Pengembangan basis pengetahuan manajemen nutrisi cabai merah (Capsicum annuum L.) di wilayah tropika berbasis pertanian teliti (Precision Farming)

i

PENGEMBANGAN BASIS PENGETAHUAN MANAJEMEN NUTRISI

CABAI MERAH (

Capsicum annuum

L

.

) DI WILAYAH TROPIKA

BERBASIS PERTANIAN TELITI (

PRECISION FARMING

)

SKRIPSI

RISKA MUJI RAHAYU

F14080068

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2013

ii

NUTRIENT MANAGEMENT KNOWLEDGE BASE DEVELOPMENT

OF RED CHILI (

Capsicum annuum

L.) IN THE TROPIC REAGION

BASED PRECISION FARMING

Riska Muji Rahayu, Kudang Boro Seminar, Widodo

Department of Mechanical and Biosystem Engineering, Faculty of Agricultural Technology, Bogor Agricultural University, IPB Darmaga Campus, PO BOX 220, Bogor, West Java, Indonesia.

Phone +62 85727039797, e-mail: rahayu.riskamuji@gmail.com

ABSTRACT

Red chili (Capsicum annuum L.) is a strategic agricultural commodities grown in Indonesia. Cultivation of red chili generaly faces many constraints, such as cultivation techniques, pests and plant diseases, post-harvest handling, and fertilization. These constraints can occur because the average of a farmers have insufficient knowledge on cultivation best practices, particularly about fertilization for red chili. The objective of this research is to developed knowledge base of red chili nutrient management in tropical region based on precision farming. This research includes data and information collecting, knowledge acquisition, knowledge base repesentation, knowledge coding and testing. Finally prototype a application development was done to demonsrate the usability of knowledge based developed in this research. Knowledge aquisition was carried out by literature survey and expert interviews. In our system, knowledge is represented as decision trees/decision tables, and related data model. The main result of this research is the knowledge base of red chili nutrient management and cultivation that can be used for several application such as expert systems, decision support systems, and consultation systems for farmers, agroindustry, practitioners, or other agribusiness units. The specific result of the research is a knowledge about how to determine dosage of limestone/sulfur based of pH and texture, animal manure based of organic carbon, singular and compound fertilizers based on the amount of red chili nutrient requirement. The knowledge base system was implemented using PostgreSQL and the application prototype was built using PHP on web platform basis.

iii RISKA MUJI RAHAYU. F14080068. Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming). Dibawah bimbingan Kudang Boro Seminar dan Widodo. 2013

RINGKASAN

Cabai Merah (Capsicum annuum L.) merupakan komoditas pertanian yang strategis untuk dibudidayakan di Indonesia. Petani cabai merah masih sering menghadapi beberapa kendala mengenai teknik budidaya, salah satunya adalah pemupukan. Petani belum memiliki banyak pengetahuan pemupukan cabai merah untuk meningkatkan hasil produksi. Tujuan dari pembangunan sistem ini adalah merancang dan mengembangkan basis pengetahuan (knowledge base) manajemen nutrisi cabai merah (Capsicum annuum L.) di wilayah tropika berbasis pertanian teliti (precision farming). Inti dari penelitian ini adalah bagaimana menghimpun data, informasi dan pengetahuan dari pakar dan sumber pustaka, agar bisa dikembangkan untuk menyelesaikan berbagai masalah mengenai pemupukan cabai merah. Nantinya bisa menjadi panduan petan-petani cabai merah dalam kegiatan budidaya yang mengarah pada konsep pertanian teliti yaitu dapat meminimalisir input, output/produktivitas optimal dan mengurangi dampak kerusakan lingkungan.

Pengetahuan-pengetahuan yang sudah dikembangkan antara lain pengetahuan tentang tanah dan karakteristik tanah, pengetahuan penentuan dosis kapur/belerang berdasarkan pH dan tekstur tanah, penentuan dosis pupuk kandang berdasarkan C-organik tanah, penentuan dosis pupuk tunggal dan pupuk majemuk, serta cara dan waktu aplikasi yang tepat. Pembangunan semua pengetahuan tersebut melalui banyak tahapan, dari mulai identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi dan pemeliharaan.

Identifikasi masalah merupakan langkah awal untuk menentukan dasar pengembangan sistem. Pengetahuan ini tentang masalah pemupukan, sehingga diidentifikasi masalah-masalah apa saja yang menjadi faktor dan parameter penting, seperti melakukan analisis mengenai tanah dan hubungannya dengan pemupukan, faktor-faktor yang mempengaruhi penentuan dosis beberapa amelioran, seperti pH, tekstur, C-organik dll. Setelah itu tahap akuisisi pengetahuan, pengetahuan diperoleh dari wawancara dengan seorang pakar yang ahli tentang cabai merah, dan studi pustaka yang relevan, seperti dari buku, jurnal, hasil penelitian, internet, dan website resmi. Metode wawancara yang digunakan untuk mendapatkan pengetahuan dari pakar melalui kegiatan diskusi rutin. Pakar menunjukkan bagian-bagian penting yang menjadi dasar dari pembangunan knowledge base, kemudian dikembangkan melalui tahapan analisis, perhitungan, identifkasi oleh knowledge engineer dengan dukungan pustaka-pustaka.

Tahapan selanjutnya adalah representasi pengetahuan, pengetahuan yang sudah diakuisisi sebelumnya direpresentasikan agar bisa disimpan dalam media penyimpanan komputer sehingga bisa digunakan untuk menyelesaikan masalah. Tahapan ini menggunakan pohon keputusan (decision tree), tabel keputusan (decision table), dan model data relasi sebagai metode representasi pengetahuannya. Pada tahapan validasi pengetahuan, pakar melakukan pengecekan, validasi, verifikasi terkait dengan konten pengetahuan atau isi dari knowledge base. Kodifikasi menggunakan PostgreSQL sebagai DBMS. Pada tahapan ini berkaitan dengan strukturisasi tabel-tabel. Untuk pengetahuan yang berupa perhitungan rumus, dilakukan penyimpanan dalam database yang disebut dengan stored function. Penggunaannya dengan melakukan pemanggilan fungsi pada query. Tahap pengujian/implementasi dengan diwakili oleh sebuah contoh aplikasi sederhana untuk menguji kebenaran pengetahuan, dan terbukti bahwa pengetahuan yang sudah dibangun bisa digunakan untuk menyelesaikan masalah, walaupun untuk pengujian di lapangan secara langsung belum dilakukan. Harapannya knowledge base ini bisa digunakan sebagai panduan untuk petani cabai yang berbasis pertanian teliti dan juga bisa dikembangkan lebih lanjut untuk sistem yang lebih besar seperti aplikasi untuk android, sistem pakar, decision support system, dan aplikasi lainnya karena knowledge base telah dikembangkan dengan DBMS yang sudah standar dan banyak digunakan.

iv

PENGEMBANGAN BASIS PENGETAHUAN MANAJEMEN NUTRISI

CABAI MERAH (

Capsicum annuum

L

.

) DI WILAYAH TROPIKA

BERBASIS PERTANIAN TELITI (

PRECISION FARMING

)

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

pada Departemen Teknik Mesin dan Biosistem,

Fakultas Teknologi Pertanian,

Institut Pertanian Bogor

Oleh

RISKA MUJI RAHAYU

F14080068

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2013

v Judul Skripsi : Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum

annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming)

Nama : Riska Muji Rahayu

NIM : F14080068

Menyetujui,

Mengetahui : Ketua Departemen,

(Dr. Ir. Desrial, M.Eng.) NIP 19661201 199103.1.004

Tanggal Lulus :

Pembimbing II,

(Dr. Ir. Widodo, M.S.) NIP 19591115 198503.1.003 Pembimbing I,

(Prof. Dr. Ir. Kudang B. Seminar, M.Sc.) NIP 19591118 198503.1.004

vi

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI

Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming) adalah benar hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informasi berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain yang telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor, Februari 2013 Yang membuat pernyataan

Riska Muji Rahayu F14080068

vii

© Hak cipta milik Institut Pertanian Bogor, tahun 2013

Hak cipta dilindungi

Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, microfilm, dan sebagainya

viii

BIODATA PENULIS

Riska Muji Rahayu. Lahir di Kudus, 30 Mei 1990 dari ayah Suwarjo dan ibu Siti Mastinatun, sebagai putra pertama dari empat bersaudara. Penulis mengenyam pendidikan dasar di SD II Honggosoco tahun (1996-2002), pendidikan menengah pertama SMP II Kudus tahun (2002-2005), dan pendidikan menengah atas di SMA I Kudus tahun (2005-2008). Pada tahun 2008 diterima di IPB melalui jalur Undangan Seleksi Masuk IPB. Penulis memilih program studi Teknik Pertanian, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian. Selama mengikuti perkuliahan, penulis aktif dalam berbagai kegiatan organisasi di dalam dan di luar kampus termasuk menjadi pengurus inti HIMATETA (Himpunan Mahasiswa Teknik Pertanian). Selain itu juga aktif di Organisasi Mahasiswa Daerah Keluarga Kudus Bogor Menara Kota (OMDA KKB), serta ikut tergabung dalam komunitas pencinta alam GURSAPALA. Penulis melaksanakan Praktik Lapangan pada tahun 2011 di PT. Dua Kelinci, Pati, Jawa Tengah. Pada bulan September-November 2012 Penulis mengikuti “Short Stay International Program in Ag-ESD” di Universitas Tsukuba, Ibaraki, Jepang. Penulis juga mengikuti salah satu serangkaian acara tersebut, yaitu “2012 International Symposium on Agricultural Education for Sustainable Development”. Banyak ilmu dan pengalaman yang diperoleh penulis dalam mengikuti kegiatan tersebut.

ix

KATA

PENGANTAR

Puji dan syukur dipanjatkan kehadirat Allah SWT atas segala rahmat dan karuniaNya sehingga skripsi ini berhasil diselesaikan. Usulan penelitian ini berjudul “Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (precision farming)” dilaksanakan sejak bulan Februari sampai Nopember 2012. Dengan telah selesainya penelitian hingga tersusunnya skripsi ini, penulis ingin menyampaikan penghargaan dan terima kasih yang sebesar-besrnya kepada :

1. Prof. Dr. Ir. Kudang Boro Seminar, M.Sc. selaku dosen pembimbing utama tugas akhir yang tak henti-hentinya selalu memberi arahan dan masukan.

2. Dr. Ir. Widodo, MS, selaku dosen pembimbing kedua tugas akhir, yang membantu dalam pembangunan pengetahuan manajemen nutrisi cabai merah.

3. R. Arief Firmansyah yang telah sangat membantu banyak hal dalam pelaksanaan penelitian ini khususnya pada tahap pembangunan prototipe. Arif Kurnia W, Faiz Ridhan F, Moh. Zaeful A. selaku satu bimbingan yang senantiasa bekerjasama dan saling mendukung dan memberi semangat untuk menyelesaikan penelitian ini.

4. Thoriq Aziz, Puyun, sebagai teman diskusi serta mengarahkan penulis mengenai pembanguanan basis data dan karakteristik tanah, serta Pak Supriyanto, Pak Solahudin, Pak Lilyantono dan teman-teman diskusi rutin Lab TBI yang sudah banyak memberikan masukan untuk penelitian ini.

5. Teman-teman seperjuangan sejak dahulu Maria Ulfah, Lucia, Erni, Anggie, Nadia, dan TEP 45 khususnya Adhi, Dimas, Angga, Ichan, Agus, Panji, Didik, Eris, Aulia, Bhekti, Ninggar, Dina, Ita, Lita, Ai, Kosan Zero, Sakinah, Pondok Nuansa Sakinah, Wisma Agung dan semua teman Teknik Pertanian angkatan 45.

