SISTEM PAKAR PENENTUAN KESESUAIAN LAHAN BERDASARKAN FAKTOR PENGHAMBAT TERBESAR (MAXIMUM LIMITATION FACTOR) UNTUK TANAMAN PANGAN NINA SEVANI

SISTEM PAKAR PENENTUAN KESESUAIAN LAHAN BERDASARKAN FAKTOR PENGHAMBAT TERBESAR (MAXIMUM LIMITATION FACTOR) UNTUK TANAMAN PANGAN

NINA SEVANI

PROGRAM STUDI ILMU KOMPUTER SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009

SURAT PERNYATAAN

Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam tesis saya berjudul :


Merupakan gagasan atau hasil penelitian tesis saya sendiri, dengan arahan Komisi Pembimbing, kecuali yang dengan jelas ditujukkan rujukkannya. Tesis ini belum pernah diajukan untuk memperoleh gelar atau capaian akademik lainnya pada program sejenis di perguruan tinggi lain. Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.

Bogor, Januari 2009 Yang Membuat Pernyataan

NINA SEVANI

i

RINGKASAN NINA SEVANI. Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar (Maximum Limitation Factor) Untuk Tanaman Pangan. Di bawah bimbingan MARIMIN dan HERU SUKOCO.

Penentuan kesesuaian lahan merupakan salah satu kegiatan dalam evaluasi lahan yang dapat membantu petani dan pelaksana pertanian untuk menentukan kesesuaian lahan dengan jenis tanaman yang akan ditanam, sebelum dimulainya proses penanaman. Proses penentuan kesesuaian lahan ini dapat dilakukan dengan membandingkan antara karakteristik dan kualitas lahan yang akan digunakan dengan persyaratan tumbuh tanaman yang akan ditanam. Terdapat banyak karakter dan kualitas tanah yang dapat digunakan untuk menentukan kesesuaian lahan, baik yang berupa sifat kimia maupun sifat fisik. Diantara karakter dan kualitas yang akan digunakan tersebut beberapa diantaranya dapat mempunyai nilai yang kurang baik sehingga dapat menjadi faktor penghambat bagi pertumbuhan dan produksi suatu tanaman. Beberapa diantara faktor penghambat tersebut akan dapat diatasi melalui suatu tindakan atau penerapan teknologi tertentu. Hanya faktor penghambat yang tidak tergantung pada alam yang dapat diatasi melalui tindakan dan penerapan teknologi tersebut. Penelitian ini bertujuan membuat sebuah sistem pakar penentuan kesesuaian lahan untuk tanaman pangan yang meliputi 14 jenis tanaman pangan dalam kelompok serealia, kacang-kacangan, dan umbi-umbian. Sistem pakar yang dibuat diberi nama Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar atau dapat disingkat menjadi SPPKL. Manfaat penelitian ini adalah untuk membantu petani dan pelaksana pertanian dalam menentukan kesesuaian antara lahan yang akan digunakan dengan jenis tanaman yang akan ditanam, sebelum dilakukan proses penanaman. Selain itu sistem ini juga dapat memberikan informasi kepada petani dan pelaksana pertanian mengenai faktor-faktor yang diperlukan dalam proses penentuan kesesuaian lahan dan persyaratan tumbuh dan produksi bagi 14 jenis tanaman pangan. Empat belas jenis tanaman pangan dalam sistem ini meliputi padi sawah, padi gogo, jagung, gandum, sorgum, kedelai, kacang tanah, kacang hijau, kacang arab, kacang tunggak, ubi jalar, ubi kayu, talas, dan iles-iles. Sistem ini juga dapat digunakan oleh petani dan pelaksana pertanian untuk mengetahui teknologi atau tindakan apa yang dapat digunakan untuk mengatasi keberadaan faktor penghambat.

ii

Masukan yang diperlukan untuk menjalankan sistem ini adalah data karakter dan kualitas lahan yang akan digunakan, serta jenis tanaman yang akan ditanam. Data yang diperlukan tergantung jenis tanah yang akan digunakan. Secara total terdapat 19 parameter yang dibagi menjadi 17 data fuzzy dan 2 data non-fuzzy, yaitu tinggi air tanah dan curah hujan. Data fuzzy meliputi suhu, kedalaman efektif, kedalaman sulfidik, lereng, bahan kasar, pH, C-Organik, kejenuhan basa, salinitas, sodisitas, Kapasitas Tukar Kation (KTK), tekstur, drainase, kematangan (gambut), ketebalan (gambut), bahaya banjir, dan Tingkat Bahaya Erosi (TBE). Bahaya banjir dan TBE merupakan parameter pengganti untuk data lereng, tekstur, dan drainase. Terdapat 2 jenis tanah yang dapat dipilih untuk digunakan, yaitu tanah mineral dan tanah gambut. Keluaran sistem ini adalah nilai kesesuaian lahan untuk penggunaan tanaman pangan, nilai kesesuaian lahan untuk tanaman pangan tertentu, faktor penghambat yang dimiliki oleh lahan, saran manajerial untuk mengatasi faktor penghambat, persyaratan tumbuh tanaman, dan lokasi yang dianggap sesuai dengan jenis tanaman. Penentuan lokasi meliputi nama kabupaten, nama kecamatan, dan nama serie tanah, serta masih terbatas pada 2 kabupaten di Jawa Timur, yaitu Kabupaten Blitar dan Kabupaten Tulungagung. Sistem pakar ini dibuat melalui serangkaian aliran proses formulatif yang dimulai dari proses penentuan parameter yang diperlukan meliputi sifat fisika dan kimia tanah, serta jenis tanaman pangan. Dilanjutkan dengan proses penentuan penentuan kelompok aturan pada basis pengetahuan yang akan digunakan untuk memproses data input. Pemrosesan data menggunakan tahapan pada Fuzzy Inference System (FIS) metode Mamdani. Kelompok aturan pertama digunakan untuk menentukan kesesuaian lahan untuk penggunaan tanaman pangan. Kelompok aturan kedua digunakan untuk menentukan jenis tanaman yang sesuai berdasarkan nilai yang dihasilkan oleh kelompok aturan pertama dan data input untuk parameter curah hujan. Proses selanjutnya adalah proses penentuan arsitektur web yang akan digunakan sebagai interface sistem dengan pengguna dan diakhiri dengan proses evaluasi sistem. Pembuatan web menggunakan PHP, Apache web server, dan MySQL. Proses evaluasi sistem dilakukan dengan membandingkan keluaran sistem dengan pendapat human expert maupun data yang ada pada laporan survei tanah. Tahap akuisisi dalam pembuatan sistem pakar ini melibatkan human expert dari IPB dan Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian, Bogor. Proses inferensi pada sistem ini menggunakan teknik forward chaining untuk iii

menentukan kesesuaian lahan dan teknik backward chaining untuk menentukan persyaratan tumbuh tanaman. Pada pelaksanaan pemrosesan data sesuai dengan tahapan yang ada pada FIS, fungsi keanggotaan yang digunakan adalah fungsi trapesium (TRAPMF) dan fungsi gauss (GAUSSMF), metode yang digunakan untuk implikasi dan komposisi semua output adalah metode maximal dan metode untuk defuzzifikasi adalah metode centroid. Untuk meningkatkan efisiensi waktu penggunaan sistem ini, maka ditentukan jenis parameter penentu untuk setiap jenis tanah. Penentuan persyaratan untuk parameter penentu ini membuat sistem dapat langsung memberikan hasil bahwa lahan tidak sesuai digunakan untuk tanaman pangan, apabila nilai parameter penentu yang dimasukkan pengguna melebihi persyaratan yang telah ditentukan. Sehingga pengguna tidak perlu melanjutkan ke tahap pengisian data selanjutnya. Sistem ini juga dilengkapi dengan informasi tentang range nilai setiap parameter serta validasi yang diperlukan untuk memastikan bahwa pengguna memberi nilai input sesuai dengan range yang ada. Informasi tentang cara profil sistem serta cara pengoperasiannya juga ikut disertakan dalam sistem ini, supaya pengguna dapat melakukan troubleshooting secara mandiri.

Kata kunci : kesesuaian lahan, tanaman pangan, sistem pakar, Fuzzy Inference System (FIS), metode Mamdani, forward chaining, backward chaining, web.

iv


NINA SEVANI

Tesis Sebuah karya ilmiah sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Ilmu Komputer

PROGRAM STUDI ILMU KOMPUTER SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009

ABSTRACT NINA SEVANI. Land Suitability Expert System Based on Maximum Limitation Factor For Food Plants. Supervised by MARIMIN and HERU SUKOCO.

One of solutions for handling food security problems is doing land evaluation. With land evaluation, farmers will know about the suitability of their land with some kinds of plants. Knowledge about suitability of the land and the plants can minimalize harvest plant problem. The spread of information technology and digital era also change the ways to explain and distribute information and knowledge used for recognizing land suitability. Process to recognize land suitability in this system using 19 parameters including physical and chemistry characteristics, and also natural factors such as temperature and rain fall. For all of this parameters, there are 2 complementary parameters to replace data about tekstur, drainase, and slope. Object in this research are 14 kinds of food plants. This system using Fuzzy Inference Systems (FIS) method for processing data. User can choose trapesium or Gauss function for fuzzificy the data. Based on actual values of the land, this system will determine the suitability of the land for food plants and for specific kinds of food plants. This system also determine about limitation factors for the land and gives some managerial suggestion for handling that factors. The result of this system also included about plants grow requirement and suitability location on 2 district at East Java Province.

Keyword : Land suitability, Fuzzy Inference System, Expert system.

v

Judul Tesis

: Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar (Maximum Limitation Factor) Untuk Tanaman Pangan Nama : Nina Sevani NRP : G651060084 Program Studi : Ilmu Komputer

Menyetujui, Komisi Pembimbing

Prof. Dr. Ir. Marimin, M.Sc

Heru Sukoco, S.Kom, MT

Ketua

Anggota

Mengetahui,

Ketua Program Studi Ilmu Komputer

Dekan Sekolah Pascasarjana IPB

Dr. Sugi Guritman

Prof. Dr. Ir. Khairil Anwar Notodiputro, MS

Tanggal Ujian : 14 Januari 2009

Tanggal Lulus :

vi

KATA PENGANTAR Puji dan syukur penulis sampaikan kepada Tuhan YME atas segala berkah dan rahmat-Nya, sehingga akhirnya penulis dapat menyelesaikan penelitian ini dengan judul “SISTEM PAKAR PENENTUAN KESESUAIAN LAHAN BERDASARKAN FAKTOR PENGHAMBAT TERBESAR (MAXIMUM LIMITATION FACTOR) UNTUK TANAMAN PANGAN”. Tugas penelitian ini dibuat untuk memenuhi salah satu persyaratan studi pada Program Studi Ilmu Komputer, Sekolah Pascasarjana IPB. Tugas penelitian ini dapat terselesaikan atas bantuan dari berbagai pihak. Oleh karena itu penulis ingin menyampaikan terima kasih yang sebesar-besarnya kepada : 1. Prof. Dr. Ir. Marimin, M.Sc dan Bapak Heru Sukoco, S.Kom, MT selaku Dosen Pembimbing, yang telah banyak membimbing dan mengarahkan penulis. 2. Staf pengajar dan karyawan di Program Studi Ilmu Komputer, Sekolah Pascasarjana IPB, serta karyawan Pascasarjana IPB. 3. Bapak Daniel G.K, M.Sc atas semua dukungan moril dan spiritual yang telah diberikan kepada penulis selama melakukan penelitian. 4. Sayangku, Hendi, yang selalu mendoakan, mendukung, serta menemani penulis dalam melewati masa-masa sulit pada saat penyelesaian studi ini. 5. Seluruh keluarga di Jakarta maupun Tegal yang selalu mendukung dan mendoakan penulis sepanjang penyelesaian studi ini. 6. Bapak Dr. Kukuh Murtilaksono dan Bapak Yiyi Sulaeman atas bimbingan yang telah diberikan. 7. Seluruh staf Universitas Krida Wacana terutama di Fakultas Teknologi Informasi atas segala bantuan yang telah diberikan.

vii

8. Semua pihak yang telah membantu namun tidak dapat penulis sebutkan satupersatu. Berbagai usaha telah penulis upayakan guna terselesaikannya tugas penelitian ini dengan baik, namun penulis menyadari akan kekurangan dan keterbatasan penulis. Oleh karena itu penulis memohon maaf apabila terdapat kekeliruan-kekeliruan. Akhir kata penulis berharap tugas penelitian ini dapat bermanfaat. Bogor, Januari 2009 Penulis

viii

RIWAYAT HIDUP

Penulis dilahirkan di Brebes pada tanggal 18 Agustus 1980 sebagai anak pertama dari ayah bernama Eko Sutanto dan ibu Ratna Indrayanti. Pendidikan sekolah dasar ditempuh di SD. Pius 3 Tegal. Pendidikan menengah pertama di SMP. PIUS 1 Tegal dan menengah atas di SMUN 1 Tegal, lulus pada tahun 1998. Pendidikan sarjana ditempuh di Universitas Bina Nusantara, Jurusan Teknik Informatika, Fakultas Ilmu Komputer, lulus pada tahun 2002. Tahun 2002 sampai 2003 menjadi staff PPIC (Product, Planning, and Inventory Control) pada PT. Bintang Kanguru, Jakarta. Sejak tahun 2003 menjadi pegawai akademik di Universitas Kristen Krida Wacana, Jakarta. Pada tahun 2006 penulis meneruskan pendidikan lanjutan di Sekolah Pascasarjana, Institut Pertanian Bogor pada Program Studi Ilmu Komputer.

ix

DAFTAR ISI

Halaman DAFTAR TABEL

.................................................................................

xiv

..............................................................................

xv

...........................................................................

xix

DAFTAR GAMBAR DAFTAR LAMPIRAN

I.

II.

PENDAHULUAN

......................................................................

1

1.1

Latar Belakang

..........................................................

1

1.2

Tujuan dan Manfaat ...........................................................

4

1.3

Ruang Lingkup......................................................................

6

LANDASAN TEORI........................................................................

7

2.1

Manajemen Pengetahuan (Knowledge Management) .........

7

2.1.1 Akuisisi Pengetahuan (Knowledge Acquisition) ........

7

2.1.2 Representasi Pengetahuan (Knowledge Representation)

9

2.1.3 Mekanisme Inferensi (Inference Machine)

.............

12

Sistem Pakar (Expert System) .................................................

14

2.2.1 Definisi Sistem Pakar

14

2.2

............................................

2.2.2 Keuntungan Sistem Pakar

.....................................

16

2.2.3 Karakteristik Sistem Pakar

.....................................

17

.............................................

18

2.2.4 Elemen Sistem Pakar

2.2.5 Tahapan Pengembangan Sistem Pakar 2.3

Sistem Fuzzy

..............

19

......................................................................

20

2.3.1 Himpunan Fuzzy

...................................................

21

.................................................

22

...........................................................

28

………………………………………………...

31

2.3.2 Fungsi Keanggotaan 2.3.3 Defuzzifikasi 2.4

Internet

2.4.1 Arsitektur Client-Server

…………………………...

31

2.5

Waterfall Life Cycle Model

…………………..……………

32

2.6

Data Flow Diagram (DFD) ………………………………..

36

2.7

Lahan Pertanian

36

.............................................................

x

2.7.1 Karakteristik Lahan

.................................................

37

........................................................

44

..................................................

47

.......................................................

48

..........................................................................

50

2.7.2 Kualitas Lahan 2.7.3 Kesesuaian Lahan 2.7.4 Evaluasi Lahan

III.

METODOLOGI 3.1

Kerangka Pemikiran

.........................................................

3.2

Tahapan Pengembangan Sistem 3.2.1 Pemilihan Pakar

...................................

54

3.2.2 Akuisisi Pengetahuan

..........................................

55

3.2.3 Representasi Pengetahuan

..........................................

57

..............................

58

.....................................

59

......................................................

59

3.2.5 Implementasi dan Pengujian Tata Laksana Penelitian

3.3.1 Pengumpulan Data dan Informasi 3.3.1.1 Jenis Data dan Informasi

..............................

60

..............................

60

3.3.1.2 Teknik Pengambilan Data dan Informasi

.......

61

...............................

