J-ICON.
Vol.
6 No.
Oktober 2018, pp.
DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN CABAI
MENGGUNAKAN METODE VARIABLE CENTERED INTELLIGENT RULE
SYSTEM (VCIRS)
Daud Aloysius Meko1.
Derwin Rony Sina.
Kom.
Cs 2.
Kornelis Letelay.
Kom.
Cs 3
1,2,3
Jurusan Ilmu Komputer.
Fakultas Sains dan Teknik.
Universitas Nusa Cendana
1,2,3
Email: adimeko123@gmail.
INTISARI
Penelitian ini menghasilkan aplikasi sistem pakar yang dibangun dengan menerapkan metode Variable-Centered Intelligent Rule System dan certainty factor.
Variable-Centered Intelligent Rule System (VCIRS) merupakan sebuah sistem berbasis rule yang cerdas yang menitikberatkan pada variabel.
Metode VCIRS ini mampu untuk melakukan pembangunan pengetahuan, pembaruan pengetahuan serta konsultasi atau proses inferensi.
Metode certainty factor sendiri digunakan untuk memberikan pertimbangan pada proses pembobotan pada gejala-gejala hama atau penyakit sehingga dari proses pembobotan tersebut dapat memberikan hasil berupa jenis hama atau penyakit dengan nilai keyakinan dari sistem.
Lokasi penelitian ini bertempat di Kabupaten Rote Ndao.
Data yang digunakan dalam pengujian aplikasi ini sebanyak 28 data kasus yang bersumber dari seorang pakar atau ahli pertanian.
Akurasi dalam penelitian ini sebesar 100%.
Hasil penelitian ini menunjukkan bahwa metode Variable-Centered Intelligent Rule System dan certainty factor dapat diterapkan dalam aplikasi sistem pakar untuk diagnosis hama dan penyakit tanaman cabai Kata kunci: VCIRS, certainty factor, tanaman cabai, sistem pakar
ABSTRACT
This research led to an expert system application that was built by applying the method variable centered intelligent rule system and the certainty factor.
Variable Centered Intelligent Rule System (VCIRS) is an intelligent rule-based system that focuses on the variables.
VCIRS procedures are able to take over the construction of knowledge, update knowledge as well as advice or inference process.
Procedure own certainty factor on the symptoms of pests or diseases taking into account the weighting process used to provide from the weighting process result in the form of pests or diseases to the value of the trust of the system.
The location of this research is located in Rote Ndao Regency.
Data used in this application testing of 28 case data sourced from an expert or agricultural expert.
Accuracy in this study was 100 %.
The results showed that the method variable centered intelligent rule system and certainty factor can be applied in the application of expert system for the diagnosis of plant pests and diseases Keyword: VCIRS, certainty factor, pepper, expert systems.
PENDAHULUAN
Cabai merah merupakan salah satu tanaman sayuran penting di indonesia, karena mampu memenuhi kebutuhan khas masyarakat Indonesia akan rasa pedas dari suatu masakan.
Cabai merah juga memberikan warna dan rasa yang dapat membangkitkan selera makan, banyak mengandung vitamin dan dapat juga digunakan sebagai obat-obatan, bahan campuran makanan dan peternakan.
Tanaman cabai banyak dibudidayakan di Indonesia salah satunya di daerah kabupaten Rote Ndao.
Sebagaimana tanaman sayuran lainnya, tanaman cabai dalam proses budidayanya sering kali mengalami gangguan berupa penyakit yang dapat membuat tanaman rusak dan mati.
Untuk mengatasi penyakit dibutuhkan langkah yang tepat yakni dengan memberikan penanganan khusus berupa pengobatan dan terapi yang benar terhadap tanaman yang terjangkit ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
Kurangnya pemahaman dalam menanggulangi penyakit cabai sering kali menjadi kerugian bagi petani.
Proses diagnosa membutuhkan seseorang yang benar-benar ahli dan berpengalaman agar menghasilkan diagnosa yang tepat.
Dalam menyelesaikan masalah ini, digunakan sistem pakar sebagai alternatif kedua dalam memecahkan permasalahan setelah seorang pakar.
Pada penelitian ini, sistem dibangun menggunakan metode Variable Centered Intelligent Rule System karena metode ini memiliki kelebihan dalam knowledge building sekaligus mempunyai kemampuan dalam hal inferensi.