6. Teman-teman kosan Andaleb 1, Yanti, Rifah, Siska P, Siska, Ugi, Yuni, Silva, Ajeng, Tita, Lia, Bika yang senantiasa memberikan dukungan, serta menjadi teman saling berbagi.

7. Orang tua dan keluarga, Ayah, Ibu, Nenek, Nanang, Puput, Yogi, Om Nono dan keluarganya yang senantiasa memberikan dukungan moril dan spiritual demi kebaikan penulis.

Akhirnya penulis berharap semoga tulisan ini bermanfaat dan memberikan kontribusi yang nyata terhadap perkembangan ilmu pengetahuan di bidangnya.

Bogor, Februari 2013

x

DAFTAR

ISI

Halaman

DAFTAR ISI ... x

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... xiii

DAFTAR LAMPIRAN ... xv

I. PENDAHULUAN ... 1

A. LATAR BELAKANG ... 1

B. TUJUAN ... 3

II. TINJAUAN PUSTAKA ... 4

A. CABAI MERAH ... 4

B. PEMUPUKAN PADA CABAI MERAH ... 5

C. TERMINOLOGI DATA, INFORMASI, PENGETAHUAN ... 6

D. PROSES PERANCANGAN BASIS DATA ... 7

E. DEFINISI BASIS PENGETAHUAN (KNOWLEDGEBASE) ... 11

F. PENGEMBANGAN BASIS PENGETAHUAN ... 12

G. PERTANIAN TELITI DALAM MANAJEMEN NUTRISI CABAI MERAH ... 17

III. METODOLOGI PENELITIAN ... 19

A. WAKTU DAN TEMPAT ... 19

B. ALAT DAN BAHAN ... 19

C. METODE PENELITIAN ... 20

IV. HASIL DAN PEMBAHASAN ... 24

A. KNOWLEDGEBASE MANAJEMEN NUTRISI CABAI MERAH BERBASIS PERTANIAN TELITI (PRECISIONFARMING) ... 24

xi

B. TAHAPAN PENGEMBANGAN BASIS PENGETAHUAN ... 26

1) Identifikasi Masalah... 26

2) Akuisisi Pengetahuan... 27

3) Representasi Pengetahuan... 39

4) Validasi Pengetahuan ... 49

5) Kodifikasi ... 50

6) Pengujian/implementasi ... 67

7) Pemeliharaan ... 82

V. SIMPULAN DAN SARAN ... 83

A. SIMPULAN... 83

B. SARAN ... 84

DAFTAR PUSTAKA ... 85

xii

DAFTAR

TABEL

Tabel 1. Kandungan gizi cabai merah segar per 100 g bahan ... 5

Tabel 2. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 5 ton/ha bobot kering) ... 6

Tabel 3. Fitur-fitur pada tahap perancangan database (Annisa, 2011) ... 10

Tabel 4. Contoh representasi pengetahuan pada metode frame (Turban et al. 2005) ... 14

Tabel 5. Akuisisi pengetahuan jenis tanah dan karakteristiknya ... 29

Tabel 6. Akuisisi pengetahuan dosis kapur berdasarkan pH tanah dan tekstur tanah ... 30

Tabel 7. Pengetahuan dosis belerang berdasarkan pH tanah dan tekstur tanah ... 30

Tabel 8. Kisaran nilai pH yang ditambahkan ... 31

Tabel 9. Klasifikasi C-Organik dan perlakuannya ... 32

Tabel 10. Kelebihan dan kekurangan masing-masing jenis pupuk kandang ... 34

Tabel 11. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 15 ton/ha bobot basah) ... 35

Tabel 12. Jenis pupuk tunggal dan presentase kandungan N, P, dan K ... 36

Tabel 13. Jenis pupuk majemuk yang telah diakusisi ... 38

Tabel 14. Waktu dan cara aplikasi amelioran ... 39

Tabel 15. Tabel keputusan pada penentuan dosis kapur atau belerang (mengubah ke pH 6.5)... 42

Tabel 16. Tabel keputusan untuk penentuan dosis pupuk kandang (pukan) ... 45

Tabel 17. Tabel keputusan penentuan dosis pupuk tunggal ... 48

Tabel 18. Tabel keputusan penentuan dosis pupuk majemuk ... 49

Tabel 19. Hasil perhitungan dosis pupuk majemuk dan tambahannya... 95

Tabel 20. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K ... 96

Tabel 21. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%) ... 97

Tabel 22. Nama fisik dan konseptual entitas beserta penjelasan ... 98

Tabel 23. Kamus database dalam “nutrisicabai_db” ... 99 Halaman

xiii

DAFTAR

GAMBAR

Gambar 1. Data, informasi, dan pengetahuan (Turban et al. 2005) ... 6

Gambar 2. Diagram E-R (Entity-Relationsip) ... 8

Gambar 3. Contoh pemetaan dari diagram E-R ke bentuk relasi/tabel ... 9

Gambar 4. Contoh perancangan fisik (physical design) (Annisa, 2011) ... 10

Gambar 5. Model umum sistem informasi (O'Brien (1999) dalam Seminar (2010)) ... 12

Gambar 6. Contoh representasi pengetahuan dalam jaringan semantik ... 14

Gambar 7. Contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi (Turban et al. 2005) ... 16

Gambar 8. Tahapan penelitian ... 20

Gambar 9. Main map dasar pengembangan pengetahuan manajemen nutrisi cabai merah ... 27

Gambar 10. Pengklasifikasian C-organik ... 32

Gambar 11. Pohon keputusan pengetahuan penentuan dosis kapur/belerang ... 41

Gambar 12. Pohon keputusan pada penentuan dosis pupuk kandang ... 45

Gambar 13. Pohon keputusan penentuan dosis pupuk sintetis ... 47

Gambar 14. Rancangan konseptual (ER-Diagram) ... 50

Gambar 15. Perancangan logis ... 52

Gambar 16. Skema hasil pemetaan dari E-R diagram ke tabel/relasi ... 53

Gambar 17. Entity Relationship Diagram pada perancangan fisik ... 54

Gambar 18. Membuat database bernama “nutrisicabai_db” ... 55

Gambar 19. Tabel-tabel dalam”nutrisicabai_db” ... 56

Gambar 20. Fungsi-fungsi yang tersimpan dalam database ... 57

Gambar 21. Pemanggilan fungsi “hitung_dosis_pukan” ... 65

Gambar 22. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_n” ... 65

Gambar 23. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p” ... 66

Gambar 24. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p” ... 66

Gambar 25. Pemanggilan fungsi “hitung_dosis_pupuk_majemuk” ... 66

Gambar 26. Tampilan muka contoh aplikasi knowledge base nutrisi cabai merah ... 68

Gambar 27. Tampilan halaman masukkan untuk jenis tanah ... 69

Gambar 28. Tampilan halaman karakteristik tanah ... 70

Gambar 29. Halaman masukkan untuk pH tanah ... 71

Gambar 30. Halaman masukkan untuk jenis tekstur ... 71

Gambar 31. Tampilan hasil halaman dosis kapur/belerang ... 72

Gambar 32. Halaman masukan nilai c-organik ... 72 Halaman

xiv

Gambar 33. Halaman hasil penentuan dosis pupuk kandang ... 73

Gambar 34. Halaman masukan jenis pupuk tunggal ... 74

Gambar 35. Halaman hasil penentuan dosis pupuk tunggal ... 74

Gambar 36. Halaman masukan salah satu jenis pupuk NPK... 75

Gambar 37. Halaman hasil penentuan dosis pupuk majemuk dan tambahannya ... 75

Gambar 38. Halaman masukan cara dan waktu aplikasi ... 76

Gambar 39. Halaman hasil penentuan cara dan waktu aplikasi ... 76

Gambar 40. Halaman kalkulasi untuk dosis pupuk kandang ... 77

Gambar 41. Halaman kalkulasi untuk dosis pupuk tunggal N ... 78

Gambar 42. Halaman kalkulasi untuk dosis pupuk tunggal P ... 78

Gambar 43. Halaman kalkulasi untuk dosis pupuk tunggal K ... 79

Gambar 44. Halaman kalkulasi untuk dosis pupuk majemuk ... 79

Gambar 45. Tampilan halaman utama (Agus et al. 2012) ... 80

Gambar 46. Halaman foto galeri (Agus et al. 2012) ... 80

Gambar 47. Halaman tampilan inputan jenis tanah (Agus et al. 2012) ... 81

xv

DAFTAR

LAMPIRAN

Halaman

Lampiran 1. Rumus penentuan dosis pupuk majemuk dengan tambahannya dari pupuk tunggal ... 88

Lampiran 2. Hasil perhitungan dosis pupuk majemuk dan tambahannya ... 95

Lampiran 3. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K ... 96

Lampiran 4. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%) ... 97

Lampiran 5. Nama fisik dan konseptual entitas beserta penjelasan ... 98

1

I.

PENDAHULUAN

A.

LATAR

BELAKANG

Cabai merah (Capsicum annuum L.) merupakan salah satu komoditas pertanian yang strategis untuk dibudidayakan di Indonesia. Salah satu sayuran yang populer dan bernilai di dunia untuk warna, rasa, dan pedasnya (spice), serta memiliki banyak kandungan gizi antara lain protein, lemak, vitamin, karbohidrat, kalsium, dsb. Cabai merah menjadi salah satu komoditas yang tidak dapat ditinggalkan masyarakat karena banyak dibutuhkan sebagai penyedap masakan. Hampir semua orang memerlukan cabai merah untuk kebutuhan sehari-hari dalam jumlah yang tidak sedikit.

Menurut Badan Pusat Statistik Republik Indonesia (BPS, 2012) produktivitas cabai Indonesia tahun 2010 sebesar 5.60 ton/ha dengan luas panen cabai 237,105 ha dan produksi sebesar 1,325,864 ton. Produktivitas ini menurun dibandingkan tahun 2009 sebesar 5.89 ton/ha dengan luas panen 233,904 ha dan produksi 1,378,727 ton. Sedangkan untuk jumlah konsumsi cabai nasional tahun 2010 adalah 1,237,669 ton dengan jumlah penduduk Indonesia tahun 2010 sebesar 237,641,326 jiwa, maka konsumsi cabai rata-rata penduduk Indonesia sebesar 5.21 kg/kapita/tahun. Dengan laju pertumbuhan penduduk Indonesia sekitar 1.49 % per tahun, sehingga permintaan akan cabai cenderung meningkat seiring dengan laju pertambahan jumlah penduduk dan peningkatan jumlah permintaan akan komoditas cabai merah.

Banyak petani yang membudidayakan cabai merah selain karena faktor nilai ekonomisnya, juga karena kebutuhan dan permintaan akan cabai merah tinggi. Tetapi permintaan cabai merah kadang-kadang juga tidak diimbangi dengan jumlah penawaran yang sesuai. Pasokan cabai merah di tingkat petani kadang tidak bisa diprediksikan, serta stok khususnya di tingkat pengecer sering terganggu serta terjadi fluktuasi harga (Senong A, 2012). Hal ini biasanya disebabkan oleh beberapa faktor eksternal yang terkait dengan kondisi cuaca yang tidak menentu, seperti curah hujan yang terlalu tinggi, musim kemarau yang berkepanjangan, dst. Sedangkan faktor internal seperti kelemahan dalam hal teknik budidaya khususnya kegiatan pemupukan, terkena hama penyakit tanaman, penanganan pascapanen yang kurang tepat, dan kurangnya dukungan teknologi dalam hal ini adalah pengetahuan.