61

3.3.3 Waktu dan Tempat Penelitian ...........................................

62

Metode Pengembangan Sistem

...........................................

62

.......................................................

63

3.4.2 Perancangan Sistem .......................................................

64

3.4.3 Pembangunan Sistem .......................................................

64

3.4.4 Pengujian Sistem

.......................................................

67

3.4.5 Penerapan Sistem

.......................................................

67

3.3.2 Pengolahan Data dan Informasi

3.4.

3.4.1 Kebutuhan Sistem

3.4.6 Operasional dan Pemeliharaan Sistem

IV.

53

.....................................................

3.2.4 Pengembangan Mesin Inferensi

3.3

50

PERANCANGAN

...................

68

..................................................................

69

4.1

Kerangka Sistem Yang Dirancang

..........................................

69

4.2

Analisa Kebutuhan Sistem

......................................................

70

4.3

Rancangan Proses

..................................................................

74

4.3.1 Rancangan Input

......................................................

74

4.3.2 Rancangan Output

......................................................

74

xi

4.3.3 Rancangan Proses Evaluasi

...........................................

4.3.3.1 Proses Input (Masukan)

75

................................ 77

4.3.3.1.1 Parameter Penentu Kesesuaian Lahan Untuk Penggunaan Tanaman Pangan

81

4.3.3.1.2 Fuzzifikasi Parameter Input Penentu Kesesuaian Lahan Untuk Penggunaan Tanaman Pangan

...............................

84

4.3.3.1.3 Parameter Penentu Jenis Tanaman Pangan Yang Sesuai..............................

106

4.3.3.2 Proses Penarikan Kesimpulan .............................

108

4.3.3.3 Proses Output (Keluaran)

...............................

110

4.3.4 Rancangan Arsitektur Web

...........................................

112

4.3.5 Rancangan Tampilan Web

...........................................

113

...................................................................

123

IMPLEMENTASI SISTEM...................................................................

124

4.4

V.

Rancangan Uji

5.1

Spesifikasi Perangkat Keras dan Piranti Lunak

5.2

Input Sistem

5.3

Proses Evaluasi Sistem

...................................................................

125

.......................................................

131

...................................................................

131

5.3.2 Proses Penarikan Kesimpulan ..........................................

132

5.3.3 Proses Output

.......................................................

140

...................................................................

141

5.3.1 Proses Input

VI.

.................... 124

5.4

Output Sistem

5.5

Verifikasi dan Validasi

......................................................

148

.................................................................

165

6.1

Akuisisi Pengetahuan ..................................................................

167

6.2

Representasi Pengetahuan

......................................................

174

6.3

Proses Inferensi

..................................................................

175

6.4

Kompleksitas Sistem ..................................................................

178

6.5

Implikasi Manajerial .................................................................

179

PEMBAHASAN

xii

VII.

KESIMPULAN DAN SARAN

......................................................

180

..............................................................................

182

LAMPIRAN ...................................................................................................

184

DAFTAR PUSTAKA

xiii

DAFTAR TABEL Nomor

Halaman

1

Kelas tekstur tanah

……....……………………………….....

38

2

Kelas drainase tanah

.............................................................

40

3

Kedalaman tanah

4

Kualitas lahan untuk proses evaluasi lahan

5

.....................................................................

41

.............................

45

Range nilai untuk TBE

.……………………………….....

46

6

Kelas untuk bahaya banjir

........................................................

46

7

Pengelompokan kebutuhan pengguna sistem menjadi menu-menu pada web

...................................................................................

71

8

Parameter, himpunan fuzzy, dan domain himpunan fuzzy ...........

79

9

Nilai curah hujan

108

10

Arti kelas kesesuaian lahan

......................................................

131

11

Parameter, himpunan, dan representasi fuzzy .................................

133

12

Pengelompokan nilai pada parameter curah hujan ..........................

137

13

Contoh input dan output penentuan kesesuaian lahan secara umum

........................................................................

untuk tanah gambut dengan rumus TRAPMF 14

.........................

...................................................................................

154

157

160

Hasil validasi keluaran sistem dan pendapat pakar dalam menentukan faktor penghambat pada tanaman padi sawah

19

.........................

Perbandingan antara keluaran sistem dengan hasil yang diberikan oleh Matlab

18

152

Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah mineral dengan rumus GAUSSMF

17

.........................

Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah gambut dengan rumus GAUSSMF

16

149

Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah mineral dengan rumus TRAPMF

15

.........................

.......................

162

Hasil validasi keluaran sistem dan pendapat pakar dalam menentukan kriteria lahan pada tanaman padi sawah

xiv

...................................

163

DAFTAR GAMBAR

Nomor

Halaman

1

Tahapan akuisisi pengetahuan pada sistem pakar ..............….....

8

2

Jaringan semantik antara OAV induk-OAV anak ........................

10

3

Representasi objek DOG dengan menggunakan frame .................

11

4

Fungsi dasar sistem pakar ............................................................

15

5

Hubungan domain pengetahuan dan domain masalah ...............

16

6

Hubungan antar elemen dalam sistem pakar ...............................

19

7

Tahapan pengembangan sistem pakar ..........................................

20

8

Alur penyelesaian masalah dengan logika fuzzy ………..………

21

9

Kurva representasi linear naik. .....................................…………

23

10

Representasi linear turun. ...........................................................

23

11

Tahapan kurva segitiga .................................................................

24

12

Kurva trapesium ...........................................................................

25

13

Daerah ’bahu’ pada kurva bentuk bahu ..................………..........

25

14

Bentuk dan karakteristik kurva -S .................................................

26

15

Representasi kurva PI ...............................................……..............

27

16

Representasi kurva BETA ..............................................................

28

17

Representasi kurva GAUSS ..........................................................

28

18

Metode maximum pada defuzzifikasi

...........................................

29

19

Metode centroid pada defuzzifikasi

.............................................

29

20

Metode weigthted average pada defuzzifikasi ..............................

29

21

Metode mean max pada defuzzifikasi ..........................................

30

22

Metode center of sums pada defuzzifikasi .................................

30

23

Metode center of largest area pada defuzzifikasi .......................

30

24

Metode first (or last) of maxima pada defuzzifikasi ...................

31

25

Arsitektur client-server ...................................................................

32

26

Fase-fase pada waterfall life cycle model

………………………

33

27

Tahapan kegiatan evaluasi lahan ....................................................

49

28

Diagram proses pencocokkan antara persyaratan tumbuh

xv

tanaman dengan karakteristik lahan

...............................................

50

29

Diagram kerangka pemikiran sistem pakar .....................................

53

30

Kerangka penyusunan aturan pada sistem pakar

54

31

Diagram input output sistem pakar penentuan kelas kesesuaian lahan

..............................

.............................................................................

56

32

Tahapan pengembangan sistem pakar yang dirancang ....................

60

33

Diagram alir formulasi sistem yang dirancang ..............…...............

69

34

DFD level 0 pada sistem yang dirancang ...........................................

73

35

DFD level 1 pada sistem yang dirancang

.............. .......................

73

36

Rancangan input ...............................................................................

75

37

Proses evaluasi sistem penentuan kesesuaian lahan .........................

76

38

Proses evaluasi sistem penentuan kriteria dan lokasi lahan ................

77

39

Fuzzifikasi suhu

86

40

Fuzzifikasi kedalaman efektif

.........................………..………

87

41

Fuzzifikasi bahan kasar .................................................………… ...

89

42

Fuzzifikasi pH.

...........................................................

90

43

Fuzzifikasi kejenuhan basa ..............................................................

91

44

Fuzzifikasi KTK ...........................................................................

92

45

Fuzzifikasi C-Organik ..............................................………..........

93

46

Fuzzifikasi salinitas ........................................................................

94

47

Fuzzifikasi sodisitas ..................................................……..............

95

48

Fuzzifikasi kedalaman sulfidik ........................................................

96

49

Fuzzifikasi tekstur ............................................................................

97

50

Fuzzifikasi drainase .........................................................................

98

51

Fuzzifikasi ketebalan (gambut) .......................................................

100

52

Fuzzifikasi kematangan (gambut) .....................................................

101

53

Fuzzifikasi lereng ............................................................................

102

54

Fuzzifikasi bahaya banjir

..............................................................

104

55

Fuzzifikasi TBE

.......................................................................

105

56

Representasi fungsi keanggotaan untuk variabel kesesuaian lahan ....

107

57

Arsitektur client-server .........................................................................

112

58

Tampilan utama web ............................................................................

114

59

Tampilan tentang aplikasi

….............................……………………

114

60

Tampilan tanaman pangan

…………...................................................

115

..........................................................................

xvi

61

Halaman karakteristik dan kualitas lahan

..........................................

115

62

Halaman masukan jenis tanaman dan jenis tanah pengguna .................

116

63

Halaman masukan untuk parameter tinggi air tanah, ketebalan, dan kematangan (gambut)

64

.....................................................................

Halaman hasil penentuan kesesuaian lahan gambut yang tidak cocok untuk tanaman pangan

.......................................................

65

Halaman masukan parameter untuk tanah gambut

66

Halaman masukan parameter lereng dan kedalaman efektif pada tanah mineral

67

117

...............................

……..........................................…………………

117 118

119

Halaman hasil penentuan kesesuaian lahan mineral yang tidak cocok untuk tanaman pangan

......................................................

119

68

Halaman masukan parameter untuk tanah mineral .................................

120

69

Halaman hasil penentuan kesesuaian lahan .... .....................................

120

70

Halaman masukan jenis tanaman yang diinginkan pengguna ..............

121

71

Halaman kriteria lahan untuk tanaman

122

72

Halaman lokasi yang berpotensi untuk ditanami tanaman pangan

..........................................

sesuai masukan pengguna .....................................................................

122

73

Halaman pertama aplikasi penentuan kesesuaian lahan

126

74

Halaman input parameter penentu pada tanah gambut ...........................

127

75

Halaman input parameter penentu pada tanah mineral

.....................

127

76

Halaman input parameter pada tanah gambut

......................................

128

77

Halaman input parameter pada tanah mineral ........................................ 129

78

Halaman input pada parameter pengganti ..................…………………

130

79

Halaman pertama aplikasi penentuan kriteria lahan

.............................

130

80

Tampilan halaman utama SPPKL

.....................................................

142

81

Halaman menu tentang aplikasi .... ........................................................

142

82

Halaman tanaman pangan ......................................................................

143

83

Halaman karakteristik & kualitas lahan

143

84

Halaman bantuan

85

Halaman hasil aplikasi penentuan kesesuaian lahan ................................ 145

86

Halaman hasil penentuan kesesuaian lahan tanah gambut dengan

.............................................

...................... ........................................................ 144

nilai parameter penentu yang melebihi batas 87

..................

......................................

145

Halaman hasil penentuan kesesuaian lahan tanah mineral dengan nilai parameter penentu yang melebihi batas .......................................... xvii

146

88

Halaman persyaratan tumbuh tanaman

.............................................

147

89

Halaman lokasi ses uai

......................................................................

147

90

Data parameter tanah gambut melebihi ketentuan yang ada

91

Tampilan hasil kesesuaian lahan dengan nilai parameter penentu melebihi batas yang ditentukan

.............

.......................................................

92

Data parameter tanah gambut melebihi ketentuan yang ada

93

Tampilan hasil kesesuaian lahan tanah mineral dengan nilai parameter penentu melebihi batas yang ditentukan

.............

..............................

170

169 171

173

94

Parameter pengganti ................................................................................ 173

95

Flowchart filtering nilai parameter penentu tanah gambut .................... 175

96

Flowchart filtering nilai parameter penentu tanah mineral ...................

176

97

Flowchart perhitungan nilai implikasi, komposisi, dan defuzzifikasi

177

xviii

1

I.

PENDAHULUAN

Latar Belakang Era globalisasi yang terjadi saat ini telah melahirkan tuntutan kehidupan yang semakin kompetitif bagi manusia, salah satunya dalam bidang pertanian. Penyusutan luas lahan sawah irigasi di Jawa, pelandaian produksi dan produktivitas, perubahan iklim yang kurang mendukung, serta serangan Organisme Pengganggu Tanaman (OPT) merupakan ancaman bagi ketahanan pangan nasional (Mulyani et al, 2001). Kondisi seperti ini menuntut dilakukannya perencanan dan pengolahan lahan pertanian yang baik untuk dapat meningkatkan kualitas dan kuantitas komoditas pangan. Peningkatan kualitas dan kuantitas komoditas pangan antara lain dapat dilakukan dengan melakukan evaluasi lahan dalam rangka memilih jenis tanaman pangan yang sesuai dengan karakteristik tanah yang akan digunakan. Proses evaluasi lahan sebaiknya dilakukan oleh petani sebelum melakukan proses penanaman tanaman, supaya dapat terjadi kesesuaian antara lahan yang akan digunakan dengan jenis tanaman pangan yang akan ditanam pada lahan tersebut. Evaluasi lahan dapat dilakukan dengan membandingkan persyaratan penggunaan lahan dengan kualitas (karakteristik) lahan (Hardjowigeno, 2007). Pengolahan lahan yang tidak sesuai dengan karakteristik lahan itu sendiri dapat menghambat proses bercocok tanam yang dilakukan dan pada akhirnya dapat menjadi salah satu penyebab terjadinya gagal panen (Prasetyo dan Suriadikarta, 2006). Ada banyak karakteristik lahan, baik yang berupa karakter fisik maupun kimia yang dapat menjadi parameter dalam penentuan kesesuaian lahan dengan suatu tanaman. Kesesuaian lahan tersebut digolongkan berdasarkan besarnya intensitas faktor penghambat atau ancaman.

2 Pada dasarnya komoditas pertanian dipengaruhi oleh beberapa faktor, seperti lahan pertanian, tenaga kerja, modal, pupuk, pestisida, bibit, teknologi, dan manajemen (Hastuti dan Rahim, 2007). Kurangnya pengetahuan dan pemahaman pelaksana pertanian (petani) akan karakteristik lahan yang akan diolah dan jenis tanaman pangan yang akan ditanam serta sulitnya memperoleh data yang benar tentang karakteristik lahan dapat membuat petani kesulitan dalam menentukan kesesuaian lahannya. Terkadang petani juga mendapatkan kesulitan dalam menentukan lokasi yang sesuai dengan jenis tanaman yang mereka inginkan. Selain itu para petani juga tentunya memerlukan pengetahuan tentang cara memperbaiki kekurangan yang dimiliki oleh lahannya yang akan dapat menghambat produktivitas tanaman yang dihasilkan, meskipun hanya faktor kekurangan lahan yang tidak tergantung pada alam yang dapat diperbaiki oleh petani. Untuk memperoleh semua pengetahuan yang diperlukan oleh petani dan pelaksana pertanian tersebut, tentunya diperlukan waktu yang cukup lama dan biaya yang besar. Keberadaan pakar atau orang yang berpengalaman maupun data-data penelitian yang memadai akan sangat membantu petani, terutama petani yang belum berpengalaman dalam menentukan kesesuaian lahan dengan tanaman yang akan ditanam. Apabila dana dan waktu merupakan faktor pembatas, maka perlu adanya keberadaan suatu sistem penunjang pembuatan keputusan yang terkomputerisasi (Amien, Sosiawan, dan Susanti, 1997). Keberadaan sistem pakar dalam bidang pertanian dapat membantu petani untuk membuat keputusan melalui perencanaan yang baik sebelum mulai melakukan apapun terhadap lahan mereka (Wai, et al., 2005). Dengan adanya sistem pakar yang memuat pengetahuan dari para pakar mengenai penentuan kesesuaian lahan yang akan digunakan dengan jenis tanaman yang mereka akan tanam, akan dapat membantu petani dan pelaksana pertanian dalam menjalankan tugasnya. Sistem pakar ini juga dapat membantu petani dalam menentukan kesesuaian lahannya

3 pada saat terjadi kesulitan dalam memperoleh data karakteristik lahan yang benar-benar tepat. Mengingat bahwa cukup banyak data karakteristik lahan yang nilainya mengandung ketidak pastian, maka untuk pengolahan data pada sistem pakar dapat menggunakan Fuzzy Inference System (FIS), yang meniru cara berpikir manusia, sehingga dianggap memungkinkan untuk penyelaian masalah yang mengandung ketidak pastian ini. Keberadaan internet dan lahirnya era digital juga sangat berpotensi untuk mendukung akses dan kemudahan pada aktifitas penentuan kesesuaian lahan untuk tanaman pangan. FAO (Food and Agriculture Organization), sebagai badan internasional yang mengurusi soal pertanian dan pangan, juga telah memasukkan informasi dan knowledge management sebagai salah satu dari lima strategi kunci yang kemudian ditetapkan sebagai FAO Strategic Framework untuk mencapai tujuan mengatasi kekurangan pangan di dunia (Salokhe, et al., 2004). Pemanfaatan teknologi informasi dan komunikasi ini salah satunya dapat diwujudkan dalam bentuk pembuatan sistem pakar online yang dapat memberikan anjuran atau saran dalam menentukan kesesuaian lahan. Anjuran atau saran yang dihasilkan dari sistem pakar merupakan representasi pengetahuan dari para pakar dan hasil-hasil penelitian yang dikumpulkan dari tahun ke tahun. Keberadaan sistem pakar online untuk penentuan kesesuaian lahan ini diharapkan dapat membantu petani dan pelaksana pertanian dalam merencanakan dan mengolah lahan mereka. Mengingat bahwa sistem ini dapat diakses secara online, tentunya diharapkan juga dapat memperluas jangkauan dan fleksibilitas penggunaannya. Hasil yang diberikan oleh sistem pakar ini dapat memberi masukan kepada petani tentang tingkat kesesuaian antara lahan yang akan mereka gunakan dengan jenis tanaman pangan yang akan mereka tanam dan juga anjuran manajerial tentang perbaikan faktor penghambat yang ada pada lahan tersebut, beserta beberapa lokasi yang dianggap sesuai dengan jenis tanaman yang mereka inginkan. Diharapkan dengan mengetahui kesesuian antara lahan dengan jenis tanaman, dapat membantu petani dan pelaksana

4 pertanian dalam menentukan jenis tanaman yang paling sesuai dengan kondisi lahan mereka dan bagaimana mereka harus memperbaiki lahan mereka untuk menghasilkan produksi yang lebih baik. Dengan mengetahui lokasi yang sesuai dengan jenis tanaman yang mereka inginkan, juga diharapkan dapat membantu petani untuk mempertahankan, bahkan meningkatkan pasar yang sudah mereka miliki.

