PERANCANGAN SISTEM PAKAR PENDETEKSI HAMA PADA TANAMAN ALPUKAT BERBASIS WEB MENGGUNAKAN TEOREMA BAYES
NASKAH PUBLIKASI
diajukan oleh Iqbal Yudhawan 13.11.7091
kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2017
PERANCANGAN SISTEM PAKAR PENDETEKSI HAMA PADA TANAMAN ALPUKAT BERBASIS WEB MENGGUNAKAN TEOREMA BAYES Iqbal Yudhawan1), Kusnawi2), 1) 2)
Teknik Informatika STMIK AMIKOM Yogyakarta
Fakultas Teknik, Teknik Elektro Universitas Gajah Mada Yogyakarta
Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283 Email :
[email protected]),
[email protected])
mahalnya biaya konsultasi menjadi hambatan untuk para petanu.
Abstract - Disease or pests on avocado fruit often occurs when at the time of fruit harvest of avocado. Pests that occur at the plant this avocado attacking some part of plants, such as avocado pests on fruit part caused by insects. Many consequences posed by pests on avocado plant and attack parts such as avocado leaves, twigs and avocado fruit on fruit. An expert system is a system of information that contains with pengetahuam from the experts so it can be used to do the consultation. An expert system is a computer-based system that uses a base of knowledge, facts and technical reasoning to solve a problem.
Berdasarkan permasalahan yang muncul, dalam penelitian ini dibuat suatu sistem pakar dengan judul “Perancangan Sistem Pakar Pendeteksi Hama Pada Tanaman Alpukat Berbasis Web Menggunakan Teorema Bayes” yang dapat membantu petani dalam mendapatkan solusi terbaik dari hasil diagnosa hama tanpa harus berkonsultasi langsung dengan pakar. 1.1
Perumusan masalah Berdasarkan uraian latar belakang diatas, maka dapat dirumuskan sebagai berikut:
Pest detection expert system on plant avocado is designed using Netbeans with MySQL database and the Apache web server which is already integrated in the XAMPP. This expert system can be used to find out whether those plants in diagnosis experience symptoms affected by plant pests avocados on a certain part of the appropriate knowledge base and master the disease of plants that exist in the database by using the Bayes theorem.
a.
1.2
Bagaimana cara membuat sistem pakar yang dapat membantu petani dalam mendiagnosa hama pada tanaman buah alpukat.
Tujuan Penelitian ini bertujuan untuk: a.
Melakukan rancang bangun Sistem Pakar Deteksi Hama Tanaman Buah Alpukat menggunakan Teorema Bayes.
b.
Merancang sistem pakar yang mampu memberikan saran berdasarkan gejala yang diinputkan admin/pakar.
Keywords : expert system, bayesian, plants, avocado 1. Pendahuluan Buah akpukat atau avocado merupakan salah satu tanaman yang sudah tidak asing di masyarakat. Kandungan dari buah alpukat ini mengandung banyak khasiat yang membuat permintaan buah ini menjadi meningkat.
1.3
Tinjauan pustaka
Referensi pertama yang digunakan adalah penelitian yang berjudul “SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT IKAN BAWAL BERBASIS WEB” yang diteliti oleh Iqbal Yudhawan pada tahun 2016. Tujuan yang ingin dicapai dalam referensi ini adalah untuk mengetahui proses perhitungan algoritma bayes pada sistem berbasis web namun inputan data penyakit masih statis.[1]
Penanaman buah alpukat yang secara luas oleh petani berpeluan terserangnya hama yang menyerang tanaman. Di beberapa negara hama ini dapat mengancam produksin tanaman buah alpukat. Untuk mengatasai masalah tersebut pada umumnya petani melakukan pengendalian secara konvesional dengan pestisida, namun cara tersebut menimbulkan banyak maslaah seperti pencemaran dan turunnya harga buah.