Penelitian terdahulu menggunakan metode Variable Centered Intelligent Rule System dalam mendiagnosa penyakit paru-paru .
dan Aplikasi Sistem Pakar untuk Diagnosis Awal Gangguan Kesehatan Secara Mandiri Menggunakan Variable Centered Intelligent Rule System .
Sistem Pakar Untuk Memprediksi Penyakit Pada Tanaman Cabai Menggunakan Metode Dempster Shafer menjadi penelitian dari Anis Mistanti.
pada tahun 2014.
II.
MATERI DAN METODE
Data Penelitian Data penelitian yang digunakan adalah data gejala hama dan penyakit pada tanaman cabai yang terjadi di Kabupaten Rote Ndao yang diperoleh dari Triwasti D.
Tuaty.
SP.
Sistem Pakar / Expert System Sistem pakar dibuat untuk menirukan seorang pakar atau ahli.
Sistem pakar adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan penyelesaian masalah yang dapat mencapai level yang setara bahkan kadang melebihi seorang pakar atau ahli pada satu area masalah yang spesifik dan biasanya lebih sempit .
Sistem pakar merupakan cabang dari aplikasi Artificial Intelligent ( AI ).
Kepakaran didapatkan dari seorang pakar dan dipindahkan ke dalam komputer.
Lalu kepakaran tersebut disimpan dan user dapat meminta saran spesifik yang dibutuhkannya.
Komputer dapat mencari, mengolah dan menampilkan kesimpulan yang Dan seperti seorang pakar, saran tersebut dapat dimanfaatkan oleh orang yang bukan pakar disertai penjelasannya yang berisi logika dibalik saran tersebut.
Tujuan dibangunnya sistem pakar bukanlah untuk menggantikan pakar, tetapi hanya untuk membuat pengetahuan dan pengalaman para pakar tersebut tersimpan dan tersedia lebih luas dan Metode Variable Centered Intelligent Rule System (VCIRS) Metode VCIRS merupakan teknik persilangan dari Rule Based-System ( RBS ) dan Ripple Down Rules ( RDR ) .
Sistem Berbasis Aturan (SBA - Rule Base Systems (RBS)) adalah sistem yang baik untuk memberikan jawaban dari pertanyaan mengenai What .
How .
dan Why .
dari Rule Base (RB) selama proses inferensi sedangkan RDR diciptakan untuk mengatasi permasalahan utama dari sistem pakar.
RDR dapat melakukan akuisisi dengan cepat dan sederhana secara ekstrim tanpa bantuan dari Knowledge Engineer Arsitektur Sistem Arsitektur sistem diadaptasi dari RBS dan mengambil keuntungan-keuntungan yang ada dari RDR.
Diagram metode VCIRS dapat dilihat pada gambar 2.
Diagnosa Hama Dan Penyakit Pada Tanaman Cabai Menggunakan Metode Variable Centered Intelligent Rule System (Vcir.
(Daud Aloysius Mek.
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
Simplify Knowledge Building RBS
Variable Centered Intelligent Rule
System
(VCIRS)
Empower Knowledge Inferencing RDR Evolutionally improve performance Gambar 2.
1 Diagram Metode VCIRS .
Sistem ini mengorganisasi Rule Base dalam struktur spesial sehingga pembangunan pengetahuan lebih sederhana, inferensi pengetahuan yang baik dan peningkatan kinerja sistem dapat didapatkan pada waktu yang sama.
Gambar 2.
2 menunjukan arsitektur VCIRS Question Question Explanatory Explanation Explanation Working memory User Interface Fact Fact Question Question Inference engine Result Result Refine Refine & Add Add Value Analysis Variable Analysis Node Generation Expert Interface Variable Centered Rule Structure Refinement Refinement Module Module Up to to date Knowledge Knowledge Base Base Knowledge Knowledge Debugging Debugging info Gambar 2.
2 Arsitektur VCIRS .
Gambar 2.
2 memperlihatkan arsitektur dari VCIRS yang mengadaptasi dari arsitektur RBS.
Hanya saja ditambahkan dua buah modul baru yang disebut dengan Variable-Centered Rule Structure dan Refinement Module ke dalamnya.
Variable-Centered Rule Structure digunakan untuk mengelola KB yang up-to-date.
Refinement Module Ada 3 tugas dalam Refinement Module, tugas tugas tersebut berguna dalam proses up-todate Knowledge Base .
Tugas-tugas tersebut adalah.
Analisis variabel.
Analisis variabel menentukan manakah variabel/node yang paling Analisis nilai.
Analisis nilai menetukan seberapa sering sebuah rule/node/variabel itu Pembangkitan node.
Pembangkitan node adalah hasil dari analisis variabel dan analisis Proses analisa nilai, yang disebut dengan usage assignment .
emberian nilai kegunaa.
, adalah untuk menentukan derajat kegunaan (Usage Degre.
dari rule/node/variabel dalam KB.
Usage assingnment menggunakan informasi yang disimpan dalam Variable-Centered Rule Structure .
Ada 3 jenis Usage Degree, yaitu :
Variable Usage Rate (VUR) digunakan untuk mengukur tingkat kegunaan dari suatu variabel di dalam node yang sedang dan telah digunakan.
VUR i = yaycyceyccycnycycn ycu ycOyceycnyciEaycycn .
J-ICON.
Vol.
6 No.
Oktober 2018 : 1421 ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON ycOyceycnyciEaycycn = NSi x CDi ycOycC yayaycn = ycn ycNycO Node Usage Rate (NUR) untuk mengukur tingkat kegunaan suatu node pada pengeksekusian .
OcycA ycOycOycIycnyc NUR i = 1 , ycOycOycIycnyc untuk variabel ke-i node j .
ycNycO Rule Usage Rate (RUR) yang mengukur tingkat kegunaan suatu rule pada pengeksekusian .
OcycA ycAycOycIyaya RUR i = 1 , ycAycOycIycyco untuk node ke-j rule k .
ycA Keterangan yaycyceyccycnycycn : Kejadian dari variabel i dalam Node Structure ycOyceycnyciEaycycn : Bobot (Weigh.
dari variabel ke node yang memilikinya NSi : Jumlah node yang berbagi .
variabel i CDi : Derajat Kedekatan dari variabel i dalam node j VOi : Urutan dari variabel i dalam suatu node : Total variabel yang dimiliki oleh suatu node : Jumlah node yang berhubungan dengan satu penyakit i.
HASIL DAN PEMBAHASAN
Hasil Pengujian Sistem Pakar Analisis pengujian sistem dilakukan terhadap 28 data kasus dengan input yang berbeda dan melakukan perbandingan hasil diagnosa sistem terhadap perhitungan manual.
Pembahasan meliputi analisis pakar terhadap output dari 28 kasus yang telah diuji melalui sistem pakar.
Hasil pengujian terlihat pada table 3.
Tabel 3.
Hasil pengujian terhadap 28 data kasus Data Hasil Diagnosa Sistem Persentase Hasil Gejala Diagnosis Sistem Data .
Hama thrips Data .
Hama kutu daun Data .
Hama lalat buah Data .
Hama tungau Data .
Penyakit antraknosa Data .
Penyakit layu fusarium Data .
Penyakit layu bakteri Data .
Hama thrips Data .
Hama kutu daun Data .
Hama lalat buah Diagnosa Hama Dan Penyakit Pada Tanaman Cabai Menggunakan Metode Variable Centered Intelligent Rule System (Vcir.
(Daud Aloysius Mek.
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
Data .
Hama tungau Data .
Penyakit antraknosa Data .
Penyakit layu fusarium Data .
Penyakit layu bakteri Data .
Hama thrips Data .
Hama kutu daun Data .
Hama lalat buah Data .
Hama tungau Data .
Penyakit antraknosa Data .
Penyakit layu fusarium Data .
Penyakit layu bakteri Data .
Hama thrips Data .
Hama kutu daun Data .
Hama lalat buah Data .
Hama tungau Data .
Penyakit antraknosa Data .
Penyakit layu fusarium Data .
Penyakit layu bakteri Ketepatan hasil analisis sistem diuji dengan melakukan penilaian terhadap output sistem berdasarkan input yang diberikan user, yaitu apakah output yang dihasilkan sudah tepat bila dinilai dari sudut pandang seorang pakar tanaman cabai.
Berikut adalah ringkasan hasil penelitian dari 28 kasus yang diujikan oleh pakar.
Persentase keakuratan diperoleh dari jumlah hasil diagnosis sistem dibagi hasil diagnosis pakar.
Hasil analisis terlihat pada table 3.
Tabel 3.
Hasil analisis pakar terhadap hasil diagnosis sistem Data Hasil Diagnosa Sistem Diagnosa Pakar Persentase Gejala Hasil Diagnosis Data .
Hama thrips Hama thrips Data .
Hama kutu daun Hama kutu daun Data .
Hama lalat buah Hama lalat buah J-ICON.
Vol.
6 No.
Oktober 2018 : 1421 ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON Data .
Hama tungau Hama tungau Data .
Penyakit antraknosa Penyakit antraknosa Data .
Penyakit layu fusarium Penyakit Data .
Penyakit layu bakteri Penyakit layu bakteri Data .
Hama thrips Hama thrips Data .
Hama kutu daun Hama kutu daun Data .
Hama lalat buah Hama lalat buah Data .
Hama tungau Hama tungau Data .
Penyakit antraknosa Penyakit antraknosa Data .
Penyakit layu fusarium Penyakit Data .
Penyakit layu bakteri Penyakit layu bakteri Data .
Hama thrips Hama thrips Data .
Hama kutu daun Hama kutu daun Data .
Hama lalat buah Hama lalat buah Data .
Hama tungau Hama tungau Data .
Penyakit antraknosa Penyakit antraknosa Data .
Penyakit layu fusarium Penyakit Data .
Penyakit layu bakteri Penyakit layu bakteri Data .
Hama thrips Hama thrips Data .
Hama kutu daun Hama kutu daun Data .
Hama lalat buah Hama lalat buah Data .
Hama tungau Hama tungau Data .
Penyakit antraknosa Penyakit antraknosa Data .
Penyakit layu fusarium Penyakit Diagnosa Hama Dan Penyakit Pada Tanaman Cabai Menggunakan Metode Variable Centered Intelligent Rule System (Vcir.
(Daud Aloysius Mek.
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
Data .
Penyakit layu bakteri Penyakit layu bakteri Pembahasan Berdasarkan perhitungan manual dan perhitungan sistem diatas, hasil perhitungan manual sama dengan hasil diagnosa dari sistem.
Pengujian terhadap sistem dilakukan dengan menggunakan 28 data kasus dari pakar.
Dalam hasil pengujian tingkat akurasi yang didapatkan adalah 100 %.
Dari hasil pengujian diatas, dapat disimpulkan bahwa hasil perhitungan sistem sebanding dengan hasil diagnosa pakar.
Penentukan jenis penyakit ( hama atau penyakit ) pada tanaman cabai oleh pakar didasarkan pada gejala-gejala yang muncul serta pemeriksaan laboratorium oleh pakar, sedangkan sistem memanfaatkan data dari pakar kemudian diolah menggunakan metode VCIRS untuk menentukan jenis penyakit ( hama atau penyakit ) pada tanaman cabai.
Oleh karena itu diperlukan proses pembangunan pengetahuan melalui hasil laboratorium sehingga lebih akurat IV.
KESIMPULAN DAN SARAN
Kesimpulan Berdasarkan hasil penelitian dan pembahasan pada sistem pakar mendiagnosa hama dan penyakit pada tanaman cabai menggunakan metode variable centered intelligent rule system, dapat disimpulkan sebagai berikut :
Dihasilkan sebuah perangkat lunak baru tentang sistem pakar berbasis desktop untuk mendiagnosa jenis hama dan penyakit pada tanaman cabai dengan menggunakan metode variable centered intelligent rule system.
Nilai kepercayaan yang diberikan oleh pakar dan yang dihasilkan dari sistem ini sama dengan hasil perhitungan secara manual dengan menggunakan teori certainty factor, sehingga keakuratan hasilnya sesuai dengan perhitungan yang diharapkan.
Aplikasi sistem pakar ini dibuat sebagai alat bantu dalam mendiagnosa hama dan penyakit pada tanaman cabai berdasarkan gejala-gejala yang terjadi pada tanaman cabai tersebut, dengan menggunakan metode VCIRS dan certainty factor.
Persentase keakuratan sistem pakar untuk mendiagnosa hama dan penyakit pada tanaman cabai menggunakan metode variable centered intelligent rule system sebesar 100% dengan melakukan pengujian terhadap 28 data kasus.
Saran Saran yang dapat dikembangkan dari hasil penelitian ini adalah sebagai berikut:
Dapat dilakukan proses akuisisi pengetahuan yang lebih lengkap .
asil laboratoriu.
sehingga pengetahuan yang didapatkan lebih jelas.
Perbaikan interface untuk dapat menggunakan sistem dengan lebih mudah dan efisien.
Perbaikan misalnya diberikan keterangan lebih lanjut mengenai langkah-langkah penggunaan sistem.
Sistem dapat dikembangkan menjadi aplikasi berbasis web agar sistem dapat digunakan dimana saja, kapan saja dan oleh siapa saja DAFTAR PUSTAKA