan faktor eksogenous yang diberikan. Proses pada
inferensi tahap 2 ini akan berlangsung ketika nilai keluaran dari inferensi tahap 1

28

bernilai nol, atau tanaman berstatus menuju dewasa. Proses inferensi tahap 2 ini
dapat dilihat pada Gambar 10.
photoperiod

vernalisasi
Start
stress

Florigen

Mengkombinasi
faktor
eksogenous

nutrisi

Antiflorigen

Elektrisitas

Mengkombinasi
faktor
endogenous

GENE

Stop

Multi PGR

Gambar10Proses inferensi tahap 2

Misal kita berikan nilai input faktor eksogenous sebagai berikut :
Photoperiod : Aktif
Vernalisasi : Nonaktif
Stress : Nonaktif
Nutrient : Aktif
Bentuk pembatas yang terdapat pada inferensi tahap dua ini terdapat pada Tabel 5.
Tabel5Tingkat pembatas faktor eksogenous
Bentuk pembatas
Photoperiod
Vernalisasi
Stress
Nutrient

Tingkat pembatas faktor eksogenous
Aktif
Nonaktif
Nonaktif
Aktif

Berdasarkan Tabel 2. Faktor eksogenous dan Endogenous, hasil keluaran dari
tingkat pembatas input tersebut adalah seperti terdapat pada Tabel 6.
Tabel6Tingkat pembatas faktor endogenous
Bentuk Pembatas Tingkat pembatas faktor endogenous
Florigen
Aktif
Antiflorigen
Aktif
Electricity
Nonaktif
PGR Multifactor
Aktif
Status yang diberikan pada tanaman ini adalah : “tanaman mengalami
pembungaan”
Inferensi tahap 3
Inferensi tahap tiga merupakan proses penentuan bentuk bunga yang akan
tumbuh berdasarkan input faktor endogenous dari inferensi tahap 2. Pada tahap ini
terdapat empat jenis kemungkinan bunga yang muncul, yaitu bunga sempurna,
class A mutant, class B mutant, dan class C mutant. Masing-masing class akan
dipengaruhi oleh muncul atau tidaknya bagian dari bunga, yaitu sepal, petal,
stamen dan carpel. Inferensi tahap ketiga ini hanya akan berjalan apabila status
keluaran pada inferensi tahap dua adalah “tanaman mengalami pembungaan”.
Sebaliknya apabila tanaman tidak mengalami pembungaan maka tanaman akan

29

dinyatakan mandul dan otomatis inferensi tahap 3 yaitu inferensi untuk
menentukan bentuk bunga ditiadakan. Proses inferensi tahap 3 dapat dilihat pada
Gambar 11.

Start

Gene,
Leafy

Pengaktifan
komponen
bunga

Sepal

sempurna

Petal

Class A
mutant

Stamen

Pengelompokan
jenis bunga

Carpel

Class B
mutant

Stop

Class C
mutant

Gambar11Proses inferensi tahap 3
Sebagai contoh hasil inferensi pada tahap dua, didapatkan status faktor
endogenous tanaman adalah sebagai berikut :
florigen :aktif
antiflorigen :aktif
electricity :nonaktif
multifactorial by pgr :aktif
status : tanaman mengalami pembungaan
Pada inferensi tahap ketiga ini kita akan diharuskan memasukan nilai leafy. Nilai
leafy yang dapat dimasukan dibagi menjadi tiga tingkat pembatas yaitu lemah,
sedang, dan kuat. Misal kita berikan nilai leadfy adalah sebagai berikut :
leafy :kuat
Maka berdasarkan Tabel 3 bentuk bunga, status keluaran adalah sebagai berikut :
sepal :aktif
petal :aktif
stamen :aktif
carpel :aktif
bentuk bunga :sempurna
Dari hasil tersebut, sesuai Tabel 3 dapat disimpulkan bahwa tanaman tersebut
menghasilkan “bunga sempurna”, yaitu bunga yang memiliki komponen lengkap.

HASIL DAN PEMBAHASAN
Hasil
Antarmuka Pengguna
Antarmuka pengguna terdiri atas satu form universal yang dibangun
menggunakan GUI Matlab, jendela ini bernama guisispakbunga.m. Form ini
terdiri atas beberapa komponen, yaitu :
FormJuvenility :
HR(input text), merupakan input data berupa angka dengan kisaran nilai
masukan antara nol sampai seratus. Input ini digunakan untuk
memasukan nilai HR.

