HOAQ: JURNAL TEKNOLOGI INFORMASI.
Volume 11 Nomor 2 Ae Desember 2019.
Hal 73-80
p-ISSN: 2337-5280, e-ISSN: 2620-7427
SISTEM PAKAR DIAGNOSA PENYAKIT IKAN GURAME DENGAN
MENGGUNAKAN FIS MAMDANI
Maria Yunita Nesi1.
Yampi R Kaesmetan2.
Meliana O.
Meo3 STIKOM Uyelindo.
Jl.
Perintis Kemerdekaan No.
1 Ae Kayu Putih.
Kupang-NTT E-mail: mariayunita.
nesi@gmail.
com, kaesmetanyampi@gmail.
Abstrack The carp (Osphronemus Goram.
including fish that was seeded in cultivation.
In addition to the price of carp that are relatively more expensive than other fish and it has been easy to carp also has a higher value compared to other freshwater fish.
But in the cultivation of carp diseases is one of the serious problems encountered by the fish farmers because it could potentially cause harm.
Diseases that attack the carp both are still in the larval or adult forms of which are caused by parasitic infections in the form of fungi, protozoa, worms as well as bacterial infection of Aeromonas hydrophylla.
Flexybacter colomnaris, and Mycobacterium sp.
The multiplicity of types of disease that can attack the carp and the difficult process of detection because of the similarity of the symptoms caused fish farmers making it difficult to determine the methods of prevention and control of the right to address the disease.
Detection of disease of carp is seen on the surface of the body of the fish.
Therefore, it takes expert system to detect disease carp by involving technology.
One of the methods used in the expert system of fuzzy inference system Mamdani.
Fuzzy inference system Mamdani reasoning used in this study because of the handling of the value and accuisition of knowledge representation experts can directly representation in the form of rules, which can be understood when placed on the machine inference.
The result of this reasoning is to detect diseases of the carp while delivering the right solution to tackle the disease of carp.
Keywords: carp, diseases of the body surface of the fish, expert system, fuzzy logic.
Fuzzy Inference System Mamdani.
PENDAHULUAN
Produksi perikanan budidaya di Indonesia tahun 2014 mencapai 14,3 juta ton atau 7,96% dibandingkan tahun 2013 yakni sebesar 13,3 juta ton (Kementrian Kelautan dan Perikanan.
Berdasarkan analisa data Kementrian Kelautan dan Perikanan tahun 2014.
Provinsi Nusa Tenggara Timur menempati urutan kedua produksi ikan budidaya terbesar di Indonesia mencapai 1,97 juta ton.
Ikan gurame (Osphronemus Goram.
termasuk ikan yang diunggulkan dalam budidaya (Affandi et al.
Selain harga ikan gurame yang relatif lebih mahal dari ikan lainnya dan memiliki nilai jual yang lebih tinggi dibandingkan dengan ikan air tawar lainnya.
Namun dalam budidaya ikan gurame, penyakit merupakan salah satu masalah serius yang dihadapi oleh para Penyakit menyerang ikan gurame disebabkan oleh infeksi parasit berupa jamur, protozoa, cacing serta infeksi bacterial dari jenis Aeromonas hydrophylla.
Flexybacter colomnaris, dan Mycobacterium sp.
tiap jenis penyakit memiliki metode pencegahan dan pengendalian yang Banyaknya jenis penyakit yang dapat menyerang ikan gurame serta sulitnya proses deteksi karena adanya kemiripan gejala yang ditimbulkan membuat para petani ikan sulit pengendalian yang tepat untuk mengatasi penyakit tersebut.
Masalah lainnya yaitu kurangnya pengetahuan petani ikan tentang penyakit dan solusi pencegahan penyakit ikan gurame membuat proses deteksi hanya SISTEM PAKAR DIAGNOSA PENYAKIT IKAN GURAME A( Nesi,et.
Pendeteksian penyakit ikan gurame dilihat dari ciri pada permukaan tubuh ikan.
Adanya sistem pakar dapat mempermudah kerja atau bahkan mengganti tenaga ahli, menggabungkan ilmu dan pengalaman dari beberapa tenaga ahli, dan menyediakan keahlian yang diperlukan suatu proyek yang tidak memiliki tenaga ahli (Marimin 2.
Salah satu metode sistem pakar yang digunakan adalah dengan menggunakan fuzzy inference system dengan metode Mamdani.
Penalaran fuzzy digunakan pada penelitian ini karena penanganan nilai dan representasi pengetahuan yang diakuisasi dari pakar dapat langsung direpresentasi dalam bentuk aturan atau rule, yang bisa dipahami ketika dimasukan pada mesin inferensi.
