Naive Bayes (Studi kasus Kecamatan Wonosalam, Jombang)
Vol. 2, No. 10, Oktober 2018, hlm. 4034-4038 http://j-ptiik.ub.ac.id
Sistem Pakar Diagnosis Penyakit Tanaman Cengkeh Menggunakan Metode
Naive Bayes (Studi kasus Kecamatan Wonosalam, Jombang) 1 2 3 Andrianto Setiawan , Nurul Hidayat , Ratih Kartika Dewi
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
1
2
3 Email: setiawanandrianto0@gmail.com, ntayadih@ub.ac.id, ratihkartikad@ub.ac.id
Abstrak
Tanaman cengkeh digolongkan ke dalam tanaman perkebunan atau industri yang banyak ditanam di Wonosalam. Tetapi tidak semua perkebunan cengkeh adalah milik warga sekitar, melainkan pemiliknya adalah warga dari luar daerah. Hal ini menyebabkan tanaman cengkeh kurang terawat dan akhirnya terserang penyakit. Salah satu metode untuk mendiagnosis penyakit tanaman cengkeh bisa dilakuakan dengan Naive Bayes. Sistem pakar diagnosis penyakit tanaman cengkeh menggunakan metode Naive
Bayes ini dapat mempermudah untuk mendeteksi penyakit yang menyerang cengkeh berdasarkan gejala
- –gejala yang timbul. Metode Naive Bayes diimplementasikan pada mesin inferensi sistem pakar agar dapat melakukan penarikan kesimpulan berdasarkan pengetahuan yang ada pada basis pengetahuan. Hasil yang didapatkan setelah pengujian akurasi sistem yaitu 93% yang menunjukan bahwa metode
Naive Bayes cocok untuk kasus penyakit tanaman cengkeh.
Kata kunci : tanaman cengkeh, sistem pakar, naive bayes
Abstract
Clove plants are classified into plantation crops or industries that are widely grown in Wonosalam. But
not all clove plantations belong to the local people, but the owners are residents from outside the region.
This causes the plant is less well groomed cloves and eventually attacked by disease. One method to
diagnose clove plant disease can be done with Naive Bayes. Clove plant disease diagnosis expert system
using Naive Bayes method can make it easier to detect diseases that attack the cloves based on the
symptoms that arise. The Naive Bayes method is implemented on an expert system inference engine in
order to make inferences based on existing knowledge on the knowledge base. Results obtained after a
system accuracy test of 93% indicating that the method of Naive Bayes is suitable for clove plant disease
cases.Keywords: clove plant, expert system, naive bayes
Disini penulis akan mencoba untuk 1. membahas salah satu daerah dataran tinggi
PENDAHULUAN
yang dapat ditanami cengkeh tepatnya di Tanaman cengkeh digolongkan ke
Kecamatan Wonosalam, Jombang. Dengan dalam tanaman perkebunan atau industri kondisi geografis dataran tinggi, banyak yang tentunya sangat cocok di Indonesia. lahan pertanian dan perkebunan yang ada di
Cengkeh dapat tumbuh di tanah yang Wonosalam. Salah satu tanaman perkebunan gembur dengan drainase yang cukup baik. yang ada adalah tanaman cengkeh. Tetapi
Tanaman ini merupakan tanaman tropis tidak semua perkebunan cengkeh di yang sangat cocok ditanam di Indonesia. Hal
Wonosalam adalah milik warga sekitar, ini dikarenakan tanaman cengkeh dapat banyak masyarakat daerah lain yang menghasilkan minyak atsiri yang dapat menjadi pemilik perkebunan cengkeh digunakan untuk bahan baku produksi tersebut. Terkadang pemilik perkebunan industri makanan maupun industri farmasi. tidak ikut menanam langsung, melainkan
Tentunya yang paling dominan di Indonesia mempekerjakan orang yang tidak lain adalah adalah digunakan untuk bahan baku penduduk sekitar. pembuatan rokok.
Fakultas Ilmu Komputer Universitas Brawijaya
4034
Permasalahan yang muncul adalah, dengan tidak terlibatnya pemilik secara langsung, banyak tanaman cengkeh yang rusak karena tidak terurus dengan baik dan juga tentunya karena penyakit. Hal ini menyebabkan kerugian bagi pemilik perkebunan cengkeh di Wonosalam. Sebelum rusak karena penyakit, tentunya tanaman cengkeh menunjukan gejala gejala yang seharusnya bisa diamati, sehingga dapat dicegah dengan penanganan yang tepat. Oleh sebab itu, dibutuhkan sebuah sistem yang layaknya seorang pakar agar dapat mengidentifikasi secara tepat penyakit tanaman cengkeh. Penulis akan mencoba untuk memberikan solusi melalui penelitian ini yaitu pembuatan sistem untuk diagnosa penyakit tanaman cengkeh menggunakan metode Naive Bayes.