30

SN/DNE(input text), merupakan input data berupa angka dengan kisaran
nilai masukan antara nol sampai seratus. Input ini digunakan untuk
memasukan nilai SN atau DNE.
Proses(button), merupakan tombol yang berfungsi memproses nilai input
HR dan SN/DNE ke dalam proses inferensi tahap satu, yaitu proses
fuzzifikasi nilai juvenility.
Reset(button), merupakan tombol yang digunakan untuk me reset nilai
input HR, SN/DNE, serta nilai output yang terdapat pada form 1
juvenility
Nilai Juvenility (output text/static text), merupakan nilai keluaran yang
memuat hasil perhitungan nilai fuzzyjuvenility berupa angka.
Umur Tanaman (output text/static text), merupakan nilai keluaran yang
memuat hasil perhitungan umur tanaman berdasarkan nilai fuzzyjuvenility
yang telah diketahui.
Pertumbuhan (output text/static text), merupakan nilai keluaran yang
memuat status pertumbuhan tanaman, berdasarkan hasil perhitungan nilai
fuzzyjuvenility.
Pembungaan (output text/static text), merupakan nilai keluaran yang
memuat status pembungaan tanaman, berdasarkan hasil perhitungan nilai
fuzzyjuvenility.
Rule (output text/static text), merupakan nilai keluaran yang memuat
aturan yang digunakan dalam inferensi sesuai perhitungan juvenility.
Form Faktor Eksogenous dan Endogenous :
Photoperiod (popup menu), merupakan input data berupa opsi yang
terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan
nilai photoperiod.
Vernalisasi (popup menu), merupakan input data berupa opsi yang
terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan
nilai vernalisasi.
Stress (popup menu), merupakan input data berupa opsi yang terdiri dari
aktif dan nonaktif. Input ini digunakan untuk memasukan nilai stress.
Nutrisi (popup menu), merupakan input data berupa opsi yang terdiri
dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai
nutrisi.
Proses (button), merupakan tombol yang berfungsi memproses nilai
input photoperiod, vernalisasi, stress, dan nutrisike dalam proses
inferensi kedua, yaitu kondisional faktor eksogenous dan endogenous.
Reset (button), merupakan tombol yang digunakan untuk me reset nilai
input photoperiod, vernalisasi, stress, dan nutrisi, serta nilai output yang
terdapat pada form 2 Eksogenous dan Endogenous.
Photoperiod, Vernalisasi, Stress, Nutrisi(output text/static text),
merupakan nilai keluaran yang memuat status keaktifan faktor
eksogenous yang diinputkan oleh pengguna.
Florigen, Antiflorigen, elektrisitas, multiPGR(output text/static text),
merupakan nilai keluaran yang memuat status pembungaan status
keaktifan faktor endogenous berdasarkan nilai faktor endogenous yang
diinputkan oleh pengguna.

31

Status Tanaman (output text/static text), merupakan nilai keluaran yang
memuat status pembungaan tanaman berdasarkan nilai
faktor
endogenous yang aktif.
Gene (output text/static text), merupakan nilai keluaran yang memuat
kode nilai yang akan di gunakan di form selanjutnya.
Form Bunga
Leafy (popup menu), merupakan input data berupa opsi yang terdiri dari
lemah, sedang dan kuat. Input ini digunakan untuk memasukan nilai
leafy.
Proses (button), merupakan tombol yang berfungsi memproses nilai
inputleafy ke dalam proses inferensi ketiga, yaitu kondisional bentuk
bunga.
Reset (button), merupakan tombol yang digunakan untuk me reset nilai
inputleafy, serta nilai output yang terdapat pada form Bunga.
Gene (output text/static text), merupakan nilai keluaran yang memuat
kode nilai yang diambil dari form sebelumnya dengan nama yang sama.
Leafy (output text/static text), merupakan nilai keluaran yang memuat
nilai leafy yang diinputkan pengguna.
Jenis Bunga (output text/static text), merupakan nilai keluaran yang
memuat status jenis bunga yang muncul berdasarkan nilai keaktifan
komponen bunga (sepal, petal, stamen, carpel dan leafy.
Sepal, petal, stamen, carpel (output text/static text), merupakan nilai
keluaran yang memuat status keaktifan komponen bunga sesuai dengan
nilai leafy yang dimasukan pengguna.

