RANCANG BANGUN SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT JERUK Sandrawanto Tehnik Informatika STMIK ATMA LUHUR PANGKALPINANG Jl. Jend Sudirman Selindung lama pangkalpinang Kepulauan Bangka Belitung
Email :
[email protected],
[email protected] ABSTRACT
The development of computer technology is so sophisticated and cutting-edge capable of helping humans in many ways, not least in diagnosing disease. Expert systems are computer-based system that uses knowledge, facts and reasoning techniques in solving problems that typically can only be solved by an expert in the field tersebu. Thus the author took the initiative to make the final assignment of the "Web-Based Expert System for Diagnosing Diseases Using Oranges Fuzzy Methods." The method used is the Fuzzy method, because this method is efficient enough to use in diagnosing the disease citrus. This system can provide early diagnosis of disease based on symptoms and intensity of orange symptoms are visible from the outside and input by the user, without having to ask directly to the experts. The system is made with a web-based. Applications created with webbased PHP programming language. Keywords: Expert System, Citrus Diseases, Fuzzy Methods, PHP
BAB I PENDAHULUAN 1.1 Latar Belakang Jeruk merupakan komoditas buah-buahan yang mempunyai nilai ekonomi penting dan nilai kesehatan yang berarti karena mengandung nilai gizi yang tinggi (Vitamin C dan vitamin A). Buah jeruk dapat dikonsumsi langsung sebagai buah segar atau juice dan dapat pula diolah menjadi sirup. Buah jeruk merupakan sumber vitamin C yang berguna untuk kesehatan manusia. Kandungan vitamin C sangat beragam antar varietas, berkisar antara 27-49 mg/100 g daging buah. Makin tua buah jeruk, biasanya makin berkurang kandungn vitamin C-nya, tetapi semakin manis rasanya. Varietas jeruk sangat banyak, masing-masing jenis mempunyai karakteristik yang berbeda. Jeruk merupakan salah satu komoditas unggulan yang dibudidayakan masyarakat petani di Desa Pelempang Kab. Bangka Tengah sebagai penunjang perekonomian rumah tangga mereka. Belakangan ini sebagian besar kebun jeruk diserang berbagai jenis hama dan penyakit sehingga mengakibatkan produktivitas dari tanaman jeruk tersebut menurun. Akibat serangan hama ini ribuan ton buah jeruk busuk dan gugur ke tanah, sehingga membuat para petani mengalami kerugian yang cukup besar. Dewasa ini kebutuhan penggunaan teknologi informasi dalam semua bidang semakin meningkat, terutama pada bidang Ilmu Komputer. Salah satunya adalah penggunaan komputer sebagai sistem pakar. Dimana sistem ini juga dapat digunakan dalam bidang pertanian yaitu untuk mendiagnosis jenis hama dan penyakit yang menyerang tanaman jeruk. Kemampuan sistem pakar dalam mentransformasikan pengetahuan seorang pakar ke dalam sebuah sistem diperoleh dengan implementasi suatu teknik dan akan ditentukan oleh kinerja teknik tersebut. Terdapat sejumlah teknik yang dapat diimplementasikan pada suatu sistem pakar, salah satunya adalah dengan Fuzzy .
Tidak semua permasalahan yang terjadi di bidang pertanian dapat ditangani secara praktis oleh petani. Dibutuhkan pengetahuan khusus dari seorang pakar dalam menanganinya. Namun sering kali ketika permasalahan tersebut terjadi, pakar tidak selalu tersedia. Dalam hal inilah sistem pakar ada untuk membantu membuat solusi secara komputasi tanpa hadirnya pakar manusia. Oleh karena itu pada penulisan skripsi ini akan diimplementasikan sebuah sistem pakar berbasis web untuk mendiagnosis penyakit pada tanaman jeruk dengan metode Fuzzy dan lainnya 1.2 Rumusan Masalah Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana cara merancang suatu aplikasi yang berfungsi sebagai alat bantu dalam hal mendiagnosis penyakit jeruk dengan beberapa metode 1.3 Batasan Masalah Ruang lingkup penelitian ini dibatasi pada: 1. Algoritma yang digunakan dalam proses pencarian solusinya dengan beberapa metode. 2. Pengembangan aplikasi dilakukan dengan menggunakan bahasa pemrogramanPHP. 3. Aplikasi hanya membahas gejala penyakit jeruk dikhususkan hanya di Balai Dinas Pertanian Prov. Kep. Bangka Belitung dengan jenis jeruk manis. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah merancang sistem pakar yang dapat membantu petani jeruk dalam mendiagnosis penyakit pada jeruk 1.5 Manfaat Penelitian Manfaat dari penelitian ini adalah: 1. Sebagai alat bantu untuk mengenali/mendiagnosis penyakit jeruk sehingga dapat segera ditangani. 2. Dengan sistem pakar ini petani jeruk bisa mengakses informasi tanpa ruang dan
waktu sehingga dapat menghemat waktu dan biaya. 1.6 Metode Penelitian Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut. a. Studi Literatur Tahapan ini dilakukan dengan mempelajari sumber-sumber atau buku-buku referensi yang berkaitan dengan Sistem Pakar untuk mendiagnosis penyakit jeruk dengan Metode Fuzzy, baik dari text book, jurnal, laporan penelitian, ceramah, ataupun internet. b. Pengumpulan Data Tahapan ini dilakukan dengan penelitian lapangan dan wawancara pada pihak pihak yang berkompeten yang dapat memberikan informasi yang dibutuhkan dalam pengerjaan penelitian. c. Analisis Data Pada tahap ini dilakukan analisis kebutuhan terhadap sistem dan menjadi dasar untuk perancangan sistem, seperti pengolahan data spesifikasi penyakit pada jeruk, rincian fungsi keanggotaan variable fuzzy. d. Perancangan Perangkat Lunak Tahapan ini dilakukan dengan membuat gambaran sistem baik berupa diagram alir (flowchart), masukan, keluaran, antarmuka (interface) dan struktur data. e. Implementasi Aplikasi Tahapan ini dilakukan dengan melakukan penerapan rancangan/coding sistem yang dibuat ke dalam suatu program, serta membuat laporan atau dokumentasi dari program tersebut. f. Pengujian Aplikasi Tahapan ini dilakukan dengan melakukan pengujian terhadap perangkat lunak yang telah dibuat untuk mengetahui kesalahan dan memperbaiki kesalahan yang ada.
g. Dokumentasi dan Penulisan Laporan Melakukan pembuatan dokumentasi sistem mulai dari tahap awal sampai dengan pengujian sistem, dan menulis laporan.