Tujuan dan Manfaat Pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan mempunyai tujuan utama untuk membuat sebuah sistem terkomputerisasi online untuk membantu perencana dan pelaksana pertanian. Sistem ini dapat membantu perencana dan pelaksana pertanian dengan memberikan keluaran tentang kesesuaian lahan dan faktor penghambat yang ada berdasarkan jenis tanaman yang akan ditanam dan karakteristik lahan yang akan ditanami. Sistem ini juga akan memberikan saran manajerial untuk mengatasi faktor-faktor penghambat yang ada. Penentuan kesesuaian lahan dan saran yang akan diberikan merupakan hasil pengolahan pengetahuan pada basis pengetahuan yang diakuisisi dari beberapa pakar. Selain tujuan utama yang ingin dicapai tersebut, penulis juga merumuskan beberapa tujuan lainnya yang ingin dicapai, yaitu : 1. Identifikasi kebutuhan informasi dan data petani dalam mengenali kesesuaian lahan untuk tanaman pangan berdasarkan karakteristik lahan tersebut. 2. Identifikasi faktor-faktor yang terkait dalam penentuan kesesuaian lahan. 3. Membandingkan karakteristik dan kualitas lahan dengan persyaratan penggunaan lahan untuk suatu tanaman.

5 4. Menghasilkan sistem pakar yang dapat memberi anjuran yang bersifat manajerial tentang perbaikan sifat tanah yang diperlukan supaya dapat menghasilkan kelas kesesuaian lahan terbaik. 5. Membantu petani dalam menentukan karakteristik dan lokasi lahan yang sesuai dengan jenis tanaman pangan yang diinginkan. 6. Membantu pekerjaan petugas pertanian dalam memberikan penyuluhan kepada petani mengenai pemilihan jenis tanaman pangan sesuai dengan karakteristik lahan yang akan diolah.

Terdapat beberapa manfaat yang diharapkan dapat diperoleh melalui pembuatan sistem pakar untuk penentuan kesesuaian lahan untuk jenis tanaman pangan. Beberapa manfaat yang dapat diperoleh antara lain adalah : 1. Mengurangi resiko terjadinya kesalahan pemilihan jenis tanaman pangan yang akan ditanam pada suatu lahan tertentu. 2. Menambah pengetahuan perencana dan pelaksana pertanian tentang cara-cara manajerial untuk mengatasi berbagai faktor penghambat yang dimiliki oleh lahan mereka. 3. Menambah pengetahuan perancana dan pelaksana pertanian tentang karakteristik lahan dan lokasi yang sesuai dengan jenis tanaman pangan yang mereka inginkan. 4. Mempermudah akses petani dan pelaksana pertanian dalam mengakses pengetahuan para pakar karena sistem yang dihasilkan berbasis web dan dapat diakses secara online.

6 Ruang Lingkup Ruang lingkup penelitian ini adalah sebagai berikut : 1. Sistem pakar dirancang khusus untuk 14 tanaman pangan : padi sawah, padi gogo, jagung, sorgum, gandum, ubi kayu, ubi jalar, talas, iles-iles, kedelai, kacang hijau, kacang tanah, kacang tunggak, kacang arab. 2. Sistem pakar dirancang untuk menentukan kesesuaian lahan yang berjenjang dengan faktor pembatasnya. 3. Terdapat 19 parameter yang akan digunakan untuk menentukan kesesuaian lahan, dimana dua diantaranya merupakan parameter pengganti, yaitu TBE dan bahaya banjir. Parameter lain yang akan digunakan adalah : suhu, curah hujan, kedalaman efektif, kedalaman sulfidik, bahan kasar, KTK, kejenuhan basa, pH, C-Organik, salinitas, sodisitas, tekstur, drainase, lereng, kematangan dan ketebalan gambut, serta tinggi air tanah. 4. Pemberian rekomendasi perbaikan hanya untuk aspek manajerial. 5. Rekomendasi perbaikan untuk peningkatan kesesuaian lahan hanya dapat dilakukan pada karakteristik lahan yang tidak tergantung pada kondisi alam. 6. Software yang akan digunakan adalah PHP. 7. Pengujian keluaran sistem pakar dilakukan dengan laporan penelitian survei tanah semi detail untuk suatu wilayah dan pendapat pakar evaluasi tanah.

7

II.

2.1

LANDASAN TEORI

Manajemen Pengetahuan (Knowledge Management) Manajemen pengetahuan (knowledge management) merupakan suatu model gabungan

berbagai aspek pengetahuan dalam suatu perusahaan. Oleh karena itu di dalam manajemen pengetahuan termasuk penciptaan, pengkodean, dan pendistribusian pengetahuan. Manajemen pengetahuan juga dapat diartikan sebagai proses pengumpulan dan penggunaan pengetahuanpengetahuan dalam perusahaan, baik yang berupa pengetahuan tertulis (dokumen, laporan, basis data) maupun pengetahuan yang berada pada pikiran pekerja di perusahaan tersebut (Awad dan Ghaziri, 2004).

2.1.1

Akuisisi Pengetahuan (Knowledge Aquisition) Akuisisi pengetahuan merupakan salah satu tahap penting dalam pengembangan sistem

pakar, oleh karena itu keberadaannya perlu didukung oleh sistem pengetahuan dasar (knowledge based system). Pada tahap akuisisi pengetahuan inilah dilakukan proses pengumpulan pengetahuan dari para pakar oleh perekayasa pengetahuan atau knowledge engineer (KE), yang akan dimasukkan dalam sistem berbasis pengetahuan (knowledge based system), atau dapat dikatakan sebagai proses penyerapan pengetahuan. Teknik penyerapan pengetahuan sendiri pada dasarnya terdiri dari dua bagian utama, yaitu identifikasi proyek dan penyerapan pengetahuan. Penyerapan pengetahuan dari pakar ini dapat diperoleh oleh KE melalui wawancara dan berbagai macam metode lainnya, seperti observasi dan diskusi masalah. Selama proses akuisisi pengetahuan, seorang KE harus sabar, komunikatif dan juga kreatif, karena pakar seringkali sulit mengekspresikan proses penyelesaian suatu masalah. Selain itu seorang KE merupakan orang

8 yang memiliki latar belakang pengetahuan tentang komputer dan kecerdasan buatan serta mengerti cara pengembangan sistem pakar (Marimin, 2007). Sebagai salah satu elemen dalam sistem pakar, fasilitas akuisisi pengetahuan digunakan sebagai alat untuk mengisi atau mendapatkan pengetahuan, fakta, aturan, dan model yang diperlukan oleh sistem pakar dari berbagai sumber (Marimin, 2007), seperti :

Akuisisi pengetahuan dari para pakar.

Pengorganisasian dari beberapa buku, jurnal, data, dasar dan media lain yang relevan dengan ruang lingkup sistem pakar yang akan dikembangkan.

Penyeleksian hasil deduksi dan induksi dari pengetahuan yang sudah tersimpan dalam sistem pakar atau yang berupa pengalaman itu sendiri.

Tahapan dalam proses akuisisi pengetahuan yang diperlukan untuk menyusun sistem pakar cukup beragam, tapi pada umumnya tidak terlepas dari kaitan ilmu-ilmu kognitif dan teknik kecerdasan buatan atau dengan kata lain tergantung dari sistem informasi, sistem deduksi dan sistem operasi. Dalam Marimin (2007), proses akuisisi pengetahuan terdiri dari tiga tahap, yaitu komunikasi, formulasi atau implementasi parsial (permodelan pengetahuan), dan tahap validasi (keabsahan data sistem dan interpretasi pengetahuan), seperti dapat dilihat pada Gambar 1. Ketiga tahap tersebut penting dalam penentuan keseluruhan implementasi dari sistem pakar yang dikembangkan.

Gambar 1.

Tahapan akusisi pengetahuan pada sistem pakar (Marimin, 2007)

9 2.1.2

Representasi Pengetahuan (Knowledge Representation) Representasi pengetahuan merupakan bagian yang memuat obyek-obyek pengetahuan

serta hubungan yang dimiliki antar obyek tersebut. Obyek-obyek pengetahuan ini akan disimpan dalam basis pengetahuan (knowledge based). Basis pengetahuan merupakan sumber kecerdasan sistem yang dimanfaatkan oleh mekanisme inferensi untuk mengambil kesimpulan (Marimin, 2007). Basis pengetahuan terdiri dari basis pengetahuan statis dan basis pengetahuan dinamik. Basis pengetahuan statis dapat juga disebut sebagai basis pengetahuan deklaratif, yang memuat informasi tentang obyek, peristiwa, dan juga situasi. Basis pengatahuan seperti ini dapat direpresentasikan dalam bentuk kalkulus predikat, frames, dan jaringan semantik. Sedangkan basis pengetahuan dinamik dapat juga disebut sebagai basis pengetahuan prosedural yang dapat direpresentasikan dalam bentuk pattern invocked program, kaidah produksi, dan representasi logik. Basis pengetahuan dinamik memuat tentang cara membangkitkan fakta atau hipotesa baru dari fakta yang sudah ada. Pembentukan basis pengetahuan didasarkan pada strategi konvensional dan otomatis. Strategi konvensional membentuk pengetahuan terstruktur dan digunakan jika ranah pengetahuan bersifat kompleks dan pengguna perlu mengetahui proses penalaran. Strategi konvensional biasanya digunakan untuk pembentukan sistem pakar pelatihan. Strategi otomatis dibentuk melalui proses analogi yang dapat dilaksanakan dengan jaringan neural artifisial dan digunakan apabila ranah pengetahuan dan kaidah empiris bersifat sederhana. Contoh penggunaan strategi otomatis adalah pada pembentukan sistem pakar untuk masalah prakiraan cuaca. Beberapa alternatif representasi pengetahuan menurut Ignizio (1991) adalah sebagai berikut :

10

OAV Triplet (Objek-Atribut-Value) OAV triplet atau objek-atribut-nilai merupakan cara untuk menggambarkan fakta tertentu

dalam basis pengetahuan dan dapat diperluas membentuk jaringan semantik. Objek dapat berupa fisik atau konsep, sedangkan atribut merupakan karakteristik dari objek, dan nilai merupakan sifat tertentu dari objek (Marimin, 2007). Contoh dari representasi pengetahuan dalam bentuk OAV triplet adalah : Pete Jones mempunyai penghasilan Rp. 5000000, 00 Pete Jones sebagai objek, Mempunyai penghasilan sebagai atribut, Rp. 5000000, 00 sebagai nilai.

Jaringan Semantik (Semantic Network) Jaringan semantik merupakan jaringan yang terbentuk dari beberapa OAV, seperti terlihat

pada Gambar 2. Jaringan semantik dapat digunakan untuk representasi dari beberapa objek dimana masing-masing objek mempunyai beberapa atribut. Karena suatu objek dapat diturunkan menjadi objek anak, maka setiap penurunan tersebut juga akan disertai dengan penurunan atribut dari parent kepada objek anaknya. Untuk menghemat memori, atribut yang diturunkan dari parent kepada child tidak perlu dituliskan lagi pada saat menjelaskan tentang objek anak (Ignizio, 1991).

Gambar 2.

Jaringan semantik antara OAV induk – OAV anak (Ignizio, 1991)

11

Frame Frame merupakan perluasan dari jaringan semantik karena dapat menggambarkan suatu

objek dari berbagai macam aspek. Pada frame, objek-objek pengetahuan disusun secara hirarki. Setiap objek direpresentasikan dalam bentuk 1 frame, dimana informasi tentang objek tersebut akan dituliskan dalam bentuk slot-slot. Slot yang terdapat pada frame biasanya berupa atribut atau nilai dari objek, dan dapat mengandung nilai, pointer ke frame lain, atau sekumpulan aturan (rules) yang dapat diimplementasikan. Representasi pengetahuan dengan menggunakan frame dapat memberikan gambaran yang lebih jelas tentang objek pengetahuan serta sangat baik bila digunakan pada perancangan sistem pakar yang besar dan kompleks, terutama yang mengandung banyak fakta. Namun disamping kelebihannya itu, frame juga memiliki kekurangan yang justru timbul karena kemampuannya dalam menggambarkan objek pengetahuan. Penggunaan frame pada umumnya memerlukan masa training yang cukup lama, mengingat bahwa user sulit memahami konsep frame . Gambar 3 berikut ini adalah contoh representasi objek pengetahuan dengan menggunakan frame :

Gambar 3. Representasi objek DOG dengan menggunakan frame (Ignizio, 1991)

Statement Logika (Logic Statement) Statement logika merupakan cara representasi pengetahuan dengan notasi logika. Ada dua

macam bentuk statement logika yang umum digunakan, yaitu logika proposisional dan predikat kalkulus. Proposisional merupakan pernyataan yang dapat bernilai benar atau salah,

12 dimana beberapa proposisional dapat digabungkan dengan menggunakan operator AND, OR, NOT, dan EQUIVALENT. Predikat kalkulus merupakan perluasan dari logika proporsisional. Dimana elemen dasar pada predikat kalkulus adalah objek dan predikat itu sendiri. Predikat memberikan informasi tentang objek atau menggambarkan hubungan antara objek dengan apa yang dimiliki oleh objek tersebut. Contoh dari penggunaan predikat kalkulus dalam menggambarkan suatu objek adalah sebagai berikut : 4 kaki (anjing), dibaca ”anjing mempunyai 4 kaki”, dimana : anjing merupakan objek, 4 kaki merupakan predikat.. Kakak(Joan, Jack), dibaca ”Joan adalah kakak dari Jack”, dimana : Joan, Jack, merupakan objek, Kakak merupakan predikat.

Jaringan Neural (Neural Network) Jaringan neural merupakan menggambarkan upaya seseorang untuk menduplikasi

pengetahuan dalam otak manusia. Pengetahuan-pengetahuan akan disimpan dalam neuron dimana akan ada banyak sekali neuron dan masing-masing neuron akan berhubungan satu sama lain sehingga membentuk jaringan. Konsep jaringan neuron ini mulai digunakan untuk merepresentasikan

pengetahuan

secara

otomatis,

dimana

contoh

persoalan

akan

dideskripsikan oleh ahli dan perekayasa akan memberikan bobot hubungan antar neuron sesuai dengan tingkat keeratan dan kepentingannya.

