SISTEM PAKAR UNTUK IDENTIFIKASI JENIS PENYAKIT PADA PERTUMBUHAN TANAMAN KEDELAI BERBASIS WEB.

PADA PERTUMBUHAN TANAMAN KEDELAI BERBASIS WEB

TUGAS AKHIR

Diajukan Oleh:

ADITYA TIRTA HERLAMBANG NPM : 0834015028

Kepada

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR SURABAYA

Judul Tugas Akhir : SISTEM PAKAR UNTUK IDENTIFIKASI JENIS PENYAKIT PADA TANAMAN KEDELAI BERBASIS WEB

Nama Mahasiswa : ADITYA TIRTA HERLAMBANG

NPM : 0834015028

Program Studi : TEKNIK INFORMATIKA

Jurusan : TEKNIK INFORMATIKA

Menyetujui,

Pembimbing I Pembimbing II

I Gede Susrama, ST.,M.Kom. Sugiarto, S.KOM. NIP / NPT. 19650731 199203 2001 NIP / NPT. 3 8702 11 03431 1

KETUA JURUSAN DEKAN

TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

Dr. Ir. NI KETUT SARI, M.T. Ir. SUTIYONO, MT NIP / NPT. 19650731 199203 2001 NIP / NPT. 030 180 480

KATA PENGANTAR

Bismillahirrahmannirahim,

Syukur Alhamdulillahi rabbil ’alamin terucap kehadirat Allah SWT atas

segala semua karunianya sehingga penulis dapat menyelesaikan Tugas Akhir dengan Judul : Sistem Pakar Untuk Identifikasi Jenis Penyakit Pada

Pertumbuhan Tanaman Kedelai Berbasis WEB.

Tujuan disusun Tugas Akhir ini adalah untuk menyelesaikan Program Strata Satu (S1) pada Program Studi Teknik Informatika, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Pembangunan Nasional

“Veteran” Jawa Timur. Selain itu, juga untuk menerapkan ilmu pengetahuan yang

didapat oleh penulis selama menimba ilmu di perkuliahan.

Terselengaranya Tugas akhir ini juga berkat bantuan dan dukungan dari berbagai pihak, baik secara material maupun secara spiritual. Tak lupa penulis mengucapkan terimakasih yang sebesar-besarnya kepada semua pihak yang telah membantu hingga Tugas Akhir ini dapat terselesaikan. Ucapan terimakasih ini penulis berikan kepada :

1. Syukur Alhamdulillahi rabbil ’alamin terucap kehadirat Allah SWT yang sudah memberikan nikmat dan karunianya yang telah memberikan kesempatan kepada penulis untuk berkuliah dan dapat menyelesaikan perkuliahan hingga Praktek Kerja Lapangan ini dapat terselesaikan.

2. Kedua orang tua saya, Karuniawati yang paling saya cintai. Terimakasih atas semua doa dan dukungan sehingga penulis dapat berkuliah dan dapat menyelesaikan perkuliahan dengan terselesainya Skripsi ini.

3. Bapak Prof. Dr. Ir. Teguh Soedarto, M.P. Selaku Rektor Universitas

4. Bapak Ir. Sutiyono, M.T. selaku Dekan Fakultas Teknologi Industri. 5. Ibu Dr. Ir. Ni Ketut Sari, M.T. selaku Ketua Jurusan Teknik Informatika. 6. Bapak Gede Susrama, ST.M.Kom. selaku Dosen Pembimbing I yang telah

memberikan bimbingan dan pengarahan selama penulis mengerjakan Tugas Akhir ini hingga selesai.

7. Bapak Sugiarto, S.Kom. selaku Dosen Pembimbing II yang telah memberikan bimbingan dan pengarahan selama penulis mengerjakan Tugas Akhir ini hingga selesai.

8. Teman-teman Teknik Informatika Universitas Pembangunan Nasional “Veteran” Jawa Timur yang telah bersama-sama menimba ilmu.

9. Terimakasih kepada semua pihak-pihak yang tidak dapat penulis sebutkan satu persatu, yang telah memberika dukungannya selama penulis menyelesaikan Tugas Akhir ini.

Semoga Allah SWT memberikan Kasih dan Karunianya untuk anda semua. Amin ya rabbal ’alamin. Terimakasih.

Surabaya, 18 Juli 2012 Penulis

DAFTARISI

ABSTRAK Error! Bookmark not defined.

KATA PENGANTAR ... Error! Bookmark not defined. DAFTAR ISI IV

DAFTAR TABEL X

BAB I PENDAHULUAN ... Error! Bookmark not defined. 1.1.LatarBelakang ... Error! Bookmark not defined. 1.2. Perumusan Masalah ... Error! Bookmark not defined. 1.3.BatasanMasalah ... Error! Bookmark not defined. 1.4.Tujuan ... Error! Bookmark not defined. 1.5.Manfaat ... Error! Bookmark not defined. 1.6.Metodologi Penelitian... Error! Bookmark not defined. 1.7.Sistematika Penulisan ... Error! Bookmark not defined. BAB II TINJAUAN PUSTAKA ... Error! Bookmark not defined. 2.1.Kedelai ... Error! Bookmark not defined. 2.2.MorfologiTanamanKedelai ... Error! Bookmark not defined.

2.2.1.Akar Error! Bookmark not defined.

2.2.2. Batang dan Cabang ... Error! Bookmark not defined. 2.2.3.Daun Error! Bookmark not defined.

2.2.4.Bunga ... Error! Bookmark not defined. 2.2.5.Buah Error! Bookmark not defined.

2.3. Penyakit Kedelai ... Error! Bookmark not defined. 2.4. Sistem Pakar ... Error! Bookmark not defined. 2.4.1. Manfaat dan Kelemahan Sistem Pakar . Error! Bookmark not defined. 2.4.2.Ketidak Pastian ... Error! Bookmark not defined.

2.4.3.Faktor Kepastian (Certainty Factr) ... Error! Bookmark not defined. 2.4.4. Kelebihan dan Kekurangan Metode Certanity Factors ... Error!

Bookmark not defined.

2.5.Tentang PHP ... Error! Bookmark not defined. 2.6.Paket Database MySQL ... Error! Bookmark not defined. 2.6.1.Paket Optimal : PHPMyAdmin ... Error! Bookmark not defined. 2.6.2.Database MySQL ... Error! Bookmark not defined. 2.7.WordPress ... Error! Bookmark not defined. 2.7.1.API WordPress ... Error! Bookmark not defined. 2.7.2.Plugin WordPress ... Error! Bookmark not defined. 2.8.Data Flow Diagram (DFD) ... Error! Bookmark not defined. BAB III METODA PENELITIAN ... Error! Bookmark not defined. 3.1. Langkah - Langkah Penelitian ... Error! Bookmark not defined. 3.2.Analisis dan Perancangan Sistem ... Error! Bookmark not defined. 3.2.1.Data Flow Diagram ... Error! Bookmark not defined. 3.3.DiagramAlir ... Error! Bookmark not defined. 3.3.1.DiagramAlir User SistemPakar Penyakit Kedelai Error! Bookmark not

defined.

3.3.2.DiagramAlir Admin SistemPakar Penyakit Kedelai .. Error! Bookmark

not defined.

3.3.3.Kebutuhan Perangkat Keras ... Error! Bookmark not defined. 3.3.4. Kebutuhan Perangkat Lunak ... Error! Bookmark not defined. 3.4. Basis Pengetahuan ... Error! Bookmark not defined. 3.5. Perancangan Database ... Error! Bookmark not defined.

3.5.1.CDM ... Error! Bookmark not defined. 3.5.2.PDM Error! Bookmark not defined.

3.6.Perancangan Struktur Menu Progam ... Error! Bookmark not defined. BAB IV IMPLEMENTASI ... Error! Bookmark not defined. 4.1.Lingkungan Implementasi ... Error! Bookmark not defined. 4.2.Implementai Sistem ... Error! Bookmark not defined. 4.2.1.Halaman Utama ... Error! Bookmark not defined. 4.2.1.1.Sub Menu Sejarah Kedelai ... Error! Bookmark not defined. 4.2.1.2.Sub Menu Budidaya Kedelai ... Error! Bookmark not defined. 4.2.1.3.Sub Menu Manfaat Kedelai ... Error! Bookmark not defined. 4.2.2.Halaman Diagnosa ... Error! Bookmark not defined. 4.2.3.Halaman Diagnosa Penyakit ... Error! Bookmark not defined. 4.2.4.Halaman Buku Tamu ... Error! Bookmark not defined. 4.2.5.Halaman Tentang Kami ... Error! Bookmark not defined. 4.2.6.Halaman Login ... Error! Bookmark not defined. 4.2.7.Halaman Dasbord Menu Admin WordPress ... Error! Bookmark not

defined.

4.2.8.Menu Jetpack ... Error! Bookmark not defined. 4.2.9.Menu Post ... Error! Bookmark not defined. 4.2.10.Menu Media ... Error! Bookmark not defined. 4.2.11.Menu Pages... Error! Bookmark not defined. 4.2.12.Menu Aparance ... Error! Bookmark not defined. 4.2.13.Menu Plugin ... Error! Bookmark not defined. 4.2.14.Menu User ... Error! Bookmark not defined.