1.7 Sistematika Penulisan Sistematika penulisan skripsi ini terdiri dari lima bagian utama sebagai berikut: BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai latar belakang pemilihan judul skripsi “ Sistem Pakar Berbasis Web untuk Mendiagnosis Penyakit Jeruk Inferensi”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. BAB 2 LANDASAN TEORI Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem penentuan penyakit pada Jeruk dengan menggunakan logika fuzzy dan teori lainnya yang mendukung pembuatan aplikasi BAB 3 ANALISIS DAN PERANCANGAN SISTEM Bab ini menjelaskan bagaimana menganalisis dan merancang sistem pakar fuzzy dan lainnya yang akan dibuat. BAB 4 IMPLEMENTASI DAN PENGUJIAN Bab ini menjelaskan bagaimana mengimplementasikan sistem pakar fuzzy dan lainnya, dilanjutkan dengan menguji aplikasi yang dibangun. BAB 5 KESIMPULAN DAN SARAN Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.
BAB II DAFTAR PUSTAKA
AAK. 1994. Budidaya Tanaman Jeruk. Yogyakarta: Kanisius
Bambang. 1996. Budidaya Jeruk Bebas Penyakit. Jakarta: Kanisius. Hartati Sri. 2008. Sistem Pakar dan Pengembangannya. Yogyakarta: Graha Ilmu. Joesoer. 1993. Penuntun Berkebun Jeruk. Jakarta: Bhratara Kasiman. 2006. Aplikasi WEB dengan PHP dan MYSQL. Yogyakarta: Andi Offset. Kristanto Andri. 2004. Kecerdasan Buatan. Yogyakarta: graham Ilmu. Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset. Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: Andi Offset. Kusumadewi Sri. 2010. Aplikasi Logika Fuzzy. Edisi 2. Yogyakarta: Graha Ilmu. Lizda, Fathul, 2005. Alat Bantu Sistem Informasi Fuzzy Metode Sugeno Orde Satu. Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6. http://journal.uii.ac.id/index.php/Snati/article/viewFile/1421/1201. Diaksespada tanggal 13 september 2011 Madcoms. 2011. Dreamweaver CS5 PHP-MySQL untuk Pemula. Yogyakarta: Andi Offset. 69 Pracaya. 2003. Jeruk Manis. Jakarta: Penebar Swadaya. Sutarman. 2007. Membangun Aplikasi Web dengan PHP & MySQL. Edisi 2. Yogyakarta: Graha Ilmu. Tampubolon, Mariani Valentina. Penentuan
2010. Sistem Pendukung Keputusan
Penyakit Diabetes Mellitus dengan Metode Sugeno. Skripsi. Medan
: Universitas Sumatera Utara.
Wibowo Angga. 2006. Aplikasi PHP Gratis untuk Pengembangan Situs Web. Semarang: Andi Offset.
BAB III PEMODELAN PROYEK
3.1
OBJECTIVE PROYEK Objective dari proyek perancangan Aplikasi Sistem Pakar untuk mendiagnosa
Penyakit Pada jeruk dengan menggunakan metode fuzzy adalah sebagai berikut: a. Merancang aplikasi sistem pakar yang mampu dipahami oleh masyarakat awam dengan memberikan pertanyaan gejala yang dapat diperiksa secara fisik oleh masyarakat umum. b. Merancang aplikasi sistem pakar untuk memenuhi kebutuhan masyarakat kelangsungan tanaman pohon jeruk c. Merancang aplikasi sistem pakar yang bisa digunakan oleh masyarakat/user dimana saja dan kapan saja.
3.2
IDENTIFIKASI STAKEHOLDER Berikut adalah stakeholder yang terlibat dalam proyek pengembangan aplikasi
sistem pakar pada jeruk : a) Tim Proyek b) Calon Pengguna c) Staff Pendukung d) Publisher
3.3
IDENTIFIKASI DELIVERABLES Deliverables pada proyek ini berupa laporan ataupun hasil dari proyek ini yang
akan diberikan kepada publisher, berikut deliverables dalam proyek pengembangan aplikasi sistem pakar penyakit jeruk : a) Laporan project dalam bentuk CD b) Laporan biaya proyek c) Aplikasi sistem pakar dalam bentuk file
3.4
PENJADWALAN PROYEK Proyek perancangan aplikasi sistem pakar dimulai dari tanggal 3 April 2013 dan
direncanakan akan berakhir pada tanggal 6 Juni 2013, Jam kerja proyek ditentukan sesuai dengan waktu yang sudah dijadwalkan yaitu pada hari senin – jumat pukul 08.00AM – 12.00PM, dilanjutkan pada pukul 13:00PM – 17:00PM, sedangkan hari sabtu pukul tidak bekerja. Penjadwalan proyek dibuat dengan menggunakan Microsoft Project 2007 dalam bentuk WBS (Work breakdown Structure), berikut adalah tahapan – tahapan dalam penjadwalan proyek pengembangan aplikasi sistem pakar penyakit jeruk . a.
Pengembangan aplikasi sistem pakar penyakit jeruk Merupakan awal dalam proyek aplikasi sistem pakar penyakit jeruk, berikut adalah tahapannya. 1) Analisa Kebutuhan Sistem Pakar Penyakit Jeruk Perencanaan 2) Desain Sistem Pakar
b.
Pemrograman Tahap ini adalah pembuatan aplikasi dari perancangan aplikasi sistem pakar penyakit jeruk, adapun tahapan-tahapannya adalah sebagai berikut : 1) Desain Interface 2) Desain Database 3) Coding
c.
Pengujian Tahap ini adalah tahap dimana dilakukannya percobaan terhadap aplikasi yang sudah dibuat. Adapun tahapan-tahapan dalam pengujian aplikasi sistem pakar penyakit jeruk adalah sebagai berikut : 1) Pengujian Internal 2) Implementasi aplikasi sistem pakar penyakit jeruk
3.4.1
WORK BREAKDOWN STRUCTURE
Berikut adalah work breakdown structure dari proyek perancangan aplikasi sistem pakar penyakit pada jeruk.
