SISTEM PAKAR IDENTIFIKASI HAMA PADA TANAMAN KELAPA DAN KELAPA SAWIT
KANTA SASMITA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
SISTEM PAKAR IDENTIFIKASI HAMA PADA TANAMAN KELAPA DAN KELAPA SAWIT
KANTA SASMITA G64062002
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
ABSTRACT KANTA SASMITA. An Expert System for Identification of Pest on Coconut Palm and Oil Palm. Under direction of TOTO HARYANTO and SONY HARTONO WIJAYA. The Expert is NINA MARYANA. The decreasing of coconut palm and oil palm productivity, as export commodities, was caused by continuously plant pest. This expert system can be used as a tool to identify the kinds of infections on the coconut palm and oil palm, and how to treat the pest according to the damage indications which can be seen on the outside of the plants, such as leaves, blossoms, and fruits. This expert system was developed using software lifecycle method in its design and development. This system was made using web programming language PHP and MySQL in its database organization. The kind of representation used is rules with forward chaining. With this system, user can identify the kind of infections on the coconut palm and oil palm according to the indications submitted by user. This system is also able to add, change, and delete the indications and the result of consultation which done by admin.
Keywords: expert system,coconut palm and oil palm, forward chaining, rules.
Penguji: Aziz Kustiyo, S.Si., M.Kom.
Judul Skripsi Nama NIM
: Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit. : Kanta Sasmita : G64062002
Menyetujui:
Pembimbing I,
Pembimbing II,
Toto Haryanto, S.Kom., M.Si.
Sony Hartono Wijaya, M.Kom. NIP. 19810809 200812 1 002
Mengetahui:
Ketua Departemen Ilmu Komputer,
Dr. Ir. Agus Buono, M.Si, M.Kom. NIP. 19660702 199302 1 001
Tanggal Lulus:
PRAKATA Segala puji dan syukur penulis panjatkan kepada Allah SWT atas rahmat dan karunia-Nya sehingga penelitian dan karya ilmiah ini dapat diselesaikan. Shalawat serta salam senantiasa tercurah kepada junjungan kita Nabi Muhammad SAW berserta keluarganya dan semoga kita para pengikutnya selalu istiqomah di jalan-Nya. Penulis menyadari bahwa banyak pihak yang telah banyak membantu penulis dalam menyelesaikan penelitian ini. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada: 1.
Abi dan Ummi tercinta yang selalu berdoa, memberikan kasih sayang, nasihat, serta dukungannya baik berupa materi maupun dukungan moral untuk penulis. 2. Kakak-kakak penulis yaitu Hj. Endah Nurul Ridha, Hj. Evi Nuraeni dan Rohaenah Rahmawati serta semua sanak saudara atas doa dan dukungannya kepada penulis. 3. Bapak Toto Haryanto, S.Kom., M.Si dan Bapak Sony Hartono Wijaya, M.Kom atas saran, bimbingan, dan kesabarannya selama proses penelitian dan penulisan karya ilmiah ini berlangsung. 4. Ibu Dr. Ir. Nina Maryana, M.Si. sebagai pakar atas segala pengetahuan yang telah diberikan tentang hama pada tanaman kelapa dan kelapa sawit. 5. Bapak Aziz Kustiyo S.Si., M.Kom selaku penguji yang telah memberi banyak masukan terhadap tugas akhir yang saya kerjakan. 6. Dosen-dosen Ilmu Komputer yang telah mengajarkan ilmu-ilmu yang sungguh bermanfaat. 7. Kartika Eka Putri, terima kasih atas dukungan semangat dalam penyelesaian tugas akhir ini. 8. Febrie Subhan dan Erri Isma Kusaeri serta teman-teman Ilmu Komputer 43 yang telah memberikan dukungan semangat serta saran kepada penulis. 9. Teman satu bimbingan yang memberikan dorongan dan dukungan. 10. Satrio Harjono, Haris Fadillah, HablinurAlkindi, Chandra Nur Khalam, dan teman-teman kosan Pondok D’Qaka yang telah memberikan dukungan motivasi serta saran yang membuat penulis semakin bersemangat dalam menyelesaikan tugas akhir. 11. Pihak-pihak lainnya yang tidak bisa dituliskan satu persatu. Terima kasih banyak. Penulis menyadari bahwa penulisan tugas akhir ini masih terdapat banyak kekurangan karena keterbatasan kemampuan penulis. Penulis meminta saran dari pembaca agar tugas akhir ini ke depannya menjadi lebih baik lagi. Penulis berharap semoga tugas akhir ini bermanfaat.
Bogor, 15 Februari 2012
Kanta Sasmita
RIWAYAT HIDUP Penulis lahir di Bogor tanggal 12 Juni 1987 sebagai anak keempat dari empat bersaudara dari pasangan Bapak H. Raip Sasmita dan Ibu Hj. Emi Sani. Penulis menempuh pendidikan SMU pada tahun 2003 - 2006 di SMU Negeri 1 Leuwiliang. Pada tahun 2006 penulis diterima di Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Pada tanggal 6 Juli 2009 penulis melaksanakan Praktik Kerja Lapangan (PKL) di Direktorat Komunikasi dan Sistem Informasi (DKSI) Institut Pertanian Bogor. Selama kuliah, penulis aktif di beberapa organisasi kemahasiswaan yaitu Badan Eksekutif Mahasiswa Tingkat Persiapan Bersama Institut Pertanian Bogor (BEM TPB IPB), Ikatan Keluarga Muslim Tingkat Persiapan Bersama (IKMT TPB), Badan Eksekutif Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor (BEM FMIPA IPB), dan Himpunan Mahasiswa Ilmu Komputer (Himalkom).
iii
DAFTAR ISI Halaman DAFTAR GAMBAR ...................................................................................................................v DAFTAR LAMPIRAN ................................................................................................................v PENDAHULUAN Latar Belakang ....................................................................................................................... 1 Tujuan ................................................................................................................................... 1 Ruang Lingkup....................................................................................................................... 1 Manfaat.................................................................................................................................. 1 TINJAUAN PUSTAKA Sistem Pakar .......................................................................................................................... 2 Fasilitas Akuisisi Pengetahuan (Knowledge Acquisition) ......................................................... 2 Fakta (Fact) ........................................................................................................................... 3 Basis Pengetahuan(Knowledge Base) ...................................................................................... 3 Mesin Inferensi (Inference Engine) ......................................................................................... 3 Antarmuka Pengguna (User Interface) .................................................................................... 3 Fasilitas Penjelasan (Explanations Facility) ............................................................................ 3 Forward Chaining (Runut Maju) ............................................................................................ 3 Faktor Kepastian (Certainty Factor) ....................................................................................... 4 Pendekatan Berbasis Aturan (Rule Based Reasoning) .............................................................. 4 Representasi Pengetahuan ....................................................................................................... 4 Hama Tanaman Kelapa dan Kelapa Sawit ............................................................................... 5 METODE PENELITIAN Tahap-tahap Pembentukan Sistem Pakar ................................................................................. 6 Implementasi Pengembangan Sistem Pakar ............................................................................. 7 HASIL DAN PEMBAHASAN Identifikasi Masalah ............................................................................................................... 8 Sumber Pengetahuan .............................................................................................................. 8 Akuisisi Pengetahuan ............................................................................................................. 8 Representasi Pengetahuan ....................................................................................................... 9 Pengembangan Mesin Inferensi ............................................................................................ 10 Implementasi Pengembangan Sistem Pakar ........................................................................... 11 1. Analisis Kebutuhan........................................................................................................... 11 1.1 Deskripsi Sistem..................................................................................................... 12 1.2 Karakteristik Pengguna ........................................................................................... 12 1.3 Kebutuhan Fungsional ............................................................................................ 12 1.4 Diagram Konteks (Context Diagram) ...................................................................... 12 1.5 Data Flow Diagram (DFD) Level 1 ......................................................................... 12 1.6 Batasan Sistem ....................................................................................................... 12 1.7 Kebutuhan Dataatar Belakang................................................................................. 13 1.8 Perangkat Keras dan Perangkat Lunak Sistem ......................................................... 13 2. Desain Sistem ................................................................................................................... 13 2.1 Perancangan Antarmuka ......................................................................................... 13 2.2 Perancangan Basis Data .......................................................................................... 13 Hasil Implementasi ............................................................................................................... 14 Pengujian ............................................................................................................................. 16 KESIMPULAN DAN SARAN Kesimpulan .......................................................................................................................... 16 Saran.. …… ......................................................................................................................... 16 DAFTAR PUSTAKA ................................................................................................................ 16 LAMPIRAN .............................................................................................................................. 18
iv
DAFTAR GAMBAR Halaman 1 Struktur Sistem Pakar . ........................................................................................................ ...2 2 Akuisisi Pengetahuan. ......................................................................................................... ...3 3 Skema Tahap Pembentukan Sistem Pakar. ........................................................................... ...7 4 Alur Pengembangan Software Lifecycle. .............................................................................. ...7 5 Context Diagram ................................................................................................................ .12 6 DFD Level 1 ....................................................................................................................... .12 7 Desain Antarmuka .............................................................................................................. .13 8 ERD Sistem ........................................................................................................................ .13 9 Relasi Tabel ........................................................................................................................ .14 10 Antarmuka Beranda ............................................................................................................ .14 11 Antarmuka Daftar Hama ..................................................................................................... .14 12 Antarmuka Menu Konsultasi ............................................................................................... .14 13 Antarmuka Login Pakar ...................................................................................................... .15 14 Antarmuka Menu Login Pakar............................................................................................. .15 15 Antarmuka Submenu Hama................................................................................................. .15 16 Antarmuka Submenu Gejala ................................................................................................ .15 17 Antarmuka Submenu Relasi ................................................................................................ .15 18 Antarmuka Submenu Laporan Hama ................................................................................... .15 19 Antarmuka Sumbenu Laporan Gejala .................................................................................. .16
DAFTAR LAMPIRAN Halaman 1 Skenario pengujian sesuai dengan rule ................................................................................ .19 2 Skenario pengujian di luar rule ............................................................................................ .21 3 Hasil implementasi basis data .............................................................................................. .21
v
PENDAHULUAN Latar Belakang Saat ini perkebunan kelapa dan kelapa sawit di Indonesia semakin berkembang. Kelapa dan kelapa sawit tumbuh hampir di seluruh kepulauan Nusantara. Hampir seluruh bagian tanaman ini bermanfaat bagi kehidupan manusia. Semakin tinggi kebutuhan manusia, maka kebutuhan kelapa dan kelapa sawit semakin meningkat. Namun terjadi ketidakseimbangan, di mana setiap tahun kebutuhan kelapa semakin meningkat, sedangkan produksi kelapa menurun. Hal ini disebabkan oleh: 1. Rata-rata tanaman melewati umur produktif (60 tahun ke atas). 2. Perlakuan budidaya sangat minim, baik pemeliharaan, pemupukan maupun pencegahan dan pencegahan hama dan patogen penyakit. 3. Adanya serangan hama/patogen penyakit yang tidak berkesudahan, walaupun usaha pengendaliannya telah dilaksanakan secara intensif. Budidaya tanaman kelapa dan kelapa sawit di Indonesia sangat luas sehingga banyak masalah terkait budidaya kelapa dan kelapa sawit. Salah satu permasalahan dalam perkebunan kelapa dan kelapa sawit di Indonesia saat ini adalah produktivitas yang masih di bawah potensi produksi. Hal ini antara lain disebabkan oleh gangguan organisme pengganggu tanaman (Suhardiono 1993). Menurunnya tingkat produksi kelapa, sebagai salah satu komoditi ekspor disebabkan oleh adanya serangan hama. Di dalam perkebunan kelapa dan kelapa sawit, hama merupakan salah satu kendala yang dapat mempengaruhi kualitas dan kuantitas kelapa. Hama merupakan salah satu organisme pengganggu tanaman (OPT) yang menjadi faktor penting yang harus diperhatikan dalam perkebunan kelapa dan kelapa sawit. Di Indonesia, ahli hama tanaman kelapa dan kelapa sawit sangat terbatas. Hal ini berbanding terbalik dengan domain masalah hama tanaman kelapa dan kelapa sawit yang sangat banyak. Sistem pakar merupakan sistem komputer yang mengemulsikan kemampuan pakar dalam pengambilan keputusan (Giarratano & Riley 1994). Banyak sekali bidang yang telah mengaplikasikan sistem pakar, di antaranya adalah bidang pertanian.