Upaya meningkatkan produktivitas dan kualitas cabai merah, membutuhkan teknik budidaya yang baik. Salah satu yang perlu diperhatikan adalah kebutuhan nutrisi tanaman dalam hal ini adalah pada kegiatan pemupukan. Kebutuhan nutrisi tanaman cabai harus tercukupi untuk mendapatkan hasil yang optimal. Agar kegiatan pemupukan tepat membutuhkan informasi dan pengetahuan yang tepat juga. Pengetahuan tentang manajemen nutrisi tanaman cabai merah yang baik biasanya dimiliki oleh orang yang sudah berpengalaman serta memiliki banyak pengetahuan yang tersimpan secara tacit pada pakar, golongan praktisi, akademisi, atau petani cabai merah yang sudah ahli dan. Selain itu juga banyak tersimpan rapi di beberapa pustaka, seperti buku, jurnal, tulisan ilmiah, literatur, dst. Agar pengetahuan-pengetahuan tersebut dapat dimanfaatkan oleh banyak orang, khsusunya petani cabai merah perlu diekstraksi, diakuisisi, dan dikembangkan dalam bentuk basis pengetahuan (knowledge base). Basis pengetahuan dikembangkan untuk membantu dan juga sebagai panduan yang tepat para petani cabai merah untuk menyelesaikan

masalah-2 masalah tekait dengan pemupukan cabai merah dengan harapan kegiatan pemupukan menjadi efisien, efektif dan produktivitas optimal.

Sekarang ini pengetahuan manajemen nutrisi cabai merah belum terintegrasi dengan baik. Pengetahuan-pengetahuan yang masih tersimpan rapi di berbagai pustaka serta yang dimiliki oleh pakar biasanya belum terstruktur dengan baik dan masih bersifat implisit sehingga orang yang membutuhkan informasi atau pengetahuan kesulitan mengakses. Kemajuan sains dan teknologi komputer sekarang ini memungkinkan seseorang yang punya banyak pengetahuan dan pengalaman khususnya dari pakar, serta pengetahuan yang berasal dari buku, jurnal, studi pustaka yang relevan dapat dipindahkan ke dalam sebuah basis pengetahuan (knowledge base) sehingga tidak berserakan di berbagai media melainkan terintegrasi dalam satu sistem repository pengetahuan. Oleh karena itu pengetahuan manajemen nutrisi cabai merah ini dikembangkan untuk mendokumentasikan semua pengetahuan agar terintegrasi sehingga mudah diakses dan bermanfaat bagi orang banyak.

Selain penelitian ini ada juga penelitian terdahulu yang terkait dengan penelitian ini, antara lain Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) (Supriyanto, 2011). Sistem ini telah dikembangkan berbasis web. Modul konsultasi yang dikembangkan antara lain konsultasi pemilihan varietas unggul, penentuan dosis pupuk, pengendalian hama, pengendalian penyakit, teknologi budidaya, analisis usaha tani, iklim, kebijakan pemerintah, dan informasi harga. Semua modul tersebut terintegrasi sehingga mudah untuk digunakan oleh pengguna. Penelitian lain yang juga terkait adalah Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) Berbasis Mobile. Ruang lingkup penelitian ini adalah pengembangan sistem konsultasi berbasis mobile untuk mendukung kegiatan agribisnis, meliputi informasi pasar, informasi perkiraan cuaca, dan kebijakan-kebijakan pemerintah mengenai hasil pertanian yang akan diteliti (Darmawan, 2011). Selain itu penelitian tentang Pengembangan Sistem Pakar Agribisnis Cabai Merah (Capsicum annuum L.) Berbasis Android (Ikhsan SHA, 2012) yang melanjutkan dan mengembangkan hasil pengetahuan dari (Supriyanto, 2011).

Ketiga penelitian tersebut merupakan sistem konsultasi agribisnis cabai yang mempunyai banyak modul-modul pengetahuan, perbedaannya pada informasi yang disajikan dan basis aplikasi yang dikembangkan. Secara umum banyak aspek yang dibahas, tetapi belum terlalu spesifik dan mendetail. Sedangkan pada penelitian ini fokus utama pada pembangunan basis pengetahuannya khususnya pengembangan basis pengetahuan untuk penentuan dosis pupuk kandang, pupuk sintetis, dan kapur/belerang, tersaji juga informasi untuk jenis tanah. Secara ruang lingkup penelitian ini tergolong sedikit, tidak seperti penelitian pendahulu yang menyajikan banyak modul-modul untuk agribisnis cabai, tetapi pada penelitian ini cakupannya lebih khusus dan mendalam. Banyak pengetahuan-pengetahuan yang dikembangkan seperti rumus-rumus atau fungsi perhitungan bagaimana cara menentukan dosis pupuk sintetis, dosis kapur/belerang berdasarkan pH dan tekstur, dosis pupuk kandang berdasarkan C-Organik dan juga bisa mengetahui informasi jenis tanah. Output utama penelitian ini adalah basis pengetahuan (knowledge base) manajemen nutrisi cabai merah, sedangkan aplikasi yang dikembangkan berbasis web. Dari basis pengetahuan ini bisa dieksplor lebih lanjut untuk mengembangkan berbagai aplikasi.

3 Pengembangan basis pengetahuan manajemen nutrisi ini harapnnya nanti dapat berfungsi sebagai panduan petani-petani dalam kegiatan budidaya cabai merah. Dengan hal ini budidaya cabai merah bisa mendapatkan luaran (output) optimal, asupan (input) diminimalisir, dampak kerusakan lingkungan bisa dikurangi sehingga konsep pertanian presisi bisa tercapai. Keuntungan lain basis pengetahuan ini bisa disimpan dalam jangka waktu yang relatif lama dan dapat digunakan untuk berbagai kebutuhan serta bisa sebagai bahan baku untuk pembangunan sistem yang lebih besar seperti pembangunan sistem pakar (expert system), aplikasi berbasis android, decision Support System (DSS), dan sistem aplikasi yang lain.

B.

TUJUAN

Tujuan penelitian ini adalah merancang dan mengembangkan basis pengetahuan (knowledge base) manajemen nutrisi cabai merah (Capsicum annuum L.) di wilayah tropika berbasis pertanian presisi (precision farming), sebagai salah satu solusi penyedia sumber informasi dan pengetahuan terpadu dan terintegrasi bagi para pengguna (users) yang membutuhkan informasi dan pengetahuan.

4

II.

TINJAUAN

PUSTAKA

A.

CABAI

MERAH

Cabai merah (Capsicum annuum L.) termasuk tanaman semusim (annual) berbentuk perdu, berdiri tegak dengan batang berkayu, dan memiliki banyak cabang. Tinggi tanaman dewasa antara 65-120 cm. Lembar tajuk tanaman 50-90 cm. Dalam dunia tumbuh-tumbuhan (Plantarum), cabai tergolong dalam tumbuhan yang menghasilkan biji (Spermatophyta). Bijinya tertutup oleh bakal buah sehingga termasuk dalam golongan tumbuhan berbiji tertutup (Angiospermae) (Prajnanta 2007).

Dalam dunia tumbuh-tumbuhan tanaman cabai diklasifikasikan sebagai berikut (Prajnanta, 2007):

Kingdom : Plantarum Divisi : Spermathopytha Subdivisi : Angiospermae Klas : Dicotyledoneae Subklas : Sympetalae

Ordo : Tubiflorae (Solanales) Famili : Solanaceae

Genus : Capsicum

Spesies : Capsicum annuum L.

Lingkungan tumbuh tanaman cabai merah cocok pada cuaca yang panas, tetapi apabila suhu malam hari lebih besar dari 24 oC tidak akan diperoleh buah yang baik. Suhu optimum harian untuk pertumbuhan cabai merah antara 20-30 oC (termasuk dalam kondisi wilayah tropis). Ketika suhu berada di bawah 15 oC atau lebih dari 32 oC, akan berdampak pada pertumbuhan tanaman dan berkurangnya hasil. Jenis tanah terbaik untuk pertumbuhan cabai merah adalah pada jenis tanah lempung (loam) atau lempung berdebu (silt loam) dengan kapasitas memegang air yang baik. Pada kenyataannya cabai merah dapat tumbuh pada semua jenis tanah selama tanah tersebut memiliki drainase yang baik. pH tanah yang cocok untuk cabai merah antara 5.5-6.8 (Berke et al. 2005).

Cabai merah selain berfungsi sebagai penyedap masakan, juga mengandung zat gizi yang sangat diperlukan oleh kesehatan manusia. Cabai merah mengandung protein, lemak, karbohidrat, kalsium, fosfor, besi, vitamin-vitamin, serta mengandung senyawa-senyawa alkaloid seperti capsaicin (C18H27NO3), flavonoid, dan minyak esensial. Adapun kandungan gizi cabai merah per

5 Tabel 1. Kandungan gizi cabai merah segar per 100 g bahan

Kandungan Gizi Cabai Merah Segar

Kadar air (%) 90.0

Kalori (Kal) 31.0

Protein (g) 1.0

Lemak (g) 0.3

Karbohidrat (g) 7.3

Kalsium (mg) 29.0

Fosfor (mg) 24.0

Besi (mg) 0.5

Vitamin A (SI) 470

Vitamin C (mg) 18.0

Vitamin B1 (mg) 0.05

Berat yang dapat dimakan/BBD (%) 85

Sumber : Direktorat Gizi, Depkes RI (1981) dalam Prajnanta (2007)

B.

PEMUPUKAN

PADA

CABAI

MERAH

Pemupukan merupakan kegiatan untuk menambahkan unsur hara dan nutrisi pada pertumbuhan tanaman cabai. Menurut Suwarto et al. (2009) dalam pemupukan ada tiga prinsip dasar yang harus dipertimbangkan yaitu jenis dan dosis pupuk yang akan diberikan, waktu pemberian pupuk, serta teknik pemberian pupuk. Jenis dan dosis pupuk akan menentukan jumlah hara yang terkandung dalam pupuk tersebut. Waktu pemberian pupuk akan menentukan efisiensi dalam hal ini adalah ketepatan waktu antara ketersediaan pupuk dan penggunaan pupuk oleh tanaman. Teknik pemberian pupuk harus memungkinkan agar tanaman dapat dengan mudah menyerap pupuk yang diberikan, memperkecil tingkat kehilangan pupuk (oleh penguapan dan atau pencucian) sehingga pupuk lebih banyak tersedia bagi tanaman dan mudah dikerjakan baik secara manual maupun mekanis.

Berbagai pupuk sebagai penyedia hara dan nutrisi pada tanaman, banyak terdapat di pasaran dengan merk dagang (Urea, ZA, TSP, SP-18, KCl, Phonska, GP-20 dan aneka pupuk majemuk lainnya) yang memiliki jenis dan kandungan unsur hara yang berbeda. Akan tetapi pupuk utama yang diberikan kepada tanaman pangan di daerah tropis adalah pupuk yang mengandung hara yang sering kali dijumpai yaitu nitrogen (N), phosphor (P2O5), dan kalium (K2O). Manajemen nutrisi

untuk pertanian teliti mengacu pada pengendalian dan pengaturan pemenuhan nutrisi yang sesuai dengan dosis, kondisi tanah, dan keadaan tanaman serta memperhatikan segala aspek yang mempengaruhi.