Gambar 3.1 Work Breakdown Structure
3.4.2
MILESTONE Berikut adalah milestone dari pengembangan aplikasi sistem pakar penyakit
jeruk: a) Project Charter b) Penyetujuan Proyek c) Pengembangan Aplikasi d) Inisiasi e) Analisa f) Implementasi g) Perancangan Aplikasi h) Closing
NO
Milestone
Finish
1
Project Charter
27 Maret 2013
2
Penyetujuan Proyek
1 April 2013
3
Pengembangan Aplikasi
6 Juni 2013
4
Inisiasi
12 April 2013
5
Analisa
18 April 2013
6
Implementasi
14 Mei 2013
7
Perancangan Aplikasi
29 April 2013
8
Closing
6 Juni 2013
Tabel 3.1 Milestone
3.4.3
JADWAL PROYEK Berikut adalah Jadwal proyek berdasarkan task pada proyek pengembangan
rancang bangun sistem pakar berbasis web mengdiagnosis penyakit jeruk menggunakan metode fuzzy :
Gambar 3.2 Jadwal proyek
3.5
RANCANGAN ANGGARAN BIAYA (RAB)
Proyek ini hanya menjelaskan biaya untuk SDM atau pekerja saja. Biaya tim proyek dihitung per jam sesuai dengan task yang dikerjakan, berikut adalah rincian biaya pada pengembangan aplikasi sistem pakar penyakit jeruk : No
Nama Pekerja
Durasi kerja
Gaji Standar
Total Gaji
1
Sandrawanto
136 jam
Rp 12.000,00
Rp 1.632.000,00
2
Alamsyah
71 jam
Rp 10.000,00
Rp 710.000,00
3
Riady
152 jam
Rp 10.000,00
Rp 1.520.000,00
Total biaya
Tabel 3.2 Anggaran biaya
Rp 3.862.000,00
3.6
STRUKTUR TIM PROYEK Pada proyek pengembangan aplikasi sistem pakar penyakit jeruk. setiap tim
proyek memiliki bidang masing – masing dalam perancangn sistem pakar, berikut adalah bidang yang ada dalam proyek aplikasi sistem pakar penyakit jeruk: a. Project leader Orang yang bertanggung jawab dan memimpin proyek pengembangan aplikasi sistem pakar penyakit jeruk. b. Manager project Bertugas
membantu
pimpinan
mengawasi
proyek
dalam
proyek
pengembangan aplikasi sietm pakar penyakit jeruk. c. Programer Bertugas membuat scripting atau programming dalam aplikasi sistem pakar penyakit jeruk. d. Sistem Analist Orang yang bertanggung jawab dalam menganalisa kebutuhan aplikasi sistem pakar penyakit jeruk. e. Designer Desaigner atau pendesain adalah orang yang bertanggung jawab merancang antar muka sistem sehingga mudah dipahami oleh pengguna.
Berikut adalah struktur tim proyek pengembangan aplikasi sistem pakar penyakit jeruk.
Project leader Sandrawanto
Manager Alamsyah
Sistem Analis Riady Alamsyah
Aplication Disigner Sandrawanto Alamsyah
Gambar 3.3 Struktur Tim Proyek
Programer Sandrawanto Alamsyah
BAB IV Analisa Hasil dan Pembahasan
4.1 Analisa Masalah Sistem pakar merupakan sistem dengan basis pengetahuan yang dinamis. Dimana pengetahuan tersebut dapat berubah seiring berjalannya waktu sehingga harus dapat dilakukan pembaharuan, seperti penambahan, penghapusan maupun perubahan terhadap data yang sudah disimpan sebelumnya tanpa harus mengubah isi dari program secara keseluruhan. Perubahan hanya dilakukan pada bagian basis pengetahuan saja sehingga sistem pakar ini dapat dikembangkan lebih lanjut. Tahapan analisis terhadap suatu sistem dilakukan sebelum tahapan perancangan, hal ini agar perangkat lunak yang dirancang sesuai dengan masalah yang akan diselesaikan.
4.1.1
Analisa Proses a. Proses entry data User mengakses website sistem pakar untuk melakukan konsultasi. Sistem akan memproses data yang di berikan user tersebut . b. Proses pelayanan sistem Sistem memproses dan mulai mendiagnosa sesuai dengan apa yang di alami user, dengan mengajukan beberapa pertanyaan. c. Proses Pembuatan Laporan Setiap sudah selesai konsultasi sistem membuat hasil konsultasi dan memberikan solusi kepada user.
4.2 Penyelesaian Masalah Sebuah proses terhadap basis pengetahuan atau informasi yang didapat dari seorang pakar, terlebih dahulu diubah kedalam bentuk diagram pohon keputusan, sehingga didalam penyelesaian masalah lebih mudah dilakukan penelusuran untuk mendapatkan solusi atau kesimpulan akhir yang tepat. Basis pengetahuan berisi tabel jenis penyakit, tabel data gejala, tabel relasi antara penyakit dengan gejala. a. Tabel Penyakit Kode Penyakit P001 P002 P003 P004
P005 P006 P007 P008 P009
Nama Penyakit Blendok Phitophthora Blendok Diplodia Busuk Akar Hitam (Armilaria sp) Penyakit Mati Ujung/ Antraknose (Colletotrichum glosporioides dan Gloeosporium limetticolum) Busuk Kering Pangkal Batang (Fusarium solani) Penyakit Tepung (Oidium tingitatinum) Jamur Upas (Corrticium salmonicolor) Penyakit Kudis Kapang Hijau/Biru (Penicillium spp)
Tabel 4.1 Tabel Penyakit b. Tabel Gejala Kode Gejala G001 G002 G003 G004 G005 G006 G007 G008 G009 G010
Gejala Ada getah pada batang Warna daun kuning Ada busa pada batang Busuk batang Busuk akar Warna akar hitam Bercak bercak pada daun Daun gugur Ada tepung pada daun dan pucuk Batang dan dahan lapuk
Tabel 4.1 Tabel Gejala c. Tabel Relasi Jenis Penyakit
Kode Penyakit
P001 Blendok Phitophthora
G001 = Ada getah pada batang G002 = Warna daun kuning G004 = Busuk batang P002 Blendok Diplodia G003 = Ada busa pada batang G004 = Busuk batang P003 Busuk Akar G002 = Warna daun kuning Hitam (Armilaria sp) G005 = Busuk akar G006 = Warna akar hitam P004 Penyakit Mati G007 = Bercak bercak pada daun Ujung G008 = Daun gugur P005 Busuk Kering G001 = Ada getah pada batang Pangkal Batang G008 = Daun gugur (Fusarium solani) P006 Penyakit Tepung G008 = Daun gugur (Oidium tingitatinum) G009 = Ada tepung pada daun dan pucuk P007 Jamur Upas G001 = Ada getah pada batang (Corrticium G008 = Daun gugur salmonicolor) G010 = Batang dan daun lapuk P008 Penyakit Kudis G007 = Bercak bercak pada daun G002 = Warna daun kuning G003 = Ada busa pada batang P009 Kapang G007 = Bercak bercak pada daun Hijau/Biru (Penicillium G004 = Busuk batang spp) Tabel 4.2 Tabel Relasi
4.3 Rancangan Sistem Pakar Dari analisa pembuatan sistem pakar ini , diperlukan sebuah mesin inferensi yang berfungsi sebagai sistem pengambil keputusan dan pohon keputusan
4.3.1
Mesin Inferensi bahwa
penerapan
sistem
fuzzy
dalam
sistem
pakar
untuk
merepresentasikan pengetahuan dalam lingkungan yang tidak pasti dan tidak lengkap serta sangat kompleks. Penggabungan kedua sistem tersebut dikenal dengan sistem pakar fuzzy. Jika pada sistem pakar cara kerjanya mengacu pada rule based yang nilai perhitungannya hanya terdiri dari 0 dan 1, maka pada sistem pakar fuzzy lebih mengacu pada perhitungan nilai fuzzy yang berada pada interval 0 sampai dengan 1. Adapun nilai fuzzy dari gejala-gejala penyakit untuk suatu penyakit ditampilkan pada tabel information system. Tabel berikut merupakan
information
system
dari
gejala-
gejala penyakit pada jeruk yang diperoleh dari seorang pakar berdasarkan nilai intensitasnya.