13 2.1.3

Mekanisme Inferensi (Inference Engine) Mekanisme inferensi merupakan komponen terpenting dalam sistem pakar yang akan

memanipulasi dan mengarahkan pengetahuan pada basis pengetahuan untuk mencapai kesimpulan. Kesimpulan atau solusi yang dihasilkan oleh sistem pakar diperoleh melalui pengujian fakta dan kaidah yang ada pada basis pengetahuan. Mekanisme inferensi juga dapat menambahkan fakta baru ke dalam basis pengetahuan jika diperlukan. Terdapat dua strategi dalam mesin inferensi, yaitu strategi penalaran dan strategi pengendalian. Strategi penalaran dapat dibagi lagi menjadi strategi penalaran pasti (Exact Reasoning Mechanism) dan strategi penalaran tidak pasti (Inexact Reasoning Mechanism). Modus ponens, modus tollens, dan beberapa teknik resolusi, merupakan contoh dari strategi penalaran pasti. Strategi pengendalian digunakan untuk pencarian atau pembuktian bahwa solusi dari suatu persoalan ada atau benar. Terdapat dua teknik pengendalian yang sering digunakan pada sistem pakar, yaitu mata rantai ke depan (Forward Chaining) dan mata rantai ke belakang (Backward Chaining). Apapun teknik pengendalian yang digunakan, dalam implementasinya dipengaruhi oleh teknik penelusuran yang digunakan. Beberapa teknik penelusuran yang dapat digunakan adalah depth-first search (dfs), breadth-first search (bfs), dan best-first search (befs). Dfs merupakan teknik penelusuran secara vertikal pada setiap cabang simpul pada ruang solusi. Dalam penggunaan dfs, sulit diketahui berapa dalam harus mencari solusi atau kegagalan dalam mencari pemecahan sebelum kembali ke titik sebelumnya. Bfs merupakan teknik penelusuran secara horisontal, pada setiap tingkat pada suatu struktur ruang solusi. Dengan menggunakan bfs maka memungkinkan ditemukannya solusi dengan lintas terpendek. Namun bila ternyata solusi tidak ada, maka akan diperlukan ruang solusi yang sangat besar dan diperlukan waktu

14 penelusuran yang sangat besar pula. Befs adalah teknik penelusuran yang menggabungkan antara dfs dan bfs.

2.2

Sistem Pakar (Expert System) Sistem pakar merupakan salah satu cabang dari kecerdasan buatan (artificial intelligent)

yang mulai berkembang sejak tahun 1970-an seiring dengan mulai diterimanya paradigma berbasis pengetahuan (knowledge-based). Keberhasilan dari beberapa prototipe sistem pakar yang terus berkembang sejak tahun 1970, antara lain adalah MYCIN (untuk mendiagnosa kesehatan), DENDRAL (untuk mengidentifikasikan bahan kimia), dan PROSPECTOR (untuk menganalisis mineral). Pada dasarnya perkembangan sistem pakar sendiri meliputi area yang cukup luas dan melibatkan beberapa kejadian. Diawali pada tahun 1943, dengan adanya model yang dihasilkan oleh McCulloch dan Pitts Neuron, tentang post production rules, yang kemudian dilanjutkan dengan kejadian dan proyek lainnya. Hingga pada akhir tahun 1950 dan awal tahun 1960, dimana sudah terdapat banyak program yang dibuat dengan tujuan membantu penyelesaian masalah. Salah satu program yang paling populer pada saat itu adalah program General Problem Solver yang dibuat oleh Newell dan Simon, yang menggunakan tipe aturan produksi yang ditulis dalam bentuk IF-THEN.

2.2.1 Definisi Sistem Pakar Sistem pakar merupakan salah satu cabang kecerdasan buatan yang meniru cara berpikir seorang pakar dalam menyelesaikan masalah, membuat keputusan, atau mengambil kesimpulan dari sejumlah fakta (Handojo, Irawan, dan Ongko, 2004). Giarratano dan Riley (1998) menyebut sistem pakar sebagai sistem komputer yang dapat melakukan emulasi terhadap kemampuan

15 membuat keputusan dari seorang pakar. Kemampuan melakukan emulasi ini membuat sistem pakar dapat merespon dan bertingkah laku dalam segala aspek, seperti halnya seorang manusia yang pakar dalam suatu hal. Oleh karena itu emulasi dikatakan lebih baik daripada simulasi yang hanya merespon sesuatu dari aspek-aspek tertentu saja. Pakar adalah seseorang yang mempunyai keahlian kusus atau keahlian dalam suatu bidang tertentu (Giarratano dan Riley, 1998). Keahlian yang dimiliki oleh seorang pakar tidak banyak diketahui oleh orang lainnya. Sehingga biasanya seorang pakar dapat menyelesaikan masalah dengan cara yang lebih efisien dibandingkan dengan orang lain pada umumnya. Sebuah sistem pakar akan menyimpan dan mengelola keahlian atau pengetahuan dari seorang pakar. Selain itu pengetahuan yang ada pada sistem pakar juga dapat berasal dari buku dan juga majalah, atau sumber-sumber tertulis lainnya. Karena itulah pula, sistem pakar juga dapat disebut sebagai sistem berbasis pengetahuan. Pengetahuan yang dimiliki oleh sistem pakar yang akan digunakan untuk mengolah fakta-fakta dari pengguna sehingga dapat dihasilkan suatu kesimpulan yang akan diberikan kembali kepada penggunanya. Kesimpulan itu dapat dianggap sebagai hasil dari konsultasi yang diberikan oleh seorang pakar. Fungsi dasar sistem pakar dapat dapat dilihat pada Gambar 4. Sistem Pakar

Pengguna

Fakta Kesimpulan

Knowledge Base (Basis Pengetahuan)

Inference Enginee (Penarikan Kesimpulan)

Gambar 4. Fungsi dasar sistem pakar (Giarratano dan Riley, 1998) Pengetahuan seorang pakar biasanya fokus pada suatu domain tertentu, yang disebut dengan problem domain (Giarratano dan Riley, 1998). Problem domain adalah masalah khusus

16 pada suatu area tertentu seperti pengobatan, pertanian, ilmu pengetahuan, dan keuangan. Sistem pakar biasanya dirancang pada satu problem domain tertentu. Problem domain disini tidak termasuk kemampuan khusus dari pakar untuk menyelesaikan masalah-masalah yang berkaitan dengan domain tersebut. Pengetahuan seorang pakar untuk menyelesaikan masalah khusus yang timbul pada suatu domain tertentu disebut dengan knowledge domain. Contoh dari knowledge domain dari problem domain pertanian adalah pengetahuan pakar untuk mengenali gejala-gejala kerusakan tanaman karena serangan hama dan bagaimana mengatasi serangan tersebut. Hubungan antara problem domain dan knowledge domain dapat digambarkan seperti terlihat pada Gambar 5. Problem Domain Knowledge Domain

Gambar 5. Hubungan domain pengetahuan dan domain masalah (Giarratano dan Riley, 1998)

2.2.2 Keuntungan Sistem Pakar Penerapan sistem pakar dalam kehidupan sehari-hari dapat mempunyai motivasi yang berbeda-beda. Pada umumnya penerapan sistem pakar didasarkan atas motivasi untuk mendapatkan saran dari pakar kapan saja diperlukan mengingat kesibukan dan aktivitas pakar yang mungkin bisa sangat padat. Menurut Giarratano. dan Riley (1998), penerapan sistem pakar dalam kehidupan sehari-hari sendiri mempunyai beberapa keuntungan, seperti :

Memungkinkan pengetahuan dan keahlian dari para pakar dapat diperoleh melalui berbagai macam jenis piranti keras.

Mengurangi biaya yang diperlukan untuk konsultasi dengan pakar setiap kali ada masalah yang harus diselesaikan.

17

Mengurangi bahaya karena sistem pakar dapat diterapkan pada kondisi dan situasi yang berbahaya bagi seorang pakar.

Pengetahuan yang dimiliki bersifat permanen, karena pengetahuan yang sudah disimpan pada sistem pakar tidak mungkin dapat hilang, habis, atau rusak.

Memungkinkan untuk menggabungkan pengetahuan dan keahlian beberapa pakar secara bersamaan untuk menyelesaikan suatu masalah.

Meningkatkan kehandalan karena sistem pakar dapat menjaga kebenaran kesimpulan atau saran yang diberikan, sebab sistem pakar tidak mungkin merasa lelah dan tidak terpengaruh kondisi emosional.

Sistem pakar dapat memberikan penjelasan terhadap kesimpulan atau saran yang diberikan.

Memberikan respon yang cepat terhadap masalah yang dimasukkan oleh penggunanya.

Sistem pakar dapat menjadi tutor yang memiliki kecerdasan, yang dapat menjelaskan proses dan tahapan pengambilan kesimpulan.

Sistem pakar merupakan basis data yang cerdas karena dapat mengakses basis data dengan cara-cara yang cerdas.

2.2.3 Karakteristik Sistem Pakar Beberapa karakteristik sistem pakar menurut Giarratano dan Riley (1998), adalah:

Kinerja yang tinggi

Dapat merespon sesuatu dengan cepat.

Memiliki tingkat kehandalan yang tinggi.

Memberikan penjelasan tentang tahapan yang dilalui untuk menghasilkan kesimpulan.

Bersifat fleksibel

18

Memberikan daftar semua alasan yang diperlukan untuk menghasilkan suatu kesimpulan.

2.2.4 Elemen Sistem Pakar Giarratano dan Riley (1998) menyatakan bahwa sebuah sistem pakar terdiri dari beberapa komponen, seperti :

Antar Muka Pengguna (User interface) Tatap muka pengguna atau user interface merupakan tampilan sistem pakar, tempat dimana pengguna dan sistem pakar dapat saling berkomunikasi.

Fasilitas Penjelasan (Explanation facility) Fasilitas penjelasan atau explanation facility merupakan fasilitas pada sistem pakar yang menjelaskan tentang alasan-alasan suatu kesimpulan dihasilkan.

Memori Kerja (Working memory) Memori kerja atau working memory merupakan basis data global berisi fakta-fakta yang dimasukkan oleh pengguna.

Mekanisme Inferensi (Inference engine) Mekanisme inferensi atau inference engine merupakan suatu mekanisme untuk menghasilkan kesimpulan dengan memilih aturan-aturan yang ada pada basis pengetahuan yang dianggap sesuai dengan fakta yang dimasukkan oleh pengguna. Mekanisme inferensi juga akan memberikan prioritas kepada setiap aturan yang dipilih dari basis pengetahuan tadi.

Agenda Agenda adalah daftar aturan dengan prioritas tinggi yang dibuat oleh mekanisme pengetahuan. Aturan yang berada pada agenda adalah aturan yang sesuai dengan faktafakta yang diberikan oleh pengguna.

19

Fasilitas Akuisisi Pengetahuan (Knowledge acquisition facility) Merupakan fasilitas yang memungkinkan pengguna untuk memasukkan pengetahuan ke dalam sistem, disamping pengetahuan-pengetahuan yang sebelumnya sudah dimasukkan oleh KE. Fasilitas ini merupakan fasilitas tambahan dan bukan fasilitas wajib dalam sistem pakar.

Gambar 6 berikut ini menampilkan stuktur dan hubungan antar elemen pada sistem pakar.

Gambar 6. Hubungan antar elemen dalam sistem pakar (Giarratano dan Riley, 1998)

2.2.5 Tahapan Pengembangan Sistem Pakar Beberapa penulis menggambarkan tahapan pengembangan sistem pakar secara berbedabeda. Namun pada intinya semua proses pengembangan sistem pakar akan melalui tahap pembentukan basis pengetahuan yang akan diperoleh melalui akuisisi dan representasi pengetahuan. Giarratano dan Riley (1998) menggambarkan tahapan pengembangan sistem pakar secara lebih sederhana, hanya melalui melalui 3 tahap. Namun penggambaran seperti ini masih sangat umum sehingga tidak dapat menunjukkan secara jelas sub-proses yang terjadi pada masing-masing tahap. Tahapan ini dapat diperjelas dengan menggambarkan setiap sub-proses yang diperlukan dalam pembentukan basis pengetahuan. Marimin (2007) menggambarkan tahapan pengembangan sistem pakar menjadi delapan tahap seperti terlihat pada Gambar 7.

20

Gambar 7. Tahapan pengembangan sistem pakar (Marimin, 2007)

2.3

Sistem Fuzzy Gugus fuzzy pertama kali diperkenalkan oleh Profesor L. A. Zadeh pada tahun 1965.

Profesor Zadeh mengembangkan gugus fuzzy dari gugus biasa. Beliau juga mengembangkan logika fuzzy untuk memanipulasi fuzzy set. Meskipun pada awal perkembangannya gugus fuzzy tidak terlalu diperhatikan, namun akhir-akhir ini perkembangan penggunaan gugus fuzzy sudah semakin pesat. Hal ini ditandai dengan makin banyaknya peneliti dalam bidang matematikan dan teknik yang melakukan penelitian tentang sistem fuzzy. Dalam bahasa manusia banyak hal yang mengandung ketidakpastian (ambiguity), seperti misalnya pengalaman seseorang, kemampuan seseorang dalam melakukan analisis sebelum akhirnya mengambil suatu kesimpulan. Dalam kasus-kasus seperti ini kehadiran komputer yang dirancang untuk dapat membantu pekerjaan manusia, kurang efektif karena komputer tidak mengerti tentang bahasa manusia dengan segala ketidakpastian yang terkandung di dalamnya. Maka dari itu diperlukan suatu cara atau teknik yang dapat mengartikan ketidakpastian dalam

21 bahasa manusia menjadi bahasa yang dapat dimengerti oleh komputer, sehingga komputer akan dapat menjalankan fungsinya secara optimal. Gugus fuzzy merupakan piranti yang tepat untuk mengekspresikan ketidakpastian. Gugus fuzzy merupakan media komunikasi yang berbicara mengenai logika alami dan kompleksitas diantara manusia dan pengetahuan sosial. Sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan untuk mengembangkan sistem intelijen dalam lingkungan yang tidak pasti, dengan menduga suatu fungsi dengan logika fuzzy. Logika fuzzy sering menggunakan informasi linguistik dan verbal. Terdapat beberapa proses dalam logika fuzzy, yaitu : penentuan gugus fuzzy, penerapan aturan if-then, proses inferensi fuzzy. Gambar 8 dibawah ini menunjukkan alur penyelesaian masalah dengan logika fuzzy. Permasalahan Nyata

Representasi Natural

Fuzzifikasi

Komputasi Secara Fuzzy

Defuzzifikasi

Solusi

Gambar 8.

2.3.1

Alur penyelesaian masalah dengan logika fuzzy (Marimin, 2007)

Himpunan Fuzzy Gugus fuzzy dikembangkan dari gugus biasa, hanya saja pada gugus fuzzy terdapat derajat

keanggotaan dari suatu elemen x dari gugus universal X, tercakup di dalam gugus fuzzy A. Fungsi yang menyatakan derajat keanggotaan terhadap sebuah elemen x dalam sebuah gugus disebut fungsi keanggotaan (membership function).