Secara garis besar model naive bayes classifier ditunjukkan pada persamaan (1) (Sutojo, 2011) . ( | ) =
(3) Keterangan: P = Nilai prior X = Jumlah data tiap kelas A = jumlah data seluruh kelas
X A
1. Mencari nilai prior untuk tiap-tiap kelas dengan menghitung rata-rata tiap kelas dengan menggunakan persamaan (3). =
(2) Perhitungan naive bayes dapat dilakukan dengan langkah berikut ini:
ℎ
4. p(E) = probabilitas evidence E tanpa memandang apapun Atau dengan kata lain persamaan diatas dapat digambarkan sebagai persamaan (2). =
3. p(H) = probabilitas hipotesis H tanpa memandang evidence apapun
2. p(E|H) = probabilitas munculnya evidence E jika hipotesis H terjadi
(1) Dengan: 1. p(H|E) = probabilitas hipotesis H terjadi jika evidence E terjadi
( | ) ( ) ( )
Metode Naive Bayes adalah metode untuk mengklasifikasi probabilitas sederhana yang didasarkan pada Teorema Bayes. Dalam Teorema Bayes dikombinasikan dengan “Naive” yang berarti dalam atribut dengan sifat bebas (independent). Naive Bayes Classifier dapat dilatih dengan efiensi pembelajaran terawasi (supervised learning). Keuntungan dalam klasifikasi adalah hanya membutuhkan sejumlah kecil data pelatihan untuk memperkirakan parameter yang diperlukan untuk klasifikasi. Karena variabel independen diasumsikan, hanya variasi variabel untuk masing-masing kelas harus ditentukan, bukan seluruh matriks kovarians.
Penelitian yang dijadikan referensi oleh penulis adalah penelitian yang berjudul Permodelan Sistem Pakar Diagnosa Penyakit HIV Menggunakan Metode Naive
) yang digunakan untuk pengambilan keputusan yang diambil oleh seorang pakar dengan menggunakan pengetahuan (knowledge), fakta dan teknik berfikir dalam menyelesaikan permasalahan yang biasanya diselesaikan oleh seorang pakar yang bersangkutan (Hayadi B, 2016).
Intelligent
Sistem Sistem pakar adalah bidang dalam kecerdasan buatan (Artificial
Dengan adanya penelitian ini diharapkan para pemilik perkebunan cengkeh khususnya di Wonosalam tidak merugi karena dapat mengidentifikasi penyakit tanaman cengkeh dengan tepat.
Tanaman Cengkeh Menggunakan Metode Naive Bayes ”.
Berdasarkan uraian diatas, penulis tertarik melakukan penelitian dengan judul “Sistem Pakar Diagnosis Penyakit
nilai kemungkinan dari masing-masing gejala dengan mengacu pada data training. Pengujian dilakukan dengan membandingkan hasil diagnosa dari sistem dengan hasil diagnosa dari pakar. Berdasarkan pengujian yang telah dilakukan, akurasi sistem adalah sebesar 85% (Fatma, 2016).
Naive Bayes digunakan untuk menghitung
. Pada penelitian tersebut metode
Bayes
2. LANDASAN KEPUSTAKAAN
2.
3. Mencari nilai Likehood untuk tiap-tiap METODOLOGI kelas dengan menggunakan persamaan (4).
START
L (4) =
Keterangan:
Gejala Tanaman Cengkeh
L = Nilai likelihood F = jumlah data feature tiap kelas
Prior = jumlah kelas suatu
B = jumlah seluruh fitur tiap kelas
penyakit / total kelas 3.
Mencari nilai posterior dari tiap kelas yang ada dengan menggunakan persamaan (5).
Likelihood = jumlah data fitur
P(c|a) = P(c) x P(a|c) (5)
/ jumlah seluruh fitur
Keterangan : P(c) = Nilai prior tiap kelas
Posterior = Prior x Likelihood
P(a|c)= Nilai likelihood Hasil klasifikasi dengan menggunakan
Perbandingan nilai posterior
metode Naive Bayes dilakukan dengan membandingkan nilai posterior dari kelas-kelas yang ada. Nilai posterior yang paling tinggi yang Penyakit yang
menyerang Tanaman terpilih sebagai hasil klasifikasi. Cengekh
Berikut ini beberapa penyakit yang menyerang tanaman cengkeh:
1. Bakteri Pembuluh Kayu END Penyakit
(BPKCK) . Menurut pakar Anang faktor yang
Gambar 1.Diagram Alir Naive Bayes
mempengaruhi BPKCK adalah keanekaragaman gejala dan penyebaran penyakit dapat Data hasil peneltian dan observasi lapangan disebabkan oleh perbedaan naungan, suhu, sinar yang telah dilakukan akan digunakan sebagai matahari dan musim. Gejala mati cepat biasanya data training tersebut merupkan aturan-aturan terjadi di dataran tinggi, sedangkan mati lambat yang nantinya akan digunakan sebagai basis terjadi di dataran rendah. pengetahuan pada sistem pakar diagnosis penyakit tanaman cengkeh. Kode dan gejala
2. Penyakit Cacar Daun Cengkeh klinik yang terdapat pada penyakit tanaman cengkeh dapat dilihat pada Tabel 1. Menurut pakar Anang penyebab penyakit cacar daun cengkeh adalah parasit
Tabel 1. Gejala tanaman Cengkeh
lemah, sehingga penyakit lebih banyak terdapat Kode Gejala Penyakit pada tanaman lemah. Penyakit banyak terdapat
G1 Ranting pada
1. Penyakit
pada kebun yang rapat, kurang terpelihara, pucuk batang Bakteri kurang dipupuk, gulma tidak dikendalikan dan mati
Pembuluh pemetikannya kasar. Kayu Cengkeh 3. Penyakit Jamur Akar Putih
(BPKCK) Menurut pakar Anang penyebab utama dari penyakit ini adalah jamur Akar Putih
G2 Daun gugur dari Penyakit 1.
