PERANCANGAN SISTEM PAKAR PENDETEKSI PENYAKIT PADA TANAMAN KOPI DENGAN LAYANAN BERBASIS LOKASI Wahyu Aditya Nugraha BINUS University, Jakarta, Indonesia
Miranty Lestari BINUS University, Jakarta, Indonesia
Muhammad Yasin BINUS University, Jakarta, Indonesia
Derwin Suhartono, S.Kom., MTI BINUS University, Jakarta, Indonesia
ABSTRAK Tujuan penelitian adalah untuk membuat sebuah aplikasi yang dapat membantu kerja peneliti atau pemerhati tanaman kopi dalam melakukan diagnosis penyakit pada tanaman kopi. Metode penelitian yang di gunakan yaitu metode logika fuzzy berbasiskan sistem pakar, serta pengklasifikasian hierarkis menggunakan decision tree. Hasil yang dicapai adalah terciptanya sebuah aplikasi yang kemudian dapat sedikit banyak membantu peneliti atau pemerhati tanaman kopi dalam melakukan diagnosis penyakit pada tanaman kopi. Simpulan yang di dapat dari penelitian skripsi ini adalah sebuah aplikasi yang memiliki tingkat keakurasian sebesar 85% sehingga dapat membantu peneliti atau pemerhati dalam melakukan diagnosis penyakit pada tanaman kopi.
1
The research objective is to create an application that can help researchers or observers working coffee plantation in making the diagnosis of diseases of the coffee plant. The research method used is the method of fuzzy logic-based expert systems, and decision tree using a hierarchical classification. The result achieved is the creation of an application that can then be a bit much to help the researcher or observer of the coffee plant in diagnosing diseases of the coffee plant. Conclusions obtained from this thesis research is an application that has a 85% accuracy rate so that it can help the researcher or observer in making the diagnosis of diseases of the coffee plant..
Kata Kunci : Diagnosis, Sistem Pakar, Logika Fuzzy, Decision Tree, Penyakit, Tanaman Kopi, Android, Layanan Berbasis Lokasi
2
PENDAHULUAN Kopi merupakan komoditas penting dalam perekonomian dunia. Kopi adalah salah satu produk utama yang paling memiliki nilai jual tinggi kedua dalam perdagangan dunia setelah minyak sebagai sumber devisa bagi negara produsen. Kopi sangat penting dalam bidang ekonomi dan politik di negaranegara berkembang, karena banyak ekspor kopi untuk negara-negara berkembang, menghasilkan lebih dari 50 persen pendapatan devisa dan merupakan komoditas berjangka yang diperdagangkan di bursa komoditas utama. (International Coffee Organization, 2007)
Kopi (Coffea spp. L) merupakan komoditi penting dalam bidang perkebunan, disamping itu permintaan konsumsi kopi dunia semakin hari semakin meningkat. Saat ini, produksi kopi Indonesia telah mencapai 600 ribu ton pertahun dan lebih dari 80 persen berasal dari perkebunan rakyat. (Indonesian Coffee and Cocoa Research Institute, 2008).
Berdasarkan statistik perkebunan, luas perkebunan rakyat di Indonesia sebesar 1.217.506 ha atau sekitar 95.2% dari 1.266.235 ha yang merupakan luas total perkebunan kopi di Indonesia. (Direktorat Jenderal Perkebunan, 2011)
Namun sayangnya, produktivitas dan kualitas hasil komoditi perkebunan rakyat masih cukup rendah. Salah satu faktor penyebabnya antara lain disebabkan oleh petani yang belum memperhatikan budidaya tanaman, agroekosistem dan penerapan Pengendalian Hama Terpadu (PHT) pada areal kebunnya, sehingga kerugian hasil akibat serangan Organisme Pengganggu Tumbuhan (OPT) terutama hama dan penyakit tanaman cukup besar.