Referensi kedua yang digunakan adalah penelitian yang berjudul “SISTEM PAKAR PEMILIHAN OBAT PADA PASIEN HIPERTENSI BERBASIS WEB MENGGUNAKAN METODE CERTAINY FACTOR” yang diteliti oleh Iqbal Yudhawan pada
Oleh Karena itu dibutuhkannya seorang pakar yang dapat mendiagnosa dan menentukan hama serta memberikan solusi yang terbaik untuk petani, namun keterbarasan seoran pakar, jarak tempuh, waktu, dan 1
tahun 2016. Tujuan yang ingin dicapai dalam referensi ini adalah untuk mengetahui proses perhitungan bayes dengan semua inputan data dinamins berbasis web.[2]
Keterangan :
Referensi ketiga yang digunakan adalah penelitian yang berjudul “SISTEM PAKAR UNTUK MENDIAGNOSIS KONDISI KEJIWAAN MENGGUNAKAN METODE FORWARD CHAINING PADA RUMAH SAKIT JIWA BERBASIS WEB” yang diteliti oleh Iqbal Yudhawan pada tahun 2016. Tujuan yang ingin dicapai dalam referensi ini adlaah untuk mengetahui penerapan algoritma bayes pada sistem berbasis web.[3]
P(Fi|E)
: Probabilitas akhir bersyarat(conditional probability) suatu hipotesis Fi terjadi jika diberikan bukti(evidence) E terjadi.
P(E|Fi)
: Probabilitas sebuah bukti E terjadi akan mempengaruhi hipotesis Fi.
P(Fi)
: Probabilitas awal(priori) hipotesis Fi terjadi tanpa memandang bukti apapun.
P(E)
: Probabilitas awal(priori) bukti E terjadi tanpa memandang hipotesis / bukti yang lain.
1.4
Sistem pakar
Metode Pengumpulan Data Tahapan pengumpulan data dengan pakar pada umumnya meliputi hal-hal sebagai berikut: Studi literatur, yaitu dtudi penelitianpenelitian sebelumnya yang pernah dilakukan oleh para peneliti dengan domain yang hampir mirip.
Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia (Pakar) ke komputer, sehingga komputer dapat menyelesaikan permasalahan tersebut layakanya seorang pakar[4]. Sampai saat ini sudah banyak sistem pakar yang dibuat. Kemampuannya untuk memeberikan keputusan seperti seorang pakar di dalam bidang tertentu merupakan salah satu hal yang diperlukan oleh manusia dalam berbagai aspek kehidupan. Sistem pakar dibuat pada domain pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar.
2. Pembahasan 2.1 Pembahasan Masalah Jenis hama pada tanaman buah alpukat dalam makalah ini ada 6 yaitu : Hama ulat kipat, ulat kupukupu gajah, kutu dompolan putih, codot, lalat buah dacus, dan kumbang bubuk cabang. Gejala dari masing-masing hama pada tanaman buah alpukat tersebut dapat dilihat pada tabel 1. :
Ada beberapa pertimbangan menggunakan sistem pakar. Dibawah ini sebagian dari pertimbangan yang utama:
Tabel 1. Gejala Masing-Masing Hama Tanaman Buah Alpukat
a.
Membantu melestarikan cagar pengetahuan dan keahlian pakar.
alam
N o
Gejala
X 1
X 2
b.
Jika keahlian adalah langka, mahal atau tak terbatas.
1
V
V
c.
Mudah digunakan walaupun bukan seorang ahli.