Mulyawanto .
melakukan penelitian dengan judul sistem pakar fuzzy untuk diagnosa penyakit pada tanaman cabai Penelitian ini dilakukan berdasarkan atas kebutuhan akan adanya alat bantu bagi petani dalam menentukan atau mengidentifikasi jenis penyakit pada tanaman jagung secara dini.
Berdasarkan konsep Fuzzy Mamdani dan adanya masalah dalam menentukan penyakit yang diderita oleh ikan gurame maka dibutuhkan website untuk mendiagnosa penyakit ikan gurame dengan menerapkan metode Fuzzy Mamdani.
Website tersebut dapat masyarakat dalam mendiagnosa penyakit pada ikan gurame berdasarkan gejala-gejala yang dialami ikan.
Untuk permasalahan ini maka mengimplementasikan Sistem Pakar Diagnosa Penyakit Ikan Gurame Menggunakan Metode Fuzzy Mamdani.
METODELOGI PENELITIAN
Metodelogi yang digunakan penulis dalam melakukan penelitian tentang penerapan sistem pakar diagnosa penyakit ikan gurame menggunakan fuzzy inference system mamdani terlihat pada gambar 1 berikut:
Mulai Identifikasi masalah Penentuan pakar Akuisisi pengetahuan Representasi Pengolahan dalam mesin Implementasi Tidak Pengujian sistem Validasi sistem Sistem valid Selesai Gambar 1.
Prosedur Analisis Data Identifikasi masalah Langkah awal untuk mengetahui masalah dari sebuah objek untuk diteliti.
Masalah yang diteliti yaitu bagaimana menganalisis dan menentukan faktor penyabab penyakit pada ikan gurame.
Penentuan pakar Penentuan pakar diambil dari pihak pengelolah program untuk mendapatkan data dan informasi.
Akusisi pengetahuan Pada penelitian ini dilakukan wawancara
dan observasi dilapangan yang dijadikan sebagai bukti hingga memprosesnya kedalam Dari hasil penelitian mendapatkan variabel-variabel yang bisa dijadikan sebagai model untuk mendiagnosa penyakit ikan
Kode
Penyakit P01
P02
P03
P04
P05
P06
P07
Tabel 1.
Penyakit Nama Penyakit Saprolegniasis Ichtyiothiriasis, bintik putih atau Ich Trichodiniasis Henneguyasis Septicemia hemorrhagika .
ercak mera.
Columnaris Myxosporidia
HOAQ: JURNAL TEKNOLOGI INFORMASI
Volume 11 Nomor 2 Ae Desember 2019.
Hal 73-80 Tabel 2.
Gejala
Kode
Gejala
Nama Gejala
G01
G04
G05
Muncul selaput berwarna putih
Muncul bintik putih atau abu-abu pada bawah lapisan lender
Sirip koyak, geripis dan kerusakan pada Produksi lender yang berlebihan Ikan terlihat lesu
G06
Adanya sista putih berdiameter 0,1-3mm G02
G03
Tubuh ikan berwarna lebih gelap disertai pendarahan yang tidak normal pada permukaan tubuh dan sirip
Rongga perut yang membesar akibat penumpukan cairan Insang terkelupas, memudar, membengkak dan tutup insang menganga Bercak merah terdapat pada pangkal ekor
atau daerah sekitar anus
Mata ikan akan menonjol seperti hendak Benjolan kecil dan bagaian perut
Ikan mengosok-gosok badan ke dinding Berenang tidak normal
G07
G08
G09
G10
G11
Implementasi Pada pengkonversian bahasa manusia ke dalam bahasa pemograman berdasarkan desain yang Pengujian system Pengujian dilakukan dengan menggunakan aplikasi yang telah dibuat, dimana data akan diuji penilaiannya dalam pengukuran untuk mencapai tujuan dari data tersebut.
Pengujian dilakukan uji coba kepada pakar dan pengguna.
Dalam pengujian akan menghitung tingkat akurasi kesalahan dengan persamaan sebagai Galat presentasi .
er MAPE = Oc | PEi | n i Oe1 centage erro.
: PEt = X t Oe Ft X 100 0 0 kurva segitiga.
Rancangan flowchart apikasi Flowchart sistem aplikasi sistem pakar diagnosa penyakit ikan gurame dengan menggunakan fuzzy inference system mamdani menggambarkan alur program dari admin dan flowchart untuk mengolah data pakar gejala dan penyakit ikan gurame.
Hal ini merupakan fasilitas utama dari sistem yang dibangun.
Mulai G12
G13
G14
Representasi dengan menggunakan Keanggotaan Login Admin Fungsi keanggotaan:
Tidak Data Valid x O atau x Ou c Halaman Utama AA [N ] = ( x Oe ) /.
Oe ).
O x O b Oe .
Oeb b O x O c Beranda Pengolahan dalam mesin inferensi Sistem inferensi fuzzy yang digunakan dalam perancangan sistem untuk mendiagnosa penyakit ikan gurame adalah fuzzy inference system Mamdani, yang terdiri dari beberapa tahapan yaitu pembentukan himpunan fuzzy, aplikasi fungsi fuzzy .
, komposisi aturan dan penegasan .
Fuzzifikasi Input Evaluasi Rulles Agregasi Hasil Evaluasi Defuzzifikasi Centroid Gambar 2.
Proses inferensi dengan metode Mamdani Data User Data Gejala Data Penyakit Data Rule Konsultasi Selesai Gambar 3.
Flowchart Sistem untuk admin Data Riwayat Konsultasi SISTEM PAKAR DIAGNOSA PENYAKIT IKAN GURAME A( Nesi,et.
Sedang Tinggi Rendah
Sedang Tinggi Rendah
Sedang Tinggi Rendah
Sedang Tinggi Rendah
Sedang Tinggi Rendah
Sedang Tinggi Mulai Login User
G10
Tidak Data Valid
G11
Halaman utama Mulai Diagnosa
G12
Pilih gejala
G13
Metode fuzzy mamdani Hasil diagnosa dan solusi pencegahan G14 Selesai Gambar 4.
Flowchart Sistem untuk user
HASIL DAN PEMBAHASAN
Dari hasil penelitian variabel-variabel yang bisa dijadikan sebagai model untuk mendiagnosa penyakit ikan
Variabel
G01
G02
G03
G04
G05
G06
G07
G08
G09
Tabel 3.
Himpunan fuzzy Himpunan Rentang Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah
- 9 ]
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Sedang .
- .
Tinggi .
- .
Rendah - .
Domain
3 5 ]
- .
- .
- .
- .
- .
- .
- .
- .
- .
- .
- .
- .
- .
- .
Ae .
- .
- .
5 7 ]
13 15 ]
12 14 ]
Dalam penerapan fuzzy inference system Mamdani pada perangkat lunak diagnose penyakit ikan gurame yang penulis rancang ini terdapat 14 variabel input yaitu: G01 sampai G14.
Misalnya diambil nilai G01 =10.
G02
=20,5.
G03 = 34,2.
G04 = 12.
G05 = 21.
G06 =
14,1.
G07 = 9,2.
G08 = 22,5.
G09 = 11,5.
G10
= 34,4.
G11 = 22.
G12 = 24,5.
G13 = 10,8 dan G14 = 17,3.
Fuzzifikasi input Nilai G01.
yuNyuNG01Rendah[O.
= 0
yuNyuNG01Sedang[O.
= 0
10 Oe 7 yuNyuNG01Tinggi[O.
= = 0,75 11 Oe 7
G01
Rendah Sedang Tinggi 0,75 Gambar 5.
Fungsi keanggotaan G01 Nilai G02.
yuNyuNG02Rendah[O.
= 0
21 Oe 20,5 yuNyuNG02Sedang[O.
= = 0,25 19 Oe 17
20,5 Oe 20
= 0,0625
yuNyuNG02Tinggi[O.
= 28 Oe 20
G02
Rendah
Sedang Tinggi 0,25 20 20,5 21
0,0625
Gambar 6.
Fungsi keanggotaan G02
HOAQ: JURNAL TEKNOLOGI INFORMASI
Volume 11 Nomor 2 Ae Desember 2019.
Hal 73-80 Nilai G03.
yuNyuNG03Rendah[O.
= 0
35 Oe 34,2 yuNyuNG03Sedang[O.
= = 0,27 30 Oe 27
34,2 Oe 34
= 0,033
yuNyuNG03Tinggi[O.
= 40 Oe 34
G03
Rendah
Sedang 34 34,2 35
0,033
Gambar 7.
Fungsi keanggotaan G03 Nilai G04.
yuNyuNG04Rendah[O.
= 0
13 Oe 12 yuNyuNG04Sedang[O.
= = 0,5 10 Oe 8
12 Oe 11
= 0,
yuNyuNG04Tinggi[O.
= 16 Oe 11
Rendah
9,2 Oe 9
= 0,05
13 Oe 9
G07
Sedang Tinggi Tinggi 0,27 yuNyuNG07Tinggi[O.
= 0,05 Gambar 11.
Fungsi keanggotaan G07 Nilai G08.
yuNyuNG08Rendah[O.
= 0
23 Oe 22,5 yuNyuNG08Sedang[O.
= = 0,25 21 Oe 19
22,5 Oe 22
= 0,125
yuNyuNG08Tinggi[O.
= 26 Oe 22
G08
Rendah Sedang Tinggi G04 Rendah Sedang Tinggi 0,25 22 22,5 23 Gambar 12.
Fungsi keanggotaan G08
0,125
Gambar 8.
Fungsi keanggotaan G04 Nilai G05.
yuNyuNG05Rendah[O.
= 0
yuNyuNG05Sedang[O.
= 0
21 Oe 17 yuNyuNG05Tinggi[O.
= = 0,8 22 Oe 17 Nilai G09.
yuNyuNG09Rendah[O.
= 0
yuNyuNG09Sedang[O.
= 0
11,5 Oe 9 yuNyuNG09Tinggi[O.
= = 0,63 13 Oe 9
G09
Rendah Sedang Tinggi G05 Rendah Sedang 0,63 Tinggi 11,5 13 Gambar 13.
Fungsi keanggotaan G09 Gambar 9.
Fungsi keanggotaan G05 Nilai G06.
yuNyuNG06Rendah[O.
= 0
yuNyuNG06Sedang[O.
= 0
14,1 Oe 11 yuNyuNG06Tinggi[O.
= = 0,775 15 Oe 11
G06
Rendah Sedang Tinggi 0,775 Gambar 10.
Fungsi keanggotaan G06 Nilai G07.
yuNyuNG07Rendah[O.
= 0
10 Oe 9,2 yuNyuNG07Sedang[O.
= = 0,4 8Oe6 Nilai G10.
yuNyuNG10Rendah[O.
= 0
yuNyuNG10Sedang[O.
= 0
34,4 Oe 31 yuNyuNG10Tinggi[O.
= = 0,6 35 Oe 31
G10
Rendah Sedang Tinggi 28 29 30 31 Gambar 14.
Fungsi keanggotaan G10 Nilai G11.
yuNyuNG11Rendah[O.
= 0
24 Oe 22 yuNyuNG11Sedang[O.
= = 0,5 20 Oe 16
22 Oe 21
= 0,143
yuNyuNG11Tinggi[O.
= 28 Oe 21 SISTEM PAKAR DIAGNOSA PENYAKIT IKAN GURAME A( Nesi,et.
THEN P02 Trichodiniasis G11 Rendah Sedang Tinggi R2.
0,143
Gambar 15.
Fungsi keanggotaan G11 Nilai G12.
yuNyuNG12Rendah[O.
= 0
25 Oe 24,5 yuNyuNG12Sedang[O.
= = 0,1 20 Oe 11
24,5 Oe 24
= 0,06
yuNyuNG12Tinggi[O.
= 38 Oe 24
G12
Rendah Sedang R3.
Tinggi 24 24,5 25
0,06
Gambar 16.
Fungsi keanggotaan G12 Nilai G13.
yuNyuNG18Rendah[O.
= 0
12 Oe 10,8 yuNyuNG18Sedang[O.
= = 0,6 8Oe6
10,8 Oe 10
= 0,16
yuNyuNG18Tinggi[O.
= 15 Oe 10
R10
Ae predikat10 = AAG03TINGGI O
AAG04TINGGI O AAG05TINGGI O
AAG14TINGGI
= min .
,033.
0,2.
0,8.
= 0,033
G13
Rendah Sedang Tinggi 0,16 10,8 12 Gambar 17.
Fungsi keanggotaan G13 Nilai G14.
yuNyuNG14Rendah[O.
= 0
18 Oe 17,3 yuNyuNG14Sedang[O.
= = 0,233 16 Oe 13
17,3 Oe 17
= 0,075
yuNyuNG14Tinggi[O.
= 21 Oe 17
G14
Rendah
Sedang R11
R12
R13
R14
Tinggi R15
0,233
0,075
17 17,3 18 19
Gambar 18.
Fungsi keanggotaan G14 Aplikasi fungsi implikasi Aturan yang digunakan dalam diagnosa penyakit ikan gurame yang diteliti terdapat 25 rule, dengan masing-masing rule menggunakan metode Fuzzy Mamdani.
R1.
If G03 rendah .
AND G04 rendah .
AND G05 rendah .
AND G14 rendah .
If G03 rendah .
AND G04 rendah .
AND G05 rendah .
AND G14 sedang .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 rendah .
AND G05 rendah .
AND G14 tinggi .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 rendah .
AND G05 sedang .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 rendah .
AND G05 tinggi .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 sedang .
AND G05 rendah .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 tinggi .
AND G05 rendah .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 sedang .
AND G04 rendah .
AND G05 rendah .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 tinggi .
AND G04 rendah .
AND G05 rendah .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 tinggi .
AND G04 tinggi .
AND G05 tinggi .
AND G14
THEN P02 Trichodiniasis R16 If G03 tinggi .
AND G04 rendah 0() AND G05 sedang .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 tinggi .
AND G04 sedang .
AND G05 rendah .
AND G14 rendah THEN P02 Trichodiniasis If G03 tinggi .
AND G04 rendah .
AND G05 sedang .
AND G14 sedang .
THEN P02 Trichodiniasis If G03 sedang .
AND G04 sedang .
AND G05 sedang .
AND G14
THEN P02 Trichodiniasis If G03 sedang .
AND G04 sedang .
AND G05 sedang .
AND G14
THEN P02 Trichodiniasis If G03 sedang .
AND G04 tinggi .
AND G05 tinggi .
AND G14
THEN P02 Trichodiniasis Ae predikat16 = AAG03SEDANG O
AAG04TINGGI O AAG05TINGGI O
AAG14TINGGI
= min .
,27.
0,2.
0,8.
= 0,075
R17
If G03 rendah .
AND G04 sedang .
AND G05 sedang .
AND G14 sedang .
THEN P02 Trichodiniasis HOAQ: JURNAL TEKNOLOGI INFORMASI Volume 11 Nomor 2 Ae Desember 2019.
Hal 73-80
R18
R19
R20
R21
R22
R23
If G03 sedang .
AND G04 sedang .
AND G05 sedang .
AND G14 tinggi .
THEN P02 Trichodiniasis If G03 tinggi .
AND G04 tinggi .
AND G05 sedang .
AND G14 tinggi .
THEN P02 Trichodiniasis If G03 sedang .
AND G04 rendah .
AND G05 sedang .
AND G14 sedang .
THEN P02 Trichodiniasis If G03 sedang .
AND G04 tinggi .
AND G05 sedang .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 sedang .
AND G04 tinggi .
AND G05 sedang .
AND G14 sedang .
THEN P02 Trichodiniasis If G03 tinggi .
AND G04 tinggi .
AND G05 tinggi .
AND G14 sedang .
THEN P02 Trichodiniasis Gambar 19.
Tampilan menu login
Tampilan menu beranda Ae predikat23 = AAG03TINGGI O
AAG04TINGGI O AAG05TINGGI O
AAG14SEDANG
= min .
,033.
0,2.
0,8.
= 0,033
R24
R25
If G03 sedang .
AND G04 sedang .
AND G05 rendah .
AND G14 rendah .
THEN P02 Trichodiniasis If G03 rendah .
AND G04 sedang .
AND G05 sedang .
AND G14 rendah .
THEN P02 Trichodiniasis Gambar 20.
Tampilan menu beranda Komposisi aturan Komposisi aturan menggunakan fungsi Karena dari 25 aturan yang ada 3 aturan yang memiliki Ae predikat yang > 0 maka komposisi aturannya menjadi: Max ( Ae predikat10.
Ae predikat16.
Ae predikat.
Max .
,033.
0,075.
= 0,075
1 Ae .
/100 = 0,033 .
2 Ae .
/100 = 0,075 Penegasan / Defuzzifikasi Penegasan menggunakan metode centroid Tampilan menu konsultasi Gambar 21.
Tampilan menu konsultasi Tampilan menu riwayat konsultasi z *= Oc z AA.
) j =1 Oc AA.
) j =1 z *= z *= 0.
Implementasi Tampilan menu login Gambar 22.
Tampilan menu riwayat konsultasi
KESIMPULAN
Simpulan dari hasil penelitian ini adalah sistem pakar dalam mendiagnosa penyakit ikan gurame menghasilkan akurasi SISTEM PAKAR DIAGNOSA PENYAKIT IKAN GURAME A( Nesi,et.
mencapai 83% dengan tingkat keerorannya 0,17%.
Dari hasil tersebut dapat disimpulkan bahwa aplikasi sistem pakar diagnosa penyakit ikan gurame dengan menggunakan Fuzzy Inference System Mamdani mengetahui penyakit yang menyerang ikan gurame berdasarkan gejala pada permukaan tubuh dan kesamaan gejala pada tiap Fungsi dari aplikasi ini mendiagnosa penyakit ikan gurame secara cepat dan efisien.
DAFTAR PUSTAKA