Salah satu contoh kerugian karena penyakit pada tanaman kopi adalah disebabkan oleh Organisme Pengganggu Tumbuhan (OPT) atau hama Hypothenemus hampei. Hama ini dapat menurunkan produktivitas 40-50% dari hasil produksi dan menyebabkan penyusutan 30-40% dari berat biji kopi. (Direktorat Jenderal Perkebunan, 2010) Pada dasarnya hal-hal seperti ini dapat dicegah, jika saja para petani mengetahui penyakit jenis apa yang menyerang tumbuhan mereka dan bagaimana cara penanggulangannya.
Menurut data statistik hasil survei berdasarkan tingkat popularitas di akhir kuarter pertama tahun 2011 yang diadakan pihak Nielsen (2011), sistem operasi mobile berbasis Android berada di urutan pertama dengan presentase mencapai 36% kemudian diikuti dengan sistem operasi iOS dengan presentase mencapai 27% dan sistem operasi Blackberry dengan presentase mencapai 23%. Untuk presentase sisanya diikuti oleh beberapa sistem operasi lainnya yang cukup populer seperti Windows Mobile, Windows Phone, Palm OS, HP WebOS dan Symbian OS.
3
Berdasarkan hasil data dan fakta yang diperoleh, akan dibuat sistem pakar dengan layanan berbasis lokasi yang mendukung pendeteksian penyakit pada tanaman kopi. Cara pendeteksian penyakit pada tanaman kopi didapat dari data yang dikirim oleh pengguna yaitu data pengguna, lokasi pengguna, daftar pertanyaan atau pernyataan yang berisi tentang symptom atau gejala penyakit tanaman kopi yang akan diberikan respon benar atau salah sesuai dengan asumsi oleh pengguna. Data dari pengguna tersebut dikirimkan melalui sistem yang terintegrasi secara online melalui fitur web service pada mobile/handheld devices berbasis Android agar dapat di analisis. Kemudian sistem akan mengirimkan respon balik berupa hasil diagnosis tentang penyakit tanaman kopi yang telah dikirim pengguna dan data akan diolah menjadi statistik penyebaran lokasi penyakit tanaman kopi yang akan ditampilkan dalam bentuk peta pada mobile/handheld devices berbasis Android.
4
METODE PENELITIAN a.
Metode Analisis
i.
Studi Lapangan/Observasi Pengumpulan dilakukan dengan studi literatur dan pengumpulan data dari instansi yang terkait dalam bidang pertanian. Data – data yang dikumpulkan adalah jenis - jenis tanaman kopi dan database penyakit pada tanaman kopi meliputi nama penyakit, contoh gambar pada penyakit pada tanaman kopi serta gejala atau penyebab timbulnya penyakit pada tanaman kopi.
ii. Pencarian Data serta Referensi dari Perpustakaan Pencarian referensi diperoleh dari perpustakaan maupun internet maupun buku rekomendasi dari pakar.
iii. Penyebaran Kuesioner kepada Para Petani dan Wawancara dengan Pakar di Bidang Pertanian Wawancara dilakukan dengan pakar di bidang pertanian dan kuesioner disebarkan kepada para petani dan orang yang bergelut di bidang pembudidayaan khususnya tanaman kopi.
iv. Pembelajaran Data melalui Referensi Situs – Situs di Internet Situs yang dipercaya untuk bidang pertanian adalah Departemen Pertanian (Deptan). Situs pertanian memiliki informasi yang lengkap tentang tanaman pertanian serta informasi yang berhubungan.
b. Metode Perancangan dan Implementasi
Perancangan program dimulai dengan pembuatan use-case diagram, activity diagram, class diagram dan sequence diagram untuk mengetahui aliran data dan membuat efisiensi data lebih baik. Perancangan pembuatan aplikasi menggunakan spiral model karena spiral model merupakan pengembangan lanjutan dari model-model sebelumnya seperti waterfall model, prototyping model dan incremental model. Spiral model memungkinkan proses penambahan fitur atau perbaikan aplikasi setelah aplikasi mulai digunakan tanpa harus melalui langkah-langkah sebelumnya.
5
c.