Melihat permasalahan di atas, perlu dikembangkan Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit. Dengan adanya sistem pakar ini diharapkan pengguna dapat mengetahui jenis hama dan cara penanggulangannya secara cepat dan akurat, sehingga masalah menurunnya produksi kelapa dapat teratasi. Penelitian yang dilakukan adalah perancangan dan pembuatan sistem pakar rule based untuk mengidentifikasi hama pada tanaman kelapa dan kelapa sawit berdasarkan gejala-gejalanya. Pengembangan sistem pakar ini menggunakan metode inferensia yang memulai pencarian dari premis atau data menuju konklusi (kesimpulan). Tujuan Penelitian Tujuan penelitian ini adalah mengembangkan Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit. Sistem pakar ini digunakan untuk menyelesaikan masalah identifikasi hama tanaman kelapa dan kelapa sawit sedangkan ahli hama tanaman kelapa dan kelapa sawit sangat terbatas. Ruang Lingkup Dari analisis yang telah dilakukan dapat dirumuskan beberapa batasan masalah pada penelitian ini. 1. Pembahasan masalah identifikasi hama pada tanaman kelapa dan kelapa sawit berdasarkan gejala kerusakan yang terlihat pada bagian luar tanaman, seperti batang, daun, bunga, dan buah beserta biologi, solusi atau cara penanggulangannya. 2. Penelitian dibatasi pada hama yang paling penting pada tanaman kelapa dan kelapa sawit. 3. Sistem pakar ini digunakan untuk petani kelapa. 4. Data yang akan digunakan dalam penelitian ini diperoleh dari seorang pakar hama yaitu Ibu Dr. Ir. Nina Maryana, M.Si. dari Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai sumber kepakarannya. Di samping itu data diperoleh juga dari informasi yang didapat dari buku dan internet. Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian ini adalah diharapkan Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit ini dapat membantu petani kelapa dan kelapa
1
sawit memberikan informasi dalam melakukan identifikasi hama.
TINJAUAN PUSTAKA Sistem Pakar Dalam perkembangannya teknologi komputer yang semakin maju menuntut kepandaian komputer yang semakin lebih baik. Oleh karena itu dikembangkanlah suatu sistem yang dapat mengambil keputusan, kesimpulan ataupun jawaban yang lengkap beserta alasan dan tahap-tahap runtun dari sistem tersebut untuk mencapai jawaban akhir. Sistem tersebut dikenal sebagai sistem pakar atau expert system atau knowledge based system (Turban 1995). Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Ada beberapa definisi tentang sistem pakar, diantaranya: a. Sistem pakar adalah sistem komputer berbasis pengetahuan yang terpadu di dalam suatu sistem informasi dasar yang ada, sehingga memiliki kemampuan untuk memecahkan berbagai masalah layaknya seorang pakar (Marimin 2002). b. Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar (Giarratano dan Riley 1994). c. Sistem pakar (expert system) adalah paket perangkat lunak pengambilan keputusan atau pemecahan masalah yang dapat mencapai tingkat performa yang setara atau bahkan lebih dengan pakar manusia di beberapa bidang khusus dan biasanya mempersempit area masalah (Turban 1995). Ide dasar dari sistem pakar, teknologi kecerdasan buatan terapan adalah sederhana. Keahlian ditransfer dari pakar ke suatu komputer. Knowledge ini kemudian disimpan di dalam komputer, dan pengguna menjalankan komputer untuk nasihat spesifik yang diperlukan. Sistem pakar menanyakan faktafakta dan dapat membuat inferensi hingga sampai pada kesimpulan khusus. Kemudian layaknya konsultan manusia, sistem pakar akan memberi nasihat kepada non expert dan menjelaskan, jika perlu logika dibalik nasihat yang diberikan. Knowledge dalam sistem pakar mungkin saja seorang ahli, atau knowledge yang umumnya terdapat dalam buku, jurnal, website dan orang yang mempunyai pengetahuan tentang suatu bidang. Sistem pakar yang baik
dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Sebuah sistem pakar harus memberikan suatu dialog dan setelah diberikan suatu jawaban, sistem pakar dapat memberikan nasehat atau solusi. Tujuan utama sistem pakar bukan untuk menggantikan kedudukan seorang ahli atau seorang pakar, tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar. Bagi para ahli atau pakar, sistem pakar ini juga dapat membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Sistem pakar memungkinkan seseorang dapat meningkatkan produktifitas, memperbaiki kualitas keputusan dan bisa memecahkan masalah yang rumit, tanpa bergantung sepenuhnya pada seorang pakar. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu. Elemen–elemen sistem pakar dapat dilihat pada Gambar 1.
Gambar 1 Struktur Sistem Pakar (Giarattano dan Riley 1994). Fasilitas Akuisisi Pengetahuan (Knowledge Acquisition) Akuisisi pengetahuan adalah proses transfer dan transformasi sumber pengetahuan dari pakar (domain expert) ke dalam program (Jackson 1999). Proses akuisisi ini dilakukan dengan bantuan Knowledge Engineer yang berperan sebagai mediator antara sistem pakar dengan pakarnya. Proses akuisisi pengetahuan dapat dilihat pada Gambar 2.