DAUN TERDAPAT BEKAS GIGITAN
2
DAUN HABIS SAMA SEKALI
V
V
V
3
DAUN TERLIHAT KEPOMPONG BERGELANTUN GAN
V
V
V
4
BUAH BERLUBANG BEKAS GIGITAN
V
V
5
TUNAS MUDA, DAUN, BATANG DAN BUAH PUCAT
V
V
Teori Bayes Teori Bayes merupakan kaidah yang memeperbaiki atau merevisi suatu probabilitas dengan cara memanfaatkan informasi tambahan. Maksudnya, dari probabilitas awal(prior probability) yang belum diperbaiki yang dirumuskan berdasarkan informasi yang tersedia saat ini, kemudiak dibentuklah probabilitas berikutnya(posterior probability). Rumus untuk probabilitas bersyarat P(Fi∩E) untuk sembarang kejadian E dalam algoritma Bayes dapat dituliskan dengan rumus 1 :
P(Fi|E) =
P(Fi)*P(E|Fi)
P(F1)*P(E|F1)+P(F2)*P(E|F2)+..+P(Fn)*P(E|Fn)
2
V
X 3
X 4
V
X 5
X 6
6
PERTUMBUHA N TANAMAN TERHAMBAT DAN KURUS
V
V
V
7
BINTIK HITAM PADA PERMUKAAN BUAH
V
V
V
8
9
V
Sedangkan untuk nilai probabilitas evidence pada setiap hipotesa didapat dengan menghitung jumlah kemunculan gejala dibagi dengan jumlah hipotesa pada setiap jenis hama yang akan dicari. Perhitungan algoritma bayes ketika terdapat buah yang terserang gejala daun terdapat bekas gigitan (E1) dan buah berlubang bekas gigitan (E4) dapat dihitung dengan cara:
V
V
n
BAGIAN HITAM PADA PERMUKAAN BUAH
V
TERDAPAT LUBANG SEPERTI TEROWONGAN PADA CABANG ATAU RANTING
V
∑ P(E1,E4|Fxk)*P(Fxk)=
V
K=1 (P(E1|Fx1) * P(E1|Fx1) * P(Fx1)) + (P(E1|Fx2) P(E4|Fx2) * P(Fx2)) + (P(E1|Fx3) * P(E4|Fx3) P(Fx3)) + (P(E1|Fx4) * P(E4|Fx4) * P(Fx4)) (P(E1|Fx5) * P(E4|Fx5) * P(Fx5)) + (P(E1|Fx6) P(E4|Fx6) * P(Fx6))
V
= (0.36 x 0 x 0.8) + ( 0.16 x 0.16 x 0.72) + (0.03 x 0.5 x 0.76) + (0 x 0.4 x 0.6) + (0 x 0 x 0.4) + (0 x 0 0.5)
Keterangan :
= 0.132432
X1
= Hama Ulat Kipat
P(Fx1|E1,E4) = P(E1|Fx1) * P(E4|Fx1) * P(Fx1)
X2
= Hama Ulat Kupu-Kupu Gajah
n
X3
= Hama Kutu Dompolan Putih
∑ P(E1,E4|Fxk)*P(Fxk)=
X4
= Hama Codot
K=1
X5
= Hama Lalat Buah Dacus
(0.36 x 0 x 0.8) / 0.132432 = 0
X6
= Hama Kumbang Bubuk Cabang
P(Fx2|E1,E4) = P(E1|Fx2) * P(E4|Fx2) * P(Fx2) n
Jumlah luas lahan tanaman buah alpukat pada perkebunan alpukat seluas 1 hektar/10.000m2. Adapun nilai probabilitas awal(priori) masing-masing jenis hama pada tanaman alpukat terjadi tanpa memandang bukti apapun. (Hi) didapat dengan menghitung luas tanah yang terserang hama tersebut dibagi dengan jumlah semua data sample yang dilakukan. Nilai ini dapat dilihat di tabel 2.
∑ P(E1,E4|Fxk)*P(Fxk)= K=1 (0.16 x 0.16 x 0.72) / 0.132432 = 0.1391808626313882 P(Fx3|E1,E4) = P(E1|Fx3) * P(E4|Fx3) * P(Fx3)
Tabel 2. Nilai Probabilitas awal masing-masing hipotesa
n ∑ P(E1,E4|Fxk)*P(Fxk)=
No
Hama
Jumlah luas tanah
p(Hi)
K=1
1
Hama ulat kipat
8000
80%
(0.03 x 0.5 x 0.76) / 0.132432 = 0.8608191373686118
2
Hama ulat kupukupu gajah
7200
72%
3
Hama kutu dompolan putih
7600
76%
4
Hama codot
6000
60%
5
Hama lalat buah dacus
4000
40%
Hama kumbang bubuk cabang
5000
6
* * + *
P(Fx4|E1,E4) = P(E1|Fx4) * P(E4|Fx4) * P(Fx4) n ∑ P(E1,E4|Fxk)*P(Fxk)= K=1 (0 x 0.4 x 0.6) / 0.132432 = 0 P(Fx5|E1,E4) = P(E1|Fx5) * P(E4|Fx5) * P(Fx5)
50%
3
n ∑ P(E1,E4|Fxk)*P(Fxk)= K=1 (0 x 0 x 0.4) / 0.132432 = 0 P(Fx6|E1,E4) = P(E1|Fx6) * P(E4|Fx6) * P(Fx6) n ∑ P(E1,E4|Fxk)*P(Fxk)= K=1 (0 x 0 x 0.5) / 0.132432 = 0
Gambar 2. Halaman Pendaftaran
Dari hasil perhitungan tersebut, dapat diketahui hipotesan (Jenis Hama) yang dialami oleh tanaman berdasarkan Evidence (Gejala) yang timbul saat ini, yaitu :
3.