4.2.15.Menu Tools ... Error! Bookmark not defined. 4.2.16.Menu Settings ... Error! Bookmark not defined. 4.2.17.Menu Pakar Penyakit ... Error! Bookmark not defined. BAB VUJI COBA DAN EVALUASI ... Error! Bookmark not defined. 5.1.Uji Coba ... Error! Bookmark not defined. 5.2.Uji Coba Menu User... Error! Bookmark not defined. 5.2.1.Menu Beranda... Error! Bookmark not defined. 5.2.3.Tampilan Sebelum Menu Gejala Penyakit ... Error! Bookmark not

defined.

5.2.4.Tampilan Menu Register ... Error! Bookmark not defined. 5.2.5.Konfirmasi emailsetelah registerberhasil ... Error! Bookmark not

defined.

5.2.6.Tampilan Menu Dasboard User ... Error! Bookmark not defined. 5.2.7.Menu DiagnosaPenyakit ... Error! Bookmark not defined. 5.3.Ujicoba Menu Admin ... Error! Bookmark not defined. 5.3.1.Menu Login ... Error! Bookmark not defined. 5.3.2.Menu Pakar Penyakit ... Error! Bookmark not defined. 5.3.2.1.Menu Gejala Penyakit ... Error! Bookmark not defined. 5.3.2.2.Menu Data Penyakit ... Error! Bookmark not defined. 5.3.2.3.Menu Input HubunganPenyakit ... Error! Bookmark not defined. 5.3.2.4.Menu LogOut ... Error! Bookmark not defined. 5.4.Evaluasi ... Error! Bookmark not defined. BAB VI KESIMPULAN DAN SARAN ... Error! Bookmark not defined. 6.1.Kesimpulan ... Error! Bookmark not defined.

6.2.Saran Error! Bookmark not defined.

DAFTAR PUSTAKA ... Error! Bookmark not defined.

DAFTAR GAMBAR

Gambar 3.1 Diagram Contex atau DFD Level 0.... Error! Bookmark not defined. Gambar 3.2 DFD Level 1 ... Error! Bookmark not defined. Gambar 3.3 Flowchart proses Sistem Pakar ... Error! Bookmark not defined. Gambar 3.5 Flowchart alir data admin ... Error! Bookmark not defined. Gambar 3.6 CDM Pakar Penyakit ... Error! Bookmark not defined. Gambar 3.7 PDM Pakar Penyakit ... Error! Bookmark not defined. Gambar 3.5 Arsitektur Menu Progam ... Error! Bookmark not defined. Gambar 4.1 Halaman Utama ... Error! Bookmark not defined. Gambar 4.2 Halaman Sejarah Kedelai ... Error! Bookmark not defined. Gambar 4.3 Budidaya Tanaman Kedelai ... Error! Bookmark not defined. Gambar 4.4 Manfaat Kedelai ... Error! Bookmark not defined.

Gambar 4.5 Diagnosa Penyakit ... Error! Bookmark not defined. Gambar 4.6 Buku Tamu ... Error! Bookmark not defined. Gambar 4.7 Tentang Kami ... Error! Bookmark not defined. Gambar 4.8 Menu Login Admin WordPress ... Error! Bookmark not defined. Gambar 4.9 Dasboard WordPress ... Error! Bookmark not defined. Gambar 4.10 Tampilan Jetpack... Error! Bookmark not defined. Gambar 4.11 Statistik Jetpak... Error! Bookmark not defined. Gambar 4.12 Menu Posts ... Error! Bookmark not defined. Gambar 4.13 Menu Media ... Error! Bookmark not defined. Gambar 4.14 Menu Pages ... Error! Bookmark not defined. Gambar 4.15 Menu Aparance ... Error! Bookmark not defined. Gambar 4.16 Menu Plugin ... Error! Bookmark not defined. Gambar 4.17 Menu User ... Error! Bookmark not defined. Gambar 4.18 Menu Tools ... Error! Bookmark not defined. Gambar 4.19 Menu Settings ... Error! Bookmark not defined. Gambar 4.20 Menu Pakar Penyakit ... Error! Bookmark not defined. Gambar 5.1 Menu Beranda ... Error! Bookmark not defined. Gambar 5.2 Menu Diagnosa Penyakit ... Error! Bookmark not defined. Gambar 5.2 Input Ciri Gejala Penyakit ... Error! Bookmark not defined. Gambar 5.3 Hasil dari Input Gejala Penyakit ... Error! Bookmark not defined. Gambar 5.4 Hasil detail Gejala Penyakit ... Error! Bookmark not defined. Gambar 5.5 Menu Login Admin ... Error! Bookmark not defined. Gambar 5.6 Dasboard WordPress ... Error! Bookmark not defined. Gambar 5.7 Menu Pakar Penyakit ... Error! Bookmark not defined.

Gambar 5.8 Menu Gejala Penyakit ... Error! Bookmark not defined. Gambar 5.9 Menu Data Penyakit ... Error! Bookmark not defined. Gambar 5.10 Menu Hubungan Penyakit ... Error! Bookmark not defined. Gambar 5.11 Menu Log Out WordPress ... Error! Bookmark not defined.

DAFTAR TABEL

Tabel 2.1 Tabel Macam dan Gejala Penyakit Tanaman Kedelai Error! Bookmark

not defined.

Tabel 3.1 Jenis Penyakit ... Error! Bookmark not defined. Tabel 3.1 Jenis Penyakit ... Error! Bookmark not defined. Tabel 3.2 Tabel Penyakit Data ... Error! Bookmark not defined. Tabel 3.3 Tabel Gejala ... Error! Bookmark not defined. Tabel 3.4 Tabel Hubungan ... Error! Bookmark not defined.

Judul : Sistem Pakar Untuk Identifikasi Jenis Penyakit Pada Pertumbuhan Tanaman Kedelai Berbasis WEB

Pembimbing 1: I Gede Susrama Mas Diyasa ,ST, M.Kom Pembimbing 2: Sugiarto , S.Kom

Penyusun : Aditya Tirta Herlambang

ABSTRAK

Tanaman kedelai dapat diserang berbagai macam penyakit, penyakit tersebut dapat diketahui dari gejala-gejala yang ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis penyakit 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 penyakit 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 penyakit tanaman kedelai. Sistem pakar diagnosa penyakit 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 penyakit tanaman kedelai yang telah dibangun dapat digunakan sebagai alat bantu untuk diagnosa penyakit tanaman kedelai dan dapat diakses oleh petani dimanapun juga untuk mengatasi persoalan keterbatasan jumlah pakar pertanian dalam membantu petani mendiagnosa penyakit tanaman kedelai.

BAB I

PENDAHULUAN

1.1. Latar Belakang

Negara Indonesia merupakan negara agraris. Sebagian besar penduduk Indonesia bermata pencaharian sebagai petani. Berbagai jenis tanaman dibudidayakan oleh petani, tak terkecuali kedelai. Tanaman kedelai banyak memiliki manfaat, diantaranya untuk membuat kecap, tahu, dan tempe. Sehingga banyak petani Indonesia yang membudidayakan tanaman kedelai.

Sering kali petani mengalami kesulitan dalam membudidayakan kedelai dikarenakan banyakpenyakit yang menyerang. Berbagai jenis penyakit tanaman kedelai bermunculan. Tak sedikit jika petani tidak mengetahui penyakit apa yang menyerang tanaman kedelai maka petani akan semakin kesulitan untuk mengobatinya dan akhirnya gagal panen. Untuk mengetahui penyakit apa yang menyerang tanaman kedelai haruslah dbutuhkan seorang pakar yang ahli dalam bidang pertanian, khususnya untuk tanaman kedelai sendiri. Namun, di daerah pedesaan sangantlah sulit untuk mencari seorang pakar. Petani pun harus mengeluarkan biaya yang cukup mahal untuk membayar seorang pakar. Oleh karena itu petani di Indonesia sulit berkembang karena kurangnya sumber daya manusia yang ahli dalam bidang tersebut.

Seiring dengan perkembangan teknologi yang semakin pesat, peranan teknologi informasi semakin mampu membantu kinerja sebuah proses bisnis. Salah satunya adalah Internet. Komputer dan Internet tidak hanya memberikan informasi yang dibutuhkan manusia, tetapi juga mampu bekerja seperti manusia. Dari sinilah bisa dibuat sebuah sistem pakar berbasis web ini dibuat untuk

menggantikan seorang pakar yang dapat mendiagnosis penyakit pada tanaman kedelai.

1.2. Perumusan Masalah

Permasalahan dari Tugas Akhir ini ialah

a. Bagaimana membangun suatu web yang mampu memberikan informasi tanaman kedelai dan dapat mendiagnosis penyakit pada tanaman kedelai. b. Bagaimana merancang membuat Aplikasi Sistem Pakar Berbasis Web untuk

identifikasi penyakit pada tanaman kedelai dengan metode Certainty Factor (CF).