2
Gambar 2 Akuisisi Pengetahuan. Dalam proses akuisisi pengetahuan ada tiga cara yang biasa dilakukan, yaitu (Turban 1995): 1. Wawancara, merupakan metode akuisisi yang paling banyak digunakan. Metode ini melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara. 2. Analisis, pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan katakata. Pekerjaan tersebut direkam, dituliskan dan dianalisis. 3. Observasi, pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan diobservasi. Setelah pengetahuan berhasil diakuisisi, maka harus diorganisasi dan diatur dalam suatu konfigurasi dengan format/representasi tertentu. Fakta (Fact) Fakta merupakan sekumpulan data yang akan digunakan oleh aturan. Dari fakta inilah suatu basis pengetahuan akan dibuat. Apabila terdapat fakta baru terhadap suatu permasalahan, maka akan dijadikan sebagai basis pengetahuan baru dan kaidah (rule) baru pada mesin inferensia dibuat (Haryanto 2006). Basis Pengetahuan (Knowledge Base) Basis pengetahuan merepresentasikan pengetahuan yang dimiliki oleh pakar. Menurut Marimin (2002), basis pengetahuan merupakan sumber kecerdasan sistem dan dimanfaatkan oleh mekanisme inferensia untuk penarikan suatu kesimpulan. Mesin Inferensi (Inference Engine) Mesin inferensi merupakan program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan Mesin inferesi menyeleksi aturan yang ada berdasar fakta yang ada dan mengeksekusi aturan tersebut dengan prioritas tertinggi (Giarratano dan Riley 1994). Di dalam sistem pakar, mesin inferensia ini akan memandu, mengarahkan dan memanipulasi basis pengetahuan sehingga tercapai suatu kesimpulan. Di antara jenis inferensia yang
paling populer adalah kaidah produksi. Kaidah produksi ini banyak dikenal pada tahun 1940. Notasi dari kaidah produksi sederhana adalah IF X THEN Y, dengan X adalah antesenden dan Y adalah konsekuen. Karena sangat pentingnya sistem berbasis kaidah produksi ini, menyebabkan munculnya perkembangan konsep kaidah lainnya seperti Certainty Factor (CF). Faktor kepastian (Certainty Faktor) merupakan nilai parameter yang diberikan untuk menunjukkan besarnya kepercayaan. Nilai CF diperoleh dengan menggunakan kuantifikasi pertanyaan. Antarmuka Pengguna (User Interface) Semua software pengembangan sistem pakar memberikan interface yang berbeda bagi user dan developer. User akan berhadapan dengan tampilan yang sederhana dan mudah sedangkan developer akan berhadapan dengan editor dan source code waktu mengembangkan program. Merupakan mekanisme yang digunakan oleh pengguna sistem pakar untuk berkomunikasi. Pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai. Fasilitas Penjelasan (Explanations Facility) Proses menentukan keputusan yang dilakukan oleh mesin inferensi selama sesi konsultasi mencerminkan proses penalaran seorang pakar. Karena pemakai terkadang bukanlah seorang ahli dalam bidang tersebut, maka dibuatlah fasilitas penjelasan. Fasilitas penjelasan inilah yang dapat memberikan informasi kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu keputusan. Forward Chaining (Runut Maju) Forward Chaining merupakan suatu penalaran yang dimulai dari fakta untuk mendapatkan kesimpulan (conclusion) dari fakta tersebut (Giarratano dan Riley 1994). Forward chaining bisa dikatakan sebagai strategi inference yang bermula dari sejumlah fakta yang diketahui. Pencarian dilakukan dengan menggunakan rules yang premisnya cocok dengan fakta yang diketahui tersebut untuk memperoleh fakta baru dan melanjutkan proses hingga goal dicapai atau hingga sudah tidak ada rules lagi yang premisnya cocok dengan fakta yang diketahui maupun fakta yang diperoleh.
3
Forward chaining bisa disebut juga runut maju atau pencarian yang dimotori data (data driven search). Jadi pencarian dimulai dari premis-premis atau informasi masukan (if) dahulu kemudian menuju konklusi atau derived information (then). Forward Chaining berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan atau dengan menambahkan data ke memori kerja untuk diproses agar ditemukan suatu hasil. Faktor Kepastian (Certainty Factor) Faktor kepastian (Certainty Factor) menyatakan kepercayaan dalam sebuah kejadian berdasarkan bukti atau penilaian pakar. Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (Arhami 2004). Certainty Factor memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumusan dasar sebagai berikut: CF [P,E] = MB [P,E] – MD [P,E] dengan : CF : Certainty Factor MB : Measure of Belief MD : Measure of Disbelief P : Probability E : Evidence (Peristiwa/Fakta) Berikut ini adalah deskripsi beberapa kombinasi Certainty Factor terhadap berbagai kondisi: 1. Certainty Factor untuk kaidah dengan premis tunggal: CF(H,E) = CF(E)*CF(rule) = CF(user)*CF(pakar) 2. Certainty Factor untuk kaidah dengan premis majemuk: CF(A AND B) = Minimum (CF(a),CF(b)) * CF(rule) CF(A OR B) = Maximum (CF(a),CF(b)) * CF(rule) 3. Certainty Factor untuk kaidah dengan kesimpulan yang serupa: a.
CF(combine)(CF1,CF2) = CF1 + CF2(1CF1) ; kedua-duanya > 0
b.
CF(combine)(CF1,CF2) = CF1 + CF2(1+ CF1); kedua-duanya < 0
c.
CF(combine)(CF1,CF2) = (CF1 +CF2 ) : (1 – min(|CF1|, |CF2|)); salah satu < 0
Pendekatan Berbasis Aturan (Rule Based Reasoning) Bentuk ini digunakan karena memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan pakar dapat menyelesaikan masalah tersebut secara sistematis dan berurutan. Representasi berbasis aturan yang mempunyai pola if kondisi/premis then aksi/konklusi pada suatu tabel pakar akan memberikan keuntungan pada berbagai aspek, diantaranya mudah dalam memodifikasi, baik perubahan data, penambahan data atau penghapusan data. Dalam hal ini if bisa direprentasikan sebagai gejala-gejala yang menyerang pada tanaman hortikultura dan then berupa solusi-solusi yang dicapai. Di samping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang langkah-langkah pencapaian solusi (Kusrini 2006). Untuk suatu kondisi tertentu di mana if premis then konklusi, dan premisnya lebih dari satu maka dapat dihubungkan dengan operator and atau or. Sedangkan pada bagian konklusi dapat berupa kalimat tunggal, beberapa kalimat yang dihubungkan dengan and, dimungkinkan untuk dikembangkan dengan else. Contoh aturan identifikasi hewan: 1. Rule 1: IF hewan berambut AND menyusui THEN hewan mamalia 2. Rule 2 : IF hewan mempunyai sayap AND bertelur THEN hewan jenis burung 3. Rule 3: IF hewan mamalia AND memakan daging THEN hewan karnivora. Representasi Pengetahuan Representasi pengetahuan merupakan kombinasi sistem berdasarkan dua elemen, yaitu struktur data dan penafsiran prosedur untuk digunakan pengetahuan dalam menyimpan struktur data (Arhami 2004). Salah satu model representasi pengetahuan yang sering digunakan yaitu model kaidah produksi. Kaidah produksi dituliskan dalam bentuk pernyataan IF_THEN (Jika-Maka). Pernyataan ini menghubungkan bagian premis (IF) dan bagian kesimpulan (THEN) yang dituliskan dalam bentuk: IF [premis] THEN [konklusi]. Apabila bagian premis dipenuhi maka bagian konklusi akan bernilai benar.
4
Hama Tanaman Kelapa dan Kelapa Sawit Tanaman kelapa (Cocos nucifera L.) dan kelapa sawit (Elaeis guinensis Jacq.) merupakan komoditas unggul yang memiliki tingkat produksi dan nilai ekonomi tinggi di Indonesia. Hama merupakan salah satu organisme pengganggu tanaman (Suhardiono 1993) yang menjadi faktor penting yang harus diperhatikan dalam perkebunan kelapa dan kelapa sawit. Perbedaan hama dari penyakit adalah kerusakan yang ditimbulkan. Hama menimbulkan kerusakan fisik seperti gerekan, tusukan, dan lain-lain. Sementara penyakit menimbulkan gangguan fisiologis pada tanaman. Kerusakan yang ditimbulkan hama cukup besar, baik penurunan produksi maupun kematian tanaman. Jenis kerusakan yang ditimbulkan hama dapat berakibat langsung pada komoditas, seperti serangan pada buah atau tidak langsung seperti serangan pada bagian tanaman lainnya. Hama dapat menyerang tanaman mulai dari pembibitan hingga tanaman menghasilkan. Sebagian besar hama yang menyerang tanaman kelapa dan kelapa sawit adalah golongan serangga dan mamalia. Hama ini masing-masing menyerang bagian tanaman tertentu seperti hama daun, batang, buah dan akar. Daya rusak masing-masing serangga berbeda satu sama lain, sehingga terdapat hama yang dianggap penting dan kurang penting. Hama penyerang daun umumnya berupa kutu-kutuan (Hem : Aphididae) atau penggerek, baik itu ulat penggerek atau kumbang penggerek. Hama penyerang batang umumnya adalah penggerek dan nematoda. Kemudian hama penyerang akar umumnya seranggaserangga tanah. Hama yang paling penting adalah hama penyerang buah yang umumnya mamalia dan serangga (Didi 2008). Berikut adalah 14 hama penting pada tanaman kelapa dan kelapa sawit: 1. Kutu Aspidiotus sp. Hama ini terlindung dari serangan musuh alami karena semut dapat membunuh musuh alaminya yang biasanya hidup berkeliaran di sekitarnya. Oleh karena itu sarilah sarang semut ini dan memusnahkan. 2. Kumbang penggerek (Oryctes rhinoceros) Oryctes rhinoceros merupakan serangga yang mengalami metamorfosis sempurna yang melewati stadia telur, larva, pupa, dan imago. Kumbang ini berwarna gelap sampai hitam, sebesar biji durian, cembung pada bagian