Berdasarkan Berke et al. (2005), jumlah pupuk yang diaplikasikan tergantung kesuburan tanah, daya serap pupuk, bahan organik dalam tanah, unsur-unsur mineral, dan pencucian N. Analisis tanah dilakukan untuk menentukan N, P, dan K yang tersedia. Selain itu jumlah pupuk yang diaplikasikan berdasarkan perhitungan target hasil produksi (yield) yang diharapkan dengan mempertimbangkan unsur yang tersisa. Misalnya jika target 100 kg N, P dan K tersedia,

6 membutuhkan untuk diaplikasikan sekitar 125 kg N, 10 kg P dan 10 kg N. Sedangkan jika kebutuhan target 5 ton/ha bobot kering dengan mempertimbangkan daya serap masing-masing unsur dalam tanah (NPK) maka kebutuhan nutrisi untuk target 5 ton/ha (bobot kering) adalah disajikan pada Tabel 2.

Tabel 2. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 5 ton/ha bobot kering) Unsur

hara

Kebutuhan akan unsur

(kg/ha) Daya serap (%)

Jumlah unsur yang dibutuhkan (kg/ha) *

N 180 40 450

P 22 10 220

K 200 50 400

* Asumsi tidak ada nutrien tersedia di dalam tanah Sumber : Berke et al. (2005)

Pada cabai merah agar efisien penggunaan pupuknya, maka 40 % dari pupuk N harus diaplikasikan sebagai pupuk dasar (sebelum tanam) dan 60 % sisanya dibagi rata untuk tiga kali aplikasi secara side-dressed (disebar disamping larikan tanam) pada umur 2 MST (Minggu Setelah Tanam), 4 MST, dan 6 MST. Sedangkan pada pupuk P, 50% dari pupuk P diaplikasikan sebagai pupuk dasar dan sisanya diaplikasikan side-dressed (disebar disamping larikan tanam) pada 4 MST, begitu juga untuk pupuk K. Rekomendasi dosis pemupukan tergantung kondisi lokal yang bisa menjadi faktor berpengaruh di beberapa lokasi. Kekurangan unsur mikro seperti Zn, Fe, and Ca mungkin juga menjadi faktor dari kondisi lokal.

C.

TERMINOLOGI

DATA,

INFORMASI,

PENGETAHUAN

Menurut Turban et al. (2005) menyatakan data merupakan perihal/item tentang sesuatu, peristiwa, aktivitas, dan transaksi yang didokumentasikan, diklasifikasikan, dan disimpan tetapi tidak diorganisasikan menjadi suatu arti yang khusus. Item data dapat berupa angka, huruf, suara, atau gambar. Informasi adalah data yang sudah diorganisasikan sedemikian rupa yang memberi arti untuk penerima. Sedangkan pengetahuan adalah terdiri dari item data dan atau informasi yang diorganisasikan dan diproses untuk dimengerti, berupa pengalaman, pembelajaran terakumulasi, dan keahlian yang aplikatif, untuk suatu permasalahan dan aktivitas. Pengetahuan dapat menjadi aplikasi dari data dan informasi dalam pengambilan keputusan. Pengetahuan juga diartikan sebagai informasi yang kontekstual, relevan, dan actionable (Gambar 1).

7 Data merupakan representasi fakta mengenai suatu objek atau kejadian, sedangkan informasi adalah data yang sudah dioleh sedemikian rupa sehingga sesuai dengan yang dibutuhkan oleh penggunanya. Lain halnya dengan pengetahuan yang merupakan saringan/intisari dari informasi. Pengetahuan ini lebih umum, tetapi mungkin tidak komplit dan lebih fuzzy. Pengetahuan bisa berisi fakta, informasi, konsep, prosedur, model, dan heuristik yang dapat digunakan untuk menyelesaikan suatu masalah (Kusrini, 2008).

Menurut Kusrini (2008) pengetahuan dikasifikasikan menjadi:

1. Pengetahuan prosedural (procedural knowledge) yaitu lebih menekankan pada bagaimana melakukan sesuatu.

2. Pengetahuan deklaratif (declarative knowledge) yaitu menjawab pertanyaan apakah sesuatu bernilai salah atau benar.

3. Pengetahuan tacit (tacit knowledge) merupakan pengetahuan yang tidak bisa diungkapkan dengan bahasa.

Pengetahuan bisa dimasukkan secara manual, semi-otomatis, maupun otomatis. Secara manual pengetahuan berasal dari wawancara dan observasi. Semi-otomatis dilakukan dengan bantuan knowledge engineer dengan sumber dari pakar. Sedangkan secara otomatis pengetahuan dimasukan sedikit dari knowledge engineer dan dari pakar.

Basis data terdiri dari dua kata yaitu basis dan data. Basis kurang lebih dapat diartikan sebagai markas atau gudang, tempat bersarang atau berkumpul. Sedangkan data adalah representasi fakta dunia nyata yang mewakili suatu objek seperti manusia, barang, hewan, tumbuhan, peristiwa, konsep, keadaan yang direkam dalam bentuk angka, huruf, simbol, teks, gambar, bunyi, atau kombinasinya (Fathansyah, 2004).

Menurut Fathansyah (2004) definisi dari basis data antara lain :

1. Himpunan kelompok data (arsip) yang saling berhubungan dan diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah.

2. Kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan (redudansi) yang tidak berarti, untuk memenuhi berbagai kebutuhan. 3. Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan dalam media penyimpanan

elektronik.

Basis data yang sudah dibangun tentunya tidak dapat berdiri sendiri, dan tidak akan berguna apabila tidak ada pengelola/penggeraknya. Oleh karena itu diperlukan sebuah sistem pengelolah basis data berupa sebuah program/aplikasi (software) yang biasanya disebut database management system. Menurut Mata-Toledo (2007) sistem manajemen basis data (Database management System) atau biasa disingkat DBMS merupakan software yang memungkinkan user untuk mendefinisikan, membuat, dan memelihara database maupun menyediakan akses yang terkontrol terhadap data.

D.

PROSES

PERANCANGAN

BASIS

DATA

Proses perancangan basis data (database) merupakan salah satu bagian dari proses pengembangan sistem informasi. Terdapat empat tahapan penting dalam perancangan basis data, yaitu analisis kebutuhan, perancangan konseptual (conceptual design), perancangan logis (logical design), dan perancangan fisik (physical design). Berikut ini adalah uraiannya (Kadir A, 2009) :

8 1. Pengumpulan dan analisis kebutuhan

Merupakan langkah awal untuk mengumpulkan segala informasi yang dibutuhkan oleh organisasi/perusahaan atau sistem yang akan dibangun. Penggalian informasi ini bisa dilakukan dengan cara melakukan wawancara, mengamati sistem yang sedang berjalan, penyebaran quisioner, mempelajari dokumen-dokumen yang tersedia, dst. Dengan demikian data yang akan digunakan untuk menyusun informasi bisa teridentifikasi.

2. Perancangan konseptual (conceptual design)

Setelah kebutuhan organisasi sudah dikumpulkan dan dianalisis, masuk tahapan perancangan konseptual. Perancangan konseptual diperlukan untuk menggambarkan hubungan antar data. Data yang dibutuhkan dikelompokkan menurut kriteria tertentu. Kemudian dibuatlah sebuah entitas (grup data) dan dihubungkan dengan relasi dengan entitas lain. Hubungan antara entitas bisa dijabarkan dengan menggunakan diagram E-R (Entity Relationship). Berikut ini adalah contoh diagram E-R.

Gambar 2. Diagram E-R (Entity-Relationsip)

Secara garis besar diagram E-R di atas menggambarkan hubungan antara mahasiswa yang mengambil matakuliah, banyak mahasiswa atau minimal tidak seorangpun mahasiswa mengambil banyak mata kuliah atau minimal nol. Selanjutnya adalah hubungan antara dosen yang memiliki hubungan membimbing mahasiswa dan mengajar matakuliah. Satu dosen membimbing banyak mahasiswa atau minimal nol, dan satu dosen mengajar banyak mata kuliah atau minimal satu mata kuliah.

3. Perancangan logis (logical design)

Perancangan logis merupakan tahapan yang digunakan untuk menentukan perancangan hasil konseptual ke dalam bentuk yang nantinya akan diimplementasikan dalam DBMS. Pada perancangan ini menjadi batas bahwa perancangan tergantung dengan DBMS dan tidak tergantung dengan DBMS. Pada tahap ini sudah memikirkan jenis DBMS yang akan digunakan, jika DBMS adalah jenis relasional, maka desain konseptual ditranformasikan ke bentuk relasi/tabel. Berikut ini adalah contoh pemetaan dari hasil perancangan konseptual yang berupa diagram E-R ke bentuk relasi/tabel yang terdapat pada Gambar 3.

9 Gambar 3. Contoh pemetaan dari diagram E-R ke bentuk relasi/tabel

Tranformasi dari diagram E-R ke bentuk relasi/tabel akan memudahkan memasukkan data ke dalam database yang akan digunakan, dan bisa dilihat dengan jelas akan seperti apa relasi antar tabel. Hasil dari perancangan logis adalah dihasilkannya relasi yang bersifat logis.

4. Perancangan Fisik (physical design)

Merupakan langkah terakhir dalam perancangan database. Perancangan ini sangat spesifik terhadap DBMS yang akan digunakan, seperti jenis tipe data yang digunakan. Hasil dari perancangan fisik bisa berupa ERD (Entity Relationship Diagram), yang menunjukkan diagram hubungan entitas dalam sebuah database. Berikut ini adalah contoh perancangan fisik pada Gambar 4, dan secara garis besar beberapa fitur yang terdapat dalam setiap tahapan perancangan database yang terdapat pada Tabel 3.

10 Gambar 4. Contoh perancangan fisik (physical design) (Annisa, 2011)

Pada Tabel 3 menjelaskan bahwa fitur-fitur yang sering dijumpai pada desain basis data antara lain, nama entitas, relasi entitas, atribut, kunci primer, kunci asing, nama tabel, nama kolom, tipe data kolom, dsb.

Tabel 3. Fitur-fitur pada tahap perancangan database (Annisa, 2011)

Fitur Konseptual Logis Fisik

Nama entitas √ √

Relasi entitas √ √

Atribut √

Kunci primer √ √

Kunci asing √ √

Nama tabel √

Nama kolom √

Tipe data kolom √

Nama entitas dan relasi terdapat pada perancangan konseptual, pada perancangan logis kemudian menambahkan fitur atribut, kunci primer, kunci asing, sedangkan pada perancangan fisik manambahkan fitur nama tabel, nama kolom, dan tipe data kolom. Menurut Kadir A (2009), berikut ini adalah penjelasan beberapa fitur di atas. Relasi adalah tabel yang terdiri dari tabel dan kolom, atribut adalah suatu nama untuk kolom yang terdapat pada sebuah relasi, kunci primer (primary key) merupakan kunci kandidat yang dipilih sebagai identitas untuk membedakan satu baris dengan baris lain dalam suatu relasi, dan kunci asing (foreign key) adalah sebuah atribut (atau gabungan beberapa atribut) dalam suatu relasi yang merujuk (mereferensi) ke kunci primer relasi lain. Dengan diketahuinya fitur-fitur itu bisa memudahkan dalam mendesain basis data.

11

E.

DEFINISI

BASIS

PENGETAHUAN

(

KNOWLEDGE

BASE

)

Basis data dapat direpresentasikan informasi, dan dari informasi akan bisa dihasilkan pengetahuan. Pengetahuan-pengetahuan ini di susun dalam basis pengetahuan. Basis pengetahuan (knowledge base) menyimpan, mengorganisasikan, serta merepresentasikan pengetahuan. Pengetahuan tersebut dapat bersifat dangkal atau deklaratif atau fakta yang berisi informasi tentang objek, peristiwa atau situasi. Selain itu pengetahuan dapat pula bersifat mendalam atau dinamik atau disebut juga prosedural seperti model dan kaidah (rule) yang merupakan informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui (Faihah et al. 1999). Basis pengetahuan (knowledge base) merupakan koleksi terpadu dari berbagai data dan model yang saling terkait untuk suatu domain aplikasi spesifik.

Knowledge base berbeda dengan sistem informasi, menurut Seminar et al. (2010), Sistem informasi merupakan interaksi terpadu antar komponen (sumber daya) manusia (brainware), perangkat lunak (software), perangkat keras (hardware), perangkat jaringan (netware), dan data (dataware) yang didisain untuk mendukung aktivitas mulai dari pengumpulan data (data collection), pengolahan data (data processing), penyimpanan data (data storing), penyebaran informasi (dissemination of information), serta control terhadap keseluruhan aktivitas tersebut (overall performance control). Berikut ini adalah penjelasan dari masing-masing komponen sistem informasi:

a. Manusia (Brainware)

Sumber daya manusia meliputi pengguna akhir (users) dan pengelola sistem (system information management team).

b. Perangkat Keras (Hardware)

Sumber daya perangkat keras mencakup mesin pengolah (processing machine), repository (media penyimpanan) data (memory), pencetak informasi, dan unit input/output (peripherals). c. Perangkat Lunak (Software)

Sumber perangkat lunak mencakup sekumpulan aturan-aturan atau panduan untuk kelangsungan aktivitas sistem informasi, program aplikasi komputer, program pengembangan, dan program sistem operasi (operating system software).

d. Jaringan (Netware)

Sumberdaya jaringan meliputi seluruh sarana untuk telekomunikasi yang meliputi media telekomunikasi, prosesor telekomunikasi, aliran (jalur) telekomunikasi, topologi & aturan (protokol) telekomunikasi, keamanan serta zona tekelomunikasi

e. Data (Dataware)

Sumberdaya data meliputi semua fakta-fakta hasil pengukuran, pengujian, perhitungan, atau transaksi yang perlu dihimpun dan disimpan untuk mendukung keseluruhan aktivitas sistem informasi.

12 Gambar 5. Model umum sistem informasi (O'Brien (1999) dalam Seminar (2010)) Pada Gambar 5, memberikan gambaran cara pandang yang utuh terhadap sistem informasi, dimana keberadaan fungsi kelima komponen sistem bersifat mutlak untuk medukung keberjalanan keseluruhan aktivitas sistem informasi. Oleh karena itu sistem informasi berbeda dengan knowledge base, jadi knowledge base merupakan bagian dari sistem informasi yang dimanfaatkan untuk membantu menyelesaikan suatu masalah pada domain tertentu.

F.

PENGEMBANGAN

BASIS

PENGETAHUAN

Terdapat beberapa tahapan inti dalam pengembangan knowledge base antara lain identifikasi masalah, akuisisi pengetahuan (knowledge aquisition), representasi pengetahuan (knowledge representation), dan validasi pengetahuan (knowledge validation). Tahapan identifikasi masalah mengenai studi kelayakan sistem yang akan dibangun, dan berbagai permasalahan dalam pengembangkan sistem. Selanjutnya akuisisi pengetahuan (knowledge aquisition), pengetahuan diperoleh dari akuisisi pengetahuan yang dilakukan oleh knowledge engineer. Akuisisi pengetahuan merupakan proses penyerapan dan pengisian pengetahuan ke dalam sistem basis pengetahuan. Pengetahuan dapat diperoleh dari para pakar yang ahli di bidang domain tertentu, maupun melalui studi pustaka dari buku, jurnal, dan pustaka relevan yang menyajikan informasi pengetahuan pakar yang sudah dipublikasikan. Setelah melalui proses akuisisi pengetahuan proses selanjutnya adalah representasi pengetahuan (knowledge representation). Menurut Turban et al. (2005) suatu aktivitas yang melibatkan persiapan dari pemetaan pengetahuan (knowledge mapping) dan pengkodean (encoding) pengetahuan dalam basis pengetahuan (knowledge base). Pengetahuan yang diperoleh kemudian dikodekan dalam rencana representasi untuk membangun basis pengetahuan. Terdapat beberapa metode/teknik representasi pengetahuan (knowledge representation) antara lain:

Performance

Control System

Data

Process

Process

Info

Data Store

Data Store

BR

AI

NW

AR

E

_DA

TA

_W

AR

_E

H

A

R

D

W

A

R

E

S

O

F

T

W

A

R

E

13 1) Kaidah Produksi (Production Rules)

Kaidah produksi merupakan teknik representasi pengetahuan yang paling populer. Pengetahuan direpresentasikan dalam bentuk pasangan kondisi-aksi. Menurut Marimin (1991) diacu dalam Marimin (2005), Pengetahuan yang dapat direpresentasikan dengan kaidah produksi adalah pengetahuan prosedural yang dapat distrukturisasi ke bentuk sebagai berikut :

Jika SUATU KEADAAN TERTENTU [kondisi] maka KEADAAN LAIN DAPAT TERJADI [aksi] dengan TINGKAT KEPASTIAN TERTENTU [Certainty Factor] Atau bisa juga berbentuk sebagai berikut :

JIKA [antecedent] MAKA [konsekuen] JIKA [premis] MAKA [konklusi]

Bagian kondisi merupakan gabungan predikat yang digunakan untuk memeriksa keadaan sekarang, aksi menjadi bagian yang mengubah keadaan, dan certainty factor (c.f) merupakan nilai yang merepresentasikan tingkat kepastian terjadinya suatu aksi. Contoh kaidahnya sebagai berikut :

a. If the “traffic light” is green Then the action is go b. If the “traffic light” is red

Then the action is stop

c. If the leaves are dry, brittle and discoloured Then the plant has been attacted by red spider mite d. If the customer closes the account

Then delete the customer from the database

Kaidah-kaidah seperti contoh di atas akan digunakan untuk pengambilan keputusan. Menurut Ignizio (1991) metode berbasis kaidah merupakan suatu metode penalaran yang membangun sekumpulan kaidah yang mempresentasikan pengetahuan dan kaidah-kaidah tersebut digunakan untuk pengambilan keputusan.

2) Jaringan Semantik (Semantic Networks)

Fokus pada hubungan antara perbedaan konsep. Merupakan penggambaran grafis pengetahuan yang terdiri atas titik (nodes) dan penghubung (arc) yang menunjukan hubungan hirarkis antara objek (Sowa (1997), Cox (2001), Russel dan Norvig (2002) diacu dalam Turban et al. (2005)). Jaringan semantik digunakan untuk menggambarkan pengetahuan yang berbentuk struktur jaringan. Objek dan deskripsi suatu persoalan direpresentasikan sebagai simpul pada suatu grafis dan hubungan antara objek-objeknya dinyatakan dengan garis penghubung paralel. Objek bisa berupa objek fisik, atau kesatuan aksi, kejadian, dan sifat abstrak, sedangkan deskripsi merupakan informasi tambahan tentang objek (Marimin, 2005). Berikut ini contoh jaringan semantik yang tersaji pada Gambar 6.

14 Gambar 6. Contoh representasi pengetahuan dalam jaringan semantik

3) Frames

Teknik representasi pengetahuan frames merupakan pilihan yang bagus jika membutuhkan fokus pada sifat dari objek tertentu. Frames adalah struktur data yang termasuk semua pengetahuan tentang objek tertentu. Pengetahuan ini diorganisasikan dalam struktur hirarki spesial yang mengizinkan diagnosis dari pengetahuan independen (Turban et al. 2005). Menurut Marimin (2005), frame mendeskripsikan suatu objek ke dalam bentuk “slot”. Slot dapat menyimpan termasuk nilai yang tidak absah, merupakan petunjuk ke frame lain dan sekelompok aturan atau prosedur untuk mendapatkan nilai. Contoh representasi pengetahuan dalam metode frame tersaji pada Tabel 4.

Tabel 4. Contoh representasi pengetahuan pada metode frame (Turban et al. 2005) Name : Toyota Corolla

Slots facets

Owner check registration list Color List, per manufacturer No. of cylinders

Range 4 or 6 If needed ask owner Model sedan sport

Range 2-4 doors If needed ask owner Vintage (year)

Range 1970-1995 If needed ask owner (a) Parent frame

Name : Brent’s car

Instance of : Toyota Corolla frame Slots Facets

Owner Brent Color Blue No of Cylinders 6

Model 4D Sedan

Vintage (year) 1994

15 4) Formal Logic

Merupakan variasi bentuk dari logika yang paling sederhana seperti proposisional kalkulus (propositional calculus) dan predikat kalkulus (predicate calculus). Propositional calculus dibangun dari pernyataan sederhana yang disebut propositions yang merupakan pernyataan dengan nilai benar atau salah. Propositions digabung bersama ke bentuk pernyataan yang lebih kompleks oleh logical connectives. Pernyataan penghubung (connectives) yang digunakan seperti DAN, ATAU, TIDAK, IMPLISIT, EKIVALEN. Proposisional kalkulus menggunakan simbol seperti huruf dalam alfabet untuk merepresentasikan proposisional, premis, atau kesimpulan. Contoh adalah sebagai berikut :

“London is a city” adalah proposisional (Benar) “So is “ice is hot” (salah)

Proposisional digabungkan bersama untuk bentuk pernyataan yang lebih komplek. Simbol standar untuk proposisional kalkulus:

˄

untuk “DAN”

˅

untuk “ATAU”

¬

untuk “TIDAK”

⇒

untuk “JIKA...MAKA...”

⇔

untuk “JIKA DAN HANYA JIKA”

Misalnya sebagai contoh dalam penggunaan proposisional kalkulus, adalah sebagai berikut: R untuk “sekarang hujan”,

G untuk “saya sudah membawa jas hujan” W untuk “saya akan basah”

Pernyataannya R ˄

¬

G ⇒W

“Jika sekarang hujan dan saya tidak membawa jas hujan, maka saya akan basah.” Sedangkan predikat kalkulus merupakan perluasan dari proposisional kalkulus. Predikat kalkulus dapat membuat penyataan tentang objek, sifat objek dan hubungan antara objek. Memuat predikat-pernyataan seperti:

a (S) b (S,T)

adik dari (Budi, Hasan)

yang berarti Budi adalah adik dari Hasan. Budi dan Hasan merupakan objek, dan adik dari adalah predikat.

16 5) Tabel Keputusan (Decision Table)

Menurut Turban et al. (2005) relasi dari pengetahuan juga dapat di representasikan dengan tabel keputusan (decision table). Pengetahuan diorganisasikan dalam format spreadsheet menggunakan kolom dan baris. Tabel dibagi dalam dua bagian, yang pertama daftar atribut yang dikembangkan untuk setiap atribut dan semua kemungkinan nilai di cantumkan. Kemudian daftar dari kesimpulan dikembangkan. Pengetahuan untuk tabel dikumpulkan dalam sesi akuisisi pengetahuan. Tabel keputusan mudah untuk dimengerti. 6) Pohon Keputusan (Decision Tress)

Teknik representasi pengetahuan ini berbentuk diagram pohon yang digunakan untuk merepresentasikan pengetahuan dimana kesimpulan ditarik dari link-link node pada diagram pohon. Pohon keputusan dapat dengan mudah mengkonversi kaidah-kaidah. Konversi dapat dilakukan secara otomatis dengan program komputer. Berikut ini adalah contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi tersaji pada Gambar 7.

Gambar 7. Contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi (Turban et al. 2005) Rules 1 : IF the car does not start THEN check if the starter motor turns

Rules 2 : IF the starter motor turns THEN check if there is fuel in the tank ELSE check that the healights work

Rules 3 : IF headlights do not work THEN battery is flat ELSE there is a starter motor problem.

17 Sedangkan validasi pengetahuan (knowledge validation) merupakan tahapan yang tidak kalah penting, karena menunjukkan sebuah pengetahuan benar atau salah. Transfer data atau informasi dari pakar/jurnal/buku ke dalam sebuah knowledge base melalui tahap representasi pengetahuan merupakan bagian yang tidak mudah, dikhawatirkan terjadi salah penafsiran. Pada tahap ini pengetahuan divalidasi dan diverifikasi sampai kualitas dari pengetahuan itu bisa diterima. Validasi ini bisa dilakukan oleh pakar yang ahli di bidang domain tertentu.

G.

PERTANIAN

TELITI

DALAM

MANAJEMEN

NUTRISI

CABAI

MERAH

Populasi penduduk dunia yang kian bertambah, sedangkan sumber daya untuk produksi di bidang pertanian mengalami penurunan karena degradasi lahan dan dampak kerusakan lingkungan, menjadi tonggak awal untuk mengembangkan pendekatan ke pertanian berkelanjutan. Sekarang ini konsep pertanian berkelanjutan merujuk pada pertanian yang berorientasi profit, efisien, efektif, pengurangan dampak kerusakan lingkungan, dst. Di negara-negara maju pertanian teliti (precision farming) sudah dikembangkan sejak permulaan tahun 1990 dalam berbeda versi di beberapa negara.

Menurut McBratney et al. (1995) diacu dalam Prabawa et al. (2009) Pertanian teliti (precision farming) merupakan informasi dan teknologi pada sistem pengelolaan pertanian untuk mengidentifikasi, menganalisa, dan mengelola informasi keragaman spasial dan temporal di dalam lahan untuk mendapatkan keuntungan optimum, berkelanjutan, dan menjaga kelestarian lingkungan. Tujuan dari pertanian teliti adalah mencocokan aplikasi sumber daya dan kegiatan budidaya pertanian dengan kondisi tanah dan keperluan tanaman berdasarkan karakteristik spesifik lokasi di dalam lahan. Menurut Seminar (2011) bahwa pertanian teliti merupakan perlakuan presisi (teliti) dalam semua rantai mulai dari kegiatan on-farm yang meliputi pencarian lahan, pengolahan lahan, budidaya, pemanenan hingga kegiatan off-farm yang meliputi pengolahan produk, distribusi, pemasaran hingga sampai ke konsumen akhir dengan aman dan sehat. Sedangkan menurut Sonka (1997) pertanian teliti (presicion farming) merupakan strategi manajemen yang menggunakan informasi teknologi untuk mengambil data dari banyak sumber dalam menunjang pembentukan keputusan pada produksi tanaman.

Sedangkan di negara berkembang salah satunya Indonesia. Precision farming masih dalam tahap penelitian dan wacana. Teknologi dan pengetahuan untuk mendukung precision farming masih kurang, tetapi arah menuju pendekatan precision farming sudah beberapa dilakukan. Salah satunya adalah penentuan dosis pupuk. Pengetahuan tentang penentuan dosis pupuk yang benar khususnya pada tanaman cabai merah, memang tidak dipunyai oleh semua petani cabai merah. Masih banyak dari mereka yang belum mengetahui cara menentukan dosis pupuk yang tepat.

Para pakar, akademisi, atau petani cabai yang sudah ahli dibidang nutrisi cabai merah mempunyai banyak pengetahuan (knowledge) yang merujuk pada konsep pertanian teliti bersifat spasial dan temporal. Pengalaman dan pengetahuan itu sangat potensial untuk bisa dikembangkan dan digunakan oleh banyak orang. Pengetahuan-pengetahuan tersebut yang masih belum terstruktur bisa didokumentasikan ke dalam sebuah aplikasi sistem yang berbasis pengetahuan berdasarkan konsep pertanian teliti.

18 Menurut Prabawa et al. (2009) pada umumnya kegiatan pemupukan tidak memperhatikan keragaman spasial kesuburan tanah yang ada. Pemupukan yang tidak tepat dapat mengakibatkan aplikasi yang berlebihan (over-application) atau aplikasi yang kurang (under-application). Hal ini dapat menyebabkan pemborosan pupuk, penurunan produktivitas, peningkatan biaya produksi, penurunan keuntungan, dan dampak negatif pada lingkungan. Oleh karena pendekatan pertanian presisi (presicion farming) sangat dibutuhkan untuk mengatasi masalah-masalah yang dihadapi dalam kegiatan pemupukan. Berbagai pengetahuan mengenai manajemen nutrisi cabai merah perlu dikembangkan ke dalam basis pengetahuan (knowledge base) sebagai salah satu teknologi dasar yang berorientasi menuju pertanian teliti.

19

III.

METODOLOGI

PENELITIAN

A.

WAKTU

DAN

TEMPAT

Penelitian dilaksanakan di Laboratorium Teknik Bioinformatika, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, dan kegiatan wawancara dengan pakar di Laboratorium Klinik Tanaman, Departemen Proteksi Tanaman, Fakultas Pertanian, IPB Dramaga Bogor. Lama penelitian terhitung dari bulan Februari-November 2012 sekitar 10 bulan.

B.

ALAT

DAN

BAHAN

Alat dan bahan yang digunakan dalam penelitian ini antara lain: 1. Alat

a. Seperangkat personal computer dengan spesifikasi sebagai berikut : 1) Prosessor dengan kecepatan minimal 2.20 Ghz,

2) RAM 2 GB

3) Sistem Operasi Windows 7 4) Harddisk 250 GB

b. Software untuk pembangunan knowledge base 1) PostgreSQL 9.0, phppgAdmin

2) Ms. Word 2007, Ms. Excel 2007, Ms. Visio 2010 c. Software untuk pembangunan aplikasi berbasis web

1) Adobe Dreamweaver CS 5.0 2) Notepad ++

3) PostgreSQL PHP Generator

4) Mozila Firefox, Google Chrome, Internet Explorer 5) BITNAMI Wappstack

6) PHP (Hypertext Preprocessor) 2. Bahan

Bahan yang digunakan adalah data-data sekunder bersumber dari pustaka berupa buku, tulisan populer, jurnal ilmiah, dan literatur, dan hasil konsultasi dengan pakar Dr. Ir. Widodo, MS, selaku dosen sekaligus praktisi yang ahli mengenai budidaya cabai merah.

20

C.

METODE

PENELITIAN

Adapun metode penelitian untuk pengembangan basis pengetahuan (knowledge base) terdapat pada Gambar 8.

21 Penelitian ini mempunyai beberapa tahapan, antara lain identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi, dan pemeliharaan. Uraian singkat mengenai setiap tahapan adalah sebagai berikut :

1. Identifikasi Masalah

Pada tahap ini penentuan permasalahan dan studi kelayakan sistem yang akan dibangun. Identifikasi masalah yang dihadapi oleh petani cabai merah pada khususnya dan serta identifikasi kebutuhan informasi dan pengetahuan yang mendukung kegiatan manajemen nutrisi yang baik pada budidaya cabai merah berbasis pertanian teliti (precision farming). Pada tahap ini dilakukan pengumpulan kebutuhan informasi yang diperlukan untuk pengembangan knowledge base berdasarkan kebutuhan pengguna (users) dan kebutuhan fungsional (functional requirement) kemudian menganalisisnya. Pengguna dari sistem ini adalah semua orang yang membutuhkan pengetahuan tentang manajemen nutrisi cabai merah pada khususnya petani cabai merah, akademisi, pakar, Petugas Penyuluh Lapangan (PPL), dan pengguna lain yang membutuhkan informasi dan pengetahuan.

2. Akuisisi Pengetahuan (knowledge aquisition)

Akuisisi pengetahuan merupakan penyerapan pengetahuan dan informasi dari pakar dan dari studi pustaka yang terkait. Penyerapan ini selanjutnya akan diisikan ke basis pengetahuan (knowledge base). Hasil dari akuisisi pengetahuan diperoleh pengetahuan tentang parameter-parameter penting dari manajemen nutrisi cabai merah yang selanjutnya dari pengetahuan ini akan digali lebih dalam dan dianalisis lebih lanjut untuk pembangunan basis pengetahuan (knowledge base). Di tahap ini juga dilakukan perhitungan, dan pengkajian mendalam agar diperoleh pengetahuan yang sesuai untuk pembanguan knowledge base manajemen nutrisi cabai merah. Terdapat tiga cara akuisisi pengetahuan yaitu manual, semi otomatis, dan otomatis. Pada penelitian ini digunakan cara akuisisi pengetahuan yang manual. Dengan cara manual lebih mudah mengakomodir pengetahuan-pengetahuan dari para pakar dengan melakukan wawancara, analisis, dan observasi.

3. Representasi Pengetahuan (knowledge representation)

Merupakan kegiatan mengkonfigurasi pengetahuan yang diperoleh dari pakar dan hasil penelusuran pustaka. Pada tahap ini akan dilakukan pemetaan pengetahuan yang dilakukan untuk penentuan teknik penyimpanan dalam basis pengetahuan sehingga pengetahuan bisa dimengerti oleh manusia dan bisa dimasukan ke dalam perangkat lunak komputer. Teknik-teknik representasi pengetahuan yang digunakan dalam penelitian sesuai dengan jenis-jenis pengetahuanya yang akan direpresentasikan, karena satu jenis pengetahuan, cara perepresentasiannya belum tentu sama dengan jenis pengetahuan yang lain. Teknik representasi pengetahuan yang digunakan pohon keputusan (decision tree), tabel keputusan (decision table), dan bentuk model data relasi. Dari metode pohon keputusan kemudian dipetakan ke tabel keputusan alasannya karena menggunakan DBMS bentuk data relasional dalam hal ini adalah PostgreSQL. Bentuk tabel keputusan sudah sesuai dengan DBMS yang digunakan.

22 4. Validasi Pengetahuan (Knowledge Validation)

Validasi pengetahuan dilakukan oleh pakar dan berkolaborasi dengan knowledge engineer, yang bertujuan untuk mengecek kebenaran dan keabsahan dari pengetahuan yang di representasikan oleh knowledge engineer. Bentuk validasi bisa seperti tes keadaan, studi kasus, dsb. Validasi lebih mengarah pada konten/isi yang menjadi titik berat, benar atau tidaknya pengetahuan yang dibangun.

5. Kodifikasi

Merupakan proses mentranfer dari perancangan logis yang biasanya berupa ERD (Entity Relationship Diagram) ke dalam DBMS. Kodifikasi bicara mengenai bagaimana sebuah knowledge base akan dimasukkan ke PostreSQL yang disini berperan sebagai DBMS. Sebelum masuk inti dari kodifikasi ada beberapa tahapan awal yang perlu dilakukan yaitu perancangan basis data (database), antara lain:

a) Analisis kebutuhan

Menganalisis berbagai kebutuhan, mengidentifikasi masalah-masalah yang terkait dengan pengembangan basis data, melakukan pengumpulan data, informasi, dan pengetahuan, dst. b) Perancangan Konseptual (conseptual design)

Pada tahapan ini data yang dibutuhkan untuk pengembangan sistem data dikelompokkan menurut kriteria tertentu. Kemudian dilengkapi dengan hubungan antara grup data (entitas) dengan grup data yang lain (entitas). Hubungan antar entitas dijabarkan dengan menggunakan diagram E-R (Entity Relationship) yang menunjukkan hubungan antar entitas. c) Perancangan Logikal (logical design)

Merupakan tahapan yang digunakan untuk menentukan hasil dari perancangan konseptual ke dalam bentuk yang nantinya akan diimplementasikan ke DBMS. Pemetaan pada perancangan logis berdasarkan perancangan konseptual.

d) Perancangan Fisik (physical design)

Langkah terakhir dalam perancangan basis data adalah perancangan fisik. Perancangan ini sangat spesifik terhadap DBMS yang digunakan yaitu PostgreSQL 9.0. Tipe data untuk masing-masing kolom dalam setiap kolom disesuikan dengan DBMS yang digunakan. e) Kegiatan inti kodifikasi

Lebih menekankan pembangunan basis data dengan menggunakan PostgreSQL. Melakukan strukturisasi, berhubungan dengan bentuk tabel disertai atribut, tipe data dan relasinya dengan tabel lain melalui constraint, penentuan kunci primer, kunci asing, dan pembuatan fungsi tersimpan (stored function) untuk menyimpan rumus perhitungan dosis pupuk. 6. Pengujian/implementasi

Sebelum sistem ini dirilis dilakukan perancangan prototipe (contoh aplikasi) yang berguna untuk mendukung interaksi antara pengguna (user) dan aplikasi sistem. Karena sebuah aplikasi sistem tidak ada gunanya apabila tidak bisa digunakan oleh user oleh karena itu perlu dibuat prototipe agar bisa berkomunikasi dengan user dengan efisien serta mudah dimengerti. Pengujian dilakukan baik secara fungsional. Selanjutnya setelah diuji sistem bisa diluncurkan dan dapat dievaluasi kembali serta dilakukan perbaikan sistem nantinya.

23 7. Perawatan

Tahap ini merupakan tahap yang sangat penting agar sistem tetap dapat berjalan dengan baik. Pemeliharaan sistem berupa auditing sistem dan fasilitas updating data untuk merawat keakuratan dan keterbaruan data yang dihasilkan. Pemantauan, evaluasi sistem, serta memformulasikan rencana modifikasi perbaikan/pengembangan sistem. Pada tahapan ini ditindaklanjuti nanti apabila sistem yang nantinya dikembangkan dengan knowledge base ini benar-benar diaplikasikan secara nyata.

24

IV.

HASIL

DAN

PEMBAHASAN

A.

KNOWLEDGE

BASE

MANAJEMEN

NUTRISI

CABAI

MERAH

BERBASIS

PERTANIAN

TELITI

(

PRECISION

FARMING

)

Precision Farming (PF) atau pertanian teliti berhubungan dengan manajemen informasi keragaman spasial dan temporal dari suatu lahan pertanian yang bertujuan untuk meningkatkan keuntungan optimal, berkelanjutan dan mengurangi dampak kerusakan lingkungan. PF menekankan bagaimana memanajemen sebuah lahan/sub-lahan dan mendapatkan informasi sebanyak-banyaknya tentang spasial (ruang) dan temporal (waktu) yang akan digunakan untuk membuat keputusan.

Dalam dunia PF yang sebenarnya, aktivitas tersebut didukung dengan berbagai teknologi informasi dan peralatan yang canggih seperti GPS (Global Positioning System), GIS (Geographical Information System), variable rate application, soil sampling, pengindraan jarak jauh (remote sensing), yield monitor, dst. Petani-petani di negara-negara maju sebagian besar sudah didukung dengan teknologi-teknologi tersebut dan penerapan PF sudah dilakukan, baik secara keseluruhan atau bersifat parsial. Di Indonesia PF masih bersifat wacana dan masih dalam tahap penelitian. Mahalnya teknologi dan penerapan PF menjadi salah satu kendala pengaplikasian PF. Selain itu kurangnya pengetahuan dan sulitnya akses terhadap informasi membuat petani-petani Indonesia masih banyak yang belum mengetahui cara budidaya tanaman yang baik khususnya pada kegiatan pemupukan.

Berbicara mengenai pertanian teliti di sini, tidak jauh berbeda dengan konsep pertanian teliti yang sebenarnya, perbedaannya adalah pada pemanfaatan dan tidaknya teknologi-teknologi untuk PF. Terdapat hubungan erat bagaimana mengelola lahan untuk menciptakan kondisi keseragaman spasial, agar biaya, kebutuhan input bisa diminimalisir dan menghindari terjadinya kelebihan atau kekurangan misalnya pupuk, kapur, dll, sehingga dampak kerusakan lingkungan bisa dikurangi. Dengan memegang poin penting atau konsep utama pertanian teliti walaupun belum didukung dengan teknologi canggih, hal ini tidak menutup kemungkinan bahwa upaya ke arah konsep pertanian teliti bisa diusahakan, yaitu dengan adanya pengetahuan-pengetahuan bagaimana mengelola lahan agar optimal untuk ditanami dan menghasilkan produktivitas yang tinggi, tidak terkecuali pada kegiatan pemupukan cabai merah dengan pengetahuan-pengetahuan manajemen nutrisi cabai merah, petani-petani cabai merah bisa terbantu dan bisa mengaplikasikan pengetahuan-pengetahuan itu untuk membantu menyelesaikan masalah terkait pemupukan yang efisien dan efektif.

Pada budidaya cabai merah (Capsicum annuum L) aktivitas pemupukan merupakan tahapan yang paling penting. Karena di kegiatan ini kebutuhan nutrisi tanaman harus terpenuhi, baik unsur makro dan mikro, dan berbagai faktor pembatas harus tersedia agar pertumbuhan tanaman optimal. Tetapi pada kenyataannnya kegiatan pemupukan yang dilakukan oleh petani tidak memperhitungkan kebutuhan nutrisi tanaman dan kondisi tanah. Padahal hal tersebut merupakan hal yang harus menjadi perhatian khusus. Akibatnya terjadi aplikasi pupuk yang berlebihan (over-application) atau aplikasi yang kurang (under-application), dan dari hal tersebut bisa mengakibatkan munculnya berbagai penyakit yang menyerang serta tidak efektif dan efisien.

Pengaplikasian pupuk ke tanaman baiknya berdasarkan kebutuhan nutrisi tanaman, kondisi tanah, dan berbagai variabel yang mempengaruhi. Memang pada dasarnya tidak 100% tepat, tetapi arah menuju/mendekati ke dosis yang presisi bisa dilakukan dengan sebelumnya menetukan target

25 hasil dan mempertimbangkan nutrient recovery atau daya serap pupuk terhadap tanaman serta hasil analisis tanah. Perlakuan berbeda pada tanah yang kekurangan organik. Tanah dengan kandungan c-organik kurang dari sama dengan 2.0 % maka perlu diaplikasikan pupuk kandang. Karena kondisi tanah yang kekurangan c-organik miskin akan unsur hara, dan dapat menghambat pertumbuhan tanaman. Pengaplikasian ke lahan juga tidak bisa dilakukan serta merta, ada cara dan waktu yang tepat untuk itu. Pada dasarnya pupuk diberikan sesuai dengan kebutuhan tanaman, tanah, dan faktor-faktor yang mempengaruhinya dengan cara dan waktu pengaplikasian yang benar. Tujuannnya agar kegiatan pemupukan bisa efisien dan efektif.

Semua informasi dan pengetahuan tersebut di simpan dalam sebuah knowledge base manajemen nutrisi cabai merah. Knowledge base yang dikembangkan ini berbasis pertanian teliti bisa dilihat dari jenis-jenis pengetahuan yang disajikan memberi arahan ke kegiatan pertanian teliti, antara lain pengetahuan jenis tanah, untuk mengetahui karakteristik atau sifat tanah yang dapat digunakan untuk membantu pengambilan keputusan, kemudian pengetahuan penentuan dosis kapur/belerang berdasarkan pH dan tekstur tanah, pengetahuan penentuan dosis pupuk kandang berdasarkan kadar C-organik tanah, pengetahuan penentuan dosis pupuk sintetis (tunggal dan majemuk) berdasarkan kebutuhan unsur cabai merah dan produkstivitas 15 ton/ha (asumsi jumlah optimal dengan kerapatan tanam 15,000 tanaman), serta pengetahuan cara dan waktu aplikasi kapur/belarang, pupuk kadang, dan pupuk sintetis. Knowledge base ini dikhususkan pada jenis pertanian di lahan atau bersifat konvensional yang banyak dilakukan oleh petani-petani Indonesia.

Pembangunan knowledge base ini diarahkan untuk menyediakan pengetahuan (dari pakar dan pustaka) tentang manajemen nutrisi cabai merah berbasis pertanian teliti. Pengetahuan yang dibangun berisikan aturan-aturan (rules) dalam memanajemen kegiatan pemupukan menuju keseragaman spasial untuk memperoleh tujuan yang sudah diutarakan sebelumnya. Pendekatannya adalah bahwa kondisi seragam pada lahan akan lebih mudah mengelolanya pada kegiatan pertanian yang konvensional. Kondisi seragam disini adalah pH tanah optimal dan cukup akan bahan organik. Kapur/belerang berperan untuk mengatur pH tanah sedangkan pupuk kandang berperan untuk mengatur kadar bahan organik. Keduanya diaplikasikan untuk mendapatkan kondisi tanah yang ideal dan optimal, yang berarti bahwa kapur/belerang untuk memperbaiki pH tanah agar ideal untuk pertumbuhan cabai merah, karena dengan pH yang ideal maka secara tidak langsung banyak tersedia unsur-unsur hara yang cukup untuk menunjang pertumbuhan tanaman, dengan kata lain pengaplikasian pupuk sintetis (pupuk tunggal atau pupuk majemuk) akan bisa diserap optimal oleh tanaman dan produktivitas 15 ton/ha dapat terpenuhi.

Pada umumnya pengetahuan-pengetahuan seperti itu tidak dipunyai oleh banyak orang khususnya petani cabai merah. Kebanyakan dari petani cabai belum sepenuhnya mengetahui proses pemupukan yang baik. Mereka membutuhkan panduan agar budidaya cabai merah bisa memperoleh hasil yang diharapkan dengan input yang diberikan bisa diminimalkan karena kondisi keseragaman spasial yang sebelumnya diciptakan (keseragaman spasial bisa menekan kebutuhan pupuk sintetis). Dengan knowledge base manajemen nutrisi cabai merah, kegiatan pemupukan bisa dilakukan dengan baik, mendekati presisi, dan sesuai yang dibutuhkan oleh tanah dan tanaman. Selain itu knowledge base ini telah dibangun dengan DBMS yaitu PostgreSQL yang tentunya sudah standar, sehingga bisa digunakan untuk mengembangkan berbagai aplikasi seperti berbasis android, web, decision support system, expert system, dst.

26

B.

TAHAPAN

PENGEMBANGAN

BASIS

PENGETAHUAN

Terdapat beberapa tahapan dalam pembangunan basis pengetahuan (knowledge base) antara lain identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi dan pemeliharaan. Berikut ini adalah uraian masing-masing tahapan :

1) Identifikasi Masalah

Tahap ini merupakan tahap yang paling awal dari pengembangan sebuah knowledge base. Pengidentifikasian masalah dilakukan untuk mengidentifikasi masalah-masalah dan batasan-batasan yang muncul mengenai manajemen nutrisi cabai merah. Dilakukan tahap analisis mengenai ruang lingkup dari manajemen nutrisi cabai merah, dan faktor-faktor yang mempengaruhinya. Semuanya dianalisis sebagai dasar pemikiran untuk mengembangkan knowledge base. Masalah-masalah dalam hal ini adalah yang menjadi latar belakang, parameter, faktor-faktor yang mempengaruhi, dan segala kebutuhan yang digunakan untuk membangun sistem ini. Pada tahap ini diuraikan pengetahuan-pengetahuan yang menjadi bagian utama dalam penyusunan knowledge base. Fokus utama lebih banyak membicarakan pengetahuan apa yang akan dikembangkan, dan apa alasannya atau dasar pemikirannya, dan bagaimana cara membangun pengetahuan, dst. Banyak masalah-masalah yang bisa menjadi pertimbangan untuk diidentifikasi lebih dini, agar mudah ketika dalam tahap pembangunan.

Pemikiran awal pengetahuan ini berisikan tentang manajemen nutrisi cabai merah di wilayah tropika berbasis pertanian teliti (precision farming). Nutrisi cabai merah berhubungan erat dengan penyediaan unsur hara makro dan mikro yang dibutuhkan oleh tanaman, dan tentunya berkaitan dengan kegiatan pemupukan. Dalam kegiatan pemupukan berhubungan dengan pemenuhan nutrisi oleh tanaman dengan menggunakan pupuk baik sintetis maupun non sintetis dan mengelola media tanam (tanah) agar optimal untuk mendukung penyerapan pupuk oleh tanaman. Amelioran adalah bahan-bahan yang bertujuan untuk memperbaiki tanah, yang dimaksud amelioran di sini adalah kapur/belerang untuk mengubah pH tanah, pupuk kandang untuk memperbaiki sifat fisik tanah, struktur tanah, menyediakan unsur hara yang baik untuk tanaman, serta meningkatkan kapasitas tukar kation tanah. Berbeda dengan pupuk sintetis (pupuk tunggal atau pupuk majemuk) yang bertujuan untuk memenuhi unsur makro primer tanaman (NPK). Dalam penentuan dosis pupuk tunggal atau pupuk majemuk, sebelumnya dilakukan analisis jaringan tanaman untuk mengetahui kebutuhan unsur tanaman cabai merah informasi ini mengacu pada Berke et al. (2005).

Pada umumnya dalam penentuan dosis dari mulai kapur/belerang, pupuk kandang, pupuk sintetis, sifat tanah dilakukan analisis tanah terlebih dahulu untuk mengetahui unsur-unsur yang tersedia dalam tanah. Tidak mudah untuk melakukan analisis tanah, harus dibawa ke laboratorium dan membutuhkan waktu serta biaya yang tidak sedikit. Oleh karena itu perlu juga dikembangkan informasi tentang jenis tanah dan karakteristiknya. Main map untuk memudahkan mengidentifikasi masalah dalam pembangunan knowledge base ini adalah tersaji pada Gambar 9 sebagai berikut:

98 Lampiran 5. Nama fisik dan konseptual entitas beserta penjelasan

Tabel 22. Nama fisik dan konseptual entitas beserta penjelasan

No Entitas Penjelasan

Nama fisik Nama koseptual

1 aplikasi Aplikasi

Aplikasi berisi pengetahuan waktu dan cara aplikasi amelioran , seperti kapur/belerang, pupuk majemuk/pupuk tunggal, pupuk kandang

2 dosispupukmajemuk Dosis Pupuk Majemuk

Dosis pupuk majemuk berisi dosis berbagai pupuk majemuk yang ada di pasaran

3 tanah_dosispm Tanah_Dosis Pupuk Majemuk

Tabel relasi antara tanah dan dosis pupuk majemuk

4 dosispupuktunggal_k Dosis Pupuk Tunggal_K Dosis pupuk tunggal untuk pupuk K 5 dosispupuktunggal_p Dosis Pupuk Tunggal_P Dosis pupuk tunggal untuk pupuk P 6 dosispupuktunggal_n Dosis Pupuk Tunggal_N Dosis pupuk tunggal untuk pupuk N 7 tanah_dosispt Tanah_Dosis Pupuk

Tunggal

Tabel relasi antara tanah dan dosis pupuk tunggal N, P, dan K

8 tanah Tanah Berisi pengetahuan berbagai jenis

tanah dengan karakteristik umum

9 ph pH Berisi kisaran nilai pH dari pH masam

sampai alkalis

10 ph_tekstur pH_Tekstur Tabel relasi antara entitas pH dan entitas dosis kapur/belerang (tekstur) 11 dosiskapbel Dosis Kapur/Belerang Dosis kapur/belerang tergantung nilai

pH dan tekstur

12 kriteriaco Kriteria C-Organik Kriteria C-Organik (sangat rendah, rendah, sedang, tinggi, sangat tinggi) 13 kriteriaco_co Kriteria

C-Organik_C-Organik

Tabel relasi antara entitas Kriteria C-Organik dengan Dosis pupuk kandang (C-Organik)

14 dosispukan Dosis Pupuk Kandang Dosis pupuk kandang berdasarkan nilai C-Organik tanah

99

No Entitas Atribut Tipe Data Penjelasan Satuan

1 aplikasi id_amel Char ID amelioran

jns_amel Char Jenis amelioran

wkt_aplikasi Text Waktu aplikasi amelioran cra_aplikasi Text Cara aplikasi amelioran

2 dosispupukmajemuk id_pm Char ID pupuk majemuk

jenis_pm Char Jenis pupuk majemuk

kand_n Integer Presentase kadar/kandungan N pada pupuk majemuk %

kand_p Integer Presentase kadar/kandungan P pada pupuk majemuk %

kand_k Integer Presentase kadar/kandungan K pada pupuk majemuk %

dosis_pm_pd Integer Dosis pupuk majemuk pada pupuk dasar kg/ha

dosis_pm_4mst Integer Dosis pupuk majemuk pada 4MST (Minggu Setelah Tanam) kg/ha tamb_urea46_pd Integer Tambahan jika menggunakan Urea-46 (diaplikasikan pada pupuk dasar) kg/ha tamb_urea46_2mst Integer Tambahan jika menggunakan Urea-46 (diaplikasikan pada 2mst) kg/ha tamb_urea46_4mst Integer Tambahan jika menggunakan Urea-46 (diaplikasikan pada 4mst) kg/ha tamb_urea46_6mst Integer Tambahan jika menggunakan Urea-46 (diaplikasikan pada 6mst) kg/ha tamb_za21_pd Integer Tambahan jika menggunakan ZA-21 (diaplikasikan pada pupuk dasar) kg/ha tamb_za21_2mst Integer Tambahan jika menggunakan ZA-21 (diaplikasikan pada 2mst) kg/ha tamb_za21_4mst Integer Tambahan jika menggunakan ZA-21 (diaplikasikan pada 4mst) kg/ha tamb_za21_6mst Integer Tambahan jika menggunakan ZA-21 (diaplikasikan pada 6mst) kg/ha tamb_sp36_pd Integer Tambahan jika menggunakan SP-36 (diaplikasikan pada pupuk dasar) kg/ha tamb_sp36_4mst Integer Tambahan jika menggunakan SP-36 (diaplikasikan pada 4mst) kg/ha tamb_sp18_pd Integer Tambahan jika menggunakan SP-18 (diaplikasikan pada pupuk dasar) kg/ha tamb_sp18_4mst Integer Tambahan jika menggunakan SP-18 (diaplikasikan pada 4mst) kg/ha tamb_kcl60_pd Integer Tambahan jika menggunakan KCl-60 (diaplikasikan pada pupuk dasar) kg/ha tamb_kcl60_4mst Integer Tambahan jika menggunakan KCl-60 (diaplikasikan pada 4mst) kg/ha tamb_kcl50_pd Integer Tambahan jika menggunakan KCl-50 (diaplikasikan pada pupuk dasar) kg/ha tamb_kcl50_4mst Integer Tambahan jika menggunakan KCl-50 (diaplikasikan pada 4mst) kg/ha

100 Lanjutan Tabel 22

No Entitas Atribut Tipe Data Penjelasan Satuan

3 dosispupuktunggal_k id_ptk Char ID pupuk tunggal_K

ptk Char Jenis pupuk tunggal K

kand_k Integer Presentase kandungan/kadar K %

total_dosis Integer Dosis total pupuk tunggal K kg/ha

dosptk_pd Integer Dosis pupuk tunggal K (diaplikasikan pada pupuk dasar) kg/ha

dosptk_2mst Integer Dosis pupuk tunggal K (diaplikasikan pada 2mst) kg/ha

dosptk_4mst Integer Dosis pupuk tunggal K (diaplikasikan pada 4mst) kg/ha

dosptk_6mst Integer Dosis pupuk tunggal K (diaplikasikan pada 6mst) kg/ha

4 dosispupuktunggal_p id_ptp Char ID pupuk tunggal_P

ptp Char Jenis pupuk tunggal P

kand_p Integer Presentase kandungan/kadar P %

total_dosis Integer Dosis total pupuk tunggal P kg/ha

dosptp_pd Integer Dosis pupuk tunggal P (diaplikasikan pada pupuk dasar) kg/ha

dosptp_2mst Integer Dosis pupuk tunggal P (diaplikasikan pada 2mst) kg/ha

dosptp_4mst Integer Dosis pupuk tunggal P (diaplikasikan pada 4mst) kg/ha

dosptp_6mst Integer Dosis pupuk tunggal P (diaplikasikan pada 6mst) kg/ha

5 dosispupuktunggal_n id_ptn Char ID pupuk tunggal_N

ptn Char Jenis pupuk tunggal N

kand_n Integer Presentase kandungan/kadar K %

total_dosis Integer Dosis total pupuk tunggal N kg/ha

dosptn_pd Integer Dosis pupuk tunggal N (diaplikasikan pada pupuk dasar) kg/ha

dosptn_2mst Integer Dosis pupuk tunggal N (diaplikasikan pada 2mst) kg/ha

dosptn_4mst Integer Dosis pupuk tunggal N (diaplikasikan pada 4mst) kg/ha

101

6 tanah id_tanah Char ID Tanah

jns_tnh Char Jenis tanah

ciri Text Ciri tanah

gbr_tnh Char Gambar tanah

tekstur_literatur Text Tektur tanah (pada umumnya/berdasarkan literatur) bb_ph_literatur Double Precision Nilai pH (Min) (pada umumnya/berdasarkan literatur) ba_ph_literatur Double Precision Nilai pH (Max) (pada umumnya/berdasarkan literatur)

ket_ktk Char Ket Kapasitas Tukar Kation

ktk Double Precision Kapasitas Tukar Kation meq/100 g

bulk_density Double Precision Kerapatan tanah g/cc

co_literatur Double Precision C-Organik (pada umumnya/berdasarkan literatur) %

ket_co Char Ket C-Organik

7 ph id_ph Char ID pH

kriteria_ph Char Kriteria pH

bb_ph Double Precision Nilai pH (min) ba_ph Double Precision Nilai pH (max)

8 dosiskapbel id_teks Char ID Tekstur

jns_teks Char Jenis tekstur

doskapbel Integer Dosis kapur/belerang kg/ha

kap_bel Char Kapur atau belerang

dos_pukan_kuda Char Dosis pupuk kandang jika berasal dari kotoran kuda ton

102 Lanjutan Tabel 22

No Entitas Atribut Tipe Data Penjelasan Satuan

9 kriteriaco id_krico Char ID Kriteria C-organik

kriteria_co Char Kriteria C-organik

bb_co Double Precision Nilai C-Organik (min)

ba_co Double Precision Nilai C-Organik (max)

perlakuan Text Perlakuan

10 dosispukan id_co Char ID C-organik

co_tanah Double Precision C-Organik tanah %

dos_pukan_ayam Integer Dosis pupuk kandang jika berasal dari kotoran ayam ton

dos_pukan_sapi Integer Dosis pupuk kandang jika berasal dari kotoran sapi ton

dos_pukan_kuda Integer Dosis pupuk kandang jika berasal dari kotoran kuda ton