1.3. Batasan Masalah

Dari Permasalahan yang telah disebutkan diatas, maka batasan-batasan masalah dalam Tugas Akhir ini, ialah:

a. Sistem pakar ini bekerja didalam browser seperti Internet Explorer, Mozilla Firefox, Google Crome, dll.

b. Sistem pakar ini hanya menyelesaikan masala penyakit pada tanaman kedelai saja, tidak berlaku bagi tubuhan atau tanaman lain.

c. Bahasa pemrogaman yang digunakan adalah bahasa pemrogaman API WordPress, PHP, Ajax dan database MySql.

d. Menggunakan Content Management System Wordpress. e. Metode yang digunakan adalah Certainty Factor (CF).

1.4. Tujuan

Tujuan dari tugas akhir ini adalah membuat suatu aplikasi sistem pakar berbasis web yang berisi pengetauhan dari seorang pakar yang diyakini

kebenaranya yang memiliki kemampuan untuk identifikasi jenis penyakit pada tanaman kedelai dan memberikan solusi kesimpulan dari suatu penyakit yang telah didiagnosa berdasarkan gejala-gejalanya pada tanaman kedelai dengan menggunaka metode Certainty Factor (CF).

1.5. Manfaat

Manfaat yang diperoleh dari Tugas Akhir ini adalah

a. Membantu proses identifikasi jenis penyakit tanaman kedelai sebagai diagnosa awal pada tanaman kedelai.

b. Dapat menetukan jenis penyakit pada tanaman kedelai sehingga dapat diputuskan pengobatan pengobatan secara efektif.

c. Memberikan pengetahuan dan pemahaman kepada masyarakat pada umumnya dan petani pada khususnya tentang penyakit pada tanaman kedelai.

1.6. Metodologi Penelitian

Metodologi penelitian merupakan suatu proses yang digunakan untuk memecahkan suatu masalah yang logis, dimana memerlukan data-data untuk mendukung terlaksananya suatu penelitian. Metode penelitian yang digunakan adalah metode deskriptif. Metode deskriptif merupakan metode yang menggambarkan fakta-fakta dan informasi dalam situasi atau kejadian dimana sekarang secara sistematis, faktual dan akurat. Metode penelitian ini memiliki dua tahapan, yaitu tahap pengumpulan data dan tahap perancangan perangkat lunak. Tahap pengumpulan data dapat diperoleh secara langsung dari objek penelitian. Cara-cara yang mendukung untuk mendapatkan data primer adalah sebagai berikut :

a) Studi pustaka

Studi ini dilakukan dengan cara mempelajari, meneliti dan menelaah berbagai literatur-literatur yang bersumber dari buku-buku, teks, jurnal ilmiah, situs-situs di internet, dan bacaan-bacaan yang ada kaitannya dengan topik penelitian.

b) Studi lapangan

Studi ini dilakukan dengan cara mengunjungi tempat yang akan diteliti dan pengumpulan data dilakukan secara langsung. hal ini meliputi :

1) Wawancara

Wawancara yaitu teknik pengumpulan data dengan cara mengadakan tanya jawab secara langsung dengan narasumber yang terkait dengan permasalahan yang diambil untuk memperoleh data dan informasi.

2) Observasi

Observasi yaitu teknik pengumpulan data dengan cara melakukan pengamatan secara langsung terhadap objek permasalahan yang diambil.

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 gejala penyakit tanaman kedelai yang telah 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.

2.1Kedelai

Kedelai (Glycine max L. Merrill) telah ditanam di Indonesia sejak awal abad ke 18 dan kemungkinan diperkenalkan oleh imigran dai dataran Cina. Areal produksi yang sebelumnya terbatas di Jawa dan Bali sejak tahun 1950 menyebar ke pulau-pulau lain termasuk Sumatra, Kalimantan, Sulawesi dan kepulauan Indonesia timur. Sampai 1974 permintaan kedelai dapat dipenuhi oleh produksi dalam negeri. Akan tetapi, sejak tahun 1975 konsumsi produksi-produksi kedelai mulai meningkat secara nyata. Meningkatnya jumlah penduduk menyebabkan semakin bertambahan kebutuhan akan sumber protein murah dalam sehari-hari (Adisarwonto, 2007).

2.2 Morfologi Tanaman Kedelai

Tanaman kedelai umumnya tumbuh tegak, berbentuk semak dan merupakan tanaman semusim. Morfologi tanaman kedelai menurut Adisarwanto (2008) didukung oleh komponen utamanya yaitu akar, daun, batang, bunga, dan biji sehingga pertumbuhannya dapat maksimal.

2.2.1. Akar

Sistem perakaran kedelai terdiri dari dua macam yaitu akar tunggang dan akar sekunder (serabut) yang tumbuh dari akar tunggang. Perkembangan akar kedelai sangat dipengaruhi oleh kondisi fisik dan kimia tanah, jenis tanah serta pengolahan tanah.

2.2.2. Batang dan Cabang

Cabang akan muncul pada batang tanaman. Jumlah cabang akan tergantung pada varietas dan kondisi tanah, tetapi ada pula varietas kedelai yang tidak bercabang. Jumlah batang bisa menjadi sedikit bila jumlah penanaman dirapatkan dari 250,000 tanaman per hektar menjadi 500,000 tanaman per hektar. Jumlah batang tidak mempunyai hubungan yang signifikan dengan jumlah biji yang dihasilkan.

2.2.3. Daun

Tanaman kedelai mempunyai dua bentuk daun yang dominan, yaitu stadia kotiledon yang tumbuh saat tanaman masih dalam bentuk kecambah dengan dua helai daun tunggal dan daun bertangkai tiga (trifoliate leaves) yang tumbuh selepas masa perkecambahan.

Umumnya bentuk daun kedelai ada dua, yaitu bulat (oval) dan lancip (lancelot). Kedua bentuk daun tersebut dipengaruhi oleh faktor genetik. Bentuk daun diperkirakan memiliki korelasi yang erat dengan potensi produksi biji. Umumnya, daerah yang memiliki kondisi tanah yang subur sangat cocok dengan kedelai yang berdaun lebar. Daun mempunyai stomata yang berjumlah antara 190-320 buah/m2.

2.2.4. Bunga

Bunga kedelai termasuk bunga sempurna yaitu setiap bunga mempunyai alat jantan dan alat betina. Penyerbukan terjadi pada saat mahkota bunga masih menutup sehingga kemungkinan kawin silang alami amat kecil. Bunga terletak pada ruas-ruas batang, berwarna ungu atau putih. Tidak semua bunga dapat

menjadi polong walaupun telah terjadi penyerbukan secara sempurna. Sekitar 60% bunga rontok sebelum membentuk polong.

2.2.5. Buah

Buah kedelai berbentuk polong. Setiap tanaman mampu menghasilkan 100 – 250 polong. Polong kedelai berbulu dan berwarna kuning kecoklatan atau abu-abu. Selama proses pematangan buah, polong yang mula-mula berwarna hijau akan berubah menjadi kehitaman.

2.3 PenyakitKedelai

Penyakit merupakan suatu kondisi tidak normal yang menyebabkan fungsi tanaman terganggu. Adanya penyakit dapat diketahui dari gejala yang dialami tanaman. Pada tabel 2.1 beberapa penyakit yang sering menyerang tanaman kedelai, diantaranya Penyakit karat, Penyakit pustul bakteri, Penyakit antraknose, Downy Mildew, Penyakit target spot, Penyakit hawar batang, Penyakit virus mosaik.

Tabel 2.1: Tabel Macam dan Gejala Penyakit Tanaman Kedelai

No. Penyakit Gejala 1. 2.1.3 Karat

(Phakopsora pachyrhizi)

 Daun pertama bercak-bercak berisi uredia.  Bercak berkembang kedaun atasnya dengan

bertambah umur tanaman.

 Bercak terutama terdapat dipermukaan daun.  Warna bercak coklat kemerahan seperti warna

karat.

berukuran 1mm

 Bercak juga berada pada bagian batang daun. 2. 2.1.3 Pustul

Bakteri (Xanthomon as

axonopodis pv glycines)

 Gejala awal bercak kecil berwarna hijau pucat.  Bercak tampak pada kedua permukaan daun.  Bercak bervariasi dari bentik kecil sampai

besar.

 Bercak kecil bersatu membentuk daerah nekrotik yang mudah robek oleh angin.

3. 2.1.3 Antraknose (Colletotrich um

dematium var truncatum dan C. destructivum )

 Menyerang pada bagian batang polong dan daun tangkai.

 Perkembangan biji terganggu.

 Tulang daun pada permukaan bawah tanaman yang terserang biasanya menebal dengan warna kecoklatan.

 Pada batang tumbuh bintik bintik hitam berupa duri-duri jamur.

4. Downy Mildew

(Peronospora manshurica)

 Daun timbul bercak warna putih kekuning kuningan.

 Bercak berbentuk bulat berukuran 1-2 mm  Bercak menyatu membentuk bercak yang

lebih lebar.

5. 2.1.3 Target Spot (Corynespor a cassiicola)

 Bercak berwarna coklat kemerahan.

 Timbul pada bagian polong, biji,hipokotil, dan akar dengan diameter 10-15 mm

 Membentuk sonasi lingkaran seperti papan tembak

6. 2.1.3 Rebah Kecambah, Busuk Daun, Batang dan Polong (Rhizoctonia solani)

 Rebah Kecamba

 Polong dan batang menjadi busuk.

 Akar busuk pada tanaman yang baru tumbuh.  Daun, batang, dan polong timbul hawar

(busuk) dengan arah serangan dari bawah keatas.

 Daun lengket satu sama yang lain menyerupai sarang laba-laba.

7. 2.1.3 Hawar batang (Sclerotium rolfsii)

 Infeksi terjadi pada batang atau sedikit dibawah permukaan tanah.

 Berbentuk bercak berwarna coklat tua.  Layu mendadak merupakan gejala awal.  Daun yang terinfeksi berwarna coklat tua

kemudian mengering. 8. 2.1.3 Hawar,

Bercak Daun dan Bercak

 Menginfeksi daerah batang, daun dan polong.  Bercak berbentuk menyudut sampai tidak

Biji Ungu (Cercospora kikuchii)

sebuah titik sebesar jarum sampai 10 mm.  Bercak berwarna ungu.

 Biji mengalami diskolorasi dengan warna yang bervariasi dari merah muda atau ungu pucat sampai ungu tua dan berbentuk titik sampai tidak beraturan dan membesar.

9. 2.1.3 Virus Mosaik (SMV)

 Tulang daun pada daun yang masih muda menjadi kurang jernih.

 Daun berkerut dan mempunyai gambaran mosaik dengan warna hijau gelap di sepanjang tulang daun.

 Tepi daun sering mengalami klorosis.

 Ukuran bijinya mengecil dan jumlah biji berkurang.

2.4 Sistem Pakar

Secara umum, sistem pakar (expert sysem) adalah sistem yang berusaha mengadopsi pengetauhan manusia ke komputer, agar komputer dapat menylesaikan masalah seperti yang biasa dilakukan oleh para ahli. Ada beberapa definisi tentang sistem pakar, diantaranya:

a. Menurut Durkin : Sistem pakar adalah suatu progam komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.

b. Menurut Turban : sistem pakar adalah paket perangkat lunak pengambilan keputusan atau pemecahan masalah yang dapat mencapai tingkat performa yang setara atau bahkan lebih dengan pakar manusia di beberapa bidang khusus dan biasanya mempersempit area masalah. c. Menurut Giarratno dan Riley : sistem pakar adalah suatu sistem

komputer yang bisa menyamai atau meniru kemampuan seorang pakar. d. Menurut Ignizio sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahlianya dapat dibandingkan dengan keahlian seorang pakar.

Ide dasar dari sistem pakar, teknologi kecerdasan buatan terapan adalah sederhana. Keahlian ditransfer dari pakar ke suatu komputer. Knowledge ini kemudian disimpan didalam komputer, dan pengguna menjadikan komputer untuk nasihat spesifikasi yang diperlukan. Sistem pakar menanyakan fakta-fakta dan dapat membuat inferensi hingga sampai pada kesimpulan khusus. Kemudian layaknya konsultan manusia, sistem pakar akan memberi nasihat kepada nonexpert dan menjelaskan, jika perlu logika dibalik nasihat yang diberikan knowledge dalam sistem pakar mungkin saja seorang ahli, atau knowledge yang umumnya terdapat dalam buku, jurnal, website dan dan orang yang mempunyai pengetahuan tentang suatu bidang. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja para ahli (Kusumadewi, 2003).

Sebuah sistem pakar harus memberikan suatu dialog dan setelah diberikan suatu jawaban, sistem pakar dapat memberikan nasehat atau solusi. Tujuan utama sistem pakar bukan untuk menggantikan kedudukan seorang ahli atau seorang

pakar, tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar. Bagi para ahli atau pakar, sistem pakar ini juga dapat membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Sistem pakar memungkinkan seseorang dapat meningkatkan produktifitas, memperbaiki kualitas keputusan dan bisa memecahkan masalah yang rumit, tanpa bergantung sepenuhnya pada seorang pakar.

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Turban, 2001). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar.

Komponen-komponen sistem pakar dalam dua bagian tersebut ada pada gambar 2.1 sebagai berikut:

Lingkungan Konsultasi Lingkungan Pengembangan

Gambar 2.1 Arsitektur Sistem Pakar (Turban, 2001)

1. Antarmuka Pengguna (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna sistem pakar untuk berkomunikasi. Menurut McLeod (1995), pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai.

2. Basis pengetauhan (Knowledge Base)

Basis pengetahuan adalah basis atau pangkalan pengetahuan yang berisi fakta, pemikiran, teori, prosedur, dan hubungannya satu dengan yang lain atau informasi yang terorganisasi dan teranalisa (pengetahuan didalam pendidikan atau pengalaman dari seorang pakar) yang diinputkan kedalam komputer.

Ada 2 bentuk pendekatan basis pengetauhan yang sangat umum digunakan yaitu :

a. Pendekatan berbasis aturan (Rule-Based Reasoning)

Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). bentuk representasi ini terdiri atas premis dan kesimpulan. Pada pendekatan berbasis aturan, pengetahuan dipresentasikan dengan menggunakan aturan berbentuk : if-then.

b. Pendekatan berbasis kasus (Case-Based Reasioning)

Pada pendekatan berbasis kasus, basis pengetahuan, akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian

akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada).

3. Akuisisi Pengetahuan (Knowledge acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Terdapat tiga metode utama dalam akuisisi pengetahuan, yaitu : wawancara, analisis protokol dan observasi pada pekerjaan pakar.

4. Mesin Inferensi (Inference Engine)

Mesin inferensi merupakan program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact

reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya. Dan untuk strategi pengendalian ini berfungsi sebagai panduan arah dalam melakukan proses penalaran. Dalam penelitian ini, agar dapat menerapkan aplikasi sistem pakar untuk mendiagnosa hama dan penyakit tanaman hortikultura digunakan strategi penalaran pasti (Exact Reasioning) karena data yang digunakan untuk menarik suatu kesimpulan atau untuk membuat suatu solusi dalam mendiagnosa hama dan penyakit tersebut telah tersedia.

Gambar 2.2 Mesin inferensi : Durkin, 1944

Berdasarkan gambar 2.2 dapat dijelaskan bahwa komputer terisi pengetahuan - pengetahuan dari pakar yang telah tersusun dalam knowledge base, dalam hal ini komputer juga harus mendapatkan inputan-inputan dan setelah mendapatkan inputan maka akan dicocokan dengan fakta-fakta yang ada di knowledge base oleh

inference engine, selanjutnya diolah berdasarkan pengalaman dan prosedur yang ada pada inference engine yang nantinya akan menghasilkan suatu keputusan.

Terdapat dua teknik pelacakan dalam mesin inferensi yaitu pelacakan ke depan atau runut maju (forward chaining) yaitu pendekatan yang dimotori pada (data driven), dalam pendekatan ini pelacakan dimulai dari informasi masukan yang selanjutnya menggambarkan suatu kesimpulan. Dan pelacakan ke belakang atau runut belakang (backward chaining) merupakan pendekatan yang dimotori tujuan (goal driven), dalam pendekatan ini pelacakan dimulai dari tujuan yang selanjutnya dicari aturan yang memiliki tujuan tersebut membuat suatu kesimpulan.

5. Workplace

Merupakan memori kerja (working memory) yang digunakan untuk menyimpan kondisi/keadaan yang dialami oleh pengguna dan juga hipotesa serta keputusan sementara.

6. Fasilitas Penjelasan

Proses menentukan keputusan yang dilakukan oleh mesin inferensi selama sesi konsultasi mencerminkan proses penalaran seorang pakar. Karena pemakai terkadang bukanlah seorang ahli dalam bidang tersebut, maka dibuatlah fasilitas penjelasan. Fasilitas penjelasan inilah yang dapat memberikan informasi kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu keputusan. Bentuk penjelasannya dapat berupa keterangan yang diberikan setelah suatu pertanyaan

diajukan, yaitu penjelasan atas pertanyaan mengapa, atau penjelasan atas pertanyaan bagaimana sistem mencapai konklusi.

7. Perbaikan Pengetauhan

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut tidak bisa diremehkan dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang terjadi.

Ada beberapa masalah yang menjadi area luas aplikasi sistem pakar, antara lain :

1. Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk diantaranya : pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal dan beberapa analisis kecerdasan.

2. Prediksi. Termasuk diantaranya : peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.

3. Diagnosis. Termasuk diantaranya : medis, hama, elektronis, mekanis dan diagnosis perangkat lunak.

4. Perancangan. Termasuk diantaranya : layout sirkuit dan perancangan bangunan.

5. Perencanaan. Termasuk diantaranya : perencanaan keuangan, komunikasi, militer, pengembangan produk, routing dan manajemen proyek.

7. Debugging, memberikan resep obat terhadap suatu kegagalan. 8. Perbaikan.

9. Instruksi. Melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.

10.Kontrol. Melakukan kontrol terhadap interpretasi-interpretasi, prediksi, perbaikan dan monitoring kelakuan sistem.

2.4.1 Manfaat dan Kelemahan Sistem Pakar

a. Manfaat Sistem Pakar diantaranya adalah :

1) Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli 2) Bisa melakukan proses secara berulang secara otomatis

3) Menyimpan pengetahuan dan keahlian para pakar

4) Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)

5) Mampu beroperasi dalam lingkungan yang berbahaya

6) Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawaban.

7) Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan biaya sehari-hari.

8) Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya

9) Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan menggunakan data yang sama.

10)Menghemat waktu dalam pengambilan keputusan

11)Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan mengurangi kesalahan

12)Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan bisa mencakup lebih banyak aplikasi .

13)Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.

b. Kelemahan Sistem Pakar diantaranya adalah :

1) Memerlukan biaya untuk merawat dan mengembangkan sistem.

2) Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani masalah.

3) Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.

4) Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.

5) Transfer pengetahuan dapat bersifat subjektif dan bias

2.4.2. Ketidak Pastian

Dalam kenyataan sehari-hari banyak masala didunia ini tidak dapat dimodelkan secara lengkap dan konsisten. Suatu penalaran dimana adanya penambahan fakta baru mengakibatkan ketidakkonsistenan, dengan ciri-ciri penalaran sebagai berikut :

- Adanya ketidak pastian.

- Adanya perubahan pada pengetauhan.

- Adanya penambahan fakta baru dapat mengubah konklusi yang sudah terbentuk.

Sistempakar harus mampu bekerja dalam ketidak pastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidak pastian, antara lain :

a) Probilitas Klasik (clasical probility) b) Probilitas Bayes (Bayesian probility)

c) Teori Hartley berdasarkan himpunan klasik (Hartley theory based on clasical sets)

d) Teori Shannom berdasarkan pada probilitas (Shanom theory based on probility)

e) Teori Dempster-Shafer (Dempster-Shafer theory) f) Teori fuzzy Zadeh (Zadeh’s fuzzy theory)

g) Faktor kepastian (certanity factor)

Pada Tugas akhir ini akan dibahas penyelesaian ketidak pastian dalam sistem pakar dengan menggunakan metode faktor kepastian (certainity factor).

2.4.3. Faktor Kepastian (Certainty Factr)

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 evidence e (antara 0 dan 1)

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)

Pada implementasi sistem pakar diagnosa hama kedelai akan menggunakanrumus :

2.4.4. Kelebihan dan Kekurangan Metode Certanity Factors

Kelebihan metode Certanity Factors :

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

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

Kekurangan metode Certanity Factors :

a) Ide umum dari pemodelan ketidak pastian manusia dengan menggunakan numerik metode certainity factors biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode certainity 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 biasanya berbeda-beda tergantung pengetauhan pegetauhan dan pengalaman pakar.

2.5. 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.

2.6. 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.

2.6.1. Paket Optimal : PHPMyAdmin

PHPMyAdmin adalah skrip PHP yang diakses via browser sebagai software antar-muka (interface) dalam mengelola database MySQL. Paket 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.

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

2.7. WordPress

WordPress adalah sebuah aplikasi sumber terbukan (open source) yang sangat populer digunakan sebagai mesin blog (blog engine). WordPress dibangun dengan bahasa pemrograman PHP dan basis data (database) MySql keduanya merupakan perangkat lunak open source software selain sebagai blog, wordpress juga mulai digunakan sebagai sebuah CMS (Content Management System) karena kemampuanya untuk dimodifikasikan sesuai dengan kebutuhan penggunaya.

2.7.1. API WordPress

API WordPress merupakan singkatan dari Application Programing Interface WordPress adalah sebuah bahasa pemrograman dari bahasa PHP yang untuk membuat sistem Plugin di WordPress.

2.7.2. Plugin WordPress

Plugin WordPress adalah sebuah program tambahan berisi script dalam bahasa PHP yang bisa diintegrasikan dengan WordPress untuk memberikan fungsi-fungsi lain yang belum tersedia pada instalasi standar.

2.8. Data Flow Diagram (DFD)

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 output.

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

METODA PENELITIAN

3.1 Langkah-Langkah Penelitian

1.1 Sistem pakar yang dibangun merupakan sistem untuk identifikasi penyakit pada tanaman kedelai berdasarkan dari gejala atau tanda-tanda penyakit yang sedang dialami. Dari gejala atau tanda-tanda penyakit yang sedang dialami terdiri dari beberapa komponen penilaian. Berdasarkan komponen tersebut, sistem akan mengolah gejala yang sedang dialami sampai akhirnya hasil dari proses tersebut adalah berupa penentuan penyakit berdasarkan gejala yang sedang dialami oleh tanaman kedelai.

1.2 Penelitian yang dilakukan untuk merancang sistem diperoleh dari pengamatan data-data yang ada. Tahap-tahap yang dilakukan untuk penelitian guna perancangan (desaign system) tersebut secara terstruktur adalah:

1) Observasi

Melakukan pengamtan terhadap data yang diteliti, melakukan interview dengan pihak-pihak yang berkaitan dengan pembuatan progam. 2) Analisa data

Membuat analisa terhadap data yang sudah diperoleh dari hasil observasi yaitu menggabungkan denganlaporan survey dan kebijakan pemakai menjadi spesifikasi yang terstruktur dengan menggunakan pemodelan.

Memahami rancangan sistem informasi sesuai data yang ada dan mengimplementasikan model yang userfriendly. Pemodelan sistem ini berupa DFD (Data Flow Diagram), ERD (Entity RelationshipDiagram), serta perancangan database guna mempermudah dalam proses-proses selanjutnya.

4) Pembuatan Program

Membuat program dan merepresentasikan hasil desain ke dalam pemrograman berdasarkan sistem yang sudah dirancang.

5) Evaluasi Program

Menguji coba seluruh spesifikasi terstruktur dan sistem secara keseluruhan. Pada tahap ini, dilakukan uji coba sistem yang telah selesai disusun. Proses uji coba ini diperlukan untuk memastikan bahwa sistem yang telah dibuat sudah benar, sesuai dengan karakteristik yang ditetapkan dan tidak ada kesalahan-kesalahan yang terkandung di dalamnya.

3.2. Analisis dan Perancangan Sistem

Pada subbab ini akan dijelaskan tentang fungs/proses dari sistem pakar untuk identifikasi penyakit pada tanaman kedelai.

3.2.1. Data Flow Diagram

Diagram Alir Data (DAD) atau Data Flow Diagram (DFD) 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 atau DFD ini bisa diketauhi dimana data disimpan dan bagaimana transformasinya datanya.

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 penyakit padi dan dua external entity yaitu user dan admin.

Admin Sistem Pakar Pasien

Data Pakar

Data Pakar

Gejala Penyakit

Hasil Diagnosa

Gambar 3.1 Diagram Contex atau DFD Level 0

Dalam gambar 3.1 menunjukan proses awal dari segi admin memasukan data pakar kedalam sistem pakar dari sistem pakar dan dari sistem pakar memberikan hasil data pakar. Dari segi pasien memberi inputan gejala penyakit kedalam sistem pakar dan oleh sistem pakar akan memberikan hasil dari diagnosa penyakit.

2) DFD Level 1

DFD level 1 merupakan penjabaran dari proses DFD level 0. Pada gambar 3.2 DFD level 1 ini mepunyai dua proses yaitu proses pada menu pasiendan proses pada menu admin. Menu pasienditunjukan untuk pengguna untuk melakukan proses konsultasi. Sedangkan menu admin ditunjukan untuk seorang admin yang memiliki menu untuk menginputkan data penyakit, data gejala dan merelasikanya.

Admin Sistem Pakar Data Pakar

Data Pakar

T.Penyakit T.Gejala

Diagnosa Data Penyakit

Data gejala

Data penyakit

Data gejala

Pasien Gejala Pasien

Hasil Diagnosa

Gambar 3.2 DFD Level 1

Pada gambar 3.2 seorang admin memasukan data pakar kedalam sistem pakar dan sistem pakar memberikan hasil data pakar pada admin, didalam sistem pakar didalam sistem pakar memproses dua tabel yaitu tabel penyakit dan tabel gejala dan diproses oleh diagnosa. Dari proses diagnosa akan memberikan hasil gejala pada pasien.

3.3. Diagram Alir

Pada subbab ini akan dijelaskan tentang proses aliran data dari sistem pakar untuk mengidentifikasi gejala-gejala yang ditimbulkan akibat dari penyakit dalam tanaman kedelai.

3.3.1. Diagram Alir User Sistem Pakar Penyakit Kedelai

Diagram Alir ini berfungsi untuk menggambarkan aluruser beserta langkah-langkah sistem pakar ini menyelesaikan suatu masalah berdasarkan gejala-gejala yang telah ada untuk dianalisis penyebab dan masalah tersebut.

Mulai

Cari id_gejala dari check box di tabel

penyakit_data Pilih check box gejala penyakit

Cari id_gejala di tabel penyakit_bubunga

n

Post data dari tabel penyakit_hubungan (id_penyakit,id_gejala_c

f)

Hitung banyak penyakit

Hitung cf penyakit

Post hasil perhitungan (id_penyakit, cf) Tampilkan detail penyakit End

Gambar 3.3Flowchart proses Sistem Pakar

Pada gambar 3.3diagram alir sistem pakar kedelai menunjukkan tampilan mulai si user mengakses sistem pakar ini tanpa melakukan login terlebih dahulu.Dalam hal ini hak akses si user cuma menginputkan gejala yang telah ada.User akan langsung menuju tampilan progamsi user akan diminta untuk memilih sub menu pada menu deteksi, untuk melakuka identifikasi.

3.3.2. Diagram Alir Admin Sistem Pakar Penyakit Kedelai

Admin disini mendapatkan hak akses penuh terhadap pengelolaan sistem pakar ini, mulai dari manajemen gejala yang ditimbulkan sampai dengan penentuan penyakit.Jadi hak akses yang didapatkan oleh admin ini dapat mencakup seluruh aplikasi yang ada pada sisitem pakar ini, adapun menu yang dapat diakses oleh admin yaitu halaman depan, data penyakit, data gejala, data hubungan. Start Menu 1.gejala penyakit 2.data penyakit 3.Hubungan penyakit Menu=1 Input data Gejala penyakit Isi data gejala penyakit Simpan ? simpan Menu=2 Input data penyakit Isi data penyakit Simpan ? simpan Menu=3 Input data hubungan penyakit Input data hubungan penyakit Simpan ? simpan end T T

Y Y Y

Y Y Y

T T T

Gambar 3.4Flowchart alir data admin

Pada gambar 3.4 dijelaskan proses admin memasukan data gejala penyakit, data penyakit dan data hubungan penyakit. Didalam menu pakar terdapat tiga menu pilihan yaitu menu data penyakit, gejala penyakit dan hubungan penyakit.

3.3 Kebutuhan Antarmuka

Kebutuhan antarmuka dalam sistem pakar untuk mengidentifikasi penyakit kedelai meliputi kebutuhan antarmuka pengguna, kebutuhan antarmuka

perangkat keras, kebutuhan antarmuka lunak.

3.3.1 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.

3.3.3. Kebutuhan Perangkat Keras

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

1) Intel Core i3-2330M Prosesor @2.230Ghz 2) RAM 2 GB

3) VGA 1 GB

3.3.4 Kebutuhan Perangkat Lunak

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

1) Sistem Operasi Microsoft Windows 7 Professional 2) Macromedia Dreamwever 8

3) Adobe Photoshop CS2 4) Mozzila Firefox 13.0.1 5) CMS WordPress

3.4 Basis Pengetahuan

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

CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ] Contoh :

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

a. Gejala yang terpilih : Apakah ada bercak kemerahan pada akar, Apakah ada bercak kemerahan pada batang, Apakah ada bercak coklat tua pada batang bawah dekat permukaan tanah,Apakah ada bercak daun berwarna kemerahan.

b. Langkah diagnosa :

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

2) Mencari jumlah dari gejala yang terpilih pada basis pengetauhan. 3) Mencari jumlah gejala yang terpenuhi oleh gejala terpilih.

4) Melakukan perhitungan kemungkinan hasil diagnosa.

c. Penyelesaian :

1) Mencari jenis penyakit yang memiliki gejala terpilih pada basis pengetauhan pada tabel 3.1

Tabel 3.1 Jenis Gejala Penyakit

2) Menghitung dengan rumus CF Certinty Factor adalah CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ]

CF(A) = CF(1) + CF(2) * [ 1 – CF(1) ] = 0.8 + 0.8 * (1-0.8) = 0.96 CF(B) = CF(3) + CF(A) * [ 1 – CF(3) ] = 0.9 + 0.96 * (1-0.9) = 0.996

Dari perhitungan diatas akan keluar tabel 3.1 hasil diagnosa seperti

Tabel 3.1 Jenis Penyakit

Muncul data detail

dari :

Gejala cf

Apakah ada bercak kemerahan pada akar

0.8

Apakah ada bercak kemerahan pada batang

0.8

Apakah ada bercak coklat tua pada batang bawah dekat permukaan tanah

0.9

Apakah ada bercak daun berwarna kemerahan

0.9

Nama Penyakit Nilai cf Detail

Penyakit Hawar Batang

Penyakit Target Spot

0.96

0.996

Detail

Penyakit Target Spot (Corynespora cassiicola)

Gejala Serangan

Bercak coklat kemerahan timbul pada daun, batang, polong, biji, hipokotil dan akar dengan diameter 10-15 mm. Kadang-kadang mengalami sonasi, yaitu membentuk lingkaran seperti pada papan tembak (target).

Siklus Penyakit dan Epidemiologi

Patogen bertahan pada batang, akar, biji dan mampu bertahan di dalam tanah yang tidak diusahakan selama lebih dari 2 tahun. Infeksi hanya terjadi bila kelembaban udara relatif 80% atau lebih atau terjadi air bebas di atas daun. Cuaca kering menghambat pertumbuhan jamur pada daun dan akar. Infeksi pada batang dan akar terjadi pada awal fase pertumbuhan tanaman. Gejala terlihat pada 3 minggu setelah tanaman tumbuh. Suhu tanah optimal untuk menginfeksi dan perkembangan penyakit selanjutnya adalah 15-18 °C. Pada suhu 20 °C gejala penyakit tidak terlalu parah dan akar terbentuk normal. Patogen dapat hidup dan menyerang bermacam-macam tumbuhan (kosmopolitan) dan di negara tropis keberadaannya sangat melimpah.

Pengendalian

Perawatan benih terutama pada biji terinfeksi. Membenamkan sisa tanaman terinfeksi.

Aplikasi fungisida benomil, klorotalonil dan kaptan

Database digunakan untuk menyimpan data-data gejala penyakit, jenis penyakit beserta solusinya 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 Penyakit Data

Tabel 3.6 ini digunakan untuk menyimpan semua data penyakit. Data – data terkait akan disimpan dalam tabel penyakit.

Tabel 3.2Tabel Penyakit Data

No Fields Type Size Ket

1. Id_penyakit Integer 11 Primary Key

2.

Nama_penyakit Varchar 200

3.

Id_post Varchar 11

2) Tabel Penyakit Gejala

Tabel 3.7 ini digunakan untuk menyimpan semua gejala data gejala. Data – data terkait yang akan disimpan dalam tabel gejala adalah :

Tabel 3.3Tabel Gejala

No Fields Type Size Ket

1. Id_gejala Integer 10 Auto_Increment 2. Nama_gejala Varchar 100

3) Tabel Hubungan

Tabel relasi digunakan untuk menghubungkan antara tabel nama penyakit dan tabel gejala penyakit, sehingga bisa didapat gejala-gejala penyakit untuk setiap jenis penyakit kedelai.

Tabel 3.4Tabel Hubungan

No Fields Type Size Ket

1. Id_Gejala Integer 10

2. Id_Penyakit Varchar 5

3. Cf Float

3.5.1. CDM

Berikut adalah gambar rancangan CDM pada database sistem pakar kedelai berbasis web.

mempunyai

memiliki

penyakit_data

id_penyakit

nama_penyakit

id_posts

<pi> Integer

Variable characters (100)

Integer

<M>

Identifier_1 <pi>

penyakit_gejala

id_gejala

nama_gejala

tipe

<pi> Integer

Variable characters (100)

Variable characters (10)

<M>

Identifier_1 <pi>

penyakit_hubungan

cf <pi> Float <M>

Identifier_1 <pi>

Gambar 3.6CDM Pakar Penyakit

Pada gambar 3.6 terdapat tiga buah tabel database yaitu tabel penyakit data, penyakit gejala dan penyakit hubungan. Didalam tabel penyakit data terdapat id penyakit, nama penyakit dan id post. Didalam tabel penyakit gejala terdapat id gejala nama gejala tipe. Dan didalam tabel penyakit hubungan menghubungkan antara tabel penyakit data dan penyakit gejala. Penyakit data dan penyakit gejala mempunyai hubungan one to many dengan tabel hubungan

3.5.2. PDM

Berikut adalah gambar 3.7 rancangan PDM pada database sistem pakar kedelai berbasis web.

FK_PENYAKIT_MEMPUNYAI_PENYAKIT FK_PENYAKIT_MEMILIKI_PENYAKIT penyakit_data id_penyakit nama_penyakit id_posts integer varchar(100) integer <pk> penyakit_gejala id_gejala nama_gejala tipe integer varchar(100) varchar(10) <pk> penyakit_hubungan cf id_gejala id_penyakit float integer integer <pk> <fk2> <fk1>

Gambar 3.7PDM Pakar Penyakit

Setelah digenerate dari CDM akan muncul data PDM dimana juga terdapat tiga table yaitu table penyakit data, table penyakit gejala, dan penyakit hubungan. Dimana table penyakit hubungan mengambil id gejala dan id penyakit. Satu penyakit mempunyai banyak gejala.

3.6. Perancangan Struktur Menu Progam

Perancangan arstitektur merupakan hubungan diantara elemen-elemen struktural utama dari program. Perancangan arsitektur dapat memberikan gambaran mengenai menu dari struktur web yang akan dibuat.

Beranda Diagnosa Buku Tamu

Diagnosa Hama

Diagnosa Unsur Hara

Diagnosa Penyakit Sejarah Kedelai

Budidaya Kedelai

Manfaat Kedelai

Tentang Kami

Gambar 3.8Arsitektur Menu Progam

Pada gambar 3.8 adalah proses awal membauka web sistem pakar kedelai akan tampil empat menu yaitu menu beranda, diagnosa, buku tamu, dan tentang kami. Didalam menu beranda muncul tiga sub menu yaitu menu sejarah kedelai yang berisi tentang awal mula sejara kedelai masuk di Indonesia sub menu kedua tentang budidaya kedelai dimana dijelaskan cara bertanam kedelai dengan benar sub menu berikutnya adalah menu manfaat kedelai dimana terdapat informasi tentang manfaat kedelai. Menu berikutnya adalah menu diagnosa yang terdiri sub menu diagnosa hama, diagnosa penyakit dan diagnosa unsur hara. Dimana pasien bisa menginputkana data gejala penyakit didalam menudiagnosa penyakit. Menu berikutnya adalah buku tamu, yaitu menu untuk pasien yang mau berkomentar

tentang sistem guna untuk memberi saran dan kritikan sistem pakar. Menu terakhir adalah tentang kami.

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 penyakit.Kemudian dari data tersebut akan dihitung berdasarkan nilai certainty factor untuk diberi nilai, yang pada akhirnya akan muncul hasil dari perhitungan tersebut.

4.1. Lingkungan Implementasi

Lingkungan implementasi yang akan dipaparkan disini meliputi lingkungan perangkat keras dan lingkunagn perangkat lunak.

1) Kebutuhan Perngkat Keras

a) Intel Core i3-2330M Prosesor @2.230Ghz b)RAM 2 GB

c) VGA 1 GB

2) Kebutuhan Perangkat Lunak

a) Sistem Operasi Microsoft Windows 7 Professional b)Macromedia Dreamwever 8

c) Adobe Photoshop CS2 d)Mozzila Firefox 13.0.1 e) CMS WordPress

4.2. Implementai Sistem

Sisitem yang akan di implementasikan menggunakan bahasa pemrogaman web yaitu php, css, html, dan javascript. Diprogam terdapat 3

halaman besar yaitu halaman admin, halaman deteksi dan halaman jenis penyakit.

4.2.1. Halaman Utama

Pada halaman utama ini terdapat beberapa menu untuk user diantaranya adalah menu beranda, diagnosa, buku tamu dan tentang kami.

Gambar 4.1 Halaman Utama

4.2.1.1. Sub Menu Sejarah Kedelai

Pada halaman sub menu ini berisi tentang sejarah singkat tentang asal mula kedelai masuk pertama kali di Indonesia

Gambar 4.2 Halaman Sejarah Kedelai

4.2.1.2. Sub Menu Budidaya Kedelai

Dalam halaman menu ini berisi tentang informasi cara-cara budidaya tanaman kedelai dan informasi singkat pengolahan penyakit dan hama pada tanaman kedelai

Gambar 4.3 Budidaya Tanaman Kedelai

4.2.1.3. Sub Menu Manfaat Kedelai

Didalam halaman menu ini berisi tentang informasi dari manfaat-manfaat kedelai untuk kesehatan bagi manusia

Gambar 4.4 Manfaat Kedelai

4.2.2. Halaman Diagnosa

Pada halaman diagnosa terdiri dari tiga sub menu yaitu : a) Diagnosa Hama

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang akibat serangan hama kedelai.

b) Diagnosa Unsur Hara

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang kekurangan akibat Unsur Hara.

c) Diagnosa Penyakit

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang penyakit kedeali.

4.2.3. Halaman Diagnosa Penyakit

Didalam menu ini memeuat pertanyaan pertanyaan ciri tanaman yang terserang oleh penyakit dan sudah dikelompokan menjadi tiga bagian tanaman yaitu bagian batang, biji dan daun.

Gambar 4.5 Diagnosa Penyakit

4.2.4. Halaman Buku Tamu

Pada halaman ini berisi tentang buku tamu yang bertujuan untuk user memberikan masukan atau komentar pada sistem pakar kedelai ini dengan memasukan data nama, email dan komentar.

Gambar 4.6 Buku Tamu

4.2.5. Halaman Tentang Kami

Pada halaman ini berisi informasi singkat tentang pemanfaatan

teknologi dan internet bisa membantu untuk meberikan informasi yang sangat berguna bagi masyarakat khususnya para petani di Indonesia.

Gambar 4.7 Tentang Kami

4.2.6. Halaman Login

Pada halaman ini akan nampak tampilan login WordPress. Untuk dapat masuk kedalam halaman admin dari wordpress user akan dimintai untuk memasukan data username dan passwordadmin untuk mengakses data admin, didalamaplikasi sistem pakar ini, halaman login akan nampak seperti halaman di bawah ini. Jika berhasil masuk admin akan di parsing ke halaman lain yaitu dashboard.

Gambar 4.8 Menu Login Admin WordPress

4.2.7. Halaman Dasbord Menu Admin WordPress

Halaman menu menu admin yang berfungsi untuk mengatur tampilan, menambahkan page, post, menu dan menu input gejala pennyakit ada

didasboard ini.

Gambar 4.9 Dasboard WordPress

4.2.8. Menu Jetpack

Jetpack ini merupakan plugin dari wordpress yang berfungsi untuk melihat prosentase dari pengunjung yang sudah mengunjungi web sistem pakar ini, menu ini hanya berpengaruh jika ada web site sistem pakar telah di

Gambar 4.10 Tampilan Jetpack

Dibawah ini adalah tampilan grafik dari plugin jetpack sebagai pendukung untuk intensitas pengunjung yang telah telah mengakses web sistem pakar ini.

Gambar 4.11Statistik Jetpak

4.2.9. Menu Post

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 menu bab yang telah

Gambar 4.12Menu Posts

4.2.10.Menu 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.

Gambar 4.13Menu Media

4.2.11.Menu Pages

Menu Pages ini berfungsi untuk mengatur halaman depan dari web sistem pakar ini. Dibawah ini tampak tampilan pages yang sudah dibuat untuk mengisi informasi web.

Gambar 4.14Menu Pages

4.2.12.Menu Aparance

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 menu ini.

Gambar 4.15Menu Aparance

4.2.13.Menu Plugin

Menu ini Plugin berisi semacam add ons yang berfungsi ini untuk pendukung web sistem pakar ini.Disini saya membuat plugin sistem pakar untuk memasukan data penyakit kedalam database wordpress.

Gambar 4.16Menu Plugin

4.2.14.Menu User

Didalam Menu User disini admin bisa membuat user baru dan memperbarui profil data admin

Gambar 4.17Menu User

4.2.15.Menu Tools

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

Gambar 4.18Menu Tools

4.2.16.Menu Settings

Menu setting ini berisi tentang pengaturan dari web sistem pakar, mulai pengaturana plugin yang terinstal dengan terperinci.

Gambar 4.19Menu Settings

4.2.17.Menu Pakar Penyakit

Dalam menu sistem pakar ini diberi nama “Pakar Penyakit” dibagi menjadi 3 bagian yaitu :

a) Gejala Penyakit b) Data Penyakit

c) Hubungan penyakit

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

BAB V

UJI COBA DAN EVALUASI

Pada bab ini akan dijelaskan mengenai hasil uji coba perangkat lunak perancangan sistem pakar diagnosa penyakit padi pada software xampp. Berikut adalah spesifikasi perangkat lunak sebagai sistem pendukung aplikasi yang dibuat:

1) Sistem Operasi Microsoft Windows 7 Professional 2) Macromedia Dreamwever 8

3) Adobe Photoshop CS2 4) Mozzila Firefox 13.0.1 5) CMS WordPress

Pengujian sistem pakar ini meliputi pengujian diagnosa dengan menggunakan metode certanity factor.

5.1. Uji Coba

Setelah dilakukan proses implementasi sistem, dilakukan proses uji coba program dengan tujuan mengetahui apakah program aplikasi yang dibuat telah sesuai dan dapat menyelesaikan permasalahan yang dihadapi.

contoh :

Seorang petani yang hendak mengetahi penyakit yang sedang dialami oleh tanaman kedelainya berdasarkan tanda-tanda atau gejala-gejala yang sedang di alami oleh tanaman kedelainya tersebut. Petani tersebut harus menginputkan ciri ciri dari tanaman kedelainya yang terserang penyakit berupa memberi tanda (V) pada kotak set gejala dan menekan tombol cari setelah itu petani mendapatkan hasil analisa penyakit yang dialami tanaman kedelainya dan solusi keterangan yang harus dilakukan.

5.2. Uji Coba Menu User

Pada bagian ini akan dijelaskan mengenai tahap-tahap yang dilakukan oleh seorang User secarastep-by-step dari melihat menu web yang ada pada sistem sampai diagnosa dan hasil diagnosanya.

5.2.1. Menu Beranda

Pada menu ini adalah tampilan awal dari web sistem pakar sebelum user masuk kedalam menu diagnosa penyakit kedelai.

Gambar 5.1 Menu Beranda

Kemudian user memilih menu diagnosa. Didalam menu diagnosa terdapat tiga sub menu yaitu menu :

a) Diagnosa Hama

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang akibat serangan hama kedelai.

b) Diagnosa Unsur Hara

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang kekurangan akibat Unsur Hara.

c) Diagnosa Penyakit

Berisi pertanyaan tentang ciri-ciri tanaman kedelai yang terserang penyakit kedeali.

Kemudian user masuk kedalam menu diagnosa penyakit, disini user menginputkan dari ciri-ciri gejala penyakit pada tanaman kedelai yang sudah dikelompokan menjadi tiga bagian tanaman. Yaitu biji, daun, batang dan akar.

Sebelum user masuk kedalam menu gejala penyakit user harus login user terlebih dahulu, jika user belum membuat acount, user diwajibkan untuk register terlebih dahulu.

Dibawah ini adalah tampilan dari menu sebelum masuk kedalam menu diagnosa penyakit pada tanaman kedelai.

5.2.3. Tampilan Sebelum Menu Gejala Penyakit

Didalam menu ini user akan ditanya untuk login user atau jika belum terdaftar sebagai user maka user akan diminta untuk mendaftar atau register terlebih dahulu.

Gambar 5.2Tampilan Sebelum Masuk Gejala Penyakit

5.2.4. Tampilan Menu Register

Setelah menekan tomol register maka akan muncul tampilan menu login WordPress dan dibawah menu login WordPress ada menu register,lost your password, back towww.pakarkedelai.com. Kita pilih menu yang register.

Gambar 5.3Tampilan Register

Disini kita dimintai untuk memasukan username dan email untuk register kedalam sistem pakar penyakit kedelai. Sebagai contoh saya masukan username aditya dan email cupcup.cikcik@gmail.com.

Gambar 5.4Tampilan Register

5.2.5. Konfirmasi email setelah register berhasil

Konfirmasi email adalah konfirmasi dari WordPress bahwa registrasi dari user yang kita buat telah berhasil dan informasi registrasi berhasil akan dikirim melalui email dari acountemail yang kita isi pada saat registrasi acount tadi. Disini saya menggunakan acountemail dari gmail. Maka saya membuka email untuk mengetauhi informasi registrasi tersebut.

Gambar 5.5Tampilan Informasi Email selesaiRegister

Disini WordPress akan mengirimkan informasi username dan password secara default. Tapi nanti kita bisa merubah password sesuai keinginan kita di dalam menu dasbord user dari WordPress. Tetapi untuk pertama kali login harus menggunakan password default dari WordPress.

5.2.6. Tampilan Menu Dasboard User

Setelah berhasil login sebagai user pakar penyakit tanaman kedelai user akan masuk kedalam menu dasboard user dan didalam dasboard user, akan adam menu lagi yaitu menu profile dan menu log user.

Gambar 5.6TampilanDasboard User

Didalam menu dasboard ada dua sub menu yaitu menu profile dan menu log user. Diman menu profile untuk merubah nama username password dan email. Berikut adalah tampilan dari menu profile.

Gambar 5.7TampilanProfile

Dan sub menu yang terakhir adalah menu log user dimana didalam menu ini terdapat informasi berupa histori nama user, waktu dan nama

penyakit tanaman kedelai saat setelah melakukan konsultasi di pakar penyakit tanaman kedelai. Berikut adalah gambar tampilan dari log user.

Gambar 5.7TampilanLog User

5.2.7. Menu Diagnosa Penyakit

Didalam menu diagnosa penyakit ini memuat pertanyaan pertanyaan ciri tanaman yang terserang oleh penyakit dan sudah dikelompokan menjadi tiga bagian tanaman yaitu bagian batang, biji dan daun.

Gambar 5.8 Menu Diagnosa Penyakit

Setelah masuk menu diagnosa penyakit ini user dapat menginputkan data bagian tanaman yang terserang penyakit sesuai ciri dari tanaman kedelai yang terserang penyakit dengan memberikan tanda (V) dan kemudian user menekan tombol cari. Dibawah ini contoh user memasukan ciri gejala penyakit.

Gambar 5.9 Input Ciri Gejala Penyakit

Kemudian user menekan tombol cari untuk mengetauhi hasil dari diagnosa penyakit pada tanaman kedelai. Oleh sistem hasil dari inputan user akan diolah dan diproses dengan menggunakan metode certainty factor dan akan muncul sebuah nilai yang sudah dihitung dengan perhitungan menggunakan rumus certainty factor

Gambar 5.10 Hasil dari Input Gejala Penyakit

Kemudian user menekan detail untuk mengetauhi dari keterangan hasil diagnosa penyakit tanaman kedelai.

Gambar 5.11Hasil detail Gejala Penyakit

5.3. Ujicoba 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 penyakit,data gejala penyakit dan hubungan penyakit.Sampai dengan admin logout dari sistem pakar ini.

5.3.1. Menu Login

Pada menu login saya menggunakan form default login dari

wordpress.Disini 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 5.5 Menu Login Admin

Setelah berhasil login user akan masuk Halaman menu menu admin yang berfungsi untuk mengatur tampilan, menambahkan page, post, menu dan menu input gejala pennyakit ada didasboard ini.

5.3.2. Menu Pakar Penyakit

Dalam menu sistem pakar ini diberi nama “Pakar Penyakit” dibagi menjadi 3 bagian yaitu :

a) Gejala Penyakit b) Data Penyakit c) Hubungan penyakit

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

Gambar 5.7Menu Pakar Penyakit

5.3.2.1. Menu Gejala Penyakit

Gambar dibawah merupakan tampilan dari menu gejala penyakit,didalam mengalami beberapa proses inputan yang dilakukan oleh admin, yaitu admin menginputkan beberapa ciri ciri gejala penyakit yang disebabkan oleh penyakit kedelaiuntuk disimpan dalam database.

Gambar 5.8Menu Gejala Penyakit

5.3.2.2. Menu Data Penyakit

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

Gambar 5.8Menu Gejala Penyakit

5.3.2.2. Menu Data Penyakit

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

Hak Cipta © milik UPN "Veteran" Jatim :

Gambar 5.9Menu Data Penyakit

5.3.2.3. Menu Input Hubungan Penyakit

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

Gambar 5.10Menu Hubungan Penyakit

5.3.2.4. 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.

Gambar 5.11Menu Log Out WordPress

Hak Cipta © milik UPN "Veteran" Jatim :

5.4. Evaluasi

Dari hasil uji coba sistem pakar diagnosepenyakit 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 yang dialami oleh tanaman kedelai pada sub penyakitnya.

Pada bab ini membahas tetang penutup yang berisi tentang kesimpulan dan saran.

6.1. Kesimpulan

Dari uraian ujicoba dan evaluasi program aplikasi untuk mengidentifikasi penyakit padi dapat disimpulkan sebagai berikut, bahwa: 1) Proses pendeteksi penyakit menggunakan sistem yang di buat sesuai dengan

yang di inginkan yaitu dengan menggunakan metode Certainty Factor.

2) Dengan sistem yang telat dibuat sudah dapat mengetahui penyakit yang di alami oleh tanaman kedelai berdasarkan gejala yang dialami oleh tamanan kedelai.

6.2. Saran

1) Perlu meningkatkan pengetahuan agar program dapat memiliki pengetahuan yang cukup untuk membantu penelusuran oleh user.

2) Melibatkan banyak pengalaman serta keahlian pakar saat melakukan pengembangan basis pengetahuan.

3) Program aplikasi ini dapat dikembangkan tampilan interface-nya, sehingga lebih menarik bagi user.

Hak Cipta © milik UPN "Veteran" Jatim :

DAFTAR PUSTAKA

[1] Anonim. 2012. Phakopsora pachyrhizi. http://www. p a t h p o r t . v b i . v t . e d u / p a t h i n f o / pathogens/Pp.html. [19 Juny 2008].

[2] World Intelectual Property Organization. 2008.Clove Oil as Plant Fungicides. http:// www. w i p o . i n t / p c t d b / e n / w o . j s p ? wo=1996039846&IA=WO1996039846&DISPLAY=DESC. [8 April 2012]. [3] Pengertian PHP sejarah PHP.http://www.forumkami.net/programming/23388-pengertian-php-sejarah-php.html. [9 Mei 2012].

[4] Pengantar Sistem Pakar. http://www.slideshare.net/airlangit/pengantar-sistem-pakar-presentation.[20 Mei 2012].

[5] Tutorial WordPress. http://bel4j4r.wordpress.com/. [12Juni 2012].

[6] Sudjono, M.S. 1979. Ekobiologi Cendawan KaratKedelai dan Resistensi Varietas Kedelai. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. 60 hlm. [7] Santosa, B. 2003. Penyaringan galur kedelaiterhadap penyakit karat daun isolat Arjasari di rumah kaca. Buletin Plasma Nutfah (1): 26–32.