NO
G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
1
Nama penyakit Blendok
0,6
0,3
0
1
0
0
0
0
0
0
2
Busa
0
0
0,6
0,3
0
0
0
0
0
0
3
Buruk akar Kanker bakteri Busuk batang
0
0,6
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0,6
0,6
0
0
0,3
0
0
0
0
0
0
0,6
0
0
Tepung Jamur Kudis Kapang Pucuk merana
0 0,3 0 0 0
0 0 0,6 0 0.6
0 0 1 0 0
0 0 0 0,3 0
0 0 0 0 0
0 0 0 0 0
0 0 0,3 0,6 0
1 0,6 0 0 1
0,3 0 0 0 0
0 0,6 0 0 0
4 5 6 7 8 9 8
Tabel 4.3 Tabel Keputusan
4.3.2
Perhitungan Nilai Kesesuaian Misalnya jika U adalah suatu knowledge-based gejala suatu set dari
penyakit yang dinyatakan sebagai sebuah fuzzy set terhadap gejala A dan B adalah gejala yang di-inputkan oleh user yang dinyatakan sebagai suatu fuzzy set terhadap
A,
dimana
A={a1,
a2,
a3,
...,
an}
sedangkan
U={µuj(a1)/(a1),µuj(a2)/(a2),µuj(a3)/(a3),µuj(a4)/(a4)} dan B={µB(a1)/(a1), B(a2)/(a2),
fuzzy
µB(a3)/(a3), set
U
µB(a4)/(a4)}. Untuk mencari nilai kesesuaian antara
dengan
B
maka
dicari
seberapa
besar
selisih antara µuj(a1) yang merupakan nilai fuzzy set gejala a1 menurut knowledgebased dengan µB(a1) yang merupakan nilai fuzzy set gejala a1 yang diinputkan oleh user dibagi dengan nilai µuj(a1). Jadi rumus untuk mencari nilai kesesuaian fuzzy set adalah sebagai berikut:
( )
R ( B (ai), Uj(ai)) = Max ( Dengan syarat µUj (ai)
( ) ( )
)
0....................( 3.1)
R ( B (ai), Uj(ai)) = 0 dengan syarat µUj (ai)
0 ..............(3.2)
Keterangan rumus 3.1 dan 3.2: A= Universal set dari gejala pada knowledgebased B = Fuzzy set gejala milik user U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit ai = gejala yang ke-i dari set A i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkan oleh user j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based C = Konstanta yang bernilai diantara 0
1.
µUj(ai)= Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada knowledge-based. µB(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user. Max (
( )
( ) ( )
) = Hasil fungsi yang bernilai antara 0 sampai dengan1
Misalnya diberikan B = {0.6/a1, 0.3/a2, 0.3/a5}, jika C=1 maka penyelesaian R(B(ai), U(ai)) sesuai dengan Tabel information system 2.2 pada bab 2 adalah:
R(B(a1), U3(a1)) = Max(0, 1-
) = Max(0, 0.6) = 0.6
R(B(a1), U4(a1)) = Max(0, 1-
) = Max(0, 1) = 1
R(B(a2), U1(a2)) = Max(0, 1-
) = Max(0, 0.5) = 0.5
R(B(a2), U4(a2)) = Max(0, 1-
) = Max(0, 1) = 1
R(B(a5), U3(a5)) = Max(0, 1-
) = Max(0, 0.5) = 0.5
R(B(a5), U4(a5)) = Max(0, 1-
) = Max(0, 0.3) = 0.3
Dari perhitungan di atas dapat dilihat nilai kesesuaian yang dihasilkan tiap gejala yang diinput user terhadap gejala yang ada pada knowledge-based untuk setiap penyakit yang memiliki gejala tersebut. Untuk pengembangan aplikasi sistem pakar ini, perhitungan dibagi menjadi dua bagian, yaitu perhitungan nilai kesesuaian untuk frekuensi gejala dan perhitungan nilai kesesuaian untuk intensitas gejala. Sehingga rumus 4.1 dikembangkan lagi menjadi sebagai berikut : ( )
R freq (B (ai)Uj(ai))= Max (
( ) ( )
)
Dengan syarat µUjfreq (ai) = 0....................( 3.3) Rint ( B (ai), Ujint (ai)) = Max ( dengan syarat µUjint (ai)
( )
( ) ( )
)
0 ..............(3.4)
Keterangan rumus 3.3 dan 3.4: A= Universal set dari gejala pada knowledgebased B = Fuzzy set gejala milik user U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit ai = gejala yang ke-i dari set A i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkan oleh user j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based
C = Konstanta yang bernilai diantara 0
1.
µUjfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada knowledge-based berdasarkan frekuensi. µBfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user berdasarkan frekuensi. µUjint(ai)= Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada knowledge-based berdasarkan intensitas. µBint(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user berdasarkan intensitas. ( )
Max(0,1-(
( ) ( )
)= Hasil fungsi yang bernilai antara 0 sampai dengan
1. 4.3.3
Perhitungan Nilai Fuzzy Conditional Probability Setelah perhitungan nilai kesesuaian gejala antara gejala yang berasal dari user
dengan gejala yang ada pada knowledge-based, maka selanjutnya adalah penjumlahan nilai kesesuaian
untuk
setiap
penyakit,
selanjutnya
mencari
nilai
fuzzy
conditional probability untuk setiap penyakit dengan cara membandingkan jumlah nilai kesesuaian setiap penyakit dengan banyaknya gejala yang dimiliki oleh penyakit tersebut di knowledge-based. Jadi rumus untuk mencari nilai fuzzy conditional probability adalah sebagai berikut: ( (
P(B,Un) = ∑
)
)
dengan syarat
= 0...........(3.5)
Keterangan Rumus : ∑
( (
)
)
= Hasil penjumlahan nilai kesesuaian gejala pada penyakit yang ke-
j i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user = Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalah gejala sedangkan Un
adalah penyakit yang ke-n. Gejala pada Un
adalah gejala
yang tidak bernilai 0. Misalnya dihitung nilai fuzzy conditional probability pada contoh di subbab 4.2.3.1.1: P(B,U3) = (0.6+0.5)/3 = 1.1/3 = 0.36 = P(B,U4) = (1+1+0.3)/3 = 2.3/3 = 0.76 P(B,U1) = (0.5)/3 = 0.16 Dari hasil perhitungan di atas maka dapat disimpulkan bahwa peluang user terkena penyakit U3 adalah 0.36, peluang user terkena penyakit U4 0.76, dan peluang user terkena penyakit U1 0.16. Pada penggunaan rumus 3.5 di atas digunakan untuk menghitung satu parameter saja. Dalam aplikasi sistem pakar ini terdapat dua parameter yang digunakan dalam menghitung nilai fuzzy conditional probability suatu penyakit, yaitu parameter frekuensi dan intensitas. Sehingga pada rumus berikut digunakan dua parameter : ( ( )
P(B,Un) = ∑ Dengan syarat |Un| a
)
( ( )
)
0..........(3.6)
Keterangan rumus 3.6: i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user |Un| a = Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalah Un gejala sedangkan Un adalah penyakit yang ke-n. Gejala pada Un adalah gejala yang tidak bernilai 0. C1 dan C2 = konstanta dengan syarat C 1+C2 = 1 yang menyatakan besarnya frekuensi dan intensitas gejala dalam menentukan suatu penyakit ke-j ( ( )
) = Nilai kesesuaian frekuensi antara gejala ke a i yang diinputkan
user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j ( ( )
) = Nilai kesesuaian intensitas antara gejala ke a i yang diinputkan
user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j Setelah
diperoleh hasil perhitungan fuzzy conditional probability masingmasing penyakit, selanjutnya perlu dibuat laporan kemungkinan penyakit yang diderita oleh user dengan menggunakan bahasa yang sering digunakan oleh manusia (variable linguistic). Variable linguistic tersebut antara lain: kecil sekali, kecil, ragu, agak besar, besar, dan hampir pasti. Rentang nilai fuzzy untuk masing-masing variable linguistic tersebut adalah sebagai berikut: 1. Jika nilai_diagnosa <0.2, maka variable linguisticnya "Kecil sekali". 2. Jika nilai_diagnosa >=0.2 dan variablelinguisticnya "Kecil".
nilai_diagnosa <=0.499, maka
3. Jika nilai_diagnosa >=0.5 dan nilai_diagnosa <=0.599, maka variable linguisticnya "Ragu". 4. Jika nilai_diagnosa >=0.6 dan nilai_diagnosa maka variable linguisticnya "Agak besar". 5. Jika nilai_diagnosa >=0.8 variable linguisticnya "Besar".
dan
<=0.799,
nilai_diagnosa <=0.899, maka
6. Jika nilai_diagnosa >=0.90, maka variable linguisticnya "Hampir pasti". 4.4 Stuktur Basis Data Struktur basis data yang digunakan dalam sistem pakar ini terdiri dari rancangan database dan Entity Relations Diagram (ERD).
4.4.1
Rancangan Database Tabel-tabel yang digunakan dalam aplikasi ini adalah : a. Tabel Admin Tabel Admin digunakan user untuk memasukan UserID dan PasswordID saat Login.
.No
Field
Type
Panjang
Keterangan
1
UserID
Varchar
50
login user
2
PassID
Varchar
50
login password
Tabel 4.4 Tabel admin b. Analisa Hasil Tabel Analisa digunakan untuk menyimpan data dari hasil analisa akhir saat user menggunakan form konsultasi. No
Field
Type
Panjang
Keterangan
1
id
Integer
4
-
2
nama
Varchar
60
-
3
kelamin
Enum
-
-
4
alamat
Varchar
100
-
5
kd_penyakit
Char
4
-
Tabel 4.5 Tabel Analisa Hasil c. Tabel gejala Tabel gejala digunakan untuk menyimpan data semua gejala tentang penyakit jeruk. No
Field
Type
Panjang
Keterangan
1
kd_gejala
Char
4
kode gejala
2
nm_gejala
Varchar
100
nama gejala
Tabel 4.6 Tabel Gejala d. Tabel penyakit Tabel penyakit digunakan untuk menyimpan semua data penyakit beserta pengertian dan solusinya. No
Field
Type
Panjang
Keterangan
1
kd_penyakit
Char
4
kode penyakit
2
nm_penyakit
Varchar
60
nama penyakit
3
definisi
Text
-
-
4
solusi
Text
-
-
Tabel 4.7 Tabel Penyakit
e. Tabel Relasi Tabel relasi digunakan untuk menyimpan data relasi antara penyakit dan gejala. No
Field
Type
Panjang
Keterangan
1
kd_penyakit
Char
4
kode penyakit
2
kd_gejala
Char
4
kode gejala
Tabel 4.8 Tabel Relasi f. Tabel tmp_analisa Tabel tmp_analisa digunakan untuk menyimpan daftar relasi yang kode penyakitnya mungkin terjadi. No
Field
Type
Panjang
Keterangan
1
kd_penyakit
Char
4
kode penyakit
2
kd_gejala
Char
4
kode gejala
3
status
Enum
-
-
Tabel 4.9 Tabel tmp_analisa
g. Tabel tmp_gejala Tabel tmp_gejala digunakan untuk menyimpan daftar kode gejala yang telah dijawab “ya”, sedangkan yang dijawab “tidak” akan dibuang. No
Field
Type
Panjang
Keterangan
1
kd_gejala
2
noip
Char
4
kode gejala
Varchar
60
-
Tabel 4.10 Tabel tmp_gejala h. Tabel tmp_pasien Tabel tmp_pasien digunakan untuk menyimpan sementara data pasien. No
Field
Type
Panjang
Keterangan
1
id
Integer
4
-
2
nama
Varchar
60
-
3
kelamin
Enum
-
-
4
alamat
Varchar
100
-
Tabel 4.1.1 Tabel tmp_pasien i. Tabel tmp_penyakit Tabel tmp_penyakit digunakan untuk menyimpan daftar kemungkinan penyakit saat menjawab setiap gejala yang ditanyakan. No 1
Field
Type
kd_penyakit
Char
Panjang
Keterangan
4
kode penyakit
Tabel 4.1.2 Tabel tmp_penyakit 4.4.2
Entity Relations Diagram (ERD) Entity
Relationship
Diagram
(ERD)
adalah sebuah diagram
yang
mengambarkan hubungan/relasi antar entitas (entity), dan setiap entiti terdiri atas satu atau lebih atribut yang mempresentasikan seluruh kondisi (fakta). ERD digunakan untuk menunjukkan hubungan antara entity dengan database dan objek–objek (himpunan entitas) apa saja yang ingin dilibatkan dalam sebuah basisdata dan bagaimana hubungan yang terjadi diantara objek-objek tersebut.