22 Nilai atau derajat keanggotaan yang diberikan kepada suatu elemen x oleh fungsi keanggotaan akan berada pada range 0-1 dan sering dinyatakan dalam bentuk sebagai berikut : μA (x1) = 1, dibaca : nilai keanggotaan untuk elemen x1 pada gugus fuzzy A bernilai 1. μA (x2) = 0.5, dibaca : nilai keanggotaan untuk elemen x2 pada gugus fuzzy A bernilai 0.5. μA (x3) = 0, dibaca : nilai keanggotaan untuk elemen x3 pada gugus fuzzy A bernilai 0. Himpunan fuzzy dapat dinotasikan dalam bentuk pasangan berurutan. Dimana elemen pertama menunjukkan nama elemen dan elemen kedua menunjukkan nilai keanggotaannya. Contoh penulisan himpunan fuzzy dari 3 elemen, sebagai pasangan berurutan adalah sebagai berikut : A = {(1; 0.6); (2; 0.3); (3; 0.1)}

2.3.2

Fungsi Keanggotaan Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan

pemetaan titik-titik masukan data ke dalam nilai keanggotaannya (Kusumadewi, et al, 2006). Pada dasarnya terdapat dua macam cara untuk menentukan nilai keanggotaan dari himpunan fuzzy, yaitu secara numerik dan secara fungsi (Yan, Ryan, Power, 1994). Cara numerik menentukan tingkat fungsi keanggotaan pada suatu elemen sebagai vektor yang terdiri dari angka-angka dengan dimensi tergantung pada tingkat diskretisasi. Cara fungsi menentukan fungsi keanggotaan himpunan fuzzy dalam bentuk ekspresi yang memungkinkan yang memungkinkan pemberian nilai keanggotaan untuk setiap elemen dalam suatu universe untuk dikalkulasi. Pada sistem fuzzy, terdapat beberapa fungsi keanggotaan yang dapat digunakan untuk pemberian nilai keanggotaan pada suatu elemen dalam himpunan fuzzy. Beberapa fungsi keanggotaan yang umum digunakan adalah fungsi-S, fungsi-π , kurva segitiga, kurva trapesium,

23 dan bentuk eksponensial (Yan, Ryan, dan Power, 1994). Berikut ini adalah penjelasan untuk masing-masing fungsi keanggotaan untuk himpunan fuzzy : 1. Representasi Linear Pada representasi linear akan dihasilkan kurva berupa garis lurus. Garis ini terbentuk sebagai akibat dari pemetaan masukan ke derajat keanggotaan. Representasi linear memberikan gambaran fungsi keanggotaan yang paling sederhana dan dapat menjadi pilihan yang tepat untuk mendekati suatu konsep yang kurang jelas dan dapat dikelompokkan dalam dua macam fungsi, yaitu fungsi representasi naik dan fungsi representasi turun (Kusumadewi et al, 2006). Fungsi keanggotaan untuk representasi linear naik menghasilkan garis lurus yang bergerak menaik ke nilai domain yang lebih besar seperti terlihat pada Gambar 9, dinyatakan denga rumus sebagai berikut : μ(x) =

0;

x≤a

(x-a)/(b-a);

a≤ x≤b

1;

x≥b

Gambar 9.

Kurva representasi linear naik (Kusumadewi et al, 2006)

Fungsi keanggotaan untuk representasi linear turun menghasilkan garis lurus yang bergerak menurun ke nilai domain yang lebih kecil seperti terlihat pada Gambar 10 dan dinyatakan dengan rumus sebagai berikut :

μ(x) =

(b-x)/(b-a);

a≤ x≤b

0;

x≥b

Gambar 10.

Representasi linear turun (Kusumadewi et al, 2006)

24

Dengan a menyatakan batas bawah pada range nilai dan b menyatakan batas atas pada range nilai gugus fuzzy. Sedangkan x menyatakan elemen yang akan dicari nilai keanggotaannya dengan fungsi representasi linear. 2. Interval of Confidence Nilai keanggotaan kepada suatu elemen x hanya dapat bernilai 1 bila x adalah anggota gugus fungsi fuzzy. Sedangkan nilai keanggotaan elemen x adalah 0, bila x bukan merupakan anggota gugus fuzzy. 3. Representasi Kurva Segitiga (Tringular Fuzzy Number /TFN) Representasi kurva segitiga merupakan gabungan dari dua garis linear seperti terlihat pada Gambar 11. Fungsi keanggotaan untuk kurva segitiga dinyatakan sebagai berikut :

μ(x) =

0;

x ≤ a atau x ≥ c

(x-a)/(b-a);

a≤ x≤b

1;

x=b

Gambar 11.

Kurva segitiga (Kusumadewi et al, 2006)

Dengan a menyatakan batas bawah dari range nilai, b menyatakan nilai puncak pada kurva segitiga sekaligus titik tengah dari nilai a dan c, sedangkan c menyatakan nilai batas atas dari range nilai. X menyatakan elemen yang akan dicari nilai keanggotaannya. 4. Representasi Kurva Trapesium Representasi kurva trapesium dapat dilihat pada Gambar 12 dan mempunyai fungsi keanggotaan sebagai berikut :

25

μ(x) =

0;

x < a atau x ≥ d

(x-a)/(b-a);

a≤ x
1;

b≤ x
(d-x)/(d-c);

c≤ x
Gambar 12.

Kurva trapesium (Kusumadewi et al, 2006)

Penjelasan untuk a,d sama dengan pada representasi kurva segitiga. Sedangkan c menyatakan nilai puncak pertama dari kurva yang terbentuk dan b menyatakan nilai puncak kedua pada kurva. 5. Representasi Kurva Bentuk Bahu Kurva bentuk bahu digunakan untuk menyatakan daerah yang terletak pada tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga. Pada representasi kurva bahu akan ada sisi variabel yang tidak berubah. Sedangkan ‘bahu’ kiri bergerak dari benar ke salah dan ‘bahu’ kanan akan bergerak dari salah ke benar. Gambar 13 menunjukkan representasi kurva bentuk bahu.

Gambar 13.

Daerah ’bahu’ pada kurva bentuk bahu (Kusumadewi et al, 2006)

6. Representasi Kurva-S Kurva penyusutan dan pertumbuhan merupakan contoh representasi kurva-S atau kurva Sigmoid yang berkaitan dengan kenaikan dan penurunan permukaan secara tidak linear. Kurva

26 pertumbuhan akan bergerak menaik dari sisi paling kiri ke paling kanan. Sisi paling kiri akan mempunyai nilai keanggotaan 0 dan sisi paling kanan akan mempunyai nilai keanggotaan 1. Sedangkan kurva penyusutan akan bergerak dari paling kanan ke paling kiri. Representasi kurvaS dapat dilihat pada Gambar 14.

Gambar 14.

Bentuk dan karakteristik kurva-S (Kusumadewi et al, 2006)

Ada tiga parameter yang digunakan untuk mendefinisikan kurva-S, yaitu nilai keanggotaan nol (α), nilai keanggotaaan lengkap (γ), dan titik infleksi atau crossover (β). Titik infleksi merupakan titik dimana memiliki domain 50% benar. Fungsi keanggotaan untuk kurva pertumbuhan adalah :

μ(x) =

0;

x≤α

2 ((x - α)/(γ - α))2;

α≤ x≤β

1 - 2 ((γ - x)/(γ - α))2; β ≤ x ≤ γ 1;

x≥γ

Fungsi keanggotaan untuk kurva penyusutan adalah : 1;

x≤α

1 - 2 ((x - α)/(γ - α))2; α ≤ x ≤ β μ(x) =

2 ((γ - x)/(γ - α))2;

β≤ x≤γ

1;

x≥γ

27 7. Representasi Kurva PI Kurva PI merupakan salah satu kelas dari representasi kurva bentuk lonceng (Bell Curve). Kurva PI mempunyai derajat keanggotaan 1 yang terletak pada pusat dengan domain (γ) dan lebar kurva (β). Representasi kurva PI dapat dilihat pada Gambar 15. Fungsi keanggotaan untuk kurva PI adalah : S (x ; γ - β ; γ - β/2 ; γ) ;

x≤γ

1 - S (x ; γ ; γ + β/2 ; γ + β) ;

x>γ

∏(x, β, γ) =

Gambar 15.

Representasi kurva PI (Kusumadewi et al, 2006)

8. Representasi Kurva BETA Kurva BETA merupakan kurva bentuk lonceng yang didefinisikan dengan dua parameter, yaitu nilai pada domain yang menunjukkan pusat kurva (γ) dan setengah lebar kurva (β). Representasi kurva BETA dapat dilihat pada Gambar 16, dari gambar tersebut juga dapat dilihat bahwa fungsi keanggotaan mendekati nol hanya jika nilai β sangat besar. Fungsi keanggotaan untuk kurva BETA adalah : B(x ; γ ; β) =

1 1+

x-γ β

2

28

Gambar 16.

Representasi kurva BETA (Kusumadewi et al, 2006)

9. Representasi Kurva GAUSS Kurva GAUSS juga merupakan kurva bentuk lonceng dengan dua parameter, yaitu γ (nilai domain pada pusat kurva) dan k (lebar kurva). Representasi kurva GAUSS dapat dilihat pada Gambar 17. Fungsi keanggotaan untuk kurva GAUSS adalah sebagai berikut : –k(γ - x)2 G(x ; k, γ) = e

Gambar 17.

2.3.3

Representasi kurva GAUSS (Kusumadewi et al, 2006)

Defuzzifikasi Defuzzifikasi adalah proses untuk mengubah keluaran fuzzy menjadi keluaran yang

bernilai tunggal (Ross, 1995). Keluaran fuzzy diperoleh melalui eksekusi dari beberapa fungsi keanggotaan fuzzy. Terdapat beberapa metode yang dapat digunakan pada proses defuzzifikasi, namun yang banyak digunakan adalah metode Centroid (Center of Gravity) dan Maximum (Max-

29 membership method). Berikut ini adalah berbagai macam metode defuzzifikasi yang dapat digunakan. 1. Max-membership principle (Height method), mengambil nilai fungsi keanggotaan terbesar dari keluaran fuzzy yang ada untuk dijadikan sebagai nilai defuzzifikasi. Representasi metode maximum pada defuzzifikasi dapat dilihat pada Gambar 18.

Gambar 18.

Metode maximum pada defuzzifikasi (Ross, 1995)

2. Centroid method (Center of Gravity / Center of Area), mengambil nilai tengah dari seluruh fungsi keanggotaan keluaran fuzzy yang ada untuk dijadikan nilai defuzzifikasi. Representasi metode centroid dapat dilihat pada Gambar 19.

Gambar 19.

Metode centroid pada defuzzifikasi (Ross, 1995)

3. Weighted Average Method, hanya dapat digunakan bila keluaran fungsi keanggotaan dari beberapa proses fuzzy mempunyai bentuk yang sama, misalnya sama-sama berbentuk kurva segitiga, seperti terlihat pada Gambar 20.

Gambar 20.

Metode weighted average pada defuzzifikasi (Ross, 1995)

30 4. Mean-max membership, mempunyai prinsip kerja yang sama dengan metode maximum, hanya saja lokasi dari fungsi keanggotaan maximum tidak harus unik. Representasi metode mean-max dapat dilihat pada Gambar 21.

Gambar 21.

Metode mean-max pada defuzzifikasi (Ross, 1995)

5. Center of sums, mempunyai prinsip kerja yang hampir sama dengan weighted average method. Hanya saja pada metode center of sums, nilai yang dihasilkan merupakan area respektif dari fungsi keanggotaan yang ada, seperti terlihat pada Gambar 22.

Gambar 22.

Metode center of sums pada defuzzifikasi (Ross, 1995)

6. Center of largest area, hanya digunakan bila keluaran fuzzy mempunyai sedikitnya dua subdaerah yang convex, sehingga sub-daerah yang digunakan sebagai nilai defuzzifikasi adalah sub-daerah yang terluas. Representasi metode center of largest area dapat dilihat pada Gambar 23.

Gambar 23.

Metode center of largest area pada defuzzifikasi (Ross, 1995)

31 7. First (or last) of maxima, menggunakan seluruh keluaran dari fungsi keanggotaan, seperti terlihat pada Gambar 24.

Gambar 24.

2.4

Metode first (or last) of maxima pada defuzzifikasi (Ross, 1995)

Internet Internet lahir dengan diawali adanya proyek ARPANET dari departemen pertahanan

Amerika (U.S Departement of Defense) pada tahun 1969 yang menghubungkan empat komputer dari beberapa universitas membentuk suatu jaringan untuk keperluan militer. Seiring dengan perkembangan teknologi yang terjadi dan meningkatnya kebutuhan manusia akan komunikasi dan informasi, maka saat ini internet telah berkembang dengan sangat pesat di berbagai bidang, bukan hanya pada bidang militer. Saat ini sudah terdapat banyak aplikasi dan layanan yang dilakukan melalui internet, seperti world wide web (www), electronic mail (e-mail), file transfer protocol (FTP), telnet, teleconferencing, dan juga videoconferencing. Pada awal tahun 1990, internet telah menghubungkan hampir sebagian besar jaringan daerah di seluruh belahan bumi, sehingga membentuk jaringan dalam jaringan. Meskipun semua jaringan di masing-masing daerah berbeda, namun mereka menggunakan standard yang sama yaitu jaringan internet milik Amerika sehingga mereka tetap dapat berhubungan dan bertukar pesan dengan mudah. Seiring dengan waktu, perbedaan nama dan jaringan di masing-masing daerah mulai hilang, dan nama internet Amerika juga berganti menjadi internet, yaitu jaringan global yang menghubungkan berbagai macam jaringan lokal menjadi satu kesatuan.

2.4.1

Arsitektur Client-Server Arsitektur client-server terdiri dari komputer yang berfungsi sebagai client dan komputer

yang berfungsi sebagai server. Jumlah komputer client dan server yang berada pada suatu jaringan client-server tidak dibatasi. Pembatasan hanya dilakukan pada fungsinya. Arsitektur ini

32 merupakan arsitektur yang paling banyak digunakan dan dikenal oleh pengguna jaringan saat ini. Pada arsitektur client-server, telah terjadi pembagian tugas yang lebih merata antara client dan server yang digunakan. Server yang digunakan dapat berupa mainframe, microcomputer, ataupun minicomputer. Sedangkan client biasanya berupa microcomputer. Server akan menjalankan dua piranti lunak aplikasi, yaitu : penyimpanan data dan logika pengaksesan data. Client juga akan menjalankan dua piranti lunak aplikasi, yaitu : logika presentasi dan logika aplikasi (Dennis, 2002). Pembagian piranti lunak aplikasi antara client dan server dapat mempunyai beberapa bentuk seperti aplikasi 2-tier, aplikasi 3-tier, dan aplikasi n-tier. Gambar 25 di bawah ini menunjukkan arsitektur client-server.

Gambar 25.

Arsitektur client-server

Web Browser dan Web Server merupakan salah satu contoh arsitektur client-server. Kelebihan arsitektur client-server adalah kemampuannya untuk mendukung piranti keras dan piranti lunak dari berbagai vendor untuk dapat bekerja sama. Sedangkan kekurangannya adalah masih terdapat kesulitan untuk menghubungkan aplikasi piranti lunak dari vendor-vendor yang berbeda. Untuk mengatasi hal ini, diperlukan bantuan piranti lunak middleware yang diletakkan pada lapisan aplikasi (application layer) di sisi client dan juga di sisi server. Piranti lunak middleware

inilah yang akan melakukan fungsi sebagai penerjemah dan mengendalikan

pengiriman data.

2.5

Waterfall Life Cycle Model Waterfall life cycle model merupakan salah satu model klasik yang banyak digunakan

pada pengembangan atau pembuatan piranti lunak. Pembuatan piranti lunak merupakan tahapan pembuatan aplikasi yang dilakukan melalui serangkaian proses yang saling berkaitan satu sama lain. Tahapan yang dilakukan dalam pengembangan piranti lunak ini sering kali disebut sebagai siklus hidup piranti lunak (software life cycle) yang merupakan periode waktu yang dimulai dari proses konseptualisasi aplikasi yang akan dibuat dan diakhiri pada saat aplikasi yang telah

33 dihasilkan akan dihancurkan setelah dirasa tidak lagi diperlukan (Kishore dan Naik, 2001). Siklus hidup piranti lunak akan melakukan organisasi terhadap berbagai macam tugas software engineering menjadi fase-fase, seperti apa saja yang perlu dilakukan pada masing-masing fase dan bagaimana fase-fase ini berhubungan satu sama lain sehingga bisa saling overlap. Pada waterfall life cycle model, tugas pada setiap fase dilakukan secara berurutan, sehingga fase selanjutnya hanya dapat dilakukan apabila semua tugas pada fase sebelumnya telah selesai dilakukan. Gambar 26 berikut ini menggambarkan fase-fase yang terdapat pada waterfall life cycle model.

Gambar 26. Fase-fase pada waterfall life cycle model Menurut Kishore dan Naik (2001) terdapat enam fase pada waterfall life cycle model, yaitu :

Analisis Kebutuhan (Requirement) Fase analisis kebutuhan merupakan fase pertama pada waterfall life cycle model. Pada fase ini akan dilakukan proses analisis tentang apa yang akan dibangun, termasuk didalamnya tentang apa saja yang dibutuhkan.