punggung dan bersisi lurus, pada bagian kepala terdapat satu tanduk dan tedapat cekungan dangkal pada permukaan punggung ruas dibelakang kepala. Kumbang Oryctes rhinoceros pada bagian atas berwarna hitam mengkilat, bagian bawah coklat merah tua. Panjangnya 3-5 cm. Tanduk kumbang jantan lebih panjang dari tanduk betina. Pada kumbang betina terdapat bulu yang tumbuh pada ujung abdomennya, sedangkan pada kumbang jantan bulu-bulu tersebut hampir tidak ditemukan. 3. Kumbang brontispa (Brontispa longissima) Brontisma longissima banyak mendatangkan kerusakan pada tanaman kelapa di pulau jawa dan lampung. Kumbang dan larvanya mengetam pucuk. 4. Belalang (Valanga nigricornis) Belalang dewasa melakukan perkawinan di atas pohon setelah itu terbang ke tanah untuk mencari tempat bertelur dan berkumpul di tempat terbuka untuk mencari sinar matahari. Apabila ada gangguan, belalang terbang ke tanaman yang telah dibudidayakan di sekitar hutan dan pada malam hari akan kembali ke hutan lagi. Valanga nigricornis adalah sejenis belalang berwarna kuning kehijauan. Mempunyai tipe metamorfosa (tidak lengkap) yaitu bermula dari telur, beberapa fase pra dewasa (nimpha) dan seterusnya peringkat serangga dewasa. 5. Belalang pedang (Sexava sp.) Ada 3 spesies sexava (belalang berantena panjang) yang merusak tanaman kelapa di Indonesia. Di bagian Timur Irian Jaya dan Papua New Guinea terdapat jenis lain yang hampir sama dengan Sexava yaitu Segestidea dan Segestes. Sexava biasanya meletakkan telur di dalam tanah, jarang dijumpai di atas pohon kelapa. Telur-telur ini akan menetas setelah 7 minggu. Nimfa atau anak Sexava yang baru keluar dari telur, mula-mula tidak bersayap, setelah 3 bulan kemudian nimfa tumbuh menjadi belalang dewasa. Sexava dewasa dapat hidup selama 3 bulan. Belalang jantan mengeluarkan suara yang khas pada malam hari. Leefmansia bicolor adalah paratisid yang sebarannya cukup luas menyerang sexava. Sering kali parasit ini hanya dapat menemukan telur sexava kalau telur tersebut berada dekat permukaan tanah, pada pangkal batang atau ketiak pelepah daun. 6. Ngengat bunga kelapa (Batrachedra sp.) Larva merusak bunga jantan dan bunga betina yang terdapat di dalam mayang-1 dan
5
mayang-2. Imago bertelur pada alur kulit seludang secara terpisah atau berkelompok. Telur berwarna putih-kekuningan, lonjong, dan berumur 4 hari. Larva segera menggerek seludang menuju bunga-bunga jantan. Larva berwarna putih dengan kepala berwarna coklatkehitaman. Panjang larva tua 0,8 cm, ruas tubuhnya dilingkari oleh gelang-gelang berwarna hijau-kecoklatan. Stadium larva 1-2 minggu. Larva berpupa pada pangkal tangkai bunga. Stadium pupa 10 hari. Ketika seludang membuka, imago telah terjadi. 7. Kumbang ferruginous)
sagu
(Rhynchophorus
Kumbang sagu sering mematikan tanaman kelapa yang masih muda kalau petani secara tidak sengaja melukai batang kelapa. Kumbang sagu bertelur pada luka tersebut dan larva yang menetas, menggerek batang kelapa dan bisa terus ke titik tumbuh. Kumbang ini juga bisa masuk melalui lubang gerekan yang dibuat oleh kumbang kelapa. 8. Parasa lepida Larva dari hama ini mempunyai duri-duri pendek berwarna kuning kehijau-hijauan dengan pita biru pada punggungnya. 9. Darna sp. Imago berbentuk ngengat dengan rentang sayap 14 - 20 mm. Masa pertumbuhan 3-90 hari. 10. Ulat Artona (Artona catoxantha) Telur hama ini sangat kecil dan diletakkan di bawah permukaan daun. Ulat artona memakan anak-anak daun. Seringkali bagian daun bekas gigitan ulat artona dapat menjadi tempat masuknya penyakit cendawan, yang dapat menyebabkan anak daun kering sebagian atau seluruhnya. Masa pertumbuhan (daur hidup) mulai dari telur sampai menjadi dewasa sekitar 5-6 minggu. Banyak jenis parasit menyerang artona, tapi umumnya mereka kurang berperan (tidak efektif) sewaktu musim serangan artona. 11. Kumbang bibit kelapa (Plesispa reichei) Imago berbentuk kumbang dengan masa keperidian 90 hari. 12. Tupai/ bajing (Callosciuru nigrovittatus) Tupai biasanya tidak tinggal pada pertanaman kelapa yang monokultur tetapi sering datang dari daerah-daerah di sekitarnya. Kerusakan yang disebabkan tupai di Indonesia rupanya dapat berkurang dan ini kemungkinan
disebabkan karena mereka tidak cukup tersedia habitat alamiahnya (misalnya hutan) dan diburu untuk dimakan dagingnya. 13. Rayap (Coptotermes curvignathus) Rayap hanya dapat mencapai makanannya (bangunan atau kayu) dengan menambahnambah panjang "rumahnya" dengan membuat terowongan-terowongan kembara, yaitu jalurjalur sempit yang berasal dari pusat sarang ke arah kembara di mana makanannya berada, yang hanya dapat dilalui sekaligus oleh sekitar 3 ekor rayap. Terowongan kembara ini ditutupnya dengan bahan-bahan tanah sehingga pada galibnya liang-liang kembara tetap merupakan bagian dari sarang koloninya. Dengan adanya liang-liang tertutup ini maka praktis seluruh ruangan dari sarang rayap termasuk liang-liang kembara merupakan lingkungan yang sangat lembab yang menjamin kehidupan rayap tanah atau rayap subteran. 14. Tikus pohon (Rattus rattus roque) Tikus menyebabkan kerusakan pada buah dengan membuat lobang dekat pangkal buah (bagian yang menempel pada infloresensia). Tikus seringkali lebih berbahaya pada lokasi di mana terdapat tanaman campuran (sebagai contoh: kelapa/coklat).
METODE PENELITIAN Tahap-tahap Pembentukan Sistem Pakar Pembentukan sistem pakar terdiri dari beberapa tahap. Tahapan yang dilakukan disesuaikan dengan tahapan pembentukan sistem pakar (Marimin 2002). Tahap-tahap pembentukan sistem pakar dapat dilihat pada Gambar 3. Identifikasi Masalah Untuk melakukan identifikasi hama pada tanaman kelapa dan kelapa sawit ini melibatkan pakar yaitu Ibu Dr. Ir. Nina Maryana, M.Si. dari Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai sumber pakar (domain expert). Dalam hal ini penulis berperan sebagai Knowledge Engineer. Mencari Sumber Pengetahuan Sumber pengetahuan dari sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit ini dalam penelitian ini adalah seorang pakar hama yaitu Ibu Dr. Ir. Nina Maryana, M.Si. dari Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai
6
sumber kepakarannya. Di samping itu sumber pengetahuan diperoleh juga dari informasi yang didapat dari buku dan internet.
Pengembangan Mesin Inferensi Sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit ini akan menerapkan teknik pelacakan mesin inferensi yaitu pelacakan ke depan atau runut maju (forward chaining) yaitu pendekatan yang dimotori pada (data driven), dalam pendekatan ini pelacakan dimulai dari informasi masukan yang selanjutnya menggambarkan suatu kesimpulan. Implementasi Pengembangan Sistem Pakar Metode pengembangan sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit menggunakan pendekatan siklus hidup pengembangan sistem software lifecycle. Metode ini merupakan model fundamental dari aktivitas pengembangan perangkat lunak (Sommerville 2001), yang terdiri atas: analisis kebutuhan sistem, desain sistem, implementasi sistem, integrasi sistem dan pemeliharaan sistem. Metode pengembangan sistem dapat dilihat pada Gambar 4.
Gambar 3 Skema tahap pembentukan Sistem Pakar (Marimin 2002). Akuisisi Pengetahuan Akuisisi pengetahuan merupakan suatu proses untuk mengumpulkan data pengetahuan akan suatu masalah sistem pakar. Bahan pengetahuan dapat ditempuh dengan beberapa cara, misalnya mendapatkan pengetahuan dari buku, jurnal ilmiah, para pakar di bidangnya, laporan, dan sebagainya. Sumber pengetahuan tersebut dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara terstruktur menjadi basis pengetahuan. Representasi Pengetahuan Dari data hama dan gejala tanaman kelapa dan kelapa sawit yang diperoleh dapat direpresentasikan relasi. Representasi pengetahuan ini digunakan untuk menentukan proses pencarian atau menentukan kesimpulan dari identifikasi yang dilakukan. Dalam penelitian ini basis pengetahuan akan direpresentasikan dengan menggunakan kaidah produksi. Kaidah produksi (production rule) menyediakan cara formal untuk merepresentasikan rekomendasi, arahan atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then). Kaidah if-then menghubungkan antesenden (antecendent) dengan konsekuensi yang diakibatkannya.
Gambar
4
Alur pengembangan Software Lifecycle (Sommerville 2001).
Analisis kebutuhan Untuk melakukan identifikasi hama pada tanaman kelapa dan kelapa sawit ini melibatkan pakar dari Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai sumber pakar (domain expert). Dalam hal ini penulis berperan sebagai Knowledge Engineer. Desain Sistem Tahap ini ditentukan desain sistem dan antarmuka disesuaikan dengan karakteristik pengguna. Pengguna yang dituju khususnya ialah petani kelapa dan kelapa sawit. Implementasi Sistem Setelah proses analisis kebutuhan dan penentuan desain sistem terpenuhi, selanjutnya proses implementasi dengan membangun sistem. Implementasi sistem dikerjakan dengan
7
menggunakan bahasa pemrograman PHP. Program PHP ini diharapkan dapat membangkitkan proses forward chaining dalam sistem pakar ini. Selanjutnya sistem akan menghasilkan suatu hasil analisa dari proses konsultasi terhadap sistem. Integrasi Sistem Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit yang dibuat diintegrasikan dalam bentuk simulasi program setelah melalui tahap sebelumnya. Pemeliharaan Sistem Tahap ini merupakan tahap akhir di dalam pengembangan sistem. Dalam tahap ini sistem yang telah dibuat akan dievaluasi. Proses evaluasi memungkinkan terjadinya perubahan jika terjadi penambahan informasi dan perbaikan sesuai dengan kebutuhan pengguna. Pengujian Tahap ini merupakan tahap akhir dari pengembangan sistem pakar. Tahap ini sistem yang telah dibuat akan dievaluasi. Hal ini memungkinkan terjadinya perubahan sesuai dengan kebutuhan pengguna. Pengujian dilakukan setelah sistem selesai dibuat. Sistem diuji dengan melibatkan pakar langsung untuk mengetahui keadaan sistem apakah berjalan dengan baik atau tidak dan mencari kesalahan sistem untuk nantinya dievaluasi dan diperbaiki sampai sistem berjalan dengan baik. Pada tahap ini sistem pakar dapat diketahui apakah sudah mewakili human expert atau belum.