ERD yang berisi komponen-komponen himpunan entitas dan himpunan relasi yang masing-masing dilengkapi dengan beberapa atribut yang mempersentasikan seluruh fakta yang ditinjau dari keadaan yang nyata. Dimana dapat digambarkan secara lebih sistimatis dengan menggunakan ERD. Username
1 Login
Pasword
1
Kd_penyakit
Kd_gejala
Kd_penyakit Nm_penyakit definisi
Kd_gejala
M
M
M
N
Penyakit
Relasi
Gejala
1
Nm_gejala
solusi
Kd_penyakit
isi ID
ID 1 Nama
Analisa hasil
alamat Kd_penyakit
Gambar 4.2 Entity Relationship Diagram
4.5 Rancangan Layar Program Sistem Pakar Rancangan layar progam sangat perlu, sebelum membuat aplikasi. Karena mempermudah proses pembuatan aplikasinya. Rancangan
layar
merupakan
penggambaran secara nyata fitur-fitur yang akan di desain sebelumnya.
a. Rancangan Layar Menu Utama
HEADER BERANDA PENYAKIT JERUK DIAGNOSA TENTANG JERUK BANTUAN ADMIN FOOTER
Gambar 4.3 Rancangan layar Aplikasi Sistem Pakar Penyakit Jeruk b. Rancangan Menu Daftar Penyakit
DAFTAR SEMUA PENYAKIT No
Nama Penyakit
1
XXXXXXXXXX
Lihat
2
XXXXXXXXXX
Lihat
3
XXXXXXXXXX
Lihat
4
XXXXXXXXXX
Lihat
5
XXXXXXXXXX
Lihat
6
XXXXXXXXXX
Lihat
7
XXXXXXXXXX
Lihat
Pilih
Gambar 4.4 Rancangan layar form Daftar Penyakit c. Rancangan Layar Konsultasi/Diagnosa
MASUKKAN DATA USER
Id Nama Kelamin
Pria
Wanita
Alamat Daftar
Gambar 4.5 Rancangan layar form Input User
d. Rancangan Layar Page konsul/ quisioner
JAWABLAH PERTANYAAN BERIKUT : Pertanyaan : XXXXXXXXXXXXX? Benar (YA)
Salah (TIDAK)
Jawab
Gambar 4.6 Rancangan layar page konsultasi
e. Rancangan Layar Page Hasil HASIL ANALISA PENYAKIT JERUK DATA PASIEN : Id XXXXX Nama XXXXX Kelamin XXXXX Alamat XXXXX HASIL ANALISA TERAKHIR : Penyakit XXXXXXXXXX Gejala XXXXXXX XXXXXXX XXXXXXX
Keterangan Solusi
XXXXXXXXXXXXXXX XXXXXXXXXXXXXXX XXXXXXXXXXXXXXX Gambar 4.7 Rancangan layar Hasil Analisa Penyakit
f. Rancangan Layar login admin
LOGIN PAKAR Login User Login Password Login
Gambar 4.8 Rancangan layar Login Pakar g. Rancangan Layar Input Penyakit
MASUKKAN DATA PENYAKIT Kode Penyakit Definisi
Solusi
Simpan Gambar 4.9 Rancangan layar Input Penyakit
h. Rancangan Layar Input Gejala
MASUKKAN KODE GEJALA KODE
GEJALA
Simpan
Gambar 4.10 Rancangan layar Input Gejala
i. Rancangan Layar Input Relasi RELASI GEJALA DAN PENYAKIT Nama Penyakit
[Daftar Penyakit] Daftar Gejala XXXXXXXX XXXXXXXX XXXXXXXX XXXXXXXX
Simpan Relasi
Reset
Gambar 4.11 Rancangan Layar Input Relasi
j. Rancangan Layar Ubah Penyakit No
DAFTAR SEMUA PENYAKIT Nama Penyakit Pilihan
1
XXXXXXXXXX
Ubah | Hapus
2
XXXXXXXXXX
Ubah | Hapus
3
XXXXXXXXXX
Ubah | Hapus
4
XXXXXXXXXX
Ubah | Hapus
5
XXXXXXXXXX
Ubah | Hapus
6
XXXXXXXXXX
Ubah | Hapus
7
XXXXXXXXXX
Ubah | Hapus Tambah
Gambar 4.12 Rancangan Layar Ubah Penyakit
k. Rancangan Layar Ubah Gejala DAFTAR SEMUA GEJALA No
NAMA GEJALA
Pilihan
1
XXXXXXXXXX
Ubah | Hapus
2
XXXXXXXXXX
Ubah | Hapus
3
XXXXXXXXXX
Ubah | Hapus
4
XXXXXXXXXX
Ubah | Hapus
5
XXXXXXXXXX
Ubah | Hapus Tambah
Gambar 4.13 Rancangan layar Ubah Gejala
l. Rancangan Layar Laporan Penyakit
DAFTAR SEMUA PENYAKIT Kode Nama Penyakit Definisi
Solusi
XXXX XXXXXXXXXX XXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXX XXXXXXXXXXXXXXX XXXXXXXXXXXXXXX
Gambar 4.14 Rancangan layar Laporan Penyakit
m. Rancangan Layar Laporan Gejala TAMPILKAN GEJALA PER PENYAKIT
Penyakit : Tampil
Gambar 4.15 Rancangan layar Laporan Gejala
4.6 Algoritma Algoritma digunakan untuk merancang sebuah sistem sehingga lebih mudah dimengerti struktur dari sistem yang akan dibuat. Algoritma dibuat seperti diagram yang terdiri dari bentuk-bentuk seperti persegi, trapezium, persegi panjang dan kemudian dihubungkan oleh garis-garis yang saling terhubung.