Perancangan (Design) Fase perancangan merupakan fase selanjutnya setelah fase analisis kebutuhan. Pada fase ini akan ditentukan tentang bagaimana cara kerja dari sistem yang akan dibangun. Pada

34 fase ini akan dilakukan juga perancangan tentang segala sesuatu yang diperlukan oleh sistem.

Pembuatan (Construction) Fase pembuatan merupakan fase dimana dilakukan proses koding terhadap hasil perancangan. Tugas yang dilakukan pada fase ini pada umumnya dilakukan oleh kelompok yang lebih besar daripada kelompok yang melakukan tugas pada fase sebelumnya. Pada fase ini pula biasanya akan dilakukan proses pembuatan user manual.

Pengujian (Testing) Fase pengujian dilakukan untuk menguji koding yang dihasilkan pada fase sebelumnya. Pengujian yang dilakukan merupakan pengujian penuh terhadap seluruh aspek pada sistem, mulai dari pengujian pada tingkat paling bawah sampai pengujian tentang penerimaan sistem oleh penggunanya (acceptance testing).

Penerapan (Deployment) Fase penerapan dilakukan setelah fase pengujian selesai dan hasil pengujian menunjukkan bahwa sistem telah siap untuk diimplementasikan dalam lingkungan pengguna. Tugastugas penting yang dilakukan pada fase penerapan antara lain adalah instalasi sistem, penggantian dari sistem lama ke sistem baru, dan pelatihan tentang sistem baru kepada penggunanya. Hasil dari fase penerapan sangat tergantung pada hasil dari fase-fase sebelumnya, terutama fase analisis kebutuhan. Apabila tugas pada fase analisis kebutuhan dilakukan secara tidak sempurna, ada kemungkinan terdapat kebutuhan pengguna yang baru diketahui pada saat sudah masuk ke fase penerapan.

Operasional dan Pemeliharaan (Operations and Maintenance) Fase

operasional

dan

pemeliharaan

merupakan

fase

dimana

sistem

sudah

diimplementasikan dalam proses bisnis penggunanya. Pada fase ini, dapat dilakukan modifikasi terhadap sistem yang ada supaya sesuai dengan kebutuhan penggunanya. Penggunaan waterfall life cycle model dalam perancangan software memberikan beberapa kelebihan, seperti :

Pada waterfall life cycle model, fase-fase yang ada sudah terdefinisi dan terbagi secara jelas, sehingga akan menghasilkan keluaran yang tepat dan jelas.

35

Adanya urutan yang jelas pada tugas-tugas yang diperlukan pada software engineering untuk menghasilkan suatu software. Selain beberapa kelebihan yang dimilikinya, waterfall life cycle model juga mempunyai

beberapa kekurangan, seperti :

Tidak adanya mekanisme untuk mengontrol perubahan yang terjadi pada fase analisis kebutuhan yang baru terjadi setelah dilakukannya fase perancangan dan pembuatan atau setelah adanya feedback dari pengguna sistem.

Waterfall life cycle model mengurangi keterlibatan pengguna sistem pada fase perancangan dan pembuatan, sehingga dapat memicu timbulnya batas antara pengguna dengan sistem yang dibangun. Hal ini pada akhirnya akan dapat mengurangi rasa ‘kepemilikan’ pengguna terhadap sistem yang dihasilkan.

Tidak ada feedback dari pengguna yang dilakukan pada saat sistem sedang dibangun. Kondisi seperti ini pada akhirnya sering kali membuat proses pada fase analisis kebutuhan tidak dapat memberikan gambaran kebutuhan pengguna yang sesungguhnya.

Dibutuhkan waktu yang lama untuk menghasilkan software yang dibutuhkan oleh pengguna, terutama bila software yang dibuat cukup kompleks.

Terbatasnya interaksi antara pengembang sistem dengan pengguna sistem, yang dapat menimbulkan kecenderungan untuk penambahan fungsi-fungsi baru pada sistem yang tidak sesuai dengan kebutuhan pengguna. Proses penambahan fungsi pada sistem dapat menimbulkan makin tingginya waktu dan biaya yang harus dikeluarkan dalam rangka pembuatan software.

Adanya asumsi bahwa semua kebutuhan sistem harus diketahui sejak awal proses pembuatan software dapat menimbulkan keputusan yang diambil menjadi prematur.

Rendahnya tingkat flexibility pada model ini. Menimbang adanya kekurangan pada waterfall life cycle model ini, maka kemudian

dilakukan modifikasi pada model ini dengan menambahkan perulangan antar fase. Dengan adanya proses perulangan antar fase membuat pihak pengembang menjadi lebih fleksibel dan dapat kembali ke fase sebelumnya untuk memperbaiki tugas-tugas yang telah dilakukan pada fase sebelumnya.

36 2.6

Data Flow Diagram (DFD) Data Flow Diagram (DFD) merupakan bagian dari teknik analisis dan perancangan

sistem yang terstruktur. DFD digunakan untuk mempelajari aturan bagaimana informasi masuk dalam sistem dan bagaimana proses perubahan informasi selama berada pada sistem (Kishore dan Naik, 2001). DFD digambarkan dalam bentuk simbol-simbol yang berbeda antara sumber data dan tujuan data (external entity), proses, aliran data, dan penyimpanan data. DFD dari suatu sistem dapat digambarkan menjadi beberapa tingkat dengan perbedaan pada tingkat kejelasannya dalam menggambarkan sistem. Pada umumnya setiap tingkat DFD terdiri dari dua sampai enam proses. Masing-masing proses dapat dijabarkan lagi menjadi tingkat yang lebih detail, sampai seluruh proses sudah tergambarkan dengan detail sehingga tidak dapat diuraikan lagi.

2.7

Lahan Pertanian Lahan pertanian merupakan salah satu faktor penting dalam penentuan komoditas

pertanian. Ada berbagai macam istilah yang perlu dipelajari dalam lahan pertanian, baik yang menyangkut ciri-ciri lahan atau keadaan sumber daya lahan sampai dengan kebutuhan dan persyaratan tumbuhnya suatu tanaman pada lahan tersebut. Secara umum, lahan adalah bagian dari bentang alam (landscape) yang mencakup pengertian lingkungan fisik termasuk iklim, topografi/relief, tanah, hidrologi, dan bahkan keadaan vegetasi alami yang semuanya secara potensial akan berpengaruh terhadap penggunaan lahan (Djaenudin et al, 2003). Sedangkan Hardjowigeno dan Widiatmaka (2007) mengartikan lahan sebagai suatu lingkungan fisik yang meliputi tanah, iklim, reliaf, hidrologi, dan vegetasi, dimana faktor-faktor tersebut mempengaruhi potensi penggunaannya. Lahan pertanian sendiri dapat diklasifikasikan lagi sesuai dengan tujuan pertanian yang akan dilakukan. Ada lahan yang memang berpotensi untuk menjadi lahan pertanian, namun ada pula lahan yang berpotensi menjadi lahan peternakan, hutan, atau cagar alam. Bahkan lahan yang sesuai untuk daerah pertanian dapat dibagi lagi menjadi lahan yang sesuai untuk tanaman padi, palawija, perkebunan, atau tanaman-tanaman khusus lainnya. Berbagai istilah tentang lahan akan diuraikan di bawah ini, mulai dari karakteristik lahan, kualitas lahan, kesesuaian lahan, dan evaluasi lahan.

37 2.7.1

Karakteristik Lahan Karakteristik lahan atau land characteristic merupakan sifat lahan yang dapat diukur atau

diestimasi (Djaenudin et al, 2003). Karakteristik lahan ini merupakan parameter-parameter yang diperlukan dalam proses evaluasi lahan, supaya pengguna (user) dapat mengetahui kesesuaian antara lahan yang dimiliki dan proses pengolahan yang akan dilakukan, sehingga dapat menghasilkan komoditas pertanian yang baik. Perbedaan parameter akan menentukan perbedaan dalam proses evaluasi lahan yang dilakukan. Saat ini ada beberapa sumber yang melakukan evaluasi kesesuaian lahan dengan parameter yang berbeda-beda, seperti Staff PPT (1983), Bunting (1981), Sys et al (1993), CSR/FAO (1983), Driessen (1971) (Djaenudin et al, 2003). Pada dasarnya setiap tanaman memerlukan karakter dan kualitas lahan yang berbeda untuk dapat mendukung pertumbuhannya secara optimal. Misalnya tanaman padi, untuk dapat menghasilkan produksi padi yang baik dan berlimpah diperlukan lahan dengan kandungan Corganik yang tinggi. Makin tinggi kadar C-organik pada lahan tersebut, produktivitas padi akan makin tinggi (Karama et al, 1990 dalam Mulyani et al, 2001). Secara garis besar, karakteristik lahan dikelompokkan menjadi 2, yaitu karakteristik fisik (morfologi atau fisik) dan karakteristik atau sifat-sifat kimia. Kedua kelompok karakteristik tersebut mempunyai pengaruh yang bervariasi dalam proses evaluasi lahan. Sifat fisik atau morfologi tanah adalah sifat-sifat tanah yang dapat diamati dan dipelajari di lapang (Hardjowigeno, 2007). Berikut ini adalah rincian untuk beberapa karakteristik lahan yang sering digunakan pada saat proses evaluasi lahan. 1. Warna Tanah Warna tanah merupakan petunjuk dari beberapa sifat tanah lainnya karena tanah kaya akan kandungan bahan organik. Semakin tinggi kandungan bahan organik pada tanah tersebut, maka warna tanah akan semakin gelap. Warna tanah juga banyak dipengaruhi oleh senyawa Fe. Warna tanah ditentukan dengan menggunakan warna-warna baku yang ada pada Munsell Soil Color Chart. Menurut Munsell, warna tanah disusun dari 3 variabel, yaitu hue (warna spektrum yang dominan), value (banyaknya sinar yang dipantulkan), dan chroma (kemurnian atau kekuatan hue). Tanah yang mengandung lebih dari 1 warna, maka masing-masing warna harus disebutkan dengan menyebutkan warna yang dominan. Pada saat mempelajari warna tanah di lapang, perlu pula disebutkan apakah penentuan warna dilakukan pada saat tanah dalam kondisi basah, kering, atau lembab.

38 2. Tekstur Tekstur menyatakan ukuran butir-butir tanah. Secara umum tanah dikelompokkan menjadi 2 berdasarkan ukuran butirnya, yaitu fragmen batuan (rock fragment) yang berukuran > 2 mm dan fraksi tanah halus (fine earth fraction) yang berukuran < 2 mm. Pada beberapa evaluasi lahan, tekstur hanya digunakan untuk menyatakan butir tanah yang berukuran < 2 mm (fraksi tanah halus), sedangkan fragmen batuan dinyatakan sebagai bahan kasar. Penentuan tekstur tanah di lapang dilakukan dengan cara memijit tanah basah diantara jari-jari tangan sambil dirasakan halus kasarnya, yaitu dirasakan adanya butir-butir pasir, debu, dan liat. Tekstur tanah menunjukkan kasar halusnya tanah dari fraksi tanah halus dan dikelompokkan menjadi 3 kelompok besar, yaitu : pasir (2mm-50μ), debu (50μ-2μ), dan liat (< 2μ). Masing-masing kelompok tersebut dibagi lagi menjadi beberapa kelas struktur seperti dapat dilihat pada tabel 1. Tabel 1. Kelas tekstur tanah Kelas Tekstur Pasir

Sifat Tanah Rasa sangat kasar, tidak melekat, dan tidak dapat dibentuk bola serta gulungan.

Pasir Berlempung

Rasa kasar, sedikit sekali melekat, dapat dibentuk bola namun mudah hancur.

Lempung Berpasir

Rasa agak kasar, agak melekat, dapat dibuat bola dan mudah hancur.

Lempung

Rasa tidak kasar dan tidak licin, agak melekat, dapat dibentuk bola agak teguh, dapat sedikit dibuat gulungan dengan permukaan mengkilat.

Lempung Berdebu

Rasa licin, agak melekat, dapat dibentuk bola agak teguh, dapat dibuat gulungan dengan permukaan mengkilat.

Debu

Rasa licin sekali, agak melekat, dapat dibentuk bola agak teguh, dapat dibuat gulungan dengan permukaan mengkilat.

39 Kelas Tekstur Lempung Berliat

Sifat Tanah Rasa agak licin, agak melekat, dapat dibentuk gulungan bola agak teguh, dapat dibentuk gulungan yang agak mudah hancur.

Lempung Liat Berpasir

Rasa halus dengan sedikit bagian agak kasar, agak melekat, dapat dibentuk bola agak teguh, dapat dibentuk gulungan mudah hancur.

Lempung Liat Berdebu

Rasa halus agak licin, melekat, dapat dibentuk bola teguh, gulungan mengkilat.

Liat Berpasir

Rasa halus, berat, tetapi terasa sedikit kasar, melekat, dapat dibentuk bola teguh, mudah digulung.

Liat Berdebu

Rasa halus, berat, agak licin, sangat lekat, dapat dibentuk bola teguh, mudah digulung.

Liat

Rasa berat, halus, sangat lekat, dapat dibentuk bola dengan baik, mudah digulung. Tekstur tanah selain berpengaruh terhadap sifat fisik tanah, juga mempengaruhi sifat

kimia tanah. Hasil penelitian menunjukkan bahwa pada tanah yang bertekstur kasar kemampuan mengikat bahan organik dan juga basa-basa dapat tukar tergolong rendah. Sebagai contoh tanah dengan tekstur pasir berkorelasi negatif sangat nyata dengan C, N, P, K, dan Aldd (Suharta, 2007).

3. Drainase Drainase merupakan pengaruh laju perlokasi air ke dalam tanah terhadap aerasi udara dalam tanah, atau dengan kata lain drainase tanah menunjukkan kemampuan tanah dalam menahan air. Drainase tanah dibagi menjadi beberapa kelas drainase dimana masing-masing kelas menunjukkan mudah tidaknya air hilang dari tanah. Kelas drainase suatu lahan akan dapat menentukan jenis tanaman yang dapat tumbuh pada lahan tersebut, karena ada tanaman-tanaman tertentu yang hanya dapat tumbuh dengan baik pada lahan dengan kelas drainase yang baik, namun ada pula tanaman yang dapat tumbuh dengan baik pada lahan dengan drainase buruk. Kelas drainase ditentukan di lapang dengan melihat adanya gejala-gejala pengaruh air dalam penampang tanah yang dapat dilihat dengan mengamati warna tanah. Tanah yang berwarna pucat atau kelabu kebiruan menunjukkan bahwa ada pengaruh genangan air yang kuat,

40 sehingga tanah tersebut dikatakan masuk dalam kelas drainase buruk. Sedangkan tanah yang berwarna merah atau coklat menunjukkan bahwa tidak ada air yang menggenang pada tanah tersebut sehingga tanah dikatakan mempunyai kelas drainase baik. Berdasarkan kemampuan tanah dalam menahan air, kelas drainase tanah dikelompokkan menjadi 7 kelas. Pembagian kelas-kelas drainase yang ada dapat dilihat pada tabel 2. Tabel 2. Kelas drainase tanah Kelas Drainase Cepat

Sifat Tanah

(Excessively Mempunyai konduktivitas hidrolik tinggi sampai sangat tinggi, mempunyai daya menahan air yang rendah. Tanah berwarna

Drained)

homogen tanpa bercak atau karatan besi dan alumunium serta warna gley (reduksi). Agak Cepat (Somewhat Mempunyai konduktivitas hidrolik tinggi dan daya menahan air Excessively Drained)

yang rendah. Tanah berwarna homogen tanpa bercak atau karatan besi dan alumunium serta warna gley (reduksi).

Baik (Well Drained)

Mempunyai konduktivitas hidrolik sedang dan daya menahan air sedang, lembab, tapi tidak cukup basah dekat permukaan. Tanah berwarna homogen tanpa bercak atau karatan besi dan atau mangan serta warna gley (reduksi) pada lapisan sampai ≥ 100.

Agak Baik (Moderately Mempunyai konduktivitas hidrolik sedang sampai agak rendah dan Well Drained)

daya menahan air rendah, tanah basah dekat ke permukaan. Tanah berwarna homogen tanpa bercak atau karatan besi dan atau mangan serta warna gley (reduksi) pada lapisan sampai ≥ 50.