32

Gambar12Tampilan GUI Sistem Pakar Perlakuan Tanaman dengan
Hormon Pertumbuhan, Faktor Eksogen dan
EndogenMenggunakan Pendekatan Fuzzy
Pembahasan
Inferensia fuzzy
Fuzzifikasi
Variabel HR(ng)
Hypersensitive Response,atau disingkat HR, merupakan bentuk dari
kematian sebuah sel yang biasanya dihubungkan dengan daya tahan tanaman
terhadap infeksi pathogen atau berbahaya (Morel Dangl 1997). Dalam proses
fuzzifikasi, HR dikelompokan menjadi empat, yaitu nonaktif, sedikit, sedang, dan
banyak. Semakin besar nilai HR maka Juvenility mengalami kecenderungan
meningkat, sebaliknya apabila HR nonaktif, maka HR akan mengirimkan sinyal
bahwa juvenility telah turun sampai ke titik mendekati nol. Parameter HR ini
direpresentasikan dalam kurva trapesium seperti yang terlihat pada Gambar 13.

33

Gambar13Kurva variabel HR
Fungsi keanggotaan parameter HR dapat dirumuskan sebagai berikut :

Variabel SN DNE
SN DNE merupakan suatu hormon yang aktifitas penurunan dan
peningkatannya berkaitan erat dengan kadar HR. Dalam proses fuzzifikasi, SN
DNE sama seperti HR, dikelompokan menjadi empat, yaitu nonaktif, sedikit,
sedang, dan banyak. Semakin besar nilai SN DNE maka Juvenility mengalami
kecenderungan meningkat, sebaliknya apabila SN DNE nonaktif, maka akan
mengirimkan sinyal bahwa juvenility telah turun sampai ke titik mendekati nol.
Parameter SN DNE ini direpresentasikan dalam kurva trapesium seperti yang
terlihat pada gambar 14.

Gambar14Kurva variabel SN DNE

34

Fungsi keanggotaan parameter SN DNE dapat dirumuskan sebagai berikut :

Defuzzifikasi
Variabel Juvenility
Kadar Juvenility mempengaruhi masa kemudaan tanaman secara langsung,
apabila juvenility tinggi, masa muda tanaman akan semakin lama, sebaliknya
penurunan juvenility sampai ke nilai mendekati nol, akan menyebabkan tanaman
mengalami pendewasaan dan melalui fase pembungaan. HR dan SN DNE
mempengaruhi nila Juvenility, juvenility itu sendiri dikelompokan menjadi empat
yaitu nonaktif, sedikit, sedang, dan banyak.

Gambar15Kurva variabel juvenility
Fungsi keanggotaan parameter juvenility dapat dirumuskan sebagai berikut :

35

Dari perhitungan fungsi keanggotaan, didapatkan aturan-aturan dibawah ini :
If (HR is nonaktif) and (SN/DNE is nonaktif) then (JUVENILE is
nonaktif)
If (HR is nonaktif) and (SN/DNE is sedikit) then (JUVENILE is
sedikit)
If (HR is nonaktif) and (SN/DNE is sedang) then (JUVENILE is
sedang)
If (HR is nonaktif) and (SN/DNE is banyak) then (JUVENILE is
banyak)
If (HR is sedikit) and (SN/DNE is sedikit) then (JUVENILE is
sedang)
If (HR is sedikit) and (SN/DNE is sedang) then (JUVENILE is
banyak)
If (HR is sedikit) and (SN/DNE is banyak) then (JUVENILE is
banyak)
If (HR is sedang) and (SN/DNE is sedikit) then (JUVENILE is
sedang)
If (HR is sedang) and (SN/DNE is sedang) then (JUVENILE is banyak)
If (HR is sedang) and (SN/DNE is banyak) then (JUVENILE is banyak)
If (HR is banyak) and (SN/DNE is sedikit) then (JUVENILE is
sedang)
If (HR is banyak) and (SN/DNE is sedang) then (JUVENILE is banyak)
If (HR is banyak) and (SN/DNE is banyak) then (JUVENILE is banyak)
If (HR is sedikit) and (SN/DNE is nonaktif) then (JUVENILE is
sedikit)
If (HR is sedang) and (SN/DNE is nonaktif) then (JUVENILE is
sedang)
If (HR is banyak) and (SN/DNE is nonaktif) then (JUVENILE is
banyak)
Implementasi aturan fuzzy pada program dapat dilihat pada Gambar 16.