Dibawah ini adalah algoritma yang digunakan dalam proses pembuatan sistem pakar ini. START
Data Pasien, Nama, Kelamin, Alamat, Pekerjaan
Kaidah Berbasis Aturan
Tidak
Kaidah Telah Sesuai Ya
File Berbasis Pengetahuan
Deteksi Penyakit Sapi
Ya
Terkena Penyakit
Kesimpulan dan Solusi
Tidak
Data Hasil Konsultasi
END
Gambar 4.16 Flowchart Algoritma Fuzzy Dari flowchart di atas, dapat dijelaskan langkah-langkah proses inferensi penalaran maju (fuzzy) yang dilakukan adalah sebagai berikut : Saat sistem akan dijalankan posisi berada pada START terlebih dahulu, inputan berupa fakta yang diberikan kepada user adalah data pasien, nama, kelamin, alamat dan gejala yang di rasakan. Kemudian data-data tersebut disusun ke dalam kaidah berbasis aturan, dimana setelah itu terjadi pengecekan.
Apakah kaidah-kaidah tersebut telah sesuai atau tidak . Jika tidak maka user akan kembali mengisiskan fakta-fakta yang lain, akan tetapi jika kaidah tersebut sesuai maka kaidah atau fakta tersebut tersimpan di dalam file berbasis pengetahuan berupa basis data yang kemudian diproses hingga user bisa melakukan proses konsultasi untuk menghasilkan sebuah diagnosa. Dari diagnosa tersebut, akan terlihat apakah terdeteksi penyakit atau tidak. Jika tidak maka kesimpulan hasil konsultasi tidak akan dimunculkan dan proses berakhir, akan tetapi jika menderita penyakit yang disimpulkan dari inputan-inputan gejala sebelumnya, maka akan dihasilkan sebuah kesimpulan berupa solusi, gejala serta jenis penyakit yang diderita. Selain flowchart algoritma fuzzy . dibawah ini di gambarkan flowchart-flowchart prosedural. Terdapat 7 flowchart yang digambarkan dalam pembuatan skripsi ini yaitu :
a. Flowchart alur konsultasi penyakit jeruk Flowchart konsultasi menjelaskan tentang alur proses saat user atau pengguna melakukan konsultasi atu berkonsultasi dengan sistem. Mulai
Tampilan Halaman Daftar Pasien Nama belum diisi Alamat masih kosong Pekerjaan masih kosong Input Data Pasien
Daftar
Ya
Input Jawaban Gejala
Cek Rule
Tampilan Analisa_Hasil
Cetak Analisa Hasil
Hasil cetak Analisa Hasil
End
Gambar 4.17 Flowchart Konsultasi
b. Flowchart Login Flowchart login menjelaskan tentang alur proses saat pakar atau admin melakukan mealukan login ke halaman admin.
Gambar 4.18 Flowchart Login
c. Flowchart Input Penyakit Flowchart Input penyakit menjelaskan tentang alur proses saat admin menginput suatu penyakit.
Gambar 4.19 Flowchart Input Penyakit
d. Flowchart Ubah Penyakit Flowchart ubah penyakit menjelaskan tentang alur proses saat admin atau pakar melakukan pengubahan data penyakit.
start
Tampilan halaman ubah penyakit
Nama penyakit masih Kosong, Definisi mAsih kosong, Solusi masih kosong Ubah penyakit
Simpan
Tidak
ya
Penyakit tampil
End
Gambar 4.20 Flowchart Ubah Penyakit
e. Flowchart Input Gejala Flowchart input gejala menjelaskan tentang alur proses memasukan data gejala penyakit kedalam sistem atau database.
Gambar 4.21 Flowchart Input Gejala
f. Flowchart Ubah Gejala Flowchart ubah gejala menjelaskan tentang alur proses saat admin atau pakar melakukan pengubahan data gejala penyakit.
start
Tampilan halaman ubah gejala
Gejala Masih Kosong
Ubah Gejala
Tidak
Simpan
ya
Gejala tampil
End
Gambar 4.22 Flowchart Ubah Gejala
g. Flowchart Input Relasi Flowchart relasi menjelaskan tentang alur proses penginputan data relasi penyakit dengan gejala
Gambar 4.23 Flowchart Input Gejala
4.7 Implementasi Penerapan program dalam pengembangan sistem ini adalah penerapan aplikasi berbasis web yang dapat dijalankan dalam lingkungan internet. Sehingga user dapat menggunakan aplikasi ini dimana dan kapan saja. Dengan adanya program ini diharapkan mampu memberikan informasi yang secara cepat dan mudah dalam mendiagnosa penyakit pada ternak jeruk.