Agak (Somewhat Drained)

Terhambat Mempunyai konduktivitas hidrolik sedang sampai sangat rendah dan Poorly daya menahan air rendah sampai sangat rendah, tanah basah sampai ke permukaan. Tanah berwarna homogen tanpa bercak atau karatan besi dan atau mangan serta warna gley (reduksi) pada lapisan sampai ≥ 25.

41 Kelas Drainase Terhambat

Sifat Tanah

(Poorly Mempunyai konduktivitas hidrolik sedang sampai rendah dan daya menahan air rendah sampai sangat rendah, tanah basah untuk waktu

Drained)

yang cukup lama sampai ke permukaan. Tanah berwarna gley (reduksi) dan bercak atau karatan besi dan atau mangan sedikit pada lapisan sampai permukaan. Sangat

Terhambat Mempunyai konduktivitas hidrolik sangat rendah dan daya menahan

(Very Poorly Drained)

air sangat rendah, tanah basah secara permanen dan tergenang untuk waktu yang cukup lama sampai ke permukaan. Tanah berwarna gley (reduksi) permanen sampai pada lapisan permukaan.

4. Kedalaman Bahan Sulfidik Menurut Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pangan (2003), kedalaman bahan sulfidik merupakan dalamnya bahan sulfidik diukur dari permukaan tanah sampai batas atas lapisan sulfidik.

5. Kedalaman Tanah (Kedalaman Efektif) Kedalaman tanah menyatakan dalamnya lapisan tanah (cm) yang dapat dipakai untuk perkembangan perakaran tanaman yang tumbuh pada tanah tersebut. Kedalaman tanah sering juga disebut sebagai kedalaman efektif dan dibedakan menjadi 4 kelompok seperti yang terlihat pada tabel 3. Tabel 3. Kedalaman tanah Kedalaman Tanah

Kedalaman

Sangat Dangkal

< 20 cm

Dangkal

20-50 cm

Sedang

50-75 cm

Dalam

> 75 cm

42 6. Keadaan Batuan Keadaan batuan menyatakan volume batuan (%) yang terdapat pada permukaan tanah dan juga dalam tanah. Keadaan batuan ini dapat mengganggu perakaran tanaman serta dapat mengganggu kemampuan tanah untuk berbagai penggunaan.

7. Lereng Lereng menyatakan kemiringan lahan dan biasanya dinyatakan dalam satuan persen (%). Pengukuran lereng dilakukan dengan menggunakan Clinometer, Abney Level, maupun Teodolit. Tingkat kemiringan lahan menunjukkan curam atau tidaknya lereng, dimana makin curam lereng yang dimiliki oleh suatu lahan, makin berkurang kesesuaian lahannya. Lahan dengan lereng > 45% tidak lagi sesuai untuk daerah pertanian.

8. Kapasitas Tukar Kation (KTK) Menurut Hardjowigeno, S (2007), Kapasitas Tukar Kation (KTK) menyatakan banyaknya kation (dalam miliekivalen) yang dapat dijerap oleh tanah per satuan berat tanah (biasanya per 100 gram). Kation-kation yang telah dijerap oleh koloid-koloid tersebut sukar tercuci oleh air gravitasi, tetapi dapat diganti oleh kation lain yang terdapat dalam larutan tanah, karena itulah proses ini dinamakan pertukaran kation. KTK merupakan sifat kimia tanah yang berkaitan erat dengan kesuburan tanah. Tanah yang mempunyai nilai KTK tinggi mampu menjerap dan menyediakan unsur hara lebih baik daripada tanah dengan nilai KTK rendah. Nilai KTK dapat ditentukan dengan beberapa cara, seperti dengan ekstraksi amonium asetat yang disangga (dibuffer) pada pH 7. Cara ekstraksi dengan amonium asetat seperti ini biasanya akan menghasilkan nilai KTK yang lebih besar daripada nilai KTK yang sebenarnya. Cara lain adalah dengan ekstraksi dengan garam netral pada pH tanah yang sebenarnya (tanpa disangga) atau dengan cara ekstrasi dengan barium chlorida + trietanolamin yang disangga pada pH 8,2. Nilai KTK tanah dapat berbeda-beda untuk tiap koloid tanah. Humus mempunyai nilai KTK yang lebih tinggi daripada mineral liat. Tanah dengan kandungan bahan organik atau dengan kadar liat tinggi mempunyai KTK yang lebih tinggi daripada tanah dengan kandungan bahan organik rendah atau tanah berpasir.

43 9. Kejenuhan Basa Kejenuhan basa menunjukkan perbandingan antara jumlah kation-kation basa dengan jumlah semua kation (kation asam dan kation basa) yang terdapat dalam kompleks jerapan tanah (Hardjowigeno, 2007). Ca++, Mg++, K+, dan Na+ merupakan contoh dari kation basa, sedangkan H+ dan Al+++ merupakan contoh dari kation asam. Kejenuhan basa berkaitan erat dengan pH tanah, dimana tanah dengan pH rendah pada umumnya mempunyai kejenuhan basa rendah pula. Sedangkan tanah dengan pH tinggi, pada umumnya akan mempunyai kejenuhan basa tinggi pula. Tanah dengan kejenuhan basa rendah, berarti kompleks jerapan lebih banyak diisi oleh kation asam. Tanah masam merupakan tanah yang kurang baik bagi tanaman karena mengandung kation asam yang terlalu banyak sehingga menjadi racun bagi tanaman.

10. Reaksi Tanah (pH) Reaksi tanah atau sering disebut sebagai pH, menunjukkan sifat kemasaman atau alkalinitas tanah dan dinyatakan dengan nilai pH. Nilai pH ini dapat menyatakan konsentrasi ion H+ dalam tanah, dimana makin tinggi kadar ion H+ dalam tanah, makin masam tanah tersebut. Selain ion H+ , tanah juga mengandung ion OH- yang jumlahnya berbanding terbalik dengan ion H+. Berdasarkan kandungan dari kedua ion tersebutlah tanah diklasifikasikan menjadi tanah masam, netral, dan basa (alkalis). Tanah masam adalah tanah yang memiliki jumlah ion H+ lebih tinggi daripada ion OH- sehingga mempunyai nilai pH < 7. Tanah netral adalah tanah yang mempunyai kandungan ion H+ dan ion OH-

yang berimbang (pH=7). Tanah basa (alkali)

mempunyai ion OH- lebih banyak daripada ion H+ dan mempunyai pH > 7. Penentuan nilai pH ini dapat dilakukan di laboratorium bila tanah yang akan diukur kering, dan dapat dilakukan di lapang bila tanah yang akan diukur basah. Pada umumnya tanah mempunyai pH 3-9. Sedangkan tanah di Indonesia sendiri umumnya mempunyai pH antara 4 sampai 5.5, sehingga digolongkan sebagai tanah masam.

Tanah yang terlalu masam dapat

dinetralkan atau dinaikkan pH-nya dengan memberikan kapur (Ca) sedangkan tanah yang terlalu basa dapat diturunkan pH-nya dengan memberikan belerang (S) (Hardjowigeno, 2007). Pengukuran pH tanah penting untuk dilakukan dalam rangka menentukan kesesuaiannya terhadap suatu tanaman. Selain itu pengetahuan tentang nilai pH juga penting untuk beberapa alasan sebagai berikut :

44

Menentukan mudah atau tidaknya unsur-unsur hara diserap tanaman.

Menunjukkan kemungkinan adanya unsur-unsur beracun, seperti ion Al dan S yang terlalu tinggi sehingga dapat menjadi racun bagi tanaman.

Mengetahui perkembangan mikroorganisme seperti bakteri dan jamur yang pada umumnya dapat berkembang dengan baik pada pH 5.5 keatas.

2.7.2

Kualitas Lahan Secara umum kualitas tanah (soil quality) didefinisikan sebagai kapasitas tanah untuk

berfungsi dalam suatu ekosistem dalam hubungannya dengan daya dukungnya terhadap tanaman dan hewan, pencegahan erosi, dan pengurangan pengaruh negatif terhadap sumber daya air dan udara (Dariah, Agus, dan Marwan, 2005). Sedangkan kualitas lahan (land quality) adalah sifatsifat pengenal atau atribut kompleks dari suatu lahan (Djaenudin et al, 2003). Kualitas lahan dapat juga didefinisikan sebagai sifat lahan yang berpengaruh terhadap suatu tipe penggunaan lahan (land utilization type) tetapi sukar diukur karena merupakan sifat akumulatif dari beberapa karakteristik lahan (Hardjowigeno, 2007). Berbeda dengan karakteristik lahan, kualitas lahan tidak dapat diukur secara langsung di lapang, melainkan harus melalui serangkaian analisis. Analisis dilakukan dengan menerapkan salah satu atau beberapa metode analisis terhadap suatu karakteristik lahan. Setiap 1 karakteristik lahan dapat mempengaruhi beberapa kualitas lahan, tergantung dari sudut mana penilaian dilakukan. Sebagai contoh kualitas lahan adalah tingkat kesuburan tanah yang merupakan akumulatif dari beberapa karakteristik lahan seperti kandungan hara, pH tanah, dan tekstur tanah. Contoh lain dari kualitas lahan adalah kelas drainase lahan yang merupakan akumulasi dari karakteristik berupa tekstur tanah dan pori-pori tanah, serta kualitas lahan tingkat erosi yang merupakan akumulasi dari karakteristik lahan berupa tekstur tanah, lereng, dan permeabilitas tanah. Kualitas lahan erat kaitannya dengan tipe penggunaan lahan (land utilization type) karena penggunaan lahan yang berbeda memerlukan kualitas lahan yang berbeda pula. Sebagai contoh lahan yang akan digunakan untuk keperluan pertanian tanaman pangan memerlukan kualitas lahan yang berbeda dengan lahan yang akan digunakan untuk keperluan perkebunan. Kualitas lahan dapat diklasifikasikan menjadi beberapa tingkatan, tergantung pada jumlah faktor pembatas yang dimiliki oleh lahan tersebut. Masing-masing tingkat kualitas lahan akan

45 diberi label linguistik yang menentukan jumlah faktor pembatas yang dimiliki oleh lahan tersebut. Terdapat beberapa metode evaluasi lahan yang menggunakan kualitas lahan seperti metode FAO/CSR (1983), FAO (1983), Sys et al (1993) (Djaenudin et al, 2003). Tabel 4 berikut ini menguraikan kualitas lahan yang diperlukan pada proses evaluasi lahan menurut beberapa sumber yang telah disebutkan diatas. Tabel 4. Kualitas lahan untuk proses evaluasi lahan FAO/CSR (1983)

FAO (1983)

Sys et al (1993)

Temperatur

Kelembaban

Sifat iklim

Ketersediaan air

Ketersediaan hara

Topografi

Ketersediaan oksigen

Ketersediaan oksigen

Kelembaban

Media perakaran

Media untuk perkembangan Sifat fisik tanah akar

Retensi hara

Kondisi untuk pertumbuhan

Sifat kesuburan tanah

Toksisitas

Kemudahan diolah

Salinitas/alkalinitas

Sodisitas

Salinitas

dan

alkalinitas/toksisitas Bahaya sulfidik

Retensi terhadap erosi

Bahaya erosi

Bahaya banjir

Penyiapan lahan

Temperatur Energi

radiasi

dan

fotoperiode Bahaya unsur iklim (angin, kekeringan) Kelembaban udara Periode pemasakan tanaman

kering

untuk

(ripening)

46 Beberapa kualitas lahan yang sering digunakan sebagai parameter dalam menentukan kesesuaian lahan adalah : 1. Tingkat Bahaya Erosi (TBE) Menurut Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pangan (2003), tingkat bahaya erosi dapat diprediksi berdasarkan keadaan lapangan, yaitu dengan cara memperhatikan adanya erosi lembar permukaan (sheet erosion), erosi alur (reel erotion), dan erosi parit (gully erotion). Cara lain yang lebih mudah memprediksi bahaya erosi adalah dengan memperhatikan rata-rata permukaan tanah yang hilang per tahun dibandingkan dengan tanah yang tidak tererosi yang tercirikan dengan masih adanya horizon A. Tabel 5 berikut ini menyajikan range nilai untuk TBE. Tabel 5. Range nilai untuk TBE TBE

Jumlah tanah permukaan yang hilang (cm/tahun)

Sangat ringan (SR)

< 0,15

Ringan (R)

0,15 – 0,9

Sedang (S)

0,9 – 1,8

Berat (B)

1,8 – 4,8

Sangat Berat (SB)

> 4,8

2. Bahaya Banjir Bahaya banjir ditandakan sebagai kombinasi pengaruh dari kedalaman banjir (X) dan lamanya banjir (Y). Kedua data ini dapat diperoleh dengan cara melakukan wawancara dengan penduduk setempat. Bahaya banjir dikelompokkan menjadi beberapa kelas, seperti terlihat pada tabel 6. Tabel 6. Kelas untuk bahaya banjir Simbol

Kelas Bahaya Banjir

F0

Tanpa

F1

Ringan

F2

Sedang

F3

Agak Berat

F4

Berat

47 2.7.3

Kesesuaian Lahan Kesesuaian lahan (land suitability) adalah potensi lahan yang didasarkan atas kesesuaian

lahan untuk penggunaan pertanian secara lebih khusus, seperti padi, tanaman palawija, tanaman perkebunan (Hardjowigeno, 2007). Kesesuaian lahan juga diartikan sebagai tingkat kecocokan suatu bidang lahan untuk penggunaan tertentu (Djaenudin et al, 2003). FAO (1985) sendiri mendeskripsikan kesesuaian lahan sebagai kesesuaian lahan untuk suatu tipe penggunaan tertentu. Kesesuaian lahan dapat ditentukan sebelum dilakukan perbaikan lahan (kesesuaian lahan aktual) atau setelah dilakukan perbaikan lahan (kesesuaian lahan potensial). Kesesuaian lahan juga dapat ditentukan pada faktor fisik lahan sehingga disebut sebagai kesesuaian lahan fisik, maupun berdasarkan atas perhitungan ekonomi sehingga disebut sebagai kesesuaian lahan ekonomi. Penentuan kesesuaian lahan dapat dilakukan dengan beberapa metode, seperti perkalian parameter, penjumlahan, pencocokkan (matching) antara kualitas lahan dengan karakteristik lahan sebagai parameter dengan persyaratan penggunaan lahan untuk menentukan kelas kesesuaian lahan. Penentuan kelas kesesuaian lahan dapat dilakukan secara umum sampai tingkat detail, sehingga membentuk klasifikasi kesesuaian lahan. Klasifikasi kesesuaian lahan dibagi menjadi beberapa tingkat berdasarkan faktor fisik yang merupakan faktor penghambat terbesar. Berikut ini merupakan klasifikasi kesesuaian lahan sebagai berikut: 1. Kesesuaian lahan tingkat ordo Lahan dibagi menjadi 2 tingkat berdasarkan sesuai atau tidaknya lahan tersebut untuk penggunaan tertentu. Pada tingkat ordo, tingkat kesesuaian lahan diberi simbol S yang menyatakan bahwa lahan sesuai untuk penggunaan yang diinginkan dan simbol N yang menyatakan bahwa lahan tidak sesuai untuk penggunaan yang diinginkan. 2. Kesesuaian lahan tingkat kelas Kesesuaian lahan pada tingkat kelas merupakan kelanjutan pembagian pada tingkat ordo. Lahan yang sesuai dibagi lagi menjadi beberapa tingkat dan masing-masing diberi simbol tersendiri yang menyatakan tingkat kesesuaian lahan yang ada. Simbol yang digunakan adalah S1 yang menyatakan sangat sesuai atau tidak ada hambatan apapun pada lahan untuk digunakan. Simbol S2 yang menyatakan cukup sesuai atau lahan mempunyai sedikit hambatan, namun hambatan tersebut masih dapat diatasi. Simbol S3 yang menyatakan sesuai marginal atau lahan

48 mempunyai hambatan yang cukup besar untuk digunakan dan memerlukan kerjasama dari banyak pihak serta usaha yang lebih keras untuk dapat mengatasi hambatan tersebut. Simbol N yang menyatakan tidak sesuai atau lahan mempunyai penghambat yang sangat besar sehingga sulit diatasi untuk dapat digunakan. 3. Kesesuaian lahan tingkat subkelas Kesesuaian lahan tingkat subkelas merupakan pengembangan dari tingkat kelas dengan menyatakan bentuk hambatannya. Oleh karena itu, hanya lahan dengan tingkat kesesuaian cukup dan sesuai marginal yang dapat dibagi lagi menjadi kesesuaian lahan tingkat subkelas. 4. Kesesuaian lahan tingkat unit Kesesuaian lahan tingkat unit merupakan bentuk tingkatan paling detail dan merupakan pembagian dari tingkat subkelas.

