APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT PADA TANAMAN
KAKAO MENGGUNAKAN METODE CERTAINTY FACTOR
Arga damantara0180) , Badarudin0211) ,Beni ardianto0356)
Jurusan teknik Fakultas Teknik UNP Kediri
Jalan KH. Achmad Dahlan, No 76, 64112
Email : ___________________________
Abstrak
Masalah yang dihadapi oleh para petani coklat/kakao dewasa ini khusunya petani didaerah
terpencil adalah sulitnya mendiagnosa penyakit tanaman coklat/kakao dan solusi untuk
pengendaliannya, sehingga para petani membutuhkan waktu yang lama untuk bertanya kepada
ahlinya, maka diperlukan Sistem Pakar yang bertujuan untuk diagnosa penyakit tanaman
coklat/kakao yang dapat mempermudah petani dalam mendapatkan jawaban dari masalah yang
dihadapinya. Untuk itu dengan adanya Sistem Pakar ini yang berguna untuk mencari dan
menampilkan hasil diagnosa yang disertai dengan solusi dari penyakit serta penelusuran dari
gejala-gejala penyakit yang diderita berdasarkan data-data dari pakar yang menjadi bahan
rujukannya. Sistem pakar merupakan salah satu cabang dari kecerdasan buatan yang mempelajari
bagaimana mengadopsi cara berpikir seoarang pakar dalam menyalaesaikan suatu permasalahan,
dan membuat suatu keputusan maupun mengambil kesimpulan dari sejumlah fakta yang ada. Dalam
hal ini sistem pakar digunakan untuk mendiagnosa penyakit pada tanaman coklat/kakao dengan
menggunakan metode Certainty Factor. Dengan tujuan dalam membantu dalam mendiagnosa
penyakit pada tanaman coklat/kakao dan mendapatkan hasil diagnosa yang tepat dan akurat.
KataKunci: Sistem Pakar,Certainty Factor, Diagnosa, Tanaman Coklat/Kakao
1.
Seiring
Pendahuluan
banyaknya
membudidayakan
1.1 Latar belakang
Dalam rangka memajukan perekonomian di
yang
tanaman
kakao
(Theobroma Cacao) banyak pula jenis
indonesia salah satu langkah yang menjajikan adalah
di
bidang peradagangan.
Dan hasil
pertanian
merupakan komoditas yang baik salah satunya adalah
penyakit
tanaman kakao (Theobroma Cacao).
tersebut maka dari itu banyak petani yang
Tidak
sedikit
para
membudidayakan
dan
menyerang
tanaman
yang
mengalami kerugian karena gagal panen
mempunyai
yang di akibatkan dari serangan penyakit.
perkebunan tanaman kakao (Theobroma
Kurangnya pengetahuan tentang penyakit
Cacao). Dari tanaman tanaman tersebut
pada
dapat di peroleh biji-bijian yang kemudian
petani kesulitan untuk mengambil langkah
biji tersebut dapat di olah menjadi bahan
untuk menyelesaikan masalah tersebut.
baku coklat dari coklat tersebut dapat di
Selain dari serangan penyakit juga bisa di
jadikan
karenakan
berbagai
minuman.
jenis
petani
yang
makanan
dan
atau
tanaman
kakao
organisme
bersifat
membuat
yang
merusak
para
merugikan
sehingga
mengganggu
kakao,
pertumbuhan
maka
untuk
tanaman
menyelesaikan
CF(H,E) = MB(H,E) – MD(H,E)
Keterangan :
masalah itu di buat aplikasi sistem pakar
CF(H,E): Certainty Factor dari hipotesis H yang
untuk
dipengaruhi
mendiagnosis
tanaman
kakao
certanty
penyakit
pada
menggunakan
factor
“
metode
sehingga
bisa
oleh gejala (evidence) E. Besarnya CF
berkisar antara -1 sampai dengan 1. Nilai-1
menunjukkan ketidakpercayaan mutlak sedangkan
menyelesaikan masalah dengan tepat dan
nilai 1 menunjukkan kepercayaan mutlak.
efisien.
MB(H,E): Ukuran kenaikan kepercayaan (measure
1.2 Rumusan Masalah
of increased belief) terhadap hipotesis H yang
Masalah Umum
dipengaruhi oleh gejala E.
Berdasarkan uraian latar belakang di atas, maka
MD(H,E):
perumusan masalah dari sikripsi ini adalah :
(measure of increased disbelief) terhadap hipotesis
1.
2.
3.
kenaikan
ketidakpercayaan
Bagaimana proses diagnosa penyakit pada
H yang dipengaruhiolehgejala E.
tanaman coklat/kakao?
Dengan cara mewawancara seorang pakar, nilai
Bagaimana menerapkan metode certainty
CF(Rule) didapatdariinterprtasi “term” daripakar,
factor untuk mendiagnosa penyakit pada
yang
tanaman coklat/kakao?
tertentu sesuai tabel berikut:
Bagaimana proses perancangan sistem pakar
Tabel 1 : NilaiCF (Rule) dariinterpretasi “term”
mendiagnosa
Uncertain term
pasti tidak
CF
hampir pasti tidak
-0,8
kemungkinan tidak
-0,6
mungkin tidak
-0,4
kemungkinan besar
-0,2 to 0,2
mungkin
0,4
kemungkinan besar
0,6
hampir pasti
0,8
penyakit
pada
tanaman
coklat/kakao dengan menggunakan metode
certainty factor?
2.
Ukuran
PEMBAHASAN
2.1 SistemPakar
Kecerdasan buatan atau Artificial Intelligence
(AI) merupakan cabang dari ilmu komputer yang
concerned dengan pengotomatisi tingkah laku cerdas
(Anita Desiani dan Muhammad Arhami, 2006).
diubah
menjadi
nilai
CF
-1,0
pasti
1,0
Sumber: Kusrini,AplikasiSistemPakar, Andi, 2008
Karena itu kecerdasan buatan harus didasarkan pada
prinsip-prinsip
teoterikal
atau
terapan
yang
menyangkut struktur data yang digunakan dalam
representasi pengetahuan (knowledge representation),
algoritma
yang
pengetahuan
diperlukan
itu,
serta
dalam
bahasa
penerapan
dan
teknik
pemrograman yang dipakai dalam implementsinya.
2.3 Analisa logika dan metode
Certainty Factor (CF) menunjukkan ukuran
kepastian terhadap suatu fakta atau aturan.
Analisa diagnosa gejala penyakit tanaman kakao
dapat dilihat pada dibawah ini:
Kaidah-kaidah produksi atau rule yang berkaitan
dengan penyakit pada tanaman
2.2 Pengertian Metode Certainty Factor
sebagai berikut:
TeoriCertainty Faktor (CF) diusulkan oleh
Shortliffedan
Buchanan
pada
1975
kakao adalah
untuk
mengakomodasi ketidakpastian pemikiran (inexact
reasoning) seorang pakar. Metode ‘Net Belief’ yang
diusulkanoleh E.H. Shorlieffedan B.G Buchanan
Kaidah:
IF Memudarnya warna kulit buah
AND Munculnya belang berwarna hijau kuning
atau merah jingga
AND Bila buah dikocok tidak berbunyi
AND Bila dibelah daging buah tampak berwarna
bijinya melekat satu sama
hitam bijinya melekat satu sama lain, keriput dan
lain, keriput dan bobotnya
bobotnya sangat ringan
sangat ringan)
THEN Busuk Buah Dari rule base diatas dapat
Sehingga
dicari certainty factor untuk menetukan jenis
CF(E,e): CF(E1vE2vE3vE4) :
penyakit tanaman kakao yaitu sebagai berikut:
1.
Penyakit Busuk Buah
a.
max [CF(E1e), CF(E2e), CF(E3e), CF(E4e)] :
Menentukan CF parallel Jika memudarnya
warna kulit buah
max [0.6, 0.4, 0.6, 0.8] : 0.8
Atau munculnya belang berwarna hijau
kuning
atau
merah
jingga
Atau bila buah dikocok tidak berbunyi Atau
bila dibelah daging buah tampak berwarna
hitam bijinya melekat satu sama lain, keriput
dan bobotnya sangat ringan.
Jadi nilai CF paralel untuk premis-premis dari
kasus diatas adalah sebesar 0.8.
c.
Menentukan
CF
Sequensial
Dengan
menggunakan contoh diatas dapat diketahui
bahwa CF parallel dari semua premis
Maka Penyakit Busuk Buah, CF: 0.8
b.
sebesar
0.8
dan
CF pakar sebesar 0.8.Bedasarkan nilai-nilai
Menentukan CF Sequensial
Dengan menganggap E1: “memudarnya
tersebut, nilai CF sequensial dapat dihitung,
warna kulit buah”, E2: “Munculnya belang
yakni sebesar: CF (Penyakit Busuk Buah) :
berwarna hijau kuning atau merah jingga”,
0.8 * 0.8 : 0.64
E3: “Bila buah dikocok tidak berbunyi”, E4:
Dari perhitungan diatas dapat diketahui
“Bila dibelah daging buah tampak berwarna
bahwa
hitam bijinya melekat satu sama lain, keriput
it busuk buah kemungkinan terjadi dengan
dan bobotnya sangat ringan”, nilai certainty
kepercayaan sebesar 0.64.
untuk
penyak
factor hipotesis pada saat evidence pasti
2.4 Algoritma
adalah:
INPUT :
CF(H,E) : CF(H,E1vE2vE3vE4) : 0.8
Dalam
kasus
ini,
certainty
Pertanyaan
KAKAO MENGGUNAKAN METODE CERTAINTY FACTOR
Arga damantara0180) , Badarudin0211) ,Beni ardianto0356)
Jurusan teknik Fakultas Teknik UNP Kediri
Jalan KH. Achmad Dahlan, No 76, 64112
Email : ___________________________
Abstrak
Masalah yang dihadapi oleh para petani coklat/kakao dewasa ini khusunya petani didaerah
terpencil adalah sulitnya mendiagnosa penyakit tanaman coklat/kakao dan solusi untuk
pengendaliannya, sehingga para petani membutuhkan waktu yang lama untuk bertanya kepada
ahlinya, maka diperlukan Sistem Pakar yang bertujuan untuk diagnosa penyakit tanaman
coklat/kakao yang dapat mempermudah petani dalam mendapatkan jawaban dari masalah yang
dihadapinya. Untuk itu dengan adanya Sistem Pakar ini yang berguna untuk mencari dan
menampilkan hasil diagnosa yang disertai dengan solusi dari penyakit serta penelusuran dari
gejala-gejala penyakit yang diderita berdasarkan data-data dari pakar yang menjadi bahan
rujukannya. Sistem pakar merupakan salah satu cabang dari kecerdasan buatan yang mempelajari
bagaimana mengadopsi cara berpikir seoarang pakar dalam menyalaesaikan suatu permasalahan,
dan membuat suatu keputusan maupun mengambil kesimpulan dari sejumlah fakta yang ada. Dalam
hal ini sistem pakar digunakan untuk mendiagnosa penyakit pada tanaman coklat/kakao dengan
menggunakan metode Certainty Factor. Dengan tujuan dalam membantu dalam mendiagnosa
penyakit pada tanaman coklat/kakao dan mendapatkan hasil diagnosa yang tepat dan akurat.
KataKunci: Sistem Pakar,Certainty Factor, Diagnosa, Tanaman Coklat/Kakao
1.
Seiring
Pendahuluan
banyaknya
membudidayakan
1.1 Latar belakang
Dalam rangka memajukan perekonomian di
yang
tanaman
kakao
(Theobroma Cacao) banyak pula jenis
indonesia salah satu langkah yang menjajikan adalah
di
bidang peradagangan.
Dan hasil
pertanian
merupakan komoditas yang baik salah satunya adalah
penyakit
tanaman kakao (Theobroma Cacao).
tersebut maka dari itu banyak petani yang
Tidak
sedikit
para
membudidayakan
dan
menyerang
tanaman
yang
mengalami kerugian karena gagal panen
mempunyai
yang di akibatkan dari serangan penyakit.
perkebunan tanaman kakao (Theobroma
Kurangnya pengetahuan tentang penyakit
Cacao). Dari tanaman tanaman tersebut
pada
dapat di peroleh biji-bijian yang kemudian
petani kesulitan untuk mengambil langkah
biji tersebut dapat di olah menjadi bahan
untuk menyelesaikan masalah tersebut.
baku coklat dari coklat tersebut dapat di
Selain dari serangan penyakit juga bisa di
jadikan
karenakan
berbagai
minuman.
jenis
petani
yang
makanan
dan
atau
tanaman
kakao
organisme
bersifat
membuat
yang
merusak
para
merugikan
sehingga
mengganggu
kakao,
pertumbuhan
maka
untuk
tanaman
menyelesaikan
CF(H,E) = MB(H,E) – MD(H,E)
Keterangan :
masalah itu di buat aplikasi sistem pakar
CF(H,E): Certainty Factor dari hipotesis H yang
untuk
dipengaruhi
mendiagnosis
tanaman
kakao
certanty
penyakit
pada
menggunakan
factor
“
metode
sehingga
bisa
oleh gejala (evidence) E. Besarnya CF
berkisar antara -1 sampai dengan 1. Nilai-1
menunjukkan ketidakpercayaan mutlak sedangkan
menyelesaikan masalah dengan tepat dan
nilai 1 menunjukkan kepercayaan mutlak.
efisien.
MB(H,E): Ukuran kenaikan kepercayaan (measure
1.2 Rumusan Masalah
of increased belief) terhadap hipotesis H yang
Masalah Umum
dipengaruhi oleh gejala E.
Berdasarkan uraian latar belakang di atas, maka
MD(H,E):
perumusan masalah dari sikripsi ini adalah :
(measure of increased disbelief) terhadap hipotesis
1.
2.
3.
kenaikan
ketidakpercayaan
Bagaimana proses diagnosa penyakit pada
H yang dipengaruhiolehgejala E.
tanaman coklat/kakao?
Dengan cara mewawancara seorang pakar, nilai
Bagaimana menerapkan metode certainty
CF(Rule) didapatdariinterprtasi “term” daripakar,
factor untuk mendiagnosa penyakit pada
yang
tanaman coklat/kakao?
tertentu sesuai tabel berikut:
Bagaimana proses perancangan sistem pakar
Tabel 1 : NilaiCF (Rule) dariinterpretasi “term”
mendiagnosa
Uncertain term
pasti tidak
CF
hampir pasti tidak
-0,8
kemungkinan tidak
-0,6
mungkin tidak
-0,4
kemungkinan besar
-0,2 to 0,2
mungkin
0,4
kemungkinan besar
0,6
hampir pasti
0,8
penyakit
pada
tanaman
coklat/kakao dengan menggunakan metode
certainty factor?
2.
Ukuran
PEMBAHASAN
2.1 SistemPakar
Kecerdasan buatan atau Artificial Intelligence
(AI) merupakan cabang dari ilmu komputer yang
concerned dengan pengotomatisi tingkah laku cerdas
(Anita Desiani dan Muhammad Arhami, 2006).
diubah
menjadi
nilai
CF
-1,0
pasti
1,0
Sumber: Kusrini,AplikasiSistemPakar, Andi, 2008
Karena itu kecerdasan buatan harus didasarkan pada
prinsip-prinsip
teoterikal
atau
terapan
yang
menyangkut struktur data yang digunakan dalam
representasi pengetahuan (knowledge representation),
algoritma
yang
pengetahuan
diperlukan
itu,
serta
dalam
bahasa
penerapan
dan
teknik
pemrograman yang dipakai dalam implementsinya.
2.3 Analisa logika dan metode
Certainty Factor (CF) menunjukkan ukuran
kepastian terhadap suatu fakta atau aturan.
Analisa diagnosa gejala penyakit tanaman kakao
dapat dilihat pada dibawah ini:
Kaidah-kaidah produksi atau rule yang berkaitan
dengan penyakit pada tanaman
2.2 Pengertian Metode Certainty Factor
sebagai berikut:
TeoriCertainty Faktor (CF) diusulkan oleh
Shortliffedan
Buchanan
pada
1975
kakao adalah
untuk
mengakomodasi ketidakpastian pemikiran (inexact
reasoning) seorang pakar. Metode ‘Net Belief’ yang
diusulkanoleh E.H. Shorlieffedan B.G Buchanan
Kaidah:
IF Memudarnya warna kulit buah
AND Munculnya belang berwarna hijau kuning
atau merah jingga
AND Bila buah dikocok tidak berbunyi
AND Bila dibelah daging buah tampak berwarna
bijinya melekat satu sama
hitam bijinya melekat satu sama lain, keriput dan
lain, keriput dan bobotnya
bobotnya sangat ringan
sangat ringan)
THEN Busuk Buah Dari rule base diatas dapat
Sehingga
dicari certainty factor untuk menetukan jenis
CF(E,e): CF(E1vE2vE3vE4) :
penyakit tanaman kakao yaitu sebagai berikut:
1.
Penyakit Busuk Buah
a.
max [CF(E1e), CF(E2e), CF(E3e), CF(E4e)] :
Menentukan CF parallel Jika memudarnya
warna kulit buah
max [0.6, 0.4, 0.6, 0.8] : 0.8
Atau munculnya belang berwarna hijau
kuning
atau
merah
jingga
Atau bila buah dikocok tidak berbunyi Atau
bila dibelah daging buah tampak berwarna
hitam bijinya melekat satu sama lain, keriput
dan bobotnya sangat ringan.
Jadi nilai CF paralel untuk premis-premis dari
kasus diatas adalah sebesar 0.8.
c.
Menentukan
CF
Sequensial
Dengan
menggunakan contoh diatas dapat diketahui
bahwa CF parallel dari semua premis
Maka Penyakit Busuk Buah, CF: 0.8
b.
sebesar
0.8
dan
CF pakar sebesar 0.8.Bedasarkan nilai-nilai
Menentukan CF Sequensial
Dengan menganggap E1: “memudarnya
tersebut, nilai CF sequensial dapat dihitung,
warna kulit buah”, E2: “Munculnya belang
yakni sebesar: CF (Penyakit Busuk Buah) :
berwarna hijau kuning atau merah jingga”,
0.8 * 0.8 : 0.64
E3: “Bila buah dikocok tidak berbunyi”, E4:
Dari perhitungan diatas dapat diketahui
“Bila dibelah daging buah tampak berwarna
bahwa
hitam bijinya melekat satu sama lain, keriput
it busuk buah kemungkinan terjadi dengan
dan bobotnya sangat ringan”, nilai certainty
kepercayaan sebesar 0.64.
untuk
penyak
factor hipotesis pada saat evidence pasti
2.4 Algoritma
adalah:
INPUT :
CF(H,E) : CF(H,E1vE2vE3vE4) : 0.8
Dalam
kasus
ini,
certainty
Pertanyaan