4.7.1
Uji Kasus Pengujian terhadap aplikasi sistem pakar untuk mendiagnosis penyakit
pada jeruk dilakukan untuk menguji kebenaran dari sistem pakar tersebut. Telah dilakukan pengujian terhadap aplikasi adalah sebagai berikut : a. Pengujian Konsultasi Pengujian Konsultasi merupakan menu dimana user dapat melakukan penginput gejala-gejala yang dialami untuk mendapatkan hasil analisa dari gejala tersebut. Konsultasi
Modul yang diuji Prosedur Pengujian
-
Akses ke website
-
Pilih menu konsultasi
-
Isi data user
-
Input jawaban gejala yang dialami
-
Klik tombol diagnosa
Masukan
Gejala, klik tombol jawab
keluaran
Hasil diagnosa dari jawaban gejala yang diinput
Hasil
Hasil diagnosa dari jawaban gejala yang diinput
Kesimpulan
Baik
Tabel 4.14 Tabel Pengujian Konsultasi b. Pengujian Login Untuk melakukan akses ke sistem setiap admin harus mempunyai username dan password yang terdapat pada sistem. Admin berhak
menjalankan
sistem
untuk
melakukan
kegiatannya
sebagai
tenaga
administrasi mulai dari perubahan password login, penginputan dan pengeditan data. Modul yang diuji Prosedur Pengujian
Login
Login
-
Akses ke website
-
Akses ke website
-
Pilih menu
-
Pilih menu
Masuk pakar -
Masukan
keluaran
Masuk pakar
Masukan
-
Masukan
username dan
username dan
password
password
Klik tombol login
Klik tombol login
Username, password,
Username, password,
klik tombol login
klik tombol login
User masuk kedalam
Tampil pesan “Username
sistem dan dapat
atau Password Salah
mengakses sistem Hasil
User masuk kedalam
Tampil pesan “Username
sistem dan dapat
atau Password Salah
mengakses sistem Kesimpulan
Baik
Baik
Tabel 4.15 Tabel Pengujian Login
c. Pengujian Input Data penyakit Pengujian data jenis penyakit digunakan untuk memasukan data baru, pengolahan data seperti penyakit, definisi, solusi. Modul yang
Input Penyakit
Input Penyakit
diuji Prosedur
-
Pengujian -
-
Akses ke
-
Akses ke website
website
-
Masukkan ke bagian
Masukkan ke
admin
bagian admin
-
Pilih menu input penyakit
Pilih menu
-
Input penyakit, definisi,
input penyakit -
Input penyakit,
solusi -
Klik tombol simpan
definisi, solusi -
Klik tombol simpan
Masukan
Penyakit, definisi,
Penyakit, definisi, solusi
solusi keluaran
Hasil
Kesimpulan
Tampil pesan “Data
Tampil pesan “Nama penyakit
berhasil disimpan”
masih kosong, ulangi kembali”
Tampil pesan “Data
Tampil pesan “Nama penyakit
berhasil disimpan”
masih kosong, ulangi kembali”
Baik
Baik
Tabel 4.16 Tabel pengujian input data penyakit
d. Pengujian Input Gejala Pengujian Gejala digunakan untuk menambah gejala. Modul yang
Input Gejala
Input Gejala
diuji Prosedur
-
Pengujian -
-
Akses ke
-
Akses ke website
website
-
Masukkan ke bagian
Masukkan ke
admin
bagian admin
-
Pilih menu input gejala
Pilih menu
-
Input gejala
input gejala
-
Klik tombol simpan
-
Input gejala
-
Klik tombol simpan
Masukan
Gejala, klik tombol
Gejala, klik tombol simpan
simpan keluaran
Hasil
Kesimpulan
Tampil pesan “Data
Tampil pesan „Gejala masih
berhasil disimpan”
kosong, ulangi kembali”
Tampil pesan “Data
Tampil pesan „Gejala masih
berhasil disimpan”
kosong, ulangi kembali”
Baik
Baik
Tabel 4.17 Tabel Pengujian input data gejala
Pada pengujian data relasi digunakan untuk memasukkan data baru, mengubah atau menghapus. Modul yang
Input Relasi
Input Relasi
diuji Prosedur
-
Pengujian -
-
-
Akses ke
-
Akses ke website
website
-
Masukkan ke bagian
Masukkan ke
admin
bagian admin
-
Pilih menu input relasi
Pilih menu
-
Pilih penyakit, pilih
input relasi
gejala
Pilih
Klik tombol simpan
penyakit, pilih gejala -
Klik tombol simpan
Masukan
keluaran
Hasil
Kesimpulan
Penyakit, Gejala, klik Penyakit, Gejala, klik tombol tombol simpan
simpan
Tampil pesan “Data
Tampil pesan „Data masih
berhasil disimpan”
kosong, ulangi kembali”
Tampil pesan “Data
Tampil pesan „Data masih
berhasil disimpan”
kosong, ulangi kembali”
Baik
Baik
Tabel 4.18 Tabel Pengujian Input Relasi
4.7.2
Spesifikasi Hardware dan Software Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit Pada Jeruk ini menggunakan sfesifikasi sebagai berikut : a. Hardware 1) Laptop Compaq CQ43 2) Processor AMD E 300 APU with Radeon (tm) HD Grapichs 1.30 Ghz 3) Ram 2 GB 4) Mouse, keyboard, monitor b. Software 1) Windows 7 ultimate 2) Mozilla Forefox 3) Xampp 4) Macromedia Dreamweaver 8 5) Adobe Photoshop CS3 6) Microsot Office 7) Rational Software 8) WBS Chart Pro
4.8 Kelebihan dan Kekurangan Program Dalam sebuah program tentu mempunyai kelebihan dan kekurangan program tersebut, hal ini untuk menjadi perbandingan dengan program yang lainnya. Berikut kelebihan dan kekurangan program yang dibuat.
4.8.1
Kelebihan Program Kelebihan aplikasi ini adalah : a. Mempunyai login admin sehingga data-data bisa diubah, ditambah, dihapus. b. Tampilan sederhana dan mudah digunakan. c. Tidak banyak menggunakan biaya.
4.8.2
Kekurangan Program Kekurangan aplikasi ini adalah : a. Mengaksesnya masih melalui localhost. b. Menggunakan xampp untuk menjalankannya sering tidak support pada windows 7 . c. Jumlah penyakit yang di diagnosis dalam aplikasi ini masih dibatasi. d. Aplikasi ini hanya bersifat konsulatif atau hanya sebagai alat bantu untuk berkonsultasi saja dan memberikan solusi. Namun untuk penanganan lebih spesifikasi sebaiknya bekonsultasi langsung dengan dokter hewan atau pakar ternak.
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulanl;l Berdasarkan permasalahan yang telah dibahas, maka disimpulkan : a. Aplikasi ini menggunakan metode fuzzy yang diaplikasikan ke dalam layanan berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai databasenya. b. Metode fuzzy yang digunakan merupakan proses inferensi yang memulai pencarian dari premis atau data masukan berupa gejala menuju pada konklusi yaitu kesimpulan jenis penyakit serta solusinya. c. Berdasarkan hasil pengujian, aplikasi sistem pakar ini berguna untuk membantu dan mempermudah user dalam memperoleh informasi mengenai penyakit jeruk serta mendapatkan hasil diagnosa penyakit jeruk. 5.2 Saran Aplikasi sistem pakar untuk mendiagnosis penyakit pada jeruk ini sangat berpengaruh
dalam
dunia
kesehatan sehingganya
untuk
pengembangan
kedepannya diharapkan dapat menambahkan pengetahuan yang lebih lengkap dan terbaru
tentang gejala-gejala penyakit jeruk yang dibahas dari pakar yang
berbeda, ada beberapa saran yang harus diterapkan guna pengembangan sisten pakar lebih lanjut :
a. Pengetahuan sistem pakar penyakit pada jeruk kiranya semakin diperkaya dengan penambahan kompleksitas gejala yang diberikan, agar dapat memberikan penjelasan informasi kepada pengguna yang lebih optimal. b. Perlu dipertimbangkan untuk membuat penyajian pilihan data gejala yang lebih baik agar lebih mudah dalam penggunaan sistem pakar ini.
c. Untuk penanganan penyakit lebih lanjut sehingga dapat menghasilkan perkembangan yang maksimal, sebaiknya user langsung mendatangi seorang pakar tanaman. d. Semua kekurangan yang tidak disadari oleh penulis agar dapat di sempurnakan lagi.