2.7.4

Evaluasi Lahan Evaluasi lahan merupakan proses penilaian potensi suatu lahan untuk penggunaan-

penggunaan tertentu (Hardjowigeno dan Widiatmaka, 2007). Evaluasi lahan merupakan bagian dari proses perencanaan tataguna lahan. Hasil dari evaluasi lahan akan direpresentasikan dalam bentuk peta yang akan menjadi dasar untuk perencanaan tata guna lahan yang optimal dan lestari. Pada intinya, evaluasi lahan dilakukan dengan cara membandingkan persyaratan tipe penggunaan lahan yang akan diterapkan dengan sifat atau kualitas lahan yang dimiliki oleh lahan yang akan digunakan. Tujuan dari dilakukannya evaluasi lahan adalah untuk menentukan nilai suatu lahan untuk tujuan tertentu. Sebagai langkah pertama, tujuan evaluasi lahan haruslah jelas. Selanjutnya ditentukan faktor-faktor yang akan digunakan sebagai penciri, dimana faktor-faktor tersebut harus merupakan sifat-sifat yang dapat diukur atau ditaksir dan erat hubungannya dengan tujuan evaluasi lahan (Hardjowigeno dan Widiatmaka, 2007). Terdapat beberapa aspek yang perlu diperhatikan dalam melakukan evaluasi lahan, yaitu :

Aspek teknis, berkaitan dengan potensi lahan tersebut.

Aspek lingkungan, penggunaan lahan hendaknya tidak merusak kondisi lingkungan yang sudah ada.

Aspek hukum, sesuai dengan peraturan dan undang-undang yang berlaku.

49

Aspek sosial, penggunaan lahan hendaknya tidak hanya menguntungkan seseorang saja, melainkan dapat mendatangkan keuntungan untuk seluruh masyarakat yang ada disekitarnya.

Aspek ekonomi, penggunaan lahan hendaknya dapat mendatangkan profit yang sebesarbesarnya.

Aspek politik, berkaitan dengan kebijakan pemerintah. Evaluasi lahan dilakukan dengan mengikuti suatu prosedur yang menggambarkan

kegiatan-kegiatan yang perlu dilakukan secara berurutan dalam proses evaluasi lahan. Tahapan evaluasi lahan yang diperlukan dapat dilihat pada Gambar 27.

Gambar 27. Tahapan kegiatan evaluasi lahan (FAO, 1976)

50

III.

3.1

METODOLOGI

Kerangka Pemikiran Krisis lahan produktif yang sering terjadi saat ini merupakan salah satu dampak yang

timbul akibat pesatnya pertumbuhan penduduk dan pembangunan dalam berbagai sektor industri. Terjadinya krisis lahan produktif pada akhirnya akan berimbas pada ketahanan pangan nasional, mengingat bahwa hasil pertanian juga akan berkurang seiring dengan terjadinya penyempitan lahan pertanian. Berbagai permasalahan lain seputar pengelolaan pertanian juga dapat mempengaruhi hasil panen yang ada. Adanya serangan hama dan penyakit, ketidak sesuaian kondisi lahan dengan jenis tanaman yang ada, serta pengetahuan petani sebagai tenaga kerja pertanian, merupakan faktor-faktor yang dapat mempengaruhi keberhasilan panen. Salah satu cara yang dapat mengatasi masalah ketahanan pangan dan tetap mendukung pesatnya pembangunan, adalah melalui penggunaan lahan secara tepat. Ketepatan penggunaan lahan dapat dilakukan melalui evaluasi lahan dengan mengetahui kesesuaian antara lahan yang akan digunakan dengan tanaman yang akan ditanam. Salah satu cara yang dapat dilakukan untuk mengetahui kesesuaian lahan dengan tanaman yang ada adalah dengan cara mencocokkan antara karakteristik (land characteristic) dan kualitas lahan (land quality) dengan persyaratan tumbuh tanaman yang akan ditanam. Proses pencocokkan seperti ini dapat dilakukan terhadap segala jenis tanaman, baik tanaman yang termasuk sebagai tanaman pangan, tanaman hortikultura, maupun tanaman tahunan. Skema proses pencocokkan ini dapat dilihat pada Gambar 28.

Gambar 28. Diagram proses pencocokkan antara persyaratan tumbuh tanaman dengan karakteristik lahan Dengan mengetahui kesesuaian lahan, dapat diketahui sejak awal apakah lahan yang akan digunakan sesuai dengan tanaman pangan yang akan ditanam. Sehingga kegagalan panen yang

51 disebabkan karena ketidak sesuaian antara karakter lahan dengan kebutuhan tanaman dapat diminimalisasi. Dalam proses penentuan kesesuaian lahan, ada banyak faktor yang dapat digunakan sebagai parameter, baik yang berupa karakter fisik, karakter kimia, sampai pengaruh iklim dan lingkungan. Penggunaan 19 parameter dalam menentukan kesesuaian lahan dilakukan dilakukan dengan pertimbangan karakter fisik dan kimia lahan yang memenuhi berbagai bagian tanah, serta faktor iklim dan lingkungan. Penggunaan jumlah dan jenis parameter sedikit banyak akan mempengaruhi penilaian kesesuaian lahan yang dihasilkan. Apabila jumlah parameter yang digunakan sedikit dan tidak melibatkan keseluruhan aspek yang mempengaruhi pertumbuhan tanaman, maka dapat dihasilkan penentuan kesesuaian lahan yang umum, sehingga dikuatirkan akan memberikan hasil dengan tingkat kesalahan yang besar. Diantara parameter-parameter yang digunakan dalam proses penentuan kesesuaian lahan tersebut, terdapat parameter yang merupakan faktor alam yang sulit untuk diubah dan tidak dapat dikendalikan oleh manusia, seperti temperatur dan curah hujan. Sedangkan beberapa parameter lainnya seperti pH, C-Organik, dan KTK, merupakan faktor-faktor yang masih memungkinkan untuk diubah, atau dapat dikendalikan oleh manusia sebagai pengelola. Kesesuaian lahan yang rendah terhadap suatu tanaman dapat ditingkatkan dengan cara melakukan perbaikan nilai parameter. Hanya parameter yang tidak termasuk faktor alam yang masih memungkinkan untuk diperbaiki. Karakteristik lahan yang kurang baik dan dapat mengurangi kesesuaian lahan untuk suatu tanaman disebut sebagai faktor penghambat (limitation factor). Jumlah dan kadar faktor penghambat untuk lahan yang sama bisa berbeda-beda, tergantung pada jenis tanaman yang akan ditanam. Semakin banyak jumlah faktor penghambat dan makin tinggi kadar penghambat yang dimiliki oleh lahan tersebut, membuat lahan dikatakan tidak sesuai untuk ditanami oleh suatu tanaman tertentu. Faktor penghambat yang paling tinggi kadarnya yang pada akhirnya akan menentukan kesesuaian lahan tersebut terhadap jenis tanaman tertentu. Beberapa faktor penghambat yang bukan merupakan faktor alam dapat diperbaiki dengan penerapan suatu teknologi. Kesesuaian lahan yang terbaik baru dapat diperoleh bila lahan tidak mempunyai faktor penghambat apapun. Selama lahan itu masih mempunyai faktor penghambat, maka tidak akan dapat dicapai tingkat kesesuaian lahan terbaik. Dalam pelaksanaannya, proses penentuan kesesuaian lahan dan cara mengatasi faktor penghambat yang ada hanya dapat dilaksanaan apabila petani dan juga pelaksana pertanian

52 lainnya mempunyai pengetahuan yang cukup untuk menentukan kesesuaian lahan terhadap tanaman pangan tertentu. Saat ini sebagian besar petani atau pelaksana pertanian lainnya hanya menggunakan insting dan kebiasaan mereka saja dalam menentukan kesesuaian lahan dengan tanaman pangan yang mereka tanam. Hal ini disebabkan karena sulit dan mahalnya untuk memperoleh berbagai macam informasi dan pengetahuan yang diperlukan dalam menentukan kesesuaian lahan dan mengatasi berbagai macam faktor penghambat. Berdasarkan berbagai kendala tersebut, maka keberadaan suatu sistem pakar yang dapat menentukan kesesuaian lahan berdasarkan karakter lahan dan jenis tanaman yang akan ditanam, akan dapat membantu petani dan pelaksana pertanian dalam melaksanaan suatu perencanaan pertanian yang lebih baik. Dalam sistem pakar tersebut juga diharapkan dapat memberikan saran kepada petani dan pelaksana pertanian lainnya untuk mengatasi berbagai faktor penghambat yang ada. Seperti layaknya pakar yang juga dapat memberikan saran tentang persyaratan tumbuh tanaman dan lokasi yang sesuai, sistem pakar ini juga diharapkan dapat membantu petani dalam menentukan lokasi dan persyaratan yang diperlukan suatu tanaman. Fungsi sistem seperti ini terutama berguna bagi petani dan pelaksana pertanian yang sudah menentukan jenis tanaman pangan yang akan ditanam, namun belum mengetahui persyaratan dan lokasi yang sesuai untuk tanaman yang diinginkan. Keberadaan teknologi informasi, diantaranya adalah internet, dapat dimanfaatkan untuk penggunaan sistem pakar yang ada. Melalui sistem pakar yang berbasis web, akan dapat mempermudah petani dan pelaksana pertanian dalam mengakses pengetahuan yang terakuisisi dalam sistem. Pengetahuan yang terakuisisi dalam sistem merupakan pengetahuan dari para pakar penentu kesesuaian lahan. Penggunaan web sebagai interface dari sistem pakar memungkinkan sistem ini untuk diakses dari berbagai lokasi dengan waktu yang tidak terbatas. Kondisi seperti ini setidaknya dapat mengurangi beban biaya dan waktu yang harus dikeluarkan petani dalam memperoleh semua pengetahuan yang diperlukan untuk menentukan kesesuaian lahan juga melakukan perbaikan yang mungkin dilakukan terhadap berbagai faktor penghambat yang dimiliki oleh lahannya. Gambar 29 menunjukkan kerangka pemikiran sistem pakar yang dirancang. Akan terdapat 6 tahap utama yang dilakukan. Tahap pertama adalah penentuan jenis tanaman pangan yang akan diujikan. Tahap kedua adalah penentuan karakteristik lahan yang akan digunakan sebagai parameter dalam menentukan pencocokkan dengan kebutuhan tanaman pangan yang ada. Tahap

53 berikutnya adalah proses pengembangan sistem pakar untuk penentuan kesesuaian lahan, lalu dilanjutkan dengan proses verifikasi dan validasi yang merupakan tahap keempat. Tahap kelima adalah tahap penentuan kesesuaian lahan yang berjenjang berdasarkan faktor-faktor penghambat yang ada. Tahap terakhir adalah tahap pemberian rekomendasi teknologi yang sesuai untuk mengatasi faktor-faktor penghambat yang ada.

Gambar 29. Diagram kerangka pemikiran sistem pakar

3.2

Tahapan Pengembangan Sistem Sistem pakar yang dirancang berupa aplikasi sistem pakar berbasis web sehingga

memungkinkan untuk diakses secara online oleh petani dan pelaksana pertanian dari berbagai daerah. Sistem pakar ini mempunyai dua fungsi utama, yaitu menentukan kesesuaian lahan untuk tanaman pangan dan menentukan persyaratan tumbuh yang diperlukan oleh suatu tanaman dan lokasi yang sesuai untuk tanaman tersebut. Seiring dengan perkembangan teknologi informasi yang terjadi dan perubahan tingkat pendidikan yang terus dilakukan secara bertahap, membuat keberadaan sistem pakar ini dapat semakin membantu petani dalam melaksanakan perencanaan pertanian yang baik dan mendapatkan hasil panen yang lebih optimal. Sistem pakar penentuan kesesuaian lahan ini dirancang untuk menghasilkan keluaran berupa kesesuaian lahan, faktor penghambat, dan saran manajerial untuk mengatasi faktor penghambat, serta persyaratan tumbuh tanaman. Keluaran dari sistem merupakan hasil proses aturan yang ada pada basis pengetahuan. Aturan ini merupakan representasi dari pengetahuan

54 yang dimiliki oleh pakar. Kerangka dasar penyusunan aturan dapat dilihat pada Gambar 30 berikut ini.

Gambar 30. Kerangka penyusunan aturan pada sistem pakar

3.2.1

Pemilihan Pakar Pakar merupakan seseorang yang mempunyai pengetahuan dalam suatu bidang tertentu.

Dalam pembangunan sistem pakar, tahap awal yang diperlukan adalah pemilihan dan penentuan pakar sebagai sumber pengetahuan. Seseorang dianggap pakar apabila memenuhi syarat-syarat tertentu. Marimin (2007) membagi pakar menjadi 4 kelompok, sesuai dengan persyaratan yang dipenuhi sebagai pakar, yaitu pakar yang mendapat pendidikan formal S2/S3, pakar yang berpengalaman pada bidang yang dikaji, pakar yang berpendidikan formal dan mempunyai pengalaman pada bidang yang dikaji, serta pakar yang merupakan praktisi pada bidang yang dikaji.

55 Pengetahuan yang dimiliki oleh pakar dapat berupa tacit knowledge dan juga explicit knowledge. Pengetahuan yang dimiliki oleh pakar dan belum terdokumentasikan dengan baik karena mungkin masih berada pada pikirannya disebut sebagai tacit knowledge. Sedangkan sumber pengetahuan yang sudah didokumentasikan dengan baik, sehingga dapat diakses dengan lebih mudah, disebut explicit knowledge. Buku, dokumen, laporan, dan berbagai macam laporan merupakan contoh dari explicit knowledge. Sumber-sumber yang dapat menjadi sumber pengetahuan dalam perancangan sistem pakar penentuan kesesuaian lahan ini adalah : a. Pakar Para pakar yang akan dimintai keterangan adalah orang-orang yang memiliki pendidikan formal di bidang tanah dan sumber daya lahan. Pengetahuan yang digunakan dalam perancangan sistem pakar ini adalah pengetahuan dari para pakar yang merupakan peneliti tanah dari Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian, Bogor. Pakar lainnya adalah staf pengajar dari Jurusan Tanah dan Sumber Daya Lahan, Fakultas Pertanian, IPB, Bogor.

b. Textbooks Textbook yang digunakan adalah textbook yang berisi informasi tentang tanah, seperti sifat-sifat tanah dan petunjuk evaluasi lahan.

c. Sumber lainnya Sumber-sumber lainnya yang menjadi sumber pengetahuan adalah berbagai macam jurnal tentang pengolahan lahan, kesesuaian lahan, dan sistem pakar. Selain itu juga digunakan data hasil laporan penelitian tentang survei tanah semi detail.

3.2.2

Akuisisi Pengetahuan Akusisi pengetahuan yang akan dilakukan oleh seorang knowledge engineer (KE),

bertujuan untuk mengumpulkan dan menganalisis pengetahuan yang diperoleh dari berbagai macam pakar untuk kemudian disimpan dalam basis pengetahuan. Berdasarkan pengetahuan yang diperoleh dari pakar, maka dapat diketahui bahwa dalam proses penentuan kesesuaian lahan perlu diketahui tentang persyaratan tumbuh untuk tanaman, jenis tanaman yang akan ditanam, dan juga data karakteristik lahan yang digunakan sebagai parameter. Setiap jenis tanaman

56 memerlukan persyaratan tumbuh yang berbeda. Contoh informasi tentang persyaratan penggunaan lahan untuk tanaman padi sawah, kedelai, dan ubi jalar dapat dilihat pada lampiran 3, 4, dan 5. Nilai dari masing-masing parameter dimasukkan oleh pengