SISTEM PAKAR UNTUK IDENTIFIKASI HAMA PADA PERTUMBUHAN TANAMAN KEDELAI BERBASIS AJAX DAN PHP.

SISTEM PAKAR UNTUK IDENTIFIKASI HAMA PADA

PERTUMBUHAN TANAMAN KEDELAI BERBASIS AJAX DAN PHP

TUGAS AKHIR

Diajukan Oleh:

ALFIYAN NPM : 0834015014

Kepada

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR SURABAYA

LEMBAR PENGESAHAN

Judul Tugas Akhir : SISTEM PAKAR UNTUK IDENTIFIKASI HAMA PADA PERTUMBUHAN TANAMAN KEDELAI BERBASIS AJAX DAN PHP

Nama Mahasiswa : ALFIYAN

NPM : 0834015014

Program Studi : TEKNIK INFORMATIKA Jurusan : TEKNIK INFORMATIKA

Menyetujui,

Pembimbing I Pembimbing II

I GEDE SUSRAMA, ST. M.Kom SUGIARTO, S.KOM. NPT/NIP . 3 7006 06 0211 1 NIP / NPT. 3 8702 11 03431

KETUA JURUSAN DEKAN

TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI

Dr. Ir. NI KETUT SARI, M.T. Ir. SUTIYONO, MT

KATA PENGANTAR

Bissmillahirrahmanirrahim

Alhamdulillah, puji syukur kehadirat Allah SWT. yang melimpahkan segala rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir yang

berjudul ―Sistem Pakar untuk Identifikasi Hama Pada Pertumbuhan Tanaman

Kedelai Berbasis Ajax dan PHP‖ dengan baik dan lancar. Laporan Tugas Akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Strata Satu (S1) Universitas Pembangunan Nasional ―Vetaran‖ Jawa Timur.

Dalam kesempatan ini penulis ingin mengucapkan terima kasih yang tak terhingga khususnya kepada:

1. Allah SWT, yang selalu memberikan Rahmat dan Hidayahya sehingga penulisan Tugas Akhir ini dapat terselesaikan dengan baik.

2. Bapak Dr.Ir Teguh Sudarto MP, selaku Rektor Universitas Pembangunan Nasional ―Veteran‖ Jawa Timur.

3. Bapak Ir. Sutiyono, MT selaku Dekan Fakultas Teknologi Industri Universitas Pembangunan Nasional ―Veteran‖ Jawa Timur.

4. Dr. Ni Ketut Sari, MT , selaku ketua jurusan Teknik Informatika Universitas

Pembangunan Nasional ―Veteran‖ Jawa Timur.

5. Bapak I Gede Susrama, ST. M.kom , selaku Dosen Pembimbing pertama penulisan skripsi ini yang telah memotivasi, membantu dan memberikan penulis arahan yang baik dan benar dalam menyelesaikan penulisan skripsi ini .

6. Bapak Sugiarto, S.Kom , selaku Dosen Pembimbing kedua penulisan skripsi ini yang telah memotivasi, membantu dan memberikan penulis arahan yang baik dan benar dalam menyelesaikan penulisan skripsi ini.

7. Kedua Orang Tua yang selalu memberikan semangat dan motivasi untuk menyelesaikan Tugas Akhir ini.

8. Sahabat-sahabat dan teman-teman di Universitas Pembangunan Nasional

―Veteran‖ Jawa Timur khususnya. Dan juga semua teman-teman kerja yang

selalu membantu.

Penulis menyadari sepenuhnya bahwa sebagai manusia biasa tentunya tidak akan luput dari kekurangan dan keterbatasan. Maka dengan segenap kerendahan hati, penulis mengharapkan saran dan kritik yang dapat menyempurnakan penulisan ini sehingga dapat bermanfaat dan berguna untuk pengembangan ilmu pengetahuan.

Surabaya, 07 Juli 2012 Penulis

DAFTAR ISI

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... viii

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Perumusan Masalah ... 2

1.3. Batasan Masalah ... 2

1.4. Tujuan ... 3

1.5. Manfaat ... 3

1.6. Metodologi Penelitian ... 4

1.7. Sistematika Penulisan ... 5

BAB II TINJAUAN PUSTAKA ... 7

2.1 Tinjauan Pustaka ... 7

2.1.1. Jenis–jenis Tanaman Kedelai ... 8

2.1.2. Hama Kedelai ... 8

2.2 Landasan Teori ... 17

2.1 Sistem Pakar ... 17

2.3 Metode Faktor Kepastian (certainty factor) ... 27

2.3.1 Kelebihan dan Kekurangan Metode Certainty Factors ... 29

2.4 Web dan Pemrograman HTML ... 30

2.5 PHP ... 31

2.5.1 Tentang PHP ... 31

2.5.2 Struktur Kontrol dan Kondisi ... 32

2.5.3 Persiapan Sebelum Menggunakan PHP ... 36

2.6 Database MySQL ... 38

2.7. Interaksi PHP dengan MySQL ... 39

2.9. Data Flow Diagram (DFD) ... 40

BAB III ANALISA DAN DESAIN SISTEM ... 42

3.1. Analisa Sistem ... 42

3.2.1. Analisa Hasil Konsultasi ... 42

3.2.2. Analisa Hasil Info Hama ... 43

3.3. Diagram Alir Data (DAD) ... 45

3.3.1. Data Contex Diagram atau DFD Level 0 ... 45

3.3.2. DFD Level 1 ... 46

3.3.3. DFD Level 2 ... 46

3.3.4. DFD Level 3 ... 48

3.4. Algoritma Program ... 49

3.5. CDM dan PDM ... 51

3.6. Kebutuhan antar muka ... 51

3.6.1 Kebutuhan antarmuka pengguna ... 52

3.6.2 Kebutuhan Perangkat Keras ... 52

3.6.3 Kebutuhan Perangkat Lunak ... 52

3.7. Perancangan Database ... 53

3.8. Mesin Inferensi ... 54

BAB IV IMPLEMENTASI ... 57

4.1. Implementasi Sistem ... 57

4.1.1. Halaman Login ... 57

4.1.2. Halaman Utama ... 63

4.1.3. Halaman DataDiagnosa ... 64

4.1.4. Halaman Buku Tamu ... 65

4.2. Analisa ... 67

4.2.1. Menu Sistem Pakar ... 67

BAB V UJI COBA DAN EVALUASI PROGRAM ... 70

5.1. Uji Coba Menu User ... 70

5.1.1. Menu Diagnosa ... 70

5.1.2. Uji Coba Menu Admin ... 72

a) Menu Login ... 72

c) Menu Input Data Hama ... 74

d) Menu Input Hubungan Hama ... 75

e) Menu Log Out ... 75

5.2. Evaluasi ... 76

BAB VI KESIMPULAN DAN SARAN ... 77

1.1. Kesimpulan ... 77

1.2. Saran ... 77

LAMPIRAN ... 78

DAFTAR GAMBAR

Gambar 1 Arsitektur Sistem Pakar ... 22

Gambar 2 Diagram Contex atau DFD Level 0... 45

Gambar 3 DFD Level 1 ... 46

Gambar 4 DFD Level 2 User ... 47

Gambar 5 DFD Level 2 Admin ... 47

Gambar 6 DFD Level 3 ... 49

Gambar 7 Flowchart ... 50

Gambar 8 CDM ... 51

Gambar 9 PDM ... 51

Gambar 10 Hama data ... 53

Gambar 11 Hama gejala ... 53

Gambar 12 Hama hubungan... 54

Gambar 13 Flowchart Diagnosa ... 55

Gambar 14 Halaman login admin ... 57

Gambar 15 Halaman Dashboard ... 58

Gambar 16 Menu Posts ... 59

Gambar 17 Menu Media ... 59

Gambar 18 Halaman Pages ... 60

Gambar 19 Halaman Themes ... 61

Gambar 20 Halaman Plugin ... 61

Gambar 21 Halaman Plugin ... 62

Gambar 22 Halaman General Setting ... 63

Gambar 23 v Halaman Utama ... 63

Gambar 24 Halaman Diagnosa ... 65

Gambar 25 Menu Buku Tamu... 66

Gambar 26 Menu Tentang Kami... 66

Gambar 27 Menu Halaman Sistem Pakar ... 67

Gambar 28 Menu Gejala Hama... 68

Gambar 29 Menu Data Hama ... 68

Gambar 30 Menu Hubungan Hama ... 69

Gambar 31 Halaman Awal ... 70

Gambar 32 Menu Diagnosa Hama ... 71

Gambar 33 Gambar Hasil Perhitungan ... 71

Gambar 34 Hasil Detail Analisa ... 72

Gambar 35 Menu Login ... 73

Gambar 36 Menu Input Gejala ... 74

Gambar 37 Menu Input Data Hama ... 74

DAFTAR TABEL

2.1. Perbedaan Pakar Manusia Dengan Sistem Pakar ... 17

2.2. Perbandingan Sistem Konvensional Dengan Sistem Pakar ... 19

3.1. Tabel Gejala Terpilih ... 43

3.2. Hasil Diagnosa ... 43

Pembimbing I : I Gede Susrama, ST. M.kom Pembimbing II:x Sugiarto, S.Kom, M.Sc Penyusun :xxAlfiyan

ABSTRAK

Tanaman kedelai dapat diserang berbagai macam hama, hama tersebut dapat diketahui dari gejala-gejala yang ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis hama yang menyerang kedelai tersebut, memerlukan seorang pakar/ahli pertanian. Sedangkan jumlah pakar pertanian terbatas dan tidak dapat mengatasi permasalahan petani dalam waktu yang bersamaan, sehingga diperlukan suatu sistem yang mempunyai kemampuan seperti seorang pakar, yang mana didalam sistem ini berisi pengetahuan keahlian seorang pakar pertanian mengenai hama dan gejala tanaman kedelai.

Pada penelitian ini dirancang sistem pakar berbasis web menggunakan basis aturan dengan metode certainty factor yang dimaksudkan untuk membantu petani dalam mendiagnosa hama tanaman kedelai. Sistem pakar diagnosa hama tanaman kedelai berbasis web yang telah dikembangkan mempunyai keunggulan dalam kemudahan akses dan kemudahan pemakaian.

Dengan fitur yang berbasis web yang dimiliki, sistem pakar untuk diagnosa hama tanaman kedelai yang telah dibangun dapat digunakan sebagai alat bantu untuk diagnosa hama tanaman kedelai dan dapat diakses oleh petani dimanapun juga untuk mengatasi persoalan keterbatasan jumlah pakar pertanian dalam membantu petani mendiagnosa hama tanaman kedelai.

BAB I PENDAHULUAN

1.1. Latar Belakang

Indonesia adalah negara agraris tempat tumbuh berbagai jenis tanaman pangan, misal tanaman kedelai. Walaupun produktivitas pangan Indonesia meningkat, isu ketahanan pangan tetap menjadi ancaman di negeri ini, permasalahan pangan menjadi yang utama. Harapan digantungkan pada produktifitas pertanian.