Halaman pengguna Halaman pengguna merupakan halaman yang berisikan tentang informasi data pribadi pengguna.
Fx3 = hama kutu dompolan putih
2.2 Antarmuka Aplikasi Tampilan antar muka sistem pakar deteksi hama pada tanaman alpukat dapat dilihat pada gambar 1 sampai dengan gambar 5. 1.
Halaman utama Halaman utama merupakan halaman awal dari sistem pakar. Berisikan link-link untuk menuju halaman lainnya. Gambar 3. Halaman Pengguna
4.
Halaman Diagnosa Halaman Diagnosa merupakan halaman untuk pengguna dalam mendiagnosa hama berdasarkan gejala yang ada pada tanaman buah alpukat.
Gambar 1. Halaman utama 2.
Halaman pendaftaran Halaman pendaftaran merupakan halaman yang berisikan formulir pendaftaran untuk pengguna baru.
Gambar 4. Halaman Diagnosa
4
5.
Halaman Hasil Diagnosa
Biodata Penulis
Halaman Hasil Diagnosa merupakan halaman hasil dari aktivitas diagnosa yang dilakukan oleh pengguna, halaman ini berisi prediksi hama dan solusi penanggulangannya.
Iqbal Yudhawan Dyasmoro, memperoleh gelar Sarjana (S.Kom) Program Studi Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2016 Kusnawi, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2004. Memperoleh gelar Master of Engineering (M.Eng) Program Pasca Sarjana Magister Teknologi Informasi Fakultas Teknik Elektro Universitas Gajah Mada Yogyakarta, lulus tahun 2009. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta, pada Program Studi D3-Teknik Informatika dan S1-Teknik Informatika
Gambar 5. Halaman Hasil Diagnosa 3. Penutup 3.1 Kesimpulan 1.
2.
3.
Sistem ini berhasil dibangun sebuah sistem pakar untuk mendiagnosa hama tanaman buah alpukat menggunakan metode teorema bayes. Sistem ini telah dapat membantu orang yang akan melakukan cocok tanaman buah alpukat untuk mendiagnosa hama pada tanaman buah alpukat yang ditanam beserta penanggulanganya. Hasil dari pengujian sistem ini mencapai keakuratan 90%
Daftar Pustaka [1] Aziz, Abdul. 2014. Sistem Pakar Unruk Mendiagnosa Penyakit Ikan berbasis Web. Skripsi, Prodi Teknik Informatika : STMIK Amikom Yogyakarta [2] Sibghotallah. A. Zulfa 2014. Sistem Pakar Pemilihan Obat Pada Pasiesn Hipertensi Berbasis Web Menggunakan Metode Certainty Factor. Skripsi. Prodi Teknik Informatika : STMIK Amikom Yogyakarta [3] Andri. D. Sandwi. 2014 Sistem Pakar Untuk Mendiagnosis Kondisi Kejiwaan Menggunakan Metode Forward Chaining Pada Rumah Sakit Jiwa Berbasis Web. Skripsi. Prodi Teknik Informatika : STMIK Amikom Yogyakarta [4] Kusrini. 2016. Sistem Pakar Teori Dan Aplikasi. Yogyakarta. Andi Offset.
5