Gambar16Aturan fuzzyjuvenility

36

Inferensia non-Fuzzy
Pada sistem ini,selain inferensia dengan menggunakan fuzzy, terdapat juga
inferensia non-fuzzy yaitu dengan menggunakan logika if else dan fungsi-fungsi
tertentu, antara lain :
Fungsi vegetatif
Yaitu fungsi yang digunakan menghitung status kemudaan suatu tanaman
dengan menerima nilai input keluaran dari fuzzyjuvenility. Input ini kemudian
diproses ke dalam logika kondisional yang mengeluarkan output berupa status
umur kemudaan tanaman.
Berikut adalah implementasi fungsi vegetatif :
function [ tanaman ] = vegetatif( juvenile )
if(juvenile == 0)
tanaman = 'dewasa';
elseif((juvenile 0))
tanaman = 'menuju dewasa';
elseif((juvenile = 26))
tanaman = 'muda';
elseif((juvenile = 51))
tanaman = 'sangat muda';
end

Fungsi generatif
Fungsi generatif merupakan fungsi yang menerima inputan berupa sinyal
aktif dan nonaktif dari faktor eksogenous tanaman, yaitu nilai photoperiod,
vernalisasi, stress, dan nutrisi. Fungsi ini kemudian memberikan keluaran nilai
faktor endogenous, yaitu florigen, antiflorigen, elektrisitas, pgr dan satu tambahan
nilai yaitu gen yang nantinya akan digunakan pada fungsi selanjutnya. Potongan
implementasi fungsi generatif dapat dilihat dibawah ini, fungsi keseluruhannya
dapat dilihat di lampiran 1.
function [flo, anf, elect, pgr, gen] = generatif(pho, vern, str,
nutr)
if ((pho == 1) && (vern == 0) && (str == 0) && (nutr == 0))
flo = 'aktif';
anf = 'aktif';
elect = 'nonaktif';
pgr = 'aktif';
gen = 1;
elseif ((pho == 0) && (vern == 1) && (str == 0) && (nutr == 0))
flo = 'nonaktif';
anf = 'nonaktif';
elect = 'nonaktif';
...

Fungsi status bunga
Fungsi status bunga menentukan keadaan bunga setelah tanaman diketahui
mengalami pendewasaan menurut gen yang dibawa, gen ini adalah variabel yang
dibawa oleh fungsi generatif, yaitu berupa angka nol sampai tujuh. Pada fungsi ini,
nilai yang dibaca hanya nol dan selainnya. Apabila gen lebih dari nol, maka status
tanaman tersebut menghasilkan bunga, sedangkan apabila variabel gen ini bernilai
nol, maka tanaman tersebut mandul, atau gagal menghasilkan bunga. Input dari
fungsi ini adalah gen, yang didapat dari fungsi sebelumnya, sedangkan output dari

37

fungsi ini adalah status, yang dapat bernilai berbunga atau mandul. Berikut adalah
implementasi fungsi status bunga:
function [status] = statusbunga(gen)
if (gen > 0)
status = ('berbunga');
else
status = ('mandul');
end

Fungsi bentuk bunga
Fungsi bentuk bunga menentukan bagaimana produk bunga yang dihasilkan
dengan nilai leafy dan hasil keluaran fungsi sebelumnya, yaitu fungsi generatif.
Terdapat empat macam keadaan bunga yang mungkin muncul berdasarkan fungsi
ini, yaitu bunga sempurna, class A mutant, class B mutant, dan class C mutant.
Keempat kelas tersebut ditentukan dari aktif tidaknya empat komponen yang
terdapat pada bunga, yaitu sepal, petal, stamen, dan carpel. Input pada fungsi ini
adalah variabel g, dan leafy.Sedangkan output dari fungsi ini adalah sepal, petal,
stamen, carpel, dan bunga. Berikut adalah implementasi potongan fungsi dari
bentuk bunga, fungsi lengkapnya dapat dilihat di lampiran 2.
function [sepal, petal, stamen, carpel,
leafy)
if ((g == 1) && (leafy == 1))
sepal = 'aktif';
petal = 'aktif';
stamen = 'aktif';
carpel = 'aktif';
bunga = 'sempurna';
elseif ((g == 1) && (leafy == 2))
sepal = 'nonaktif';
petal = 'aktif';
stamen = 'aktif';

bunga]

=

bentukbunga(g,

Contoh bentuk bunga yang menjadi output dari inferensi tahap 3 ini adalah
sebagai berikut, bentuk bunga dapat dilihat pada Gambar 17, Gambar 18, Gambar
19 dan Gambar 20.
Sepal : Aktif
Petal : Aktif
Stamen : Aktif
Carpel : Aktif

Gambar17Bunga
Sempurna

Sepal : Aktif
Petal : Nonaktif
Stamen : Nonaktif
Carpel : Aktif
Gambar18Class B
mutant

38

Sepal : Nonaktif
Petal : Nonaktif
Stamen : Aktif
Carpel : Aktif

Gambar 19Class A
mutant

Sepal : Nonaktif
Petal : Aktif
Stamen : Aktif
Carpel : Aktif

Gambar 20Class C
mutant

Hasil Pengujian
Pengujian Inferensi Tahap Pertama
Untuk melakukan pengujian pada sistem inferensi tahap pertama, maka
diberikan tiga contoh input data berupa nilai bilangan real untuk setiap variabel
sebagai berikut.
Karakteristik yang berhubungan dengan Juvenility
- HR : 12, 23,0
- SN DNE : 5,56,0

Output program untuk kelas kesesuaian inferensi tahap satu terdapat pada tabel 7.
Tabel7nilai keluaran data untuk inferensi tahap 1
HR
12
23
0

SN DNE
5
56
0

Juvenility
37,5
74,4615
0

Umur tanaman
muda
Sangat muda
Menuju dewasa

pertumbuhan
vegetatif
vegetatif
generatif

pembungaan
nonaktif
nonaktif
aktif

Pengujian Inferensi Tahap Kedua
Selanjutnya untuk melakukan pengujian pada sistem, inferensi tahap kedua,
maka diberikan tiga contoh input data input berupa sinyal aktif dan nonaktif untuk
setiap variabel sebagai berikut.
Karakteristik yang berhubungan dengan Faktor
Endogenous
- photoperiod : aktif, nonaktif, aktif
- vernalisasi : nonaktif, aktif aktif
- stress : aktif, nonaktif, nonaktif
- nutrisi : nonaktif, aktif, nonaktif

Eksogenous

dan

Proses pada inferensi kedua ini hanya akan berjalan ketika nilai
pembungaan yang terdapat pada inferensi 1 dinyatakan aktif, yaitu dengan syarat
HR dan SN DNE bernilai nol. Output program untuk kelas kesesuaian inferensi
tahap dua terdapat pada tabel 8.

39

Tabel8nilai keluaran data untuk inferensi tahap 2
Faktor Eksogenous
pho vern str nut
1
0
1
0
0
1
0
1
1
1
0
0
1
0
1
1
1
0
0
1

Faktor Endogenous
Status tanaman
flo anf elect PGR
0
0
1
0
mandul
0
0
0
0
mandul
1
1
0
1
berbunga
1
1
1
1
berbunga
1
1
0
1
berbunga

Gene
0
0
3
6
4

Keterangan : aktif (1), nonaktif (0), Photoperiod (pho), Vernalisasi (vern), Nutrisi
(nut), Florigen (flo), Antiflorigen (anf), Elektrisitas (elect), MultifaktorPGR
(PGR).
Pengujian Inferensi Tahap Ketiga
Untuk melakukan pengujian pada sistem inferensi tahap ketiga, maka
diberikan tiga contoh input data berupa sinyal lemah, sedang, dan kuat untuk
variabel leafy sebagai berikut.
Karakteristik yang berhubungan dengan bentuk bunga
- Leafy : lemah, sedang, kuat

Proses pada inferensi ketiga ini akan berjalan ketika Status tanaman pada
inferensi kedua bernilai „berbunga‟, dan Gene bernilai nol. Output program untuk
kelas kesesuaian inferensi tahap tiga terdapat pada tabel 9.
Tabel9nilai keluaran data untuk inferensi tahap 2
Gene Leafy
Sepal
Petal
Stamen
3
Lemah Nonaktif Nonaktif Aktif
6
Sedang
Aktif
Aktif
Aktif
4
Kuat
Aktif
Aktif
Aktif

Carpel
Jenis Bunga
Aktif Class A mutant
Aktif
Sempurna
Aktif
Sempurna

Validasi Pengujian
Untuk melakukan validasi terhadap pengujian sistem, dibuat sebuah
kuesioner yang diisi oleh pakar terkait, berikut adalah hasil kuesioner yang telah
diisi. Terdapat dua macam kuesioner yang diajukan, yaitu kuesioner inferensi
proses tahap pertama yaitu pengaruh nilai HR dan SN DNE terhadap nilai
juvenility serta pertumbuhan tanaman. Kedua, kuesioner inferensi proses tahap
kedua yaitu pengaruh nilai keaktifan faktor eksogeous terhadap faktor edogenous.
Validasi pengujian proses inferensi tahap pertama dapat dilihat pada Tabel 10,
Validasi pengujian proses inferensi tahap kedua dapat dilihat pada Tabel 11,
Sementara Perbandingan Nilai Faktor Endogenous Pakar dan Sistem dapat dilihat
pada Tabel 12.

40

Validasi pengujian proses inferensi tahap pertama : nilai juvenility
Tabel10Validasi pengujian proses inferensi tahap pertama
No

HR

SN DNE

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

0
25
50
100
0
0
0
25
25
25
50
50
50
100
100
100

0
0
0
0
25
50
100
25
50
100
25
50
100
25
50
100

Umur tanaman
(Menurut Pakar)
dewasa
menuju dewasa
muda
muda
sangat muda
muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda
sangat muda

Umur tanaman
(Menurut Sistem)
dewasa
muda
Sangat muda
Sangat muda
Muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda
Sangat muda

Kecocokan















Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner
pada tabel 10, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 12 point
dari 16 point pengujian cocok dengan hasil kuesioner.
Pengujian proses inferensi tahap kedua : Faktor eksogenous dan endogenous
Tabel11Validasi pengujian proses inferensi tahap kedua
Faktor Eksogenous
Photo
period

Vernal
isasi

Stress

Faktor Endogenous
Nutrisi Florigen

Anti
Elektri
florigen sitas

Multi
PGR

nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif
aktif

nonaktif nonaktif nonaktif

aktif

nonaktif

aktif

aktif

nonaktif nonaktif

aktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

nonaktif nonaktif

nonaktif nonaktif nonaktif

aktif

nonaktif nonaktif nonaktif

aktif

nonaktif nonaktif
aktif

nonaktif

nonaktif nonaktif nonaktif

aktif

41

Tabel12Perbandingan Nilai Faktor Endogenous Pakar dan Sistem
Faktor Endogenous (Menurut Pakar)
Florigen
Anti
Elektri
Multi
florigen
sitas
PGR
nonaktif nonaktif nonaktif nonaktif
aktif
aktif
nonaktif
aktif
nonaktif
aktif
nonaktif nonaktif
aktif
aktif
aktif
nonaktif
aktif
aktif
aktif
aktif
nonaktif nonaktif
aktif
nonaktif
aktif
nonaktif
aktif
aktif
nonaktif nonaktif nonaktif
aktif

Faktor Endogenous (Menurut Sistem)
Florigen
Anti
Elektri
Multi
florigen
sitas
PGR
nonaktif nonaktif nonaktif nonaktif
aktif
aktif
nonaktif
aktif
aktif
aktif
nonaktif
aktif
nonaktif nonaktif
aktif
nonaktif
aktif
aktif
aktif
aktif
nonaktif nonaktif
aktif
nonaktif
nonaktif nonaktif
aktif
nonaktif
aktif
aktif
nonaktif
aktif

Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner
pada tabel 11, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 24 point
dari 32 point pengujian cocok dengan hasil kuesioner.

42

SIMPULAN DAN SARAN
Simpulan
Sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor
eksogenous dan endogenous ini berfungsi sebagai simulator proses pertumbuhan
tanaman yang akan digunakan oleh peneliti biomolekuler. Sistem pakar ini
menghasilkan nilai prediksi dari pertumbuhan tanaman sesuai dengan perlakuan
yang diberikan.
Saran
Sistem pakar ini masih te