(Rigidoporus Lignosus). Gejala serangannya atas ke bawah Bakteri adalah daun cengkeh layu secara tiba-tiba, Pembuluh mengering dan akhirnya rontok. Lalu benang- Kayu Cengkeh benang miselium jamur yang menempel kuat (BPKCK) pada akar.
G3 Cabang mudah layu secara mendadak 1.
28 30 100 Maka akurasi = 93% 5.
1. Penyakit Jamur
Akar Putih G11 Akar membusuk 1.
Penyakit Jamur Akar Putih 4.
Pengujian ini dilakukan dengan menguji tingkat keakuratan atau kesesuaian dari data testing yang didapatkan oleh pakar dengan hasil output dari sistem. Data testing yang didapatkan sebanyak 30, keseluruhan data latih didapatkan dari pakar dan setelah ditelaah terdapat 1 data uji yang sama dengan data latih. Kemudian akan dilakukan percobaan dengan masukan sesuai data uji.
Dari percobaan yang telah dilakukan sebanyak 30 data uji didapatkan hasil keluaran sistem yang sesuai sebanyak 28 dimana ketidak sesuaian keluaran dari sistem dengan hasil uji dari pakar terdapat pada data uji kelima dan kesembilan dimana menurut pakar untuk masukan hanya gejala lima seharusnya keluaran dari sistem adalah jamur akar tetapi keluaran sistem justru menghasilkan penyakit bakteri pembuluh kayu cengkeh sedangkan untuk masukan gejala sembilan saja seharusnya keluaran dari sistem adalah cacar daun tetapi keluaran sistem justru menghasilkan penyakit jamur akar. Sehingga didapatkan nilai akurasi:
=
KESIMPULAN
Akar Putih G10 Benang
Berdasarkan hasil pengujian dan analisis hasil penelitian ini, maka dapat diambil beberapa kesimpulan sebagai berikut : 1.
Sistem pakar diagnosis penyakit pada tanaman cengkeh berhasil diimplentasi dalam bentuk perangkat lunak dengan fungsi melakukan diagnosis penyakit pada tanaman cengkeh. Selain itu terdapat pula menu berupa informasi daftar penyakit pada tanaman cengkeh beserta gejala
—gejala nya.
2. Metode naive bayes baik digunakan untuk
diagnosis penyakit pada tanaman cengkeh karena menghasilkan tingkat akurasi sebesar 93%.
6. DAFTAR PUSTAKA
Arhami, Muhammad, Konsep Dasar Sistem Pakar, Yogyakarta.2005. A Syarifudin, Nurul H, Lutfi F. Sistem pakar diagnosis penyakit tanaman jagung menggunakan metode naïve bayes berbasis android, Universitas Brawijaya, Malang. Ayuliana, Testing dan Implementasi Teknik
Miselium jamur menempel pada akar tanaman
2. Penyakit Jamur
Penyakit Bakteri Pembuluh Kayu Cengkeh (BPKCK)
2. Penyakit Jamur
G4 Daun yang tua berwarna kekuning kuningan
1. Penyakit
Bakteri Pembuluh Kayu Cengkeh (BPKCK)
G5 Batang pohon mengering
1. Penyakit
Bakteri Pembuluh Kayu Cengkeh (BPKCK)
Akar Putih G6 Pada daun muda yang berwarna merah terdapat bagian melepuh
Daun Cengkeh
1. Penyakit Cacar
Daun Cengkeh G7 Pada bercak melepuh terdapat titik hitam
1. Penyakit Cacar
Daun Cengkeh G8 Daun bercak cacar terdapat di bagian bawah dan semakin ke atas semakin sedikit
1. Penyakit Cacar
Daun Cengkeh G9 Daun cengkeh layu tiba-tiba, mengering, dan rontok
1. Penyakit Cacar
PENGUJIAN DAN ANALISIS
Pengujian Perangkat Lunak.2009 Eko S.2014.Usability Testing untuk mengukur penguunaan website inspektorat Kota
Palembang, Universitas Bina Darma, Palembang.2014
Fatma, Fery Rukmana. 2014. Permodelan Sistem Pakar Diagnosa Penyakit HIV Menggunakan Metode Naive
Bayes .Fakultas Ilmu Komputer