Dalam usaha untuk meningkatkan produktivitas pertanian ada beberapa kendala yang ditemui di tingkat petani. Hama tanaman masih menjadi sesuatu yang harus disadari petani kedelai sebagai suatu ancaman. Petani Indonesia dikenal memiliki karakteristik berprinsip pasa pengalaman empiris untuk mengatasi hama tanaman. Namun, pengalaman yang ada kadangkala masih kurang efektif. Kurangnya pengetahuan petani pada hama tanaman yang meliputi klasifikasi, gejala, morfologi dan biologi, ekologi, siklus hidup, dan pengendalian hama tanaman kedelai menjadi faktor yang turut mengancam produktifitas tanaman pangan kedelai.

Berdasarkan masalah tersebut, maka perlu adanya pemanfaatan teknologi informasi berupa sistem pakar berbasis web. Web dipilih karena kebanyakan petani sudah memiliki fasilitas untuk akses internet, namun belum dapat dimanfaatkan secara maksimal untuk mendapatkan informasi pertanian. Sistem pakar ini diharapkan dapat membantu mengatasi

permasalahan hama tanaman kedelai yang diharapkan petani. Informasi didapatkan dengan murah dan mudah, serta dapat langsung diterapkan. Sehingga pada akhirnya diharapkan dapat membantu meningkatkan produktivitas tanaman kedelai.

Sistem pakar ini sangat berguna untuk membantu petani dalam mengingat jenis-jenis hama tanaman, juga untuk mengenali ciri-cirinya yang berguna untuk menanggulangi masalah hama tanaman sehingga dapat meminimalkan kesalahan petani dalam masalah pengendalian hama pada tanaman kedelai.

1.2. Perumusan Masalah

Permasalahan dari Tugas Akhir ini ialah

a. Bagaimana cara mendiagnosis hama pada tanaman kedelai secara efektif dengan menggunakan metode certainty factor?

b. Bagaimana membuat sistem pengambilan keputusan seperti apa yang diperlukan untuk mengetahui hama yang sedang dialami tanaman kedelai?

1.3. Batasan Masalah

Dari Permasalahan yang telah disebutkan diatas, maka batasan-batasan masalah dalam sistem pakar untuk identifikasi hama pada pertumbuhan tanaman kedelai , ialah:

2. Sistem pakar ini hanya menyelesaikan masalah hama pada tanaman kedelai.

1.4. Tujuan

Tujuan dari Tugas Akhir ini ialah untuk merancang suatu sistem pakar berbasis web yang dapat memberikan informasi solutif untuk mengatasi permasalahan hama tanaman kedelai beserta pengendaliannya yang nantinya dapat digunakan untuk mengurangi atau memperkecil resiko berproduksi tanaman kedelai.

1.5. Manfaat

Manfaat yang diperoleh dari Tugas Akhir ini adalah

a. Petani dapat memperoleh informasi solusi mengatasi permasalahan hama tanaman kedelai dengan cepat

b. Pemanfaatan sistem informasi teknologi dalam bidang pertanian

c. Program ini dapat menjadi media edukasi petani mengenai pemanfaatan dunia dalam bidang pertanian.

d. Mengenalkan sistem pakar kepada masyarakat dalam hal ini khususnya petani kedelai.

e. Memberikan kemudahan masyarakat khusunya petani kedelai untuk mengakses sistem pakar ini dengan menggunakan komputer dan jaringan internet.

f. Petani kedelai bisa mengetahui gejala-gejala yang ditimbulkan oleh tiap-tiap hama.

g. Petani kedelai bisa dengan mudah mengetahui hama apa yang menyerang tanamannya.

1.6. Metodologi Penelitian

Metodologi pembuatan Tugas Akhir ini dibagi menjadi : a. Studi Teori literatur.

Mempelajari konsep atau metode yang telah diterapkan diatas dan juga mencari referensi metode lain sehingga dapat dijadikan panduan untuk melakukan percobaan.

b. Survey atau Pengumpulan Data.

Setelah mempelajari teori maka dilanjutkan dengan mempelajari hasil dari percobaan Sistem Pakar yang telah dilakukan, sehingga dapat mengetahui hasil simulasi yang dapat menentukan hama pada tanaman kedelai.

c. Analisis dan Perancangan Aplikasi

Pada tahap analisis dan perancangan aplikasi ini dilakukan analisa dan rancangan awal dari aplikasi yang akan dibuat untuk kemudian ditentukan langkah selanjutnya.

d. Pembuatan Aplikasi

Pada tahap ini dilakukan pembuatan sistem yang sesungguhnya, setelah sebelumnya dilakukan tahap analisa dan perancangan sistem sesuai dengan yang telah direncanakan.

e. Pengujian Aplikasi

Pada tahap pengujian program ini merupakan tahap analisa dan perancangan sistem sesuai dengan yang telah direncanakan.

1.7. Sistematika Penulisan

Laporan Tugas Akhir ini akan dibagi menjadi beberapa bab, yaitu: BAB I PENDAHULUAN

Berisi tentang deksripsi umum dalam penyusunan Skripsi yang meliputi Latar Belakang, Perumusan Masalah, Batasan Masalah, Tujuan, Manfaat, Metodologi Penilitian, dan Sistematika Penulisan.

BAB II TINJAUAN PUSTAKA

Berisi teori-teori, studi literatur dan konsep-konsep yang terkait tentang penyelesaian suatu masalah atau perumusan masalah yang diambil dalam penyusunan Skripsi.

BAB III ANALISA DAN PERANCANGAN SISTEM

Berisi tentang analisa dan perancangan dari sistem aplikasi ang akan dibangun meliputi desain masukkan (input), desain keluaran (output), serta desain antarmuka (interface) yang nantinya akan dipakai oleh sistem aplikasi.

BAB IV HASIL DAN PEMBAHASAN

Berisi tentang implementasi sistem aplikasi secara keseluruhan mulai dari implementasi data yang diperlukan hingga laporan detail dari identifikasi hama tanaman kedelai yang keluar.

BAB V UJI COBA DAN EVALUASI

Membahas tentang ujicoba dan evaluasi dari program yang dibuat.

BAB VI PENUTUP

Berisi kesimpulan yang dapat diambil dari Tugas Akhir ini beserta saran untuk pengembangan selanjutnya.

BAB II

TINJAUAN PUSTAKA

2.1 Tinjauan Pustaka

Jenis kedelai dapat dibedakan menjadi 4 macam yaitu kedelai kuning, kedelai hitam, kedelai hijau, dan kedelai coklat. Kedelai kuning adalah kedelai yang kulit bijinya berwarna kuning, putih atau hijau; Kedelai hitam adalah kedelai yang kulit bijinya berwarna hitam, kedelai ini biasa dibuat kecap; Kedelai hijau adalah kedelai yang kulit bijinya berwarna hijau; Kedelai coklat adalah kedelai yang kulit bijinya berwarna coklat.

Menurut ilmu tumbuhan, tanaman kedelai di klasifikasikan sebagai berikut :

Divisio (divisi) : Spermatophyta (tanaman)

Sub Divisio : Angiospermae (biji berada dalam buah) Clas (kelas) : Dicotyledoneae (biji berkeping dua) Ordo (bangsa) : Polypetales

Familia (suku) : Leguminoceae (kacang-kacangan) Sub Familia : Papillionoideae

Genus (marga) : Glycine Spesies (jenis) : Glicine max

2.1.1. Jenis–jenis Tanaman Kedelai

Adapun jenis-jenis kedelai yang dikenal di Indonesia diantaranya adalah sebagai berikut :

1) Kedelai Putih ( Glycine max)

Kedelai putih merupakan tanaman asli daerah Asia subtropik seperti RRC dan Jepang selatan, untuk di Indonesia sendiri tanaman ini telah banyak juga ditanam.Karena dinilai tanaman kedelai ini mempunyai berbagai manfaat yaitu kadar protein yan tinggi.Tanaman ini biasanya dapat diolah menjadi berbagai makanan yaitu tahu, tempe, susu kedelai, dan tepung kedelai.

2) Kedelai Hitam (Glycine soja)

Kedelai hitam merupakan tanaman asli Asia tropis di Asia Tenggara. tanaman ini telah menyebar ke Jepang, Korea, Asia Tenggara dan Indonesia.Untuk itu di Indonesia tanaman ini juga merupakan salah satu komoditas yang telah dimiliki oleh bangsa Indoensia.Biasanya kedelai hitam ini dapat diolah dengan berbagai produk yaitu mulai dari kecap, minyak kedelai dan lain-lain.

2.1.2. Hama Kedelai

1 BELALANG HIJAU Gejala Serangan

 Daun mudah rebah  Daun berlubang

Pengendalian

Pengendalian dapat dilakukan secara manual dan kimia. Secara manual petani langsung mengambil hama belalang, mengumpulkan dan membakarnya. Sedangkan secara kimia dengan menggunakan pestisida jenis insektisida yaitu Matador

2. ULAT GRAYAK Gejala

 Bagian tanaman yang diserang oleh ulat grayak ialah daun dan polong muda.

 Larva muda (instar 1 – 2) hidup bergerombol memakan efidermis daun bagian bawah

 Sehingga daun menjadi transparan

 Dari jauh tampak berwarna keputih-putihan, sedang tulang-tulang daun dan efidermis bagian atas tidak dimakan.

Pengendalian

Pemantauan ulat grayak hendaknya memperhatikan pola sebaran populasi ulat yakni mengelompok sejak fase vegetatif sampai generatif. Pengamatan dilakukan setiap minggu sejak umur 14 hst. Untuk efisiensi waktu dan tenaga maka pemantauan dilakukan terhadap daun kedelai yang tampak keputih-putihan. Tanda tersebut merupakan gejala serangan larva instar-1, atau tanda adanya kelompok telur yang baru menetas.

3. KEPIK POLONG Gejala Serangan :

 Hama ini menyerang polong dan menghisap isinya.

 Apabila polong yang diserang telah berisi akan tampak bintik-bintik hitam.  Jika polong tersebut terbuka akan tampak biji kehitam-hitaman.

 Biji kosong.  Biji gepeng.

 Pada polong muda menyebabkan biji kempis  Polong gugur.

 Serangan yang terjadi pada fase pertumbuhan polong menyebabkan biji dan polong kempis.

 Biji dan polong mengering.

 Serangan yang terjadi pada fase pengisian biji menyebabkan biji busuk dan menghitam.

 Serangan polong tua menyebabkan adanya bintik hitam pada biji.  Kulit biji keriput.

 Bercak coklat pada kulit biji

Pengendalian

1. Pengolahan tanah minimum 1 (satu) kali 2. Jarak tanam 30 cm x 20 cm

3. Cara tanam yaitu tunggal 2 - 3 cm

5. Pemupukan Urea 50 kg, TSP 100 kg dan KCL 100 kg/ha 6. Penyiangan dilakukan 2 kali yaitu 20 dan 40 hari setelah tanam 7. Pembumbunan dilakukan 1 kali yaitu 20 hari setelah tanam 8. Pengendalian hama dan penyakit yaitu:

- Untuk perlakuan benih digunakan Furadan minimal 3 gram

- Selama penanaman digunakan Decis 2,5 EC dalam takaran 0,5 cc / liter dan Metonyl 2 cc per liter pada umur 25 hari setelah tanam.

9. Musuh alami menggunakan Parasitoid telur, Trichogrammatoidea bactrae bactrae (Hymenoptera: Trichogrammatidae). Parasitoid larva,Baeognatha spp. dan Phanerotoma sp. (Hymenoptera: Braconidae

10. Semprot insektisida.

4. Lalat Kacang (Ophiomyia phaseoli)

 Gejala serangan lalat kacang mula-mula terlihat berupa bintik-bintik putih pada kotiledon

 Kemudian berupa berupa alur-alur korokan yang melengkung berwama coklat pada daun pertama dan kotiledon.

 Gerekan larva menyebabkan tanaman menjadi layu mati dan kering karena akar tidak dapt berfungsi normal untuk mengisap air dan hama.

Pengendalian

a. Pergiliran tanaman dengan bukan kacang-kacangan.

b. Tanam serempak dengan selisih waktu tanam kurang dari 10 hari. c. Menutup lubang tuggal dengan mulsa (jerami, rumput daun kering).

d. Pencabutan dan pemusnahan tanaman terserang.

e. Perawatan benih (untuk benih yang akan ditanam di daerah kronis/endemis).

f. Penyemprotan insektisida efektif apabila ditemukan serangan kurang dari 2% pada umur kurang 10 hari setelah tanam.

5. Ulat Penggulung Daun Gejala

 Tanaman kedele yang terserang hama ini mudah dikenal yaitu adanya daun-daun yang direkat menjadi satu.

 Apabila rekatan dibuka, maka terlihat larva yang aktif bergerak Pengendalian

- Pengaturan tanaman secara serentak atau dengan pergiliran tanaman. - Sebaiknya daun yang terserang dibuang atau dibakar.

- Pengendalian secara kimia dapat dilakukan dengan Azodrin 15 WSC dalam konsentrasi 2cc-3cc/liter air, Klitop 50 EC dalam konsentrasi 4cc-5cc/liter air, atau Matador 25 EC dalam konsentrasi 5 mL/ 10 liter air. Tiap hektar memerlukan 400 liter - 600 liter.

6. Ulat penggerek polong (Etiella zinckenella) Gejala

 bintik cokelat tua pada kulit polong  terdapat butir-butir kotoran

Pengendalian

1. Pengolahan tanah minimum 1 (satu) kali 2. Jarak tanam 30 cm x 20 cm

3. Cara tanam yaitu tunggal 2 - 3 cm

4. Jumlah tanaman per rumpun adalah 2 benih per lobang 5. Pemupukan Urea 50 kg, TSP 100 kg dan KCL 100 kg/ha 6. Penyiangan dilakukan 2 kali yaitu 20 dan 40 hari setelah tanam 7. Pembumbunan dilakukan 1 kali yaitu 20 hari setelah tanam 8. Pengendalian hama dan penyakit yaitu:

- Untuk perlakuan benih digunakan Furadan minimal 3 gram

- Selama penanaman digunakan Decis 2,5 EC dalam takaran 0,5 cc / liter dan Metonyl 2 cc per liter pada umur 25 hari setelah tanam.

9. Musuh alami menggunakan Parasitoid telur, Trichogrammatoidea bactrae bactrae (Hymenoptera: Trichogrammatidae). Parasitoid larva,Baeognatha spp. dan Phanerotoma sp. (Hymenoptera: Braconidae

10. Semprot insektisida.

7. Kepik Hijau Nezara viridula (hama penghisap polong) Gejala

 polong dan biji menjadi mengempis  polong gugur

 biji menjadi busuk  biji berwarna hitam.  Kulit biji menjadi keriput

Pengendalian

Pengendalian hama perusak polong dapat dilakukan dengan beberapa cara antara lain: Menanam varietas unggul seperti: varietas wilis, varietas Orba (1974),varietas Galunggung (1981), Varietas Guntur (1982), dan varietas Lokon (1982).

Persiapan Lahan

Persiapan lahan penanamannya di areal persawahan dapat dilakukan secara sederhana. Mula-mula jerami kedelai yang tersisa dibersihkan, kemudian dikumpulkan,dan dibiarkan mengering.

Selanjutnya, dibuat petak-petak penanaman dengan lebar 3 m - 10 m, yang panjangnya disesuaikan dengan kondisi lahan. Diantara petak penanaman dibuat saluran drainase selebar 25 cm - 30 cm,dengan kedalaman 30 cm. Setelah didiamkan selama 7-10 hari, tanah siap ditanami.

Pemeliharaan

Untuk mengurangi penguapan tanah pada lahan, dapat digunakan mulsa berupa jerami kering. Mulsa ditebarkan di antara barisan tempat penanaman benih dengan ketebalan antara 3 cm – 5 cm

pergiliran tanaman atau rotasi tanaman dengan tanaman lain yang bukan satu famili

penanaman serempak,

pengamatan secara intensif sebelum dilakukan pengendalian dengan menggunakan insektisida.

Penggunaan insektisida akan cukup efektif secara ekonomi jika intensitas serangan penggerek polong lebih dari 2 % atau jika ditemukan sepasang

populasi penghisap polong dewasa atau kepik hijau dewasa pada umut 45 hari setelah tanam.

Musuh alami menggunakan Parasitoid telur: Ooencyrtus malayensis Ferriere (Hymenoptera: Encyrtidae), Trissolcus basalis

8. Hama kumbang-kumbangan (Epilachana Soyae) Gejala

 tersisa tulang-tulang daun  daun menjadi transparan Pengendalian

· Rotasi tanaman atau pergiliran tanaman

· Pengendalian secara kimiawi dengan insektisida

· Secara mekanis hamanya langsung diambil dan dibunuh

· Pengendalian secara hayati dengan menggunakan predator atau musuh alami

9. Ulat Jengkal (Green Semilooper) Gejala

 Kerusakan daun dari arah samping.  Tersisa tulang-tulang daun

 Bercak-bercak putih pada daun

Pengendalian

· Pengolahan lahan seblum digunakan lahan sebaiknya dicangkul dan diberakan beberapa saat agar hama yang ada didalam tanah dapat terangkat ke permukaan dan terkena matahari dan akan mati.

· Pengendalian secara mekanis dengan sanitasi lahan dari gulma sebelum penanaman maupun setelah penanaman, atau bagian tanaman yang terkena hama tersebut dapat diambil secara langsung, dipijit dan dimatikan.

· Penegendalian secara teknis : - Penggunaan mulsa jerami - Pergiliran tanaman

- Waktu tanam secara serempak

- Rotasi tanaman dengan serempak pada areal memutus siklus - Pengumpulan larva ulat jengkal

· Pengendalian secara biologis antara lain: penggunaan parasitoid Trichogrammatoidea, Pergiliran tanaman, Insektisidabactrae-bactrae yaitu penggunaan Nuclear (Spodotera lituraF) Polyhidrosis Virus (NPV) untuk ulat grayak Spo-dopteralitura(SlNPV)

· Penyemprotan insektisida

Ciri biologi selektif apabila populasi hama mencapai 85 ekor - Imago serangga dewasa instar 1 atau 32 instar 2 meletakkan telurnya di atau 17 ekor instar 3per per mukaan bawah daun12 tanaman. Jenis insektisida yang mangkus - Dekasulfan kepompong dan dalam 350 EC, folimat 500 SL, anyaman daun, Gusadrin 150 WSC,kemudian berubah Hostathion 40 EC, atau menjadi pupa.Matador 25 EC sesuai konsentrasi yang ditentukan.

2.2Landasan Teori

2.1 Sistem Pakar

Istilah sistem pakar (ES) berasal dari istilah sistem pakar berbasis pengetahuan. Sistem pakar adalah suatu sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer umtuk memecahkan persoalan yang biasanya memerlukan keahlian manusia.

Sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Aktivitas pemecahan masalah yang dimaksud antara lain: pembuatan keputusan (decision making), pemaduan pengetahuan

(knowledge fusing), pembuatan desain (designing), perencanaan

(planning), prakiraan (forecasting), pengaturan (regulating), pengendalian

(controlling), diagnosis (diagnosing), perumusan (prescribing), penjelasan

(explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain

itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar. Berikut adalah perbedaan pakar manusia dengan sistem pakar.

2.2.1.1Fitur fitur sistem pakar

Sistem pakar harus memiliki fitur berikut:

1. Keahlian. Sistem pakar harus memiliki keahlian yang akan memungkinkan sistem membuat keputusan tingkat pakar. Sistem harus menampilkan performa pakar dan kekuatan yang cukup. 2. Pertimbangan Simbolik. Pengetahuan harus direpresentasikan

secara simbolik, dan mekanisme pertimbangan primer juga harus simbolik. Mekanisme pertimbangan simbolik biasanya menyertakan backward chaining dan forward chaining, yang akan dideskripsikan pada bagian selanjutnya.

3. Deep knowledge (kedalaman pengetahuan). Basis pengetahuan harus berbasis pengetahuan yang kompleks yang tidak mudah diperoleh dari non pakar.

4. Self-knowledge. Sistem pakar harus dapat menganalisis pertimbangannya sendiri dan menjelaskan mengapa dicapai suatu kesimpulan.

2.2.1.2Manfaat dan kemapuan sistem pakar

Adapun manfaat dan kemampuan Sistem pakar, adalah sebagai berikut:

1. Meningkatkan output dan produktifitas. 2. Menurunkan waktu pengambilan keputusan. 3. Meningkatkan kualitas proses dan produk. 4. Mengurangi downtime.

5. Menyerap keahlian langka. 6. Fleksibilitas.

7. Operasi peralatan yang lebih mudah. 8. Eliminasi kebutuhan peralatan yang mahal. 9. Operasi dilingkungan yang berbahaya. 10.Aksesibilitas ke pengetahuan dan help desk

11.Kemampuan untuk bekerja dengan informasi yang tidak lengkap atau tidak pasti.

12.Kelengkapan pelatihan.

13.Peningkatan pemecahan masalah dan pengamblan keputusan. 14.Meningkatkan proses pengambilan keputusan.

15.Meningkatkan kualitas keputusan.

16.Kemampuan untuk memecahkan persoalan kompleks. 17.Transfer pengetahuan ke lokasi terpencil.

Sistem konvensional berbeda dengan sistem pakar, berikut adalah perbandingan sistem konvensional dan sistem pakar

Tabel 2.2 Perbandingan Sistem Konvensional dan Sistem Pakar

Sistem Konvensional Sistem pakar

Informasi dan pengolahannya biasanya digabungkan dalam satu program berurutan.

Basis pengetahuan secara nyata dipisahkan dari mekanisme pengolahan (inferensi).

(programer atau pengguna yang melakukan kesalahan).

Biasanya tidak menjelaskan mengapa data input diperlukan atau bagaimana kesimpulan dihasilkan.

Penjelasan adalah bagian dari sebagian besar ES.

Memerlukan semua data input. Berfungsi dengan tidak tepat jika ada data yang hilang kecuali jika telah dirancang demikian.

Tidak memerlukan semua fakta awal. Biasanya dapat tiba pada kesimpulan yang masuk akal sekalipun ada fakta yang hilang.

Perubahan dalam program sangat membosankan (kecuali dalam DOS).

Perubahan dalam aturan mudah dilakukan.

Sistem beroperasi hanya jika telah lengkap.

Sistem dapat beroperasi dengan hanya sedikit aturan.

Eksekusi dilakukan pada basis algoritma langkah demi langkah.

Eksekusi dilakukan dengan

menggunakan heuristik dan logika. Manipulasi efektif pada database

besar.

Manipulasi efektif pada basis pengetahuan besar.

Representasi dan penggunaan data. Representasi dan penggunaan pengetahuan.

Efisiensi biasanya menjadi tujuan utama. Efektivitas penting hanya untuk DSS.

Efektivitas adalah tujuan utama.

Mudah menangani data kuantitatif. Mudah menangani data kualitatif. Menggunakan representasi data Menggunakan representasi

numerik. pengetahuan simbolik dan numerik. Menyerap, memperbesar, dan

mendistribusikan akses ke data atau informasi numerik.

Menyerap, memperbesar, dan mendistribusikan akses ke penilaian atau pengetahuan.

2.2.1.3Keterbatasan Sistem Pakar

Adapun kelemahan Sistem pakar, adalah sebagai berikut : 1. Pengetahuan tidak selalu siap tersedia.

2. Akan sulit mengekstrak keahlian dari manusia.

3. Pendekatan tiap pakar pada suatu penilaian situasi mungkinberbeda tetapi benar.

4. Sulit, bahkan bagi pakar berkemampuan tinggi, untuk mengikhtisarkan penilaian situasi yang baik pada saat berada dalam tekanan waktu.

5. Penggunaan sistem pakar memiliki batasan kognitif alami.

6. Sistem Pakar bekerja dengan baik hanya dalam domain pengetahuan sempit.

7. Kebanyakan pakar tidak memiliki sarana mandiri untuk memeriksa apakah kesimpulannya masuk akal.

8. Kosa kata yang digunakan pakar untuk menyatakan fakta dan hubungan.

2.2.1.4Alasan Pengembangan Sistem Pakar

Sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :

• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.

• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.

• Seorang pakar akan pensiun atau pergi (meninggal dunia).

• Pengetahuan seorang pakar mahal nilainya.

• Kepakaran dibutuhkan juga pada situasi yang kurang mendukung.

2.2.1.5Arsitektur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan dan lingkungan konsultasi. Lingkungan pengembangan digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan Sistem pakar, sedangkan lingkungan konsultasi digunakan pengguna bukan pakar untuk memperoleh pengetahuan pakar.

a. Pakar

Merupakan orang yang memiliki pengetahuan, penilaian, pengalaman dan metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberikan nasihat dan memecahkan persoalan. b. Akuisisi Pengetahuan

Merupakan akumulasi, transfer dan transformasi keahlian pemecahan masalah dari pakar atau sumber pengetahuan terdokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Sumber pengetahuan potensial antara lain pakar manusia, buku teks, dokumen multimedia, database (publik dan privat), laporan riset khusus dan informasi yang terdapat dalam Web.

c. Knowledge Engineer

Yaitu seorang spesialis sistem yang menterjemahkan pengetahuan yang dimiliki seorang pakar menjadi pengetahuan yang akan tersimpan dalam basis pengetahuan pada sebuah sistem pakar.

d. Basis Pengetahuan

Berisi pengetahuan relevan yang diperlukan untuk memahami, merumuskan, dan memecahkan persoalan. Basis pengetahuan mencakup dua elemen dasar, yaitu :

(1) Fakta, misalnya situasi persoalan dan teori area persoalan (apa yang diketahui tentang area domain).

(2) Rule atau aturan khusus yang mengarahkan penggunaan

domain tertentu (referensi logika, misalnya, antara gejala dan penyebab).

e. Perbaikan Pengetahuan

Pakar manusia memiliki sistem perbaikan pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelajaran komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. Hal ini dapat mengarah

kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih akurat dan pertimbangan yang lebih efektif. Dengan komponen ini, pakar mampu menganalisis kinerja dari Sistem pakar, belajar daripadanya, dan meningkatkannya pada konsultasi selanjutnya.

f. Mesin Inferensi

Merupakan otak dari Sistem pakar. Komponen ini sebenarnya adalah program komputer yang menyediakan metodologi untuk

reasoning (pertimbangan) mengenai informasi dalam basis

pengetahuan dan dalam ‖workplace‖, dan digunakan untuk

merumuskan kesimpulan. Mesin Inferensi mempunyai 3 elemen utama, yaitu :

 Interpreter adalah elemen yang mengeksekusi item agenda

yang dipilih dengan mengaplikasikannya pada basis pengetahuan rule yang berhubungan.

 Scheduler adalah elemen yang menjaga kontrol di sepanjang agenda. Memperkirakan akibat dari pengaplikasian rule inferensia yang menampakkan prioritas item atau kriteria lain pada agenda.

 Consistency enforcer adalah elemen yang mencoba

menjaga konsistensi representasi solusi yang muncul.

g. Workplace

Merupakan area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input ; digunakan juga untuk perekaman hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam workplace: rencana (bagaimana mengatasi persoalan), agenda (tindakan potensial sebelum eksekusi), dan solusi (hipotesis kandidat dan arah tindakan alternatif yang telah dihasilkan sistem sampai dengan saat ini).

Perhatikan contoh berikut: Pada saat mobil Anda mengalami kerusakan, Anda memasukkan gejala kerusakan ke dalam komputer untuk disimpan dalam workplace, komputer kemudian menyarankan Anda melakukan beberapa pemeriksaan tambahan (misalnya, perhatikan apakah baterai Anda terhubung dengan tepat) dan laporkan hasilnya. Informasi ini direkam dalam workplace.

h. Fasilitas Penjelasan

Ini adalah kemampuan penelusuran kebenaran dari konklusi yang didapat dari sumber-sumbernya. Hal ini krusial untuk transformasi kepakaran dan penyelesaian masalah. Komponen ini mampu

menelusuri kebenaran dan untuk menerangkan perilaku Sisem Pakar secara interaktif, menjawab pertanyaan seperti: Mengapa pertanyaan tertentu ditanyakan oleh Sistem pakar? Bagaimana konklusi tertentu dicapai? Mengapa alternatif tertentu ditolak? Rencana apakah yang ada untuk mencapai solusi? Dan apa-apa saja selanjutnya yang harus dilakukan sebelum diagnosis final dapat ditentukan?

i. Antarmuka (Interface)

Sistem pakar berisi prosesor bahasa untuk komunikasi berorientasi persoalan yang mudah antara pengguna dan komputer. Komunikasi ini paling baik dilakukan dalam bahasa alami. Dikarenakan batasan teknologi, maka kebanyakan sistem yang ada menggunakan pendekatan pertanyaan dan jawaban untuk berinteraksi dengan pengguna.

j. Aksi yang direkomendasikan

Merupakan saran atau solusi yang direkomendasikan untuk permasalahan yang sedang dihadapi oleh user.

k. User, Umumnya user yang dimaksud ini adalah :

1. Klien (yaitu bukan pakar) yang menginginkan

advis/nasehat. Di sini Sistem pakar bertindak seperti

seorang konsultan atau penasehat.

2. Learner (pelajar) untuk mempelajari bagaimana Sistem

pakar menyelesaikan permasalahan. Disini Sistem pakar bertindak sebagai seorang instruktur.

3. Pembangun Sistem pakar yang ingin meningkatkan basis pengetahuannya. Di sini Sistem pakar bertindak sebagai seorang rekan.

4. Pakar. Di sini Sistem pakar bertindak sebagai seorang kolega atau asisten.

2.2.1.6Representasi Pengetahuan

Pengetahuan merupakan kemampuan untuk membentuk model mental yang menggambarkan obyek dengan tepat dan merepresentasikannya dalam aksi yang dilakukan terhadap suatu obyek.

Representasi pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Perepresentasian dimaksudkan untuk menangkap sifat-sifat penting problema dan membuat informasi itu dapat diakses oleh prosedur pemecahan problema.

2.3 Metode Faktor Kepastian (certainty factor)

Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan.Rumus dasar faktor kepastian

CF(H,E) = MB(H,E) – MD(H,E) Keterangan:

CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara –1 sampai dengan 1. Nilai –1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kerpercayaan mutlak.

MB(H,E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E.

MD(H,E): ukuran kenaikan ketidakpercayaan (measure of increased

disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E. Suatu

sistem pakar seringkali memiliki kaidah lebih dari satu dan terdiri dari beberapa premis yang dihubungkan dengan AND atau OR. Pengetahuan mengenai premis dapat juga tidak pasti, hal ini dikarenakan besarnya nilai (value)

Basis pengetauan terdiri dari fakta dan aturan. Fakta didapat dari pengetahuan kepakaran di bidang kedelai, buku-buku pertanian, internet dan literatur lain yang berkaitan dengan kedelai. Sedangkan aturan yang dipakai dengan memperhatikan nilai CF (Certainty Factor) yang diberikan oleh dokter. Rumus umum menentukan Certainty Factor adalah sebagai berikut:

CF[h,e] = MB[h,e] – MD[H,E] dengan

CF[h,e] = faktor kepastian

MB[h,e] = ukuran kepercayaan terhadap hipotesis h, jika diberikan

MD[h,e] = ukuran ketidakpercayaan terhadap evidence h, jika diberikan

evidence e (antara 0 dan 1)

Pada sistem pakar diagnosa hama kedelai, ukuran ketidakpercayaan diabaikan atau dianggap nol. Nilai CF diberikan pada tiap gejala yang menyertai suatu penyakit, sehingga didapat banyak nilai CF untuk tiap gejala. Untuk menentukan nilai CF akhir pada suatu diagnosa maka menggunakan rumus CF paralel sebagai berikut:

CF[h,e1^e2] = CF[h,e1] + CF[h,e2] . (1 – CF[h,e1]) dengan

CF[h,e1^e2] = faktor kepastian paralel

CF[h,e1] = ukuran kepercayaan terhadap hipotesis h, jika diberikan

evidence e pertama (antara 0 dan 1)

CF[h,e2] = ukuran kepercayaan terhadap hipotesis h, jika diberikan

evidence e kedua (antara 0 dan 1)

2.3.1 Kelebihan dan Kekurangan Metode Certainty Factors

Kelebihan metode Certainty Factors:

a) Metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosa hama sebagai salah satu contohnya.

b)Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengolah dua data saja sehingga keakuratan data dapat terjaga.

a) Ide umum dari pemodelan ketidakpastian manusia dengan menggunakan numerik metode certainty factors biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factors diatas memiliki sedikit kebenaran.

b)Metode ini hanya dapat mengolah ketidakpastian/kepastian hanya dua data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah.

c) Nilai CF yang diberikan bersifat subyektif karena penilaian setiap pakar bisa saja berbeda-beda tergantung pengetahuan dan pengalaman pakar.

2.4 Web dan Pemrograman HTML

Internet adalah sebuah solusi jaringan yang dapat menghubungkan beberapa jaringan local yang ada pada suatu daerah, kota atau negara. Untuk dapat menghubungkan beberapa komputer sehingga menjadi sebuah kelompok jaringan, dibutuhkan suatu media penghubung yang bernama TPC/IP, yaitu sebuah protocol yang mengidentifikasi sebuah komputer yang terhubung di dalam jaringan. TPC/IP memiliki tehnik mengidentifikasi dengan menggunakan penomoran yang dinamakan Nomor IP/IP address (Internet Protocol Address). Dengan menggunakan Nomor IP, sebuah kompter dapat terhubung dengan komputer yang lain dalam sebuah jaringan atau dalam jaringan global yang disebut internet.

Selain Ghoper, WWW (Word Wide Web) adalah sebuah bagian dari internet yang sangat terkenal dalam dunia internet, dengan adanya WWW seorang pengguna dapat menampilkan sebuah halaman virtual yang

disebut Web Site. Jika dilihat dari proses kerjanya WWW dapat dibagi menjadi beberapa komponen seperti berikut:

1. Protocol. Protocol adalah sebuah media yang distandarkan untuk

dapat mengakses komputer dalan sebuah jaringan, halaman yang dapat diakses adalah Web Site. WWW memiliki standar protocol yang bernama HTTP (Hypetext Transfer Protocol).

2. Address. Address merupakan alamat yang berkaitan dengan

penamaan sebuah komputer di dalam jaringan.

3. HTML. HTML (Hypertext Markup Language) adalah sebuah bahasa

scripting yang dapat menghasilkan halaman Web Site, sehingga halaman tersebut dapat diakses pada setiap komputer pengakses.

2.5 PHP

2.5.1 Tentang PHP

PHP adalah bahasa script yang menyediakan cara yang mudah dalam meletakan progam pada halaman web. Karena suatu halaman diproses terlebih dahulu oleh PHP sebelum dikirim ke client, maka script dapat menghasilkan isi halaman yang dinamis, seperti misalnya hasil query dari MySQL pada halaman tersebut. PHP pada mulanya berarti Personal Home Page, tetapi sekarang telah menggunakan nama PHP ―Hyper Preprocecor‖. PHP banyak didukung oleh beberapa platform, banyak ynag dari UNIX dan turunannya dan tentu juga Microsoft operating system yang mendukung lingkungan Win32.

1. PHP dapat digunakan untuk menghasilkan file gambar GIF, atau bahkan gambar GIF yang bersifat strem dari server ke browser. Sebelumnya harus dikompile PHP dengan GD library yang mengandung fungsi – fungsi manipulasi GIF.

2. PHP mampu menerima file uplod dari setiap browser yang RFc-1867 complient. Kemampuan ini memungkinkan user mengupload file teks atau binary.

3. PHP secara transparan mendukung HTTP cookie. Administrator dapat menset cookies menggunakan functioan setcookie().

4. PHP mendukung banyak sekali database dalam modenative dan melalui ODBC. Seperti termasuk Adabas, dBase, Empress, FilePro, Infomix, Interbase, MySQL, Oracle dan database yang menssupport ODBC yang menggunakan PHP.

2.5.2 Struktur Kontrol dan Kondisi

Struktur kontrol digunakan untuk melakukan program-program dengan unsur logikal. Sedangkan pengkondisian sebagai bentuk logika yang menganalogikan dengan suatu kejadian atau beberapa kejadian. Pada setiap kejadian yang ada, kondisi akan dibaca yang selanjutnya akan diteruskan dengan bentuk ungkapan yang menyatakan hasil dari kondisi tersebut.

Beberapa bentuk kondisi yaitu:

a. IF

Konstruksi IF digunakan untuk melakukan eksekusi suatu kondisi secara bersyarat.

if (kondisi) { pernyataan }

atau:

if (kondisi) { pernyataan }

else {

pernyataan lain }

atau:

if (kondisi1) { pernyataan1 }

else if (kondisi2) { pernyataan2 }

else {

pernyataan lain }

b. SWITCH

Penggunaan SWITCH sebenarnya hanya sebagai solusi pengganti dari bentuk if-then-else, karena memiliki bentuk algoritma yang hampir sama.

switch (variabel) case nilai: pernyataan1 case nilai: pernyataan2 case nilai: pernyataan3 -

-

c. While

Bentuk dasar dari statement While adalah sebagai berikut: while (syarat) {

statement }

Statemant While memberikan perintah untuk menjalankan statement dibawahnya secara berulang-ulang, selama syaratnya terpenuhi.

d. FOR

Cara penulisan statement FOR adalah sebagai berikut: for (ekspresi1; ekspresi2 ; ekspresi3)

statement

ekspresi1 menunjukkan nilai awal untuk suatu variabel

ekspresi2 menunjukkan syarat yang harus terpenuhi untuk menjalankan statement

e. Require

Statement Require digunakan untuk membaca nilai variabel dan fungsi-fungsi dari sebuah file lain. Cara penulisan statement Require adalah:

require(namafile); Statement Require ini tidak dapat dimasukkan di dalam suatu struktur looping misalnya while atau for. Karena hanya memperbolehkan pemangggilan file yang sama tersebut hanya sekali saja.

f. Include

Statement Include akan menyertakan isi suatu file tertentu. Include dapat diletakkan didalam suatu looping misalkan dalam statement for atau while.

File contoh1.php: <?php

echo(―---<br>‖); echo(―PHP adalah bahasa scripting<br>‖); echo(―---<br>‖); echo(―<br>‖);

?>

File contoh2.php: <?php

for ($b=1; $b<5; $b++) { include(―contoh1.php‖); }

2.5.3 Persiapan Sebelum Menggunakan PHP

Dalam menggunakan PHP ada komputer harus terinstal beberapa paket program untuk pembuatan aplikasi berbasis web mulai dari paket web server, paket database, dan paket program script-nya

1 Paket Web Serrver Apache

Untuk membuat sebuah pemrogaman dinamis, diperlukan sebuah web server. Ada banyak web server yang berkembang dan seiring digunakan dalam membangun aplikasi bebasis web, seperti PWS dan IIS yaang dipakai oleh ASP-nya Microsoft, Web serrver Netscape, Qitami, caudium dan aphace.

Berdasarkan survey Netcraft.com, apache merupakan webserver yanag paling digunakan di dunia dengan (64.52%) pemakai. Beberapa kelebihan Aphache antara lain :

1. Free of Charge,berarti tidak harus membayar lisensi kepada

pembuat untuk menggunakannya.

2. Dapat diakses (API keberbagai script language) dan digabung dengan berbagai aplikasi (databaseserver, sl, ext) dan sebagainya.

3. Waktu pemrosesan lebih cepat dan tanggug dengan konfigurasi yang bener.

4. Dapat dilakukan setting dan dilakukan setting instalasinya sesuai dengan kebutuhan.dengan adanya modules dan DSOnya.

Dengan berbagai keunggulan tersebut, Apache bagus dikombinasikan dengan aplikasi lainya. Penggabungan yang paling sering adalah dengan menggabungkan Apache, PHP, dan MySQL yang berjalan di server Linux atau yang terkenal dengan istilah LAMPP (Linux, Apache, MySQL, PHP). Sementara bagi pengguna Windows Apache, PHP dan MySQL juga bisa diinstal pada OS tersebut.

2 Paket Progam PHP

PHP sebagai bahasa pemrogaman web cukup banyak digunakan, salah satunya karena memberikan solusi sangat murah (gratis digunakan). Gratis dalam arti kita bebas menggunakan software tersebut tanpa harus membayar lisensi pemegang hak ciptanya.

3 Paket Database MySQL

PHP mengenal pengolahan data menggunakan file teks. Tetapi menyimpan data file biasa memiliki banyak keterbatasan. File teks tidak memiliki kemampuan mengolah data, misalnya menghitung total nilai, rata-rata dan lain sebagainya. Demikian juga dalam hal pencrian data. Semakin besar ukuran file, pencarian data yang dilakukan pada ―*.TXT‖akan menjadi lebih sulit. Untuk itu diperlukan database seperti MySQL. Dengan database, program akan lebih mudah mengendalikan akses terhadap data.

4 Paket Optimal : PHPMyAdmin

PHPMyAdmin adalah skrip PHP yang diakses via browser sebagai

ini akan sangat membantu mempermudah dalam melakukan konfigurasi aplikasi. Sifatnya opsional, boleh diinstal, boleh tidak. Meskipun demikian, pengguna paket sangant disarankan karena ―inti konfigurasi‖ web berada dalam tabel database MySQL yang terintegrasi dengan PHPMyAdmin.

2.6 Database MySQL

MySQL merupakan sebuah databasedeveloper yang juga bersifat free, MySQL banyak digunakan sebagai database karena mudah digunakan dan juga sangat banyak tersedia. MySQL menggunakan bahasa SQL yang sudah banyak digunakan saat ini. MySQL merupakan software database yang termasuk paling populer dilingkungan Linux atau Unix, kepopuleran ini ditunjang karena performasi query dari database-nya yang saat ini bisa dikatakan paling cepat, dan juga memiliki sedikit permasalahan.

Beberapa keunggulan MySQL dibandingkan database lain adalah : 1. Kemudahan dalam penggunaan : MySQL adalah simple database

system dengan performa tinggi dan tidak kompleks untuk proses instalasi

dan administrator dibanding dengan sistem yang lebih besar.

2. Mendukung bahasa query : MySQL dapat menggunakan SQL, juga dapat diakses dengan menggunakan ODBC.

3. Kemampuan : banyak client dapat menggunakan multiple database secara bersamaan. Clients dapat menggunakan multiple database secara bersamaan.

2.7. Interaksi PHP dengan MySQL

Komunikasi antara user dengan WAP browser dengan web server dapat menjadi lebih interaktif dengan penggunaan database. Dengan adanya PHP yang bekerja pada sisi server, komunikasi interaktif dapat dilakukan dengan antara user dengan server, baik Apache sebagai web server maupun database server MySQL. User yang mengakses dapat memperoleh data atau informasi dari server dan server dapat menyimpan data yang dikirimkan user dalam database MySQL.

Database yang dipakai adalah MySQL dengan beberapa alasan, antara lain karena MySQL gratis dan mudah dipelajari. Dalam PHP terdapat banyak fungsi yang digunakan sebagai penghubung atau antarmuka dengan MySQL sehingga data dalam database dapat dilihat dari internet. Banyak situs di internet yang menggunakan PHP-MySQL dalam pengembangannya.

2.8. Wordpress

Wordpress ialah platform penerbitan pribadi yang semantik, yang berfokus pada estetika, standar web, dan kegunaan. WordPress bersifat gratis, namun di sisi lain juga tak ternilai harganya. Pendek kata, WordPress ‗lah yang Anda perlukan ketika ingin membangun sebuah blog atau sebuah situs web yang cantik.

Piranti lunak inti WordPress dikembangkan oleh ratusan sukarelawan. Ketika Anda ingin dapatkan lebih banyak kegunaan daripadanya, ada ribuan plugin dan tema yang tersedia untuk mengubah situs Anda menjadi

nyaris apa saja yang Anda dambakan. Lebih dari 25 juta orang memilih WordPress sebagai ―rumah‖-nya di jaringan internet — dan tentunya kami juga ingin agar Anda juga dapat bergabung dengan kami dan mereka semuanya.Berikut merupakan salah satu tampilan dari Wordpress.

2.9. Data Flow Diagram (DFD)

Pada tahap ini analisa, diagram arus data sering digunakan untuk menggambarkan suatu sistem yang telah atau sistem yang baru yang akan dikembangkan secra logika tanpa pertimbangan lingkungan fisik dimana data tersebut akan disimpan.

Data Flow Diagram (DFD) menjelaskan kepada pengguna bagaimana nantinya fungsi-fungsi dalam sistem informasi akan bekerja, DFD ini menggambarkan dalam bentuk grafik yang digunakan untuk menunjukan urutan-urutan kegiatan dari sistem informasi berbasis komputer. DFD menekankan pada fungsi-fungsi dalam sistem, cara menggunakan informasi yang tersimpan dalam pemindahan informasi antara fungsi didalam sistem.

Ada 2 teknik dasar DFD yang umum dipakai yaitu Gane and Sarson dan

Yourdon and De Marco. Namun ada penyusunan perancangan sistem aplikasi

informasi ini, penulis akan memberi teori Yourdon and De Marco. Adapun simbol-simbol DFD tersebut adalah sebagai berikut :

Simbol entitas eksternal : Simbol kesatuan lingkungan sistem yang akan menerima dan menghasilkan

Simbol proses : Simbol yang digunakan untuk melakukan pemrosesan data baik oleh user maupun komputer.

Simbol data store : Simbol yang digunakan untuk mewakili suatu penyimpanan data.

Simbol dokumen : Simbol yang digunakan untuk menyatakan data berupa dokumen atau file.

Simbol arus data : Simbol yang digunakana untuk menggambar arus data dalam sistem.

BAB III

ANALISA DAN DESAIN SISTEM

3.1. Analisa Sistem

Sistem yang dibangun dianalisa agar penerapan teori kedalam praktik program dapat sejalan. Sehingga jika dicek baik secara manual dengan programnya menghasilkan diagnosa dan perhitungan prosentase kemungkinan jenis hama yang tidak jauh berbeda. Sistem pakar mendiagnosa hama pada tanaman kedelai ini memberi solusi berupa diagnosa presentase kemungkinan jenis hama dengan Certainty Factors.

3.2.1. Analisa Hasil Konsultasi

Diambil contoh pada proses konsultasi, memilih gejala diantara gejala-gejala yang ditampilkan sebagai input :

a. Gejala yang terpilih : bintik cokelat tua pada kulit polong, terdapat butir-butir kotoran, sisa-sisa biji terbalut benang pintal, polong gugur. b. Langkah diagnosa :

1) Mencari jenis hama yang memiliki gejala terpilih sesuai basis pengetauhan.

2) Mencari jumlah gejala yang terpenuhi oleh gejala terpilih pada basis pengetauhan.

3) Mencari jumlah gejala yang harus terpenuhi pada basis pengetauhan.

4) Melakukan perhitungan prosen kemungkinan hasil diagnosa. 5) Melakukan perhitungan prosentase kemungkinan hasil diagnosa

terhadap keseluruhan kemungkinan terdiagnosa. c. Penyelesaian :

1) Mencari jenis hama yang memiliki gejala terpilih pada basis pengetauhan, sebagaimana ditunjukan pada tabel 3.1

Tabel 3.1 Tabel gejala terpilih

2) T

abel hasil diagnosa seperti ditunjukan pada tabel 3.2

Tabel 3.2 Hasil Diagnosa

CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]= 0.8+0.9*(1-0.8)=0.98 CF(B) = CF(3) + CF(A) * [ 1 – CF(3) ]=0.9+0.98*(1-0.9)=0.998 Jadi nilai dari hama ulat penggerek polong 0.998

3.2.2. Analisa Hasil Info Hama

Diambil dari contoh pada proses info hama, memilih jenis hama sebagai input :

Nama Hama Gejala cf

Ulat penggerek polong

bintik cokelat tua pada kulit polong 0.8 terdapat butir-butir kotoran 0.9 sisa-sisa biji terbalut benang pintal 0.9

Nama Hama Nilai cf Detail

a. Hama yang dipilih : Ulat penggerek polong b. Langkah diagnosa :

1) Mencari gejala jenis hama terpilih dari aturan gejala yang ada.

2) Mencari keterangan detail tentang hama terpilih. c. Penyelesaian :

1) Mencari gejala dari jenis hama terpilih dari aturan gejala yang ada pada tabel 3.3

Tabel 3.3 Aturan Info Hama

Nama Hama Gejala

Ulat penggerek polong

bintik cokelat tua pada kulit polong terdapat butir-butir kotoran

sisa-sisa biji terbalut benang pintal 2) Mencari keterangan detail tentang hama terpilih

Definisi : Kedelai terserang ulat penggerek polong

Gejala : bintik cokelat tua pada kulit polong, terdapat butir-butir kotoran, sisa-sisa biji terbalut benang pintal Pengendalian Teknis : Pengolahan tanah minimum 1

(satu) kali, Jarak tanam 30 cm x 20 cm, Cara tanam yaitu tunggal 2 - 3 cm, Jumlah tanaman per rumpun adalah 2 benih per lubang,

Penyiangan dilakukan 2 kali yaitu 20 dan 40 hari setelah tanam.

Pengendalian Kimin : Semprot insektisida, Pemupukan Urea 50 kg, TSP 100 kg dan KCL 100 kg/ha

3.3. Diagram Alir Data (DAD)

Diagram Alir Data (DAD) merupakan suatu model logika data atau proses yang dibuat untuk menggambarkan dari mana asal data, kemana tujuan data yang keluar dari sistem, dimana data yang disimpan, proses apa yang menghasilkan data tersebut,interaksi antara data yang tersimpan dan proses yang dikenakan pada data tersebut. Sehingga dengan DAD ini bisa diketauhi dimana data disimpan dan bagaimana transformasinya datanya.

3.3.1. Data Contex Diagram atau DFD Level 0

Data Context Diagram (DCD) disebut juga DFD level 0, karena merupakan data arus awal. DCD ini memiliki sebuah proses yaitu: identifikasi hama kedelai dan dua external entity yaitu user dan admin.

Dalam Gambar 2 menunjukan proses awal dari sistem dari segi user dan segi Admin.

3.3.2. DFD Level 1

DFD level 1 merupakan penjabaran dari proses DFD level 0. Pada DFD level 1 ini mempunyai dua proses yaitu proses pada menu user dan proses pada menu admin. Menu user ditujukan untuk pengguna biasa agar dapat melakukan proses konsultasi. Sedangkan menu admin ditujukan untuk seorang admin yang memiliki menu untuk menginput data hama, data gejala dan merelasikannya. Berikut adalah gambar DFD level 1:

Gambar 3 DFD Level 1

DFD level 2 merupakan penjabaran dari DFD level 1 menu user dan menu admin. Pada DFD level 2 untuk menu user ini memiliki satu proses yaitu proses konsultasi sedangkan pada DFD level 2 untuk admin meliputi login admin, input data hama, input data gejala, dan input relasi. Gambar 3.3 (a) dan Gambar 3.3 (b) berikut adalah DFD level 2 pada menu user dan menu admin.

Gambar 5 DFD Level 2 Admin

Berikut adalah penjelasannya: DFD level 2 User

1) User memberi check box pada gejala hama yang diajukan oleh sistem. DFD level 2 Admin

1. Login admin, hanya administrator yang memiliki hak untuk menggunakan aplikasi ini, karena hanya administrator yang mengetahui username dan

password yang sesuai dengan database.

2. Input data hama, meliputi proses menginput, dan menghapus data hama kedelai.

3. Input gejala, meliputi proses menginput, dan menghapus data gejala hama kedelai.

4. Input hubungan, meliputi admin menghubungkan antara gejala hama dan hama yang bersangkutan.

3.3.4. DFD Level 3

DFD Level 3 merupakan proses penjabaran dari DFD level 2 yang meliputi Input data user, konsultasi dengan metode certainty factor, konsultasi diagnosa .

1) Diagnosa certainty factor, proses konsultasi untuk mengidentifikasi hama kedelai. User dapat mencentang check box dari gejala yang terdapat pada sistem.

2) Cari diagnosa, proses mencari data hama dari gejala yang telah terpilih. 3) Hasil diagnosa, proses pengelolaan hasil diagnosa berupa hasil perhitungan

Gambar 6 DFD Level 3

3.4. Algoritma Program

Algoritma merupakan urutan langkah instruksi yang logis. Setiap langkah instruksi mengerjakan suatu tindakan proses. Untuk menggambarkan algoritma pada program ini penulis menyajikannya dalam bentuk Flowchart.

Start

Menu 1.gejala hama 2.data hama 3.Hubungan hama 4.Logout

Pil=1 Input data Gejala hama

Isi data

gejala hama Simpan ? simpan

Y Y

T

Pil=2 Input data hama

Isi data

hama Simpan ? simpan

Y Y

T

Pil=3 Input data hubungan hama

Input data hubungan hama

Simpan ? simpan

Y Y

T

Pil=4 Lougout

end

3.5. CDM dan PDM

Gambar 8 CDM

Gambar 9 PDM

3.6. Kebutuhan antar muka

Kebutuhan antarmuka dalam sistem pakar untuk mengidentifikasi hama kedelai meliputi kebutuhan antarmuka pengguna, kebutuhan antarmuka perangkat keras, kebutuhan antarmuka lunak.

3.6.1 Kebutuhan antarmuka pengguna

Pengguna akan berinteraksi dengan aplikasi sistem pakar ini dengan menggunakan alat bantu seperti berikut:

a) Keyboard, digunakan untuk memasukkan perintah ke dalam aplikasi. b) Mouse, digunakan untuk menjalankan perintah terhadap aplikasi. c) Monitor, digunakan untuk melihat tampilan dalam aplkasi.

3.6.2 Kebutuhan Perangkat Keras

Kebutuhan perangkat keras yang digunakan dalam sistem pakar ini adalah seperangkat komputer atau laptop dengan spesifikasi sebagai berikut:

1) Intel Atom Prosesor N2600 1.6 GHz. 2) RAM 2GB.

3) VGA 256 MB.

3.6.3 Kebutuhan Perangkat Lunak

Sistem pakar untuk mengidentifikasi hama kedelai ini didukung kebutuhan perangkat lunak seperti:

1) Sistem operasi Microsoft Windows 7.

2) Macromedia Dreamweaver 8 sebagai editor source code. 3) Xampp Version 1.7.7

3.7. Perancangan Database

Database digunakan untuk menyimpan data-data gejala, nama hama beserta postingan dari keterangan hama sebagai inputan sistem dan kemudian diolah menjadi output sistem. Database yang dibuat dalam tugas akhir ini yaitu dengan menggunakan MySQL. Berikut adalah tabel yang dibutuhkan dalam sistem pakar ini:

1) Tabel Hama Data

Tabel ini digunakan untuk menyimpan semua data hama. Data – data terkait yang akan disimpan dalam tabel hama.

Gambar 10 Hama data

2) Tabel Hama Gejala

Tabel ini digunakan untuk menyimpan semua data gejala. Data – data terkait yang akan disimpan dalam tabel gejala adalah :

3) Tabel Hama Hubungan

Tabel hubungan digunakan untuk menyimpan mencari pasangan antar data hama dengan gejala..

Gambar 12 Hama hubungan

3.8. Mesin Inferensi

Secara sederhana mesin inferensi merupakan komponen yang mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Proses penelusuran yang akan digunakan dalam sistem ini adalah dengan menggunakan metode forward chaining atau pelacakan ke depan.

Dalam mesin inferensi sistem pakar, sistem akan membaca masukan pengguna berupa masukan gejala yang dirasakan. Tiap masukan gejala memiliki id gejala yang kemudian akan dilacak oleh sistem di dalam tabel data gejala. Dari id gejala tersebut sistem akan melacak di tabel hama hubungan untuk mendapatkan nilai certainty factor serta pasangan data gejala tersebut.Kemudian sistem akan melakukan perhitungan untuk setiap nilai certainty factor per nama hama berdasarkan basis pengetahuan yang digunakan.

Mulai

Cari id_gejala dari check box di tabel

hama_data Pilih check box

gejala hama

Cari id_gejala di tabel hama_bubungan

Post data dari tabel hama_hubungan (id_hama,id_gejala_cf)

Hitung banyak hama

Hitung cf hama

Post hasil perhitungan (id_hama, cf)

Tampilkan detail hama

End

Gambar 13 Flowchart Diagnosa

Pada gambar di atas dapat dilihat bahwa masukan user berasal dari pilihan

pada checkbox tersebut merupakan metode pilihan gejala yang terdapat pada tabel data gejala. Dari pilihan tersebut, sistem akan mencari id gejala yang dipilih pada tabel data gejala. Setelah mendapatkan id gejala, sistem akan mencari id gejala tersebut pada tabel sesuai dengan metode yang telah ditentukan untuk mendapatkan hubungan dan nilai CF. Data dari tabel deteksi hama tersebut di proses untuk dilakukan perhitungan. Hama yang muncul akan dihitung berapa banyak, dan nilai certainty factor juga dihitung per gejala. Data hasil perhitungan (id gejala dan nilai CF(certainty factor)) kemudian hasil perhitungan data tersebut dikirimkan melalui bentuk tampilan dengan nilai certainty factor . Setelah muncul hasil perhitungan tersebut si user akan mendapat keterangan lebih akurat dengan menekan tombol detail, sehingga akan keluar postingan secara terperinci tentang data hama tersebut sesuai dengan perhitungan certainty factor tadi.

BAB IV IMPLEMENTASI

Pada bab ini akan membahas tentang implementasi sistem pakar beserta analisa data. Jadi gejala- gejala tersebut akan di proses untuk di hubungkan dengan data dari nama hama.Kemudian dari data tersebut akan dihitung berdasarkan nilai certainty factor untuk diberi nilai, yang pada akhirnya akan muncul hasil dari perhitungan tersebut.

4.1. Implementasi Sistem

Sistem yang akan di implementasikan menggunakan bahasa pemrograman web yaitu php,css,html dan javascript.Bahasa – bahasa pemrogaman tersebut akan digunakan dalam pembuatan web sistem pakar ini.Di dalam web sistem pakar ini akan nampak beberapa halaman.

4.1.1. Halaman Login

Pada halaman ini akan nampak pintu masuk buat admin untuk mengakses web sistem pakar ini, halaman login akan nampak seperti halaman di bawah ini. Jika berhasil masuk admin akan di pasing ke halaman lain yaitu dashboard.

Setelah berhasil masuk masuk admin dapat mengakses web sistem pakar ini dan dihadapakan pada halaman Dashboard yang nampak pada gambar di bawah ini. Fungsi halam dashboard ini untuk mengatur semua struktural dari kinerja web sistem pakar ini.

Gambar 15 Halaman Dashboard

Tampak di atas ada beberapa menu untuk mengatur semua kinerja web sistem pakar ini, yaitu :

1. Posts

Menu Posts ini berfungsi untuk admin memberikan postingan data yang akan di tampilkan pada halaman web sistem pakar nanti.Dalam menu ini postingan juga dapat dikategorikan sesuai dengan bab yang telah ditentukan.

Gambar 16 Menu Posts

Gambar di atas merupakan tampilan menu dari Posts, ada beberapa postingan yang telah di inputkan oleh admin nampak seperti gambar di atas.

2. Media

Menu Media ini berfungsi untuk memasukkan file- file yang digunakan untuk mendukung postingan yang telah di inputkan file yang diinputkan biasanya seperti foto,audio,video dan lain-lainnya.

Gambar di atas merupakan contoh dari beberapa file yang berhasil di upload oleh admin, untuk mendukung kinerja sistem pakar ini.

3. Pages

Menu Pages ini berfungsi untuk mengatur halaman depan dari web sistem pakar ini.

Gambar 18 Halaman Pages

Gambar di atas merupakan isi menu dari Pages tersebut yang berisi tentang pengaturan halaman depan web sistem pakar tersebut.

4. Appearance

Menu Appearance ini berisi tentang beberapa fitur interface mulai dari setting themes, widgets, menus, themes options, header, background dan

editor.Jadi interface dari sistem pakar ini pengaturannya terletak pada

Gambar 19 Halaman Themes

Gambar diatas merupakan salah satu menu dari pengaturan interface, yang sangat berpengaruh penting terhadap tamplan web sistem pakar terebut.

5. Plugin

Menu ini Plugin berisi semacam add ons yang berfungsi ini untuk pendukung web sistem pakar ini.Di sini saya membangun sistem pakar berawal yaitu dengan membuat plugin sebagai perantaranya agar dapat di akses oleh wordpress

Berikut merupakan beberapa plugin yang telah tersinstal dalam wordpress sebagai pendukung web sistem pakar ini.

6. Tools

Menu Tools ini berisi tentang cara untuk melakukan export dan import data dalam wordpress, bisa berupa postingan ataupun sebagainya.

Gambar 21 Halaman Plugin

Gambar tampilan di atas merupakan bentuk dari menu Tools tersebut.Yang mempunyai beberapa fitur untuk memasukkan ataupun mengeluarkan data.

7. Setting

Menu setting ini berisi tentang pengaturan dari web sistem pakar, mulai pengaturana secara umum sampai dengan terperinci.

Gambar 22 Halaman General Setting

Gambar di atas merupakan pengaturan dari menu setting tersebut, yang berfungsi mulai dari hal sekecil apapun terdapat pada menu setting ini,

4.1.2. Halaman Utama

Pada halaman utama berisi tentang ringkasan ataupun menu-menu yang yang dapat di akses oleh si user diantaranya yaitu beranda,diagnosa,buku tamu dan tentang kami.

Dalam halaman utama nampak beberapa menu yang bisa diakses oleh user yaitu : 1. Beranda

Menu berisi tentang ringkasan sejarah sistem pakar ini dibuat maupun sejarah tentang kedelai itu sendiri.

2. Diagnosa

Menu ini berisi tentang diagnosa gejala-gejala hama yang dialami oleh tanaman kedelai yang merupakan inti dari sistem pakar ini.

3. Buku Tamu

Menu buku tamu ini berisi tentang komentar berserta data diri dari pengunjung situs yang fungsinya untuk menilai dengan cara memberikan komentar terhadat web sistem pakar ini.

4. Tentang Kami

Menu ini berisi tentang ulasan dari tim penyusun web sistem pakar ini, beserta maksud dan harapan tim penyusun.

4.1.3. Halaman DataDiagnosa

Diagnosa adalah merupakan halaman terpenting dari web sistem pakar, karena di dalam halaman ini akan berisi tentang penyelesaian masalah dari para petani kedelai.

Gambar 24 Halaman Diagnosa

Dalam Halaman ini akan terjadi perhitungan gejala- gejala tersebut dengan menggunakan metode Cerainty Factor untuk diproses yang akhirnya menghasilkan kesimpulan dari masalah tersebut.

4.1.4. Halaman Buku Tamu

Buku tamu ini dibuat dengan harapan agar para pengunjung bisa

memberikan tanggapan dari web sistem pakar ini, tentunya untuk meningkatkan kinerja dari web sistem pakar ini.

Gambar 25 Menu Buku Tamu

Dalam halaman buku tamu berisi identitas diri dari pengunjung beserta alamat email dan komentar yang tentunya berisi saran-saran yang membangun agar dapat meningkatkan kinerja dari web sistem pakar ini.

3.2.4. Halaman Tentang Kami

Gambar. 4.13 Menu Tentang Kami

Dalam menu halaman tentang kami ini berisi tentang profil penyusun web mengenai sistem pakar kedelai

4.2. Analisa

Pada bab analisa ini akan membahas tentang semua proses yang ada pada web sistem pakar ini dari proses yang dialami oleh user sampai dengan admin.

4.2.1. Menu Sistem Pakar

Dalam menu sistem pakar ini diberi nama ―Pakar Hama‖ dibagi menjadi 3 bagian yaitu :

- Gejala Hama - Data Hama - Hubungan Hama

Dalam tiap-tiap menu akan dijelaskan fungsi-fungsi dari menu tersebut seperti di bawah ini

Gambar 27 Menu Halaman Sistem Pakar

1. Menu Gejala Hama

Gambar di bawah merupakan tampilan dari menu gejala hama,di dalam mengalami beberapa proses inputan yang dilakukan oleh admin, yaitu admin menginputkan beberapa gejala yang disebabkan oleh hama tersebut untuk disimpan dalam data base.

Gambar 28 Menu Gejala Hama

2 Menu Data Hama

Menu data hama disini berisi tentang inputan dari nama dari hama yang telah ada, untuk dimasukkan kedalam data base

3. Menu Hubungan Hama

Menu hubungan hama ini berfungsi untuk menggabungkan menu-menu sebelumnya untuk dipanggil menjadi yang sudah disisipkan postingan untuk menjelaskan beberapa gejala tersebut.

Gambar 30 Menu Hubungan Hama

Menu di atas sangat berperan karena nanti pada menu melakukan panggilan postingan untuk mengetahui hasil dari perhitungan sistem pakar nanti, jika sampai dalam memanggil postingan salah maka bisa terjadi kekeliruan dalam pemahaman sistem pakar tersebut.

BAB V

UJI COBA DAN EVALUASI PROGRAM

Pada bab ini membahas tentang ujicoba dan evaluasi program yang menerangkan bagaimanan jalannya program secara detail yang akan dijelaskan pada sub bab dibawah ini.

5.1. Uji Coba Menu User

Pada menu user ini akan ada beberapa halaman yang dapat diakses.Di menu beranda ini akan nampak pengenalan dari sistem pakar dari tanaman kedelai tersebut.

Gambar 31 Halaman Awal

5.1.1. Menu Diagnosa

Menu Diagnosa ini user di minta untuk memilih gejala-gejala yang ada pada menu diagnosa hama untuk di proses.

Jadi nanti para petani di persilahkan untuk memilih gejala-gejala yang sudah ada pada sistem untuk diproses dengan metode yang sudah ditentukan.

Gambar 32 Menu Diagnosa Hama

Setelah masuk pada menu diagnosa hama user diminta untuk memilih gejala sesuai dengan gejala yang dikeluhkan, setelah memilih user diharapkan mekan tombol cari untuk mengetahui hasilnya.

Setelah menekan tombol cari akan nampak hasil seperti gambar muncul hasilnya, ketika menekan tombol detail.Dari tombol detail kemudian di pasing ke postingan sesuai dengan gejala yang telah dipilih tadi.

Gambar 34 Hasil Detail Analisa

5.1.2. Uji Coba Menu Admin

Pada uji coba menu admin sendri akan dijelaskan tahap-tahap mulai dari login sebagai admin sampai dengan pengisian tabel yang ada pada sistem pakar.Beberapa tabel yang di inputkan yaitu mulai data hama,data gejala hama dan hubungan hama.Sampai dengan admin logout dari sistem pakar ini.

a) Menu Login

Pada menu login saya menggunakan form default login dari wordpress.Di sini admin diminta untuk memasukkan username dan password agar

mendapatkan hak akses penuh terhadap pengaturan sistem pakar ini.Secara otomatis sistem akan mengenali admin dengan hak aksesnya.

Gambar 35 Menu Login

b) Menu Input Gejala Hama

Setelah admin berhasil login terdapat menu sistem pakar unsur dan ada beberapa tabel nputan, yang pertama menginputkan data gejala hama.Setelah data tersebut diinputkan kemudian tekan tombol simpan agar data tersebut tersimpan dalam data base seperti gambar di bawah ini.

Gambar 36 Menu Input Gejala

c) Menu Input Data Hama

Dalam menu input data hama, admin dapat mengisikan nama-nama hama pada kolom yang telah tersedia.Setelah mengisi nama dari hama tersebut tekan tombol simpan untuk menyimpan data tersebut.Seperti gambar di bawah ini

d) Menu Input Hubungan Hama

Setelah menginputkan kedua tabel di atas admin mempunyai satu tabel tersisa yaitu tabel hubungan hama yanitu mengaitkan kedua tabel untuk digabungkan menjadi satu dalam tabel.Dalam menu ini admin tinggal memanggil data yang telah ada, beserta dengan inputan nilai CF seperti gambar dibawah ini.

Gambar 38 Menu Hubungan Hama

e) Menu Log Out

Pada menu log out ini digunakan untuk keluar dari halaman admin, dengan cara memilih menu log out. Setelah memilih melu log out akan tampil kembali seperti halaman user. Jika sudah keluar halaman login maka berarti admin sudah keluar dari halaman admin.

5.2. Evaluasi

Dari hasil uji coba sistem pakar diagnosa hama pada tanaman kedelai tentu masih banyak kekurangan namun secara garis besar sistem tersebut sudah bisa berjalan dengan baik selama dalam tes uji sistem.

Namun masih perlu untuk disempurnakan pada sistem ini untuk mengikuti metode yang di gunakan yaitu metode perhitungan certainty factor, agar lebih baik dan sempurna dalam mendeteksi gejala-gejala hama yang dialami oleh tanaman kedelai. Pada metode perhitungan certainty factor nilai yang diinputkan adalah nilai yang diberikan oleh seorang pakar pertanian

BAB VI

KESIMPULAN DAN SARAN

1.1. Kesimpulan

Secara umum sistem pakar hama kedelai ini, dapat diperoleh kesimpulan antara lain sebagai berikut :

1. Untuk mendapatkan hasil diagnosa yang sesuai maka dibutuhkanlah perhitungan menggunakan metode certainty factor untuk menentukan kemungkinan tanaman kedelai terserang hama.

2. User dapat memilih gejala-gejala yang terdapat pada sistem sesuai gejala yang dialami oleh tanaman kedelai.

3. Laporan yang dihasilkan sistem berupa post data hama beserta cara pengendaliannya.

1.2. Saran

Adapun saran-saran untuk pengembangan aplikasi ini adalah.

1. Semoga sitem pakar hama kedelai ini bisa dimanfaatkan dengan sebaik-baiknya oleh para petani.

<th class="ui-widget-header">CERTAINTY FACTOR</th> <th class="ui-widget-header">Hapus</th>

</tr> </thead>

<tbody id="list">

<?php echo listing($wpdb,0); ?> </tbody>

<tfoot> <tr>

<th class="ui-widget-header">Halaman</th> <th class="ui-widget-header" colspan="4">

<select style="width: 300px;" class="labelkanan" id="hal" onchange="cari()">

<?php

$mulai=0;

echo hal($wpdb,$mulai); ?>

</select> </th> </tr> </tfoot> </table> </fieldset>

</form>

Perhitungan certainty factor

<?php

global $wpdb;

//JIKA TIDAK ADA DATA YG DI POST MAKA BAGIAN INI DICETAK; echo "<form action='#' method='post'>";

$query="SELECT * FROM penyakit_gejala"; $set=$wpdb->get_results($query);

echo "<table border=1 width='300px'>"; echo "<tr>";

echo "<td><strong>Gejala</strong></td>";

echo"<td><strong>Set</strong></td>"; echo "</tr>";

foreach($set as $row){ echo "<tr>";

echo "<td>".$row->nama_gejala."</td>";

echo "<td><input type='checkbox' name='gejala[]' value='".$row->id_gejala."' /></td>";

echo "</tr>"; }

echo "<tr>";

echo "<td colspan=2><input type='submit' value='Cari'></td>";

echo "</tr>"; echo "</table>"; echo "</form>";

//jika data gejala di post

if (isset($_POST['gejala']) && !empty($_POST['gejala'])){ if (is_array($_POST['gejala'])){

if($tgi==0){

echo "Kosong"; return;

}

$gejala="";

for($i = 0; $i<$tgi; $i++){ if($i==0){

$gejala="penyakit_hubungan.id_gejala=".$_POST['gejala'][$i]." "; }else{

$gejala=$gejala." OR penyakit_hubungan.id_gejala=".$_POST['gejala'][$i]." ";

} }

$query="SELECT penyakit_data.id_penyakit, penyakit_data.nama_penyakit, penyakit_data.id_post,

cf

FROM penyakit_data, penyakit_hubungan WHERE penyakit_data.id_penyakit = penyakit_hubungan.id_penyakit

AND (

".$gejala." )

ORDER BY penyakit_data.id_penyakit";

$set=$wpdb->get_results($query);

echo "<tr>"; echo "<td><strong>Penyakit</strong></td>";

echo "<td><strong>Nilai CF</strong></td>";

echo "<td><strong>Detail</strong></td>";

echo "</tr>"; $cf=0;

$id_penyakit=0; $jumlah=count($set); $number=0;

foreach($set as $row){ $number++;

//menghitung CF if($id_penyakit==0){

$cf=$row->cf; $id_penyakit=$row->id_penyakit;

}else if($id_penyakit==$row->id_penyakit){

$cf=$cf+$row->cf*(1-$cf);// implementasi certainty_factor

}else if($id_penyakit!=$row->id_penyakit){//di cetak ketika pergantian antar ID penyakit

echo "<tr>";

echo "<td>".$row->nama_penyakit."</td>";

echo "<td>".$cf."</td>";

href='?p=".$row->id_post."' target=_blank>Detail</a></td>"; echo "</tr>"; $cf=$row->cf; $id_penyakit=$row->id_penyakit;

}

if($number==$jumlah){//dicetak karena terakhir

echo "<tr>";

echo "<td>".$row->nama_penyakit."</td>";

echo "<td>".$cf."</td>";

echo "<td><a href='?p=".$row->id_post."' target=_blank>Detail</a></td>";

echo "</tr>"; }

}

echo "</table>"; }

return; }

DAFTAR PUSTAKA

Adhi Shadewo Broto.2010.Perancangan dan implementasi sistem pakar untuk

analisa penyakit dalam.Semarang.

http://warintek.bantulkab.go.id/web.php?mod=basisdata&kat=1&sub=2&file=39

http://aceh1234567890.wordpress.com/bahan-btp3-hama-dan-penyakit-pada-tanaman-kedelai/

http://www.blogiztic.net/info/tanaman/hama-dan-penyakit-pada-tanaman-kedela.html

http://agroteknologi11.blogspot.com/2011/11/entomologi.html

http://blog.ub.ac.id/dewinur/

http://cybex.deptan.go.id/penyuluhan/lebih-dekat-dengan-hama-penggulungan-daun-lamprosema-indicata-tanaman-kedelai

http://dc183.4shared.com/doc/i1VZ4xU5/preview.html

http://blog.ub.ac.id/azizsholeh/2012/05/08/pht/

Endang Trigiyanti.2010.Pembuatan program aplikasi untuk mengidentifikasi