Metode Pengujian dan Evaluasi
Metode pengujian dilakukan setelah implementasi. Pada model gabungan model spiral model, pengecekan dan evaluasi dilakukan setelah implementasi. Pada model ini diterapkan planning-do-check-action pada perbaikan proses pada aplikasi.
Dengan siklus tersebut maka kesalahan yang dihasilkan langsung dapat diatasi tanpa harus menumpuk-numpuk kesalahan yang ada.
6
HASIL DAN BAHASAN a.
Rancangan Use Case Diagram
7
b. Analisis Rule Decision Tree dan Pseudocode Logika Diagnosa A
B
J
D
C R8
R4
G
R1
R9
E
R2
R5
F
R3
H
I
R6
R9
R7
Keterangan: A: Daun menguning B: Daun timbul dengan bercak kuning kecoklatan OR Daun mudah sekali gugur C: Daun kusam, layu, dan menggantung D: Daun memiliki bercak seperti tepung berwarna orange pada bagian bawah daun OR Daun pada pohon menjadi gundul OR Daun timbul bercak menyebar E: Buah tumbuh prematur dan kosong OR Batang pendek/kerdil OR Akar membusuk dan putus F: Buah timbul bercak hingga membusuk OR Daun timbul bercak melingkar membentuk halo G: Akar tertutup oleh kerak dari butir-butir tanah OR Akar memiliki anyaman benang jamur berwarna coklat kehitaman H: Akar terdapat titik-titik hitam OR Batang terdapat titik-titik hitam I : Akar memiliki anyaman benang jamur berwarna putih J: Batang memiliki benang-benang jamur tipis seperti sutra OR Batang mengalami nekrosis OR Buah mengalami nekrosis
8
R9
R1:Karat Daun Kopi R2:Nematoda R3:Bercak Daun Kopi R4:Jamur Upas R5:Jamur Akar Coklat R6:Jamur Akar Hitam R7:Jamur Akar Putih R8:Tanaman Sehat R9: Penyakit Tidak Terdeteksi
Dalam tahapan analisis rule decision tree, menggunakan teknik forward chaining, yaitu pola data driven, dimana sistem dimulai dengan memberikan inisialisasi awal elemen yaitu gejalagejala dari tabel diagnosa dan terus menerapkan aturan sampai tidak ada aturan yang dapat diterapkan atau tujuan telah tercapai. Akibatnya, sistem ini bergerak maju dari kondisi saat ini menuju goal state, yang mana goal state pada kondisi disini adalah penyakit tanaman kopi (Karat Daun Kopi, Bercak Daun Kopi dan lain sebagainya) atau keterangan lain seperti Tanaman Sehat dan Penyakit Tidak Terdeteksi. A=
Daun Menguning
B=
(Daun timbul dengan bercak kuning kecoklatan + Daun mudah sekali gugur) / 2
C=
Daun kusam, layu, dan menggantung
D=
(Daun memiliki bercak seperti tepung berwarna orange di bagian bawah daun + Daun pada pohon menjadi gundul + Daun timbul bercak menyebar) / 3
E=
(Buah tumbuh prematur dan kosong + Batang pendek/kerdil + Akar membusuk dan putus) / 3
F=
(Buah timbul bercak hingga membusuk + Daun timbul bercak melingkar membentuk halo) / 2
G=
Akar tertutup oleh kerak dari butir-butir tanah + Akar memiliki anyaman benang jamur berwarna coklat kehitaman) / 2
H=
(Akar terdapat titik-titik hitam + Batang terdapat titik-titik hitam) / 2
I=
Akar memiliki anyaman benang jamur berwarna putih
J=
(Batang memiliki benang-benang jamur tipis seperti sutra + Batang mengalami nekrosis + Buah mengalami nekrosis) / 3
9
IF(A < 0.5) THEN A=0; IF(A >= 0.5) THEN A=1; IF(B < 0.5) THEN B=0; IF(B >= 0.5) THEN B=1; IF(C < 0.5) THEN C=0; IF(C >= 0.5) THEN C=1; IF(D < 0.5) THEN D=0; IF(D >= 0.5) THEN D=1; IF(E < 0.5) THEN E=0; IF(E >= 0.5) THEN E=1; IF(F < 0.5) THEN F=0; IF(F >= 0.5) THEN F=1; IF(G < 0.5) THEN G=0; IF(G >= 0.5) THEN G=1; IF(H < 0.5) THEN H=0; IF(H >= 0.5) THEN H=1; IF(I < 0.5) THEN I=0; IF(I >= 0.5) THEN I=1; IF(J < 0.5) THEN J=0; IF(J >= 0.5) THEN J=1; Dalam proses pendeteksian penyakit pada tanaman kopi, nilai “Ya” diubah menjadi 1 dan nilai “Tidak" diubah menjadi 0, kemudian dimasukan pada pseudocode logika diagnosa yang telah disusun diatas. Nilai 0,5 adalah hasil yang didiskusikan dengan pakar penyakit pada tanaman kopi. Tidak dibenarkan ketika hasil akhirnya di bawah 0.5, karena dapat menghasilkan kesalahan. Kemudian nilai akhir tersebut menjadi 0 yang mana akan dinyatakan tidak valid sedangkan ketika hasil akhirnya diatas 0.5 maka dapat diterima dan nilai akhir tersebut menjadi 1 yang mana akan dinyatakan valid. Apabila nilai dari variabel yang telah disusun menjadi valid maka variabel tersebut akan diuraikan menjadi rule-rule yang digunakan untuk proses pendeteksian penyakit tanaman kopi yang diterapkan pada hasil analisa rule tahapan decision tree.
10
IF A AND B AND D THEN Karat Daun Kopi IF A AND B AND NOT D AND E THEN Nematoda IF A AND B AND NOT D AND NOT E AND F THEN Bercak Daun Kopi IF A AND B AND NOT D AND NOT E AND NOT F THEN Penyakit Tidak Terdeteksi IF A AND NOT B AND C AND G THEN Jamur Akar Coklat IF A AND NOT B AND C AND NOT G AND H THEN Jamur Akar Hitam IF A AND NOT B AND C AND NOT G AND NOT H AND I THEN Jamur Akar Putih IF A AND NOT B AND C AND NOT G AND NOT H AND NOT I THEN Penyakit Tidak Terdeteksi IF A AND NOT B AND NOT C THEN Penyakit Tidak Terdeteksi IF NOT A AND J THEN Jamur Upas IF NOT A AND NOT J THEN Tanaman Sehat
11
c.
Hasil Perancangan Berikut ini merupakan beberapa contoh screenshot dari hasil perancangan sistem pakar pendeteksi penyakit pada tanaman kopi dengan layanan berbasis lokasi: 1.
Tampilan menu utama
2.
Tampilan fitur diagnosa penyakit tanaman kopi
12
3.
Tampilan hasil diagnosa penyakit tanaman kopi
4.
Tampilan fitur peta persebaran penyakit tanaman kopi
13
SIMPULAN DAN SARAN
a.
Simpulan
Berdasarkan penelitian dari hasil analisa dan evaluasi bab-bab sebelumnya, maka hal - hal yang dapat disimpulkan dari pengembangan sistem pakar pendeteksi penyakit pada tanaman kopi dengan layanan berbasis lokasi ini adalah: 1.
Presentase hasil pengujian dari sistem pakar yang dikembangkan mencapai 85% dalam artian metode telah yang diterapkan cukup baik untuk dilanjutkan dalam pengembangan selanjutnya.
2.
Menurut pakar yang menguji aplikasi ini, Pengguna sudah dapat melakukan proses diagnosa penyakit pada tanaman kopi tanpa bantuan peneliti atau pakar, mendapatkan informasi tentang penyakit pada tanaman kopi serta cara penanggulangannya secara baik dan benar.
3.
Pengguna dapat memberikan lokasi pengguna ketika menggunakan aplikasi dengan fitur tracking location misalnya perkebunan kopi atau kebun lahan pribadi milik pengguna dimana pengguna menanam kopi agar aplikasi dapat mengetahui lokasi tersebut sehingga kemudian dapat terpetakan pada sistem.
b. Saran
Dari hasil simpulan yang telah diperoleh dan dengan berbagai keterbatasan, ada beberapa saran yang dapat dipertimbangkan lebih lanjut untuk pengembangan aplikasi ini yaitu : 1.
Untuk daftar pertanyaan bisa dibuat menjadi lebih spesifik dalam artian misalkan bagian tertentu saja yang mengalami gejala penyakit, contohnya pada bagian daun, maka pertanyaan yang diberikan kepada pengguna harus berkaitan dengan gejala-gejala pada daun.
2.
Dalam penelitian selanjutnya, dapat ditambahkan variabel-variabel tertentu yang dapat mempengaruhi gejala suatu penyakit pada tanaman kopi seperti suhu, ketinggian dan faktor cuaca atau iklim suatu daerah sehingga hasil pengujian yang sudah didapat di penelitian ini dapat ditingkatkan lagi.
3.
Aplikasi yang dikembangkan hanya mencakup ruang lingkup penyakit penting pada tanaman kopi. Untuk kedepannya bisa dikembangkan mencakup ruang lingkup hingga hama dan musuh alami pada penyakit tanaman kopi, sehingga menambah rule-rule dan gejala baru sehingga menambah tingkat akurasi diagnosa sistem pakar.
14
4.
Berkaitan dengan poin nomor 3 pada saran, apabila menambah rule-rule baru, sebaiknya juga ada sinkronisasi antara database MySQL dan SQLite sehingga data yang ditampilkan tetap ter-update dan tingkat akurasi data yang ditampilkan dapat ditingkatkan lagi.
REFERENSI
Direktorat Jenderal Perkebunan. (2010, Februari 22). Artikel : Permodelan Serangan OPT Tanaman Kopi dengan Geographic Information System (GIS). Retrieved Agustus 12, 2012, from Ditjenbun Web Site: http://ditjenbun.deptan.go.id/bbp2tpsur/index.php?option=com_content&view=article&id=40:pe rmodelan-serangan-opt-tanaman-kopi-dengan-geographic-information-systemgis&catid=6:iptek&Itemid=24 Indonesian Coffee and Cocoa Research Institute. (2008). Kelompok Peneliti Pasca Panen. Retrieved Juli 18, 2012, from Indonesian Coffee and Cocoa Research Institute:http://www.iccri.net/index.php?option=com_content&view=article&id=87:laboratoriu m%C2%ADpasca%C2%ADpanen&catid=47:laboratorium&Itemid=116 International Coffee Organization. (2010). International Coffee Organization - Country datasheets. Retrieved November 15, 2012, from International Coffee Organization: http://www.ico.org/countries/indonesia.pdf International Coffee Organization. (2007). The Story Of Coffee. (I. C. Organization, Producer, & International Coffee Organization) Retrieved November 15, 2012, from International Coffee Organization: http://www.ico.org/coffee_story.asp?section=About_Coffee Nielsen. (2011, May 5). ANDROID LEADS IN U.S. SMARTPHONE MARKET SHARE AND DATA USAGE. Retrieved November 8, 2012, from Nielsen Web site: http://www.nielsen.com/us/en/newswire/2011/android-leads-u-s-in-smartphone-market-shareand-data-usage.html
15
RIWAYAT PENULIS Wahyu Aditya Nugraha lahir di kota Samarinda pada 24 Oktober 1991. Penulis menamatkan pendidikan S1 di BINUS University dalam bidang Teknik Informatika pada tahun 2013.
Miranty Lestari lahir di kota Jakarta pada tanggal 9 Mei 1992. Penulis menamatkan pendidikan S1 di BINUS University dalam bidang Teknik Informatika pada tahun 2013.
Muhammad Yasin lahir di kota Jakarta pada 17 Desember 1989. Penulis menamatkan pendidikan S1 di BINUS University dalam bidang Teknik Informatika pada tahun 2013.
16