HASIL DAN PEMBAHASAN Identifikasi Masalah Identifikasi masalah merupakan tahap untuk mendefinisikan dan menganalisisis pembuatan sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit. Pengembangan sistem ini menggunakan suatu metode untuk mengambil keputusan berdasarkan gejala-gejala dari hama tertentu. Dari masalah tersebut maka pada tahap selanjutnya akan dirancang proses pengambilan keputusan hama tanaman kelapa dan kelapa sawit serta pengendaliannya berdasarkan gejala-gejala yang dialami tanaman kelapa tersebut. Penelitian yang dilakukan adalah perancangan dan pembuatan sistem pakar rule based untuk mengidentifikasi hama pada tanaman kelapa dan sawit berdasarkan gejala-gejalanya. Pengembangan sistem pakar ini menggunakan metode inferensia yang memulai pencarian dari premis atau data menuju kesimpulan.
Sumber Pengetahuan Sumber pengetahuan dari sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit dalam penelitian ini adalah seorang pakar hama Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai sumber kepakarannya. Di samping itu sumber pengetahuan diperoleh juga dari informasi yang didapat dari buku dan internet. Sumber pengetahuan yang diperoleh dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara terstruktur menjadi basis pengetahuan. Akuisisi Pengetahuan Akuisisi pengetahuan merupakan suatu proses untuk mengumpulkan data pengetahuan akan suatu masalah sistem pakar. Bahan pengetahuan yag ditempuh dalam penelitian ini diperoleh dengan beberapa cara, yaitu dengan melakukan wawancara langsung terhadap pakar hama tanaman kelapa dan kelapa sawit dan mendapatkan pengetahuan dari buku, jurnal ilmiah, laporan, dan sebagainya. Sumber pengetahuan yang diperoleh dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara terstruktur menjadi basis pengetahuan. Dari proses akuisisi pengetahuan yang dilakukan diperoleh data hama beserta gejala, perilaku, dan cara pengendaliannya. Berikut adalah data hama dan gejalanya yang diperoleh. Data Hama dan Gejalanya: 1. Kutu (Aspidiotus sp.) Di permukaan atas anak daun banyak bercak kuning. Di permukaan bawah daun ada koloni kutu seperti kerak tipis. Serangan berat daun mengering, terdapat bercak-bercak kuning pada permukaan bagian bawah daun. 2. Kumbang penggerek (Oryctes rhinoceros) Imago memakan pucuk yang mulai membuka. Daun terpotong seperti segitiga. 3. Kumbang brontispa (Brontispa longissima) Larva dan imago menyerang janur. Anak-anak daun itu menjadi kisut, berwarna merah-coklat yang akhirnya menjadi kering. 4. Belalang (Valanga nigricornis) Ditemukan gerigitan dalam potongan yang besar pada daun.
8
Ditemukan gerigitan pada pinggiran anak daun. 5. Belalang pedang (Sexava sp.) Bekas gigitan di tengah pada anak daun tua. Daun kelapa tinggal lidi-lidinya saja. Serangan pada daun meningkat pada musim kemarau. 6. Ngengat bunga kelapa (Batrachedra sp.) Lubang pada seludang bunga yang belum membuka, kemudian masuk ke dalam bunga jantan dan betina. Bunga jantan menjadi kehitam-hitaman dan gugur. Bunga betina mengeluarkan getah dan akhirnya rontok. 7. Kumbang sagu (Rhynchophorus ferruginous) Larva menggerek pelepah daun kelapa. Gerekan pada pucuk menyebabkan patah pucuk. 8. Ulat api (Parasa lepida) Larva mengakibatkan gerigitan transparan pada anak daun bagian bawah. Bekas gigitan yang melebar dan tersisa urat-urat serta jaringan daun bagian atas. Serangan berat menyebabkan daun hanya tinggal lidinya dan nampak gundul. 9. Ulat api (Darna sp.) Bekas gigitan tidak teratur pada daun tua. Bekas gigitan instar awal meninggalkan epidermis daun. Daun-daun yang mengalami kerusakan parah daun kelapa tinggal hanya lidi. 10. Ulat artona (Artona catoxantha) Kerusakan pada helaian daun berbentuk lubang seperti jendela kecil. Daun meninggalkan bekas gigitan, gejala titik, gejala garis, gejala gigitan pinggir, daun kering. Pada tingkat serangan berat, tajuk tanaman kelapa nampak layu dan seperti terbakar. 11. Kumbang bibit kelapa (Plesispa reichei) Larva dan imago menyerang pucuk. Daun kelapa menjadi rusak, kemerahan dan mengering.
12. Tupai/ bajing (Callosciuru nigrovittatus) Menggerek buah kelapa yang sudah agak tua di bagian ujung buah. Lubang gerekan pada bagian tempurung bundar. Daging buah habis dimakan 2-3 hari. 13. Rayap (Coptotermes curvignathus) Larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati. Batang tampak lorong rayap yang terbuat dari tanah, dari bawah menuju ke atas. 14. Tikus pohon (Rattus rattus roque) Kerusakan berupa lubang dekat ujung buah kelapa. Lubang pada serabut dan tempurung sama besar, bentuk tidak rata kadang bulat, kadang melebar. Representasi Pengetahuan Dari data hama dan gejala tanaman kelapa dan kelapa sawit yang diperoleh dapat direpresentasikan relasi. Representasi pengetahuan ini digunakan untuk menentukan proses pencarian atau menentukan kesimpulan dari identifikasi yang dilakukan. Dalam penelitian ini basis pengetahuan direpresentasikan dengan menggunakan kaidah produksi. Berdasarkan data hama dan gejala dapat menyimpulkan ada 14 rule beserta nilai CFnya. Berikut adalah pembahasannya: 1. Rule 1 (CF = 0.96) IF ditemukan gerigitan dalam potongan yang besar pada daun (CF = 0.8). OR ditemukan gerigitan pada pinggiran anak daun (CF = 0.9). THEN Belalang (Valanga ngricornis). 2. Rule 2 (CF = 0.95) IF bekas gigitan di tengah pada anak daun tua (CF = 0.9). OR daun kelapa tinggal lidi-lidinya saja (CF = 0.8). OR serangan pada daun meningkat pada musim kemarau (CF = 0.8). THEN Belalang pedang (Sexava sp.) 3. Rule 3 (CF = 0.91) IF bekas gigitan tidak teratur pada daun tua (CF = 0.8). OR bekas gigitan instar awal meninggalkan epidermis daun (CF = 1).
9
OR daun-daun yang mengalami kerusakan parah daun kelapa tinggal hanya lidi (CF = 0.9). THEN Darna sp. 4. Rule 4 (CF = 0.94) IF lubang pada seludang bunga yang belum membuka, kemudian masuk ke dalam bunga jantan dan betina (CF = 0.8). OR bunga jantan menjadi kehitam-hitaman dan gugur (CF = 1). OR bunga betina mengeluarkan getah dan akhirnya rontok (CF = 0.9). THEN Ngengat bunga kelapa (Batrachedra sp.). 5. Rule 5 (CF = 0.92) IF larva mengakibatkan gerigitan transparan pada anak daun bagian bawah (CF = 0.8). OR bekas gigitan yang melebar dan tersisa uraturat serta jaringan daun bagian atas (CF = 1). OR serangan berat menyebabkan daun hanya tinggal lidinya dan nampak gundul (CF = 0.9). THEN Parasa lepida. 6. Rule 6 (CF = 0.90) IF kerusakan pada helaian daun berbentuk lubang seperti jendela kecil (CF = 1). OR tajuk tanaman kelapa nampak layu dan seperti terbakar (CF = 0.9). OR daun meninggalkan bekas gigitan, gejala titik, gejala garis, gejala gigitan pinggir, dan daun kering (CF = 0.9). THEN Ulat artona (Artona catoxantha). 7. Rule 7 (CF = 0.89) IF larva dan imago menyerang pucuk (CF = 0.8). OR daun kelapa menjadi rusak, kemerahan dan mengering (CF = 0.9). THEN Kumbang bibit kelapa (Plesispa reichei). 8. Rule 8 (CF = 0.97) IF larva dan imago menyerang janur (CF = 1). OR Anak-anak daun itu menjadi kisut, berwarna merah-coklat yang akhirnya menjadi kering (CF = 0.9). THEN Kumbang brontispa (brontispa longissima). 9. Rule 9 (CF = 0.98) IF imago memakan pucuk yang mulai membuka (CF = 0.9). OR daun terpotong seperti segi tiga (CF = 1). THEN Kumbang penggerek (Oryctes rhinoceros).
10. Rule 10 (CF = 0.93) IF larva menggerek pelepah daun kelapa (CF = 0.9). OR gerekan pada pucuk menyebabkan patah pucuk (CF = 1). THEN Kumbang sagu (Rhynchophorus ferruginous). 11. Rule 11 (CF = 0.99) IF di permukaan atas anak daun banyak bercak kuning (CF = 0.8). OR di permukaan bawah daun ada koloni kutu seperti kerak tipis (CF = 0.9). OR serangan berat daun mengering, terdapat bercak-bercak kuning pada permukaan bagian bawah daun (CF = 0.8). THEN Kutu (Aspidiotus sp.). 12. Rule 12 (CF = 0.86) IF kerusakan berupa lubang dekat ujung buah kelapa (CF = 0.8). OR lubang pada serabut dan tempurung sama besar, bentuk tidak rata kadang bulat, kadang melebar (CF = 0.9). THEN Tikus pohon (Rattus rattus roque). 13. Rule 13 (CF = 0.88) IF menggerek buah kelapa yang sudah agak tua di bagian ujung buah (CF = 0.8). OR lubang gerekan pada bagian tempurung bundar (CF = 1). OR daging buah habis dimakan 2-3 hari (CF = 0.8). THEN Tupai/bajing (Callosciurus nigrovittatus). 14. Rule 14 (CF = 0.87) IF larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati (CF = 0.9). OR batang tampak lororng rayap yang dibuat dari tanah, dari bawah menuju ke atas (CF = 0.8). THEN Rayap (Coptotermes curvignathus). Pengembangan Mesin Inferensi Penelitian ini menerapkan aplikasi sistem pakar untuk mengidentifikasi hama tanaman kelapa dan kelapa sawit dengan menggunakan strategi penalaran pasti (Exact Reasoning) karena data yang digunakan untuk menarik suatu kesimpulan atau untuk membuat suatu solusi dalam melaukukan identifikasi hama tersebut telah tersedia. Sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit menerapkan teknik pelacakan mesin inferensi yaitu pelacakan ke depan atau runut maju (forward chaining) yaitu pendekatan yang dimotori pada
10
(data driven), dalam pendekatan ini pelacakan dimulai dari informasi masukan yang selanjutnya menggambarkan suatu kesimpulan. Dalam membangun sistem pakar, di sini menggunakan konsep Certainty Factor (CF). Sistem akan mencari hama yang mempunyai gejala terbanyak. Sistem akan mencari nilai CF tertinggi dari berbagai kemungkinan jenis hama berdasarkan gejala yang dimasukan user. CF user diperoleh dari jawaban user saat melakukan konsultasi. Pada sesi konsultasi sistem, user diberi pilihan jawaban yang masing-masing gejala mempunyai nilai CF. Nilai CF pada tiap gejala bernilai 0.8 (cukup yakin), 0.9 (yakin), atau 1(sangat yakin). Nilai CF dari tiap gejala menunjukan keyakinan bahwa gejala itu memang dialami. Semakin user yakin bahwa gejala tersebut memang dialami, maka semakin tinggi pula hasil presentasi keyakinan total yang diperoleh. Proses perhitungan CF dengan menggunakan formula certainty factor untuk premis majemuk. Yaitu dengan cara mengambil nilai CF terbesar dari tiap gejala sesuai dengan rule yang ada, kemudian nilai CF tersebut dikalikan dengan nilai CF rule. Contoh untuk perhitungan: 1. Melibatkan 1 Rule yaitu rule 7. Pada menu konsultasi user memilih gejala: 1. Larva dan imago menyerang pucuk. 2. Daun kelapa menjadi rusak, kemerahan dan mengering. Rule 7 (CF = 0.89) IF larva dan imago menyerang pucuk. OR daun kelapa menjadi rusak, kemerahan dan mengering. THEN Kumbang bibit kelapa (Plesispa reichei). A = larva dan imago menyerang pucuk (CF = 0.8). B = daun kelapa menjadi rusak, kemerahan dan mengering (CF = 0.9). CF(A OR B) = Maximum (CF(a),CF(b)) * CF(rule) = Maximum (0.8, 0.9) *0.92 = 0.9 * 0.89 = 0.801 2. Melibatkan 2 Rule yaitu rule 11 dan rule 14. Pada menu konsultasi user memilih gejala: 1. Di permukaan bawah daun ada koloni kutu seperti kerak tipis. 2. Larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati.
Rule 11 (CF = 0.99) IF di permukaan atas anak daun banyak bercak kuning. OR di permukaan bawah daun ada koloni kutu seperti kerak tipis. OR serangan berat daun mengering, terdapat bercak-bercak kuning pada permukaan bagian bawah daun. THEN Kutu (Aspidiotus sp.). Rule 14 (CF Rule = 0.92) IF larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati. OR batang tampak lororng rayap yang dibuat dari tanah, dari bawah menuju ke atas. THEN Rayap (Coptotermes curvignathus). A = di permukaan bawah daun ada koloni kutu seperti kerak tipis (CF = 0.9). B = larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati (CF = 0.9). CF(A) = Maximum (CF(a)) * CF(rule) = Maximum (0.9) * 0.99 = 0.891 CF(B) = Maximum (CF(b)) * CF(rule) = Maximum (0.9) * 0.92 = 0.828 CF(A OR B) = Maximum (CF(A),CF(B)) = 0.891 Implementasi Pengembangan Sistem Pakar Pada tahap ini, kebutuhan perangkat lunak yang mendukung sistem pakar ini ditentukan, seperti Sistem Operasi, tools tertentu yang relevan dan bahasa pemrograman yang digunakan. Di samping itu perangkat keras yang digunakan dalam membangun sistem pakar ini harus mendukung. 1. Analisis kebutuhan Sistem pakar yang dibangun ini merupakan suatu sistem informasi yang berbasis komputer dengan memanfaatkan teknologi kecerdasan buatan (artificial intelligence) yang berfungsi sebagai sistem alat bantu atau pemberi saran/rekomendasi dari proses konsultasi hama tanaman kelapa dan kelapa sawit kepada user, sehingga user mengetahui masalah hama yang menyerang pada tanaman kelapa dan kelapa sawit. Konsultasi yang dihasilkan oleh sistem ini dilengkapi dengan jenis hama, gejala, dan cara pengendaliannya untuk konsultasi jenis hama pada tanaman kelapa dan kelapa sawit.
11
Sistem ini dirancang dengan tujuan untuk memberikan rekomendasi tentang jenis hama yang menyerangnya beserta cara pengendaliannya. Rekomendasi yang diberikan merupakan hasil pengolahan sistem pakar menggunakan mekanisme inferensi menggunakan forward chainning dengan melihat ciri-ciri dan gejala-gejala yang timbul pada tanaman kelapa dan kelapa sawit, kemudian fakta akan diambil dari basis data pengetahuan. Untuk dijadikan landasan dalam memberikan informasi tentang jenis hama pada tanaman kelapa dan kelapa sawit berserta cara penanggulangannya.
mempunyai kemampuan atau kewenangan untuk melakukan validasi data seperti menambah, merubah, dan menghapus data sedangkan user hanya bisa memakai sistem ini dan tidak berwenang melakukan validasi data. User akan memasukkan data bagi sistem, kemudian sistem ini akan memberikan keluaran (output) pada user. Diagram konteks pada sistem pakar ini dapat dilihat pada Gambar 5.
1.1 Deskripsi Sistem Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit ini berperan sebagai alat pembantu untuk melakukan identifikasi hama pada tanaman kelapa dan kelapa sawit. Sistem pakar ini berbasis ruled base. untuk mengidentifikasi hama pada tanaman kelapa dan kelapa sawit berdasarkan gejala-gejalanya. Pengembangan sistem pakar ini menggunakan metode inferensia yang memulai pencarian dari premis atau data menuju konklusi (kesimpulan).
Gambar 5 Context Diagram. 1.5 Data Flow Diagram (DFD) Level 1 Berdasarkan diagram konteks pada Gambar 6 tersebut, kebutuhan fungsional dapat diperinci dengan menggunakan Data Flow Diagram (DFD) Level 1 yang dapat dilihat pada Gambar 6.
1.2 Karakteristik Pengguna Pengguna dari sistem ini hanya terdiri dari user umum dan administrator. User umum yaitu pengguna yang dapat mengakses sistem untuk melakukan identifikasi hama tanaman kelapa dan kelapa sawit sedangkan administrator yaitu pengguna yang dapat mengakses seluruh komponen dari sistem, termasuk dapat menambah, mengubah dan menghapus data, serta fasilitas pemeliharaan. 1.3 Kebutuhan Fungsional Kebutuhan fungsional dimodelkan dengan menggunakan teknik terstruktur melalui alat bantu pemodelan Data Flow Diagram (DFD). Untuk level sistem yang paling tinggi dinamakan diagram konteks, kemudian dibuat lagi diagram-diagram lain dengan level yang berbeda di bawahnya. Kebutuhan fungsional Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit terdiri dari diagram konteks dan DFD level 1. 1.4 Diagram Konteks (Context Diagram) Diagram konteks digunakan untuk menggambarkan hirarki proses yang ada dan aliran data antar proses tersebut dalam aplikasi program sistem pakar ini. Pada sistem yang dibangun ini terdapat dua entitas luar yaitu admin dan user. Di mana admin atau expert
Gambar 6 DFD Level 1. 1.6 Batasan Sistem Batasan-batasan dalam sistem ini adalah: 1. Pembahasan masalah identifikasi hama pada tanaman kelapa dan kelapa sawit berdasarkan gejala kerusakan yang terlihat pada bagian luar tanaman, seperti batang, daun, bunga, dan buah beserta biologi, solusi atau cara penanggulangannya. 2. Penelitian dibatasi pada hama tanaman kelapa dan kelapa sawit yang paling penting. 3. Sistem pakar ini digunakan untuk petani kelapa. 4. Data yang akan digunakan dalam penelitian ini diperoleh dari seorang pakar hama Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas
12
Pertanian IPB sebagai sumber kepakarannya. Di samping itu data diperoleh juga dari informasi yang didapat dari buku dan internet. 1.7 Kebutuhan Data Berdasarkan analisis kebutuhan sistem yang telah dilakukan sebelumnya dapat disimpulkan bahwa data yang diperlukan adalah jenis-jenis hama tanaman kelapa dan kelapa sawit beserta gejala, biologi, dan cara pengendalian hama tersebut.
2.1 Perancangan Antarmuka Perancangan antarmuka sistem dibagi menjadi tiga bagian utama yaitu header, content, dan footer. Bagian header berisi nama aplikasi dan menu navigasi yang ada pada bagian kanan, bagian content berisi fasilitas sesuai dengan meu utama yang dipilih, sedangkan pada bagian footer berisi copyright pembuat sistem serta tahun pembuatannya. Desain antarmuka dapat dilhat pada Gambar 7.
Data tersebut penelitian ini diperoleh dari seorang pakar hama Laboratorium Biosistematika Serangga, Departemen Proteksi Tanaman, Fakultas Pertanian IPB sebagai sumber kepakarannya. Di samping itu data diperoleh juga dari informasi yang didapat dari buku dan internet 1.8 Perangkat Keras dan Perangkat Lunak Sistem Untuk pengembangan sistem ini diperlukan perangkat keras dan lunak, adapun keperluan tersebut adalah: 1. Perangkat keras (Hardware) Spesifikasi komputer digunakan adalah:
pendukung
yang
a. Prosessor Intel Pentium Dual Core CPU 1.66 GHz b. RAM 1526 MB c. Hardisk 160 GB d. Sistem operasi Microsoft Windows XP Profesional
Gambar 7 Desain Antarmuka. 2.2 Perancangan Basis Data Perancangan basis data Kebutuhan fungsional dimodelkan dengan menggunakan Entity Relationship Diagram (ERD) dan relasi tabel. 2.2.1 Entity Relationship Diagram (ERD). Berikut ini adalah ERD awal yang digunakan untuk mendapatkan sebuah rancangan database yang minimal dapat mengakomodasi penyimpanan data terhadap sistem yang sedang ditinjau. ERD sistem dapat dilihat pada Gambar 8.
2. Perangkat lunak (Software) Perangkat lunak yang digunakan untuk pembuatan aplikasi ini adalah : a. Apache, digunakan sebagai web server. b. MySQL, untuk menampung database yang ada. c. Macromedia Dreamweaver, untuk mendesain tampilan. d. Notepad ++ digunakan untuk editor script dalam pembuatan web server. e. Mozilla Firefox sebagai browser, media untuk menjalankan program. 2. Desain Sistem Pada tahap ini dilakukan perancangan antarmuka yang telah dirancang sebelumnya, kemudian sistem dikembangkan dengan menambahkan fungsi yang butuhkan.
Gambar 8 ERD Sistem. 2.2.2 Penyusunan Basis Data Untuk sistem ini, digunakan database MySQL dengan menggunakan tabel data, yaitu tabel hama, tabel relasi, tabel gejala, tabel rule
13
dan tabel category. Untuk perancangan databasenya dapat dilihat pada lampiran. Setelah tabel dibuat, maka tabel-tabel tersebut akan direlasikan. Hal ini akan sangat berguna dalam proses pengeditan data. Di bawah ini adalah skema diagram untuk sistem ini. Relasi tabel penyusunan basis data dapat dilihat pada Gambar 9.
Gambar 11 Antarmuka Daftar Hama. 3. Antarmuka Menu Konsultasi Gambar 9 Relasi Tabel. Hasil Implementasi Pada sistem pakar identifikasi hama tanaman kelapa dan kelapa sawit secara garis besar desain menu utamanya adalah sebagai berikut: 1. Antarmuka Menu User
Informasi yang didapatkan pada submenu konsultasi adalah representasi dari metode forward chaining. User akan diberi pertanyaan mengenai gejala yang dialami tanaman kelapa dan kelapa sawit. User akan diberikan pilihan jawaban yaitu jawaban ‘YA’ untuk representasi user mengalami gejala tersebut dan jawaban ‘TIDAK’ untuk representasi user tidak mengalami gejala tersebut. Antarmuka konsultasi dapat dilihat pada Gambar 12.
Pada tampilan awal menu user, kita akan dihadapkan pada beberapa pilihan submenu yaitu, home, daftar hama, konsultasi, help, dan login pakar. Untuk submenu login pakar terdapat autentifikasi yang hanya diketahui oleh admin saja. Antarmuka beranda dapat dilihat pada Gambar 10.
Gambar 12 Antarmuka Menu Konsultasi. 4. Antarmuka Login Pakar
Gambar 10 Antarmuka Beranda. 2. Antarmuka Menu Daftar Hama Informasi yang didapatkan pada submenu daftar hama pilihan mengenai berbagai jenis hama tanaman kelapa dan kelapa sawit. Pilihan jenis hama user akan menentukan semua gejala yang berhubungan dengan jenis hama yang dipilih untuk ditampilkan informasinya. Antarmuka daftar hama dapat dilihat pada Gambar 11.
Dalam proses manajemen data, admin harus melakukan proses login pada interface. Admin diminta memasukkan username dan password. Hal ini untuk menghindari penyalahgunaan manajemen sistem oleh selain admin. Antarmuka login admin dapat dilihat pada Gambar 13.
14
Gambar 13 Antarmuka Login Pakar.
Gambar 16 Antarmuka Submenu Gejala.
5. Antarmuka Menu Login Pakar
8. Antarmuka Submenu Relasi
Setelah admin berhasil login, admin dapat memilih manajemen data yang akan dilakukan, Manajemen yang diberikan yaitu berupa data hama, gejala, relasi, laporan hama dan laporan gejala untuk setiap hama. Submenu logout digunakan untuk keluar dari menu admin menuju halaman utama menu user. Antarmuka menu login pakar dapat dilihat pada Gambar 14;
Pada submenu relasi ini gejala hama yang menyerang tanaman kelapa dan kelapa sawit akan ditampilkan semua. Admin dapat memilih jenis hama yang akan direlasikan dengan gejala hama, maka sistem akan menampilakn gejala hama tersebut dengan memberi tanda checkbox. Admin dapat mengubah relasi antara hama dan gejalanya dengan mencentang checkbox pada gejala yang dipilih. Antarmuka submenu relasi dapat dilihat pada Gambar 17.
Gambar 14 Antarmuka Menu Login Pakar. 6. Antarmuka Submenu Hama Pada submenu hama ini, admin bisa melakukan manajemen data hama dan nilai CF hama berupa tambah, hapus dan ubah data yang sudah ada. Antarmuka submenu hama dapat dilihat pada Gambar 15.
Gambar 17 Antarmuka Submenu Relasi. 9. Antarmuka Submenu Laporan Hama Pada submenu laporan hama ini, admin dapat melihat semua data hama secara detail. Antarmuka submenu laporan hama dapat dilihat pada Gambar 18.
Gambar 15 Antarmuka Submenu Hama. 7. Antarmuka Submenu Gejala Pada submenu gejala ini, admin bisa melakukan manajemen data gejala dan nilai CF gejala berupa tambah, hapus dan ubah data yang sudah ada. Ketika admin melakukan hapus gejala hama, maka secara otomatis sistem jg akan menghapus gejala yang direlasikan dengan hama yang ada pada tabel relasi. Antarmuka submenu gejala dapat dilihat pada Gambar 16.
Gambar 18 Antarmuka Submenu Lap. Hama.
15
10. Antarmuka Submenu Laporan Gejala Hama Pada submenu laporan gejala hama ini, admin dapat melihat gejala untuk setiap hama yang dipilih. Antarmuka submenu laporan gejala hama dapat dilihat pada Gambar 19.
mewakili pakar. Pengujian ini melibatkan sistem dan pakar langsung. Hasil pengujian oleh pakar menunjukan bahwa sistem pakar identifikasi hama pada tanaman kelapa dan kelapa sawit telah mewakili pakar. Sedangkan dari hasil uji coba pemeliharaan sistem pakar untuk admin, diketahui bahwa sistem bersifat fleksibel, dalam arti data di dalam sistem dapat diedit sesuai dengan keinginan admin. Data-data tersebut antara lain berupa gejala, hama dan relasi antara hama dan gejala.
KESIMPULAN DAN SARAN Kesimpulan Gambar 19 Antarmuka Submenu Lap. Gejala. 11. Antarmuka Submenu Logout Submenu logout digunakan untuk keluar dari menu admin. Pengujian Pengujian dalam penelitian ini dibagi menjadi dua tahap yaitu pengujian oleh pakar dan pengujian oleh admin. Pengujian oleh pakar dilakukan dengan cara melakukan skenario identifikasi hama terhadap gejala-gejala yang dialami tanaman kelapa dan kelapa sawit. Skenario pengujian dilakukan dengan melakukan identifikasi hama berdasarkan rule yang ada dan di luar rule. Pengujian sesuai dengan rule menggunakan 14 skenario. Pengujian di luar rule dengan menggunakan 10 skenario. Tabel hasil pengujian dapat dilihat pada Lampiran 1 dan Lampiran 2. Tingkat keberhasilan dirumuskan sebagai berikut: 1.
sistem
Pengujian sesuai dengan dirumuskan sebagai berikut :
1. Perlu adanya penambahan data dan gambar agar lebih menunjang pengetahuan dari sistem pakar tersebut. 2. Penambahan paramater lain melakukan identifikasi hama.
dalam
DAFTAR PUSTAKA
rule
Conway G. 1971. Pest of cocoa in sabah. Sabah: Departement of agriculture.
Pengujian di luar rule dirumuskan sebagai berikut :
Saran dalam Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit adalah sebagai berikut:
Arhami M. 2004. Konsep Dasar Sistem Pakar. Yogyakarta: Penerbit Andi.
= 100 %
2.
Saran
pakar
Berdasarkan hasil pembahasan dapat diambil kesimpulan yaitu Sistem Pakar Identifikasi Hama pada Tanaman Kelapa dan Kelapa Sawit telah selesai dibuat dan diharapkan dapat bermanfaat bagi masyarakat umumnya.
= 100 %
Pengujian oleh pakar ini dilakukan untuk membuktikan bahwa sistem pakar sudah
Darmadi D. 2008. Hama dan Penyakit pada Tanaman Kelapa Sawit [internet]. Diunduh pada 2011 Agustus 11. http://mablu.wordpress.com/2008/01/24/ha ma-dan-penyakit-tanaman-kelapa-sawit/ Giarratano J & Gary R. 1994. Expert System Principles and Programming. Boston: PWS Publishing Company. Haryanto T. 2006. Sistem Pakar Diagnosa Penyakit Pada Ayam [Skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Jackson P. 1999. Introduction to Expert System Ed. Ke-3. Addison Wessley Longman Limited. England.
16
Kalshoven L GE. 1981. The Pests of crops in Indonesia, Jakarta: Ichtiar Baru.
Setyamidjaja D. 1994. Bertanam Kelapa. Yogyakarta: Kanisius.
Kristanto A. 2003. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta: Gava Media.
Suhardiono L. 1993. Yogyakarta: Kanisius.
Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi. Marimin. 2002. Teori dan Aplikasi Sistem Pakar Dalam Teknik Manajerial. IPB Press. Bogor. Indonesia. Mahmud Z. 1990. Pedoman Pengendalian Hama dan Penyakit Kelapa. Manado: Balai Penelitian Kelapa. Nugroho B. 2004. Aplikasi Pemrograman Web Dinamis dengan PHP dan MySQL. Yogyakarta: Gava Media.
Tanaman
Kelapa.
Sommerville I. 2001. Software Engineering. Ed. Ke-2. Addison Wesley Publisher Ltd. Tjien T. 1953. Memberantas hama-hama kelapa dan kopra. Bogor : Balai Penyelidikan Hama Tumbuh-tumbuhan di Bogor. Turban E. 1995. Decision Support System and Expert System, 4th ed. Prentice-Hall, Inc., New Jersey, pp 472-679. Warisno. 1998. Budidaya Kelapa Kopyor. Yogyakarta: Kanisius.
17
LAMPIRAN
18
Lampiran 1 Skenario Pengujian Sesuai dengan Rule No. 1
2
3
4
5
6
7
8
9 No.
Gejala Ditemukan gerigitan dalam potongan yang besar pada daun. Ditemukan gerigitan pada pinggiran anak daun. Bekas gigitan di tengah pada anak daun tua. Daun kelapa tinggal lidi-lidinya saja. Serangan pada daun meningkat pada musim kemarau. Bekas gigitan tidak teratur pada daun tua Bekas gigitan instar awal meninggalkan epidermis daun. Daun-daun yang mengalami kerusakan parah daun kelapa tinggal hanya lidi. Lubang pada seludang bunga yang belum membuka, kemudian masuk ke dalam bunga jantan dan betina. Bunga jantan menjadi kehitamhitaman dan gugur. Bunga betina mengeluarkan getah dan akhirnya rontok. Larva mengakibatkan gerigitan transparan pada anak daun bagian bawah. Bekas gigitan yang melebar dan tersisa urat-urat serta jaringan daun bagian atas. Serangan berat menyebabkan daun hanya tinggal lidinya dan nampak gundul. Kerusakan pada helaian daun berbentuk lubang seperti jendela kecil. Tajuk tanaman kelapa nampak layu dan seperti terbakar. Daun meninggalkan bekas gigitan, gejala titik, gejala garis, gejala gigitan pinggir, dan daun kering. Larva dan imago menyerang pucuk. Daun kelapa menjadi rusak, kemerahan dan mengering. Larva dan imago menyerang janur. Anak-anak daun itu menjadi kisut, berwarna merah-coklat yang akhirnya menjadi kering. Imago memakan pucuk yang mulai membuka. Daun terpotong seperti segi tiga. Gejala
Identifikasi Pakar
Identifikasi Sistem
CF
Belalang (Valanga nigricornis)
Belalang (Valanga nigricornis)
0.864
Belalang pedang (Sexava sp.)
Belalang pedang (Sexava sp.)
0.855
Ulat api (Darna sp.)
Ulat api (Darna sp.)
0.91
Ngengat bunga kelapa (Batrachedra sp.)
Ngengat bunga kelapa (Batrachedra sp.)
0.94
Ulat api (Parasa lepida)
Ulat api (Parasa lepida)
Ulat artona (Artona catoxantha)
Ulat artona (Artona catoxantha)
0.90
Kumbang bibit kelapa (Plesispa reichei)
0.89
Kumbang brontispa (Brontispa longissima)
0.97
Kumbang penggerek (Oryctes rhinoceros)
0.98
Identifikasi Sistem
CF
Kumbang bibit kelapa (Plesispa reichei) Kumbang brontispa (Brontispa longissima) Kumbang penggerek (Oryctes rhinoceros) Identifikasi Pakar
0.92
19
Lampiran 1 lanjutan No. 10
11
12
13
14
Gejala Larva menggerek pelepah daun kelapa. Gerekan pada pucuk menyebabkan patah pucuk. Di permukaan atas anak daun banyak bercak kuning. Di permukaan bawah daun ada koloni kutu seperti kerak tipis. Serangan berat daun mengering, terdapat bercak-bercak kuning pada permukaan bagian bawah daun. Kerusakan berupa lubang dekat ujung buah kelapa. Lubang pada serabut dan tempurung sama besar, bentuk tidak rata kadang bulat, kadang melebar. Menggerek buah kelapa yang sudah agak tua di bagian ujung buah. Lubang gerekan pada bagian tempurung bundar. Daging buah habis dimakan 2-3 hari. Larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati. Batang tampak lororng rayap yang dibuat dari tanah, dari bawah menuju ke atas.
Identifikasi Pakar
Identifikasi Sistem
CF
Kumbang sagu (Rhynchophorus ferruginous)
Kumbang sagu (Rhynchophorus ferruginous)
0.93
Kutu (Aspidiotus sp.)
Kutu (Aspidiotus sp.)
Tikus pohon (Rattus rattus roque)
Tikus pohon (Rattus rattus roque)
0.774
Tupai/ bajing (Callosciurus nigrovittatus)
Tupai/ bajing (Callosciurus nigrovittatus)
0.88
Rayap (Coptotermes curvignathus)
Rayap (Coptotermes curvignathus)
0.783
0.891
20
Lampiran 2 Skenario Pengujian di Luar Rule No.
1
2
3
4
5
6
7
8
9
10
Gejala Di permukaan bawah daun ada koloni kutu seperti kerak tipis. Larva memakan permukaan menyebabkan bibit layu pada bagian pucuk kemudian mati Larva dan imago menyerang janur. Larva menggerek pelepah daun kelapa. Lubang gerekan pada bagian tempurung bundar. Daging buah habis dimakan 2-3 hari Batang tampak lorong rayap yang terbuat dari tanah, dari bawah menuju ke atas Bunga jantan menjadi kehitamhitaman dan gugur. Kerusakan pada helaian daun berbentuk lubang seperti jendela kecil. Daun terpotong seperti segitiga. Imago memakan pucuk yang mulai membuka Bekas gigitan yang melebar dan tersisa urat-urat serta jaringan daun bagian atas Ditemukan gerigitan pada pinggiran anak daun. Batang tampak lorong rayap yang terbuat dari tanah, dari bawah menuju ke atas. Larva Menggerek buah kelapa yang sudah agak tua di bagian ujung buah. Larva dan imago menyerang pucuk. Bekas gigitan tidak teratur pada daun tua. Daun kelapa menjadi rusak, kemerahan dan mengering. Lubang serabut dan tempurung sama besar, bentuk tidak rata kadang bulat, kadang melebar. Kerusakan pada helaian daun berbentuk lubang seperti jendela kecil. Bunga jantan menjadi kehitamhitaman dan gugur Lubang gerekan pada bagian tempurung bundar
Identifikasi Pakar
Identifikasi Sistem
CF
Aspidiotus sp.
Aspidiotus sp.
0.891
Brontispa longissima
Brontispa longissima
0.97
Callosciurus nigrovittatus
Callosciurus nigrovittatus
0.88
Batrachedra sp.
Batrachedra sp.
0.94
Oryctes rhinoceros
Oryctes rhinoceros
0.98
Valanga nigricornis
Valanga nigricornis
0.864
Plesispa reichei
Plesispa reichei
0.712
Plesispa reichei
Plesispa reichei
0.801
Artona catoxantha
Artona catoxantha
0.90
Batrachedra sp.
Batrachedra sp.
0.94
21
Lampiran 3 Hasil Implementasi Basis Data Nama tabel : hama Field kd_hama nm_hama nm_latin biologi solusi
Tipe Data char varchar varchar text text
Panjang 4 60 60
Keterangan primary key
Tipe Data char varchar tinyint float tinyint
Panjang 4 100 4
Keterangan primary key
Tipe Data char char
Panjang 4 4
Keterangan primary key
Tipe Data tinyint varchar
Panjang 4 255
Keterangan primary key
Tipe Data tinyint float
Panjang 4
Keterangan primary key
Tipe Data varchar varchar
Panjang 50 50
Keterangan primary key
Tipe Data int varchar enum varchar varchar varchar datetime
Panjang 4 60 P, W 100 60 60
Keterangan primary key
Nama tabel : gejala Field kd_gejala nm_gejala category_id num_cfgejala id_cfrule
4
Nama tabel : relasi Field kd_hama kd_gejala Nama tabel : category Field category_id category_name Nama tabel : cf_rule Field id_cfrule num_cfrule Nama tabel : pakar Field userID passID Nama tabel : user_sim Field Id nama kelamin alamat pekerjaan Noip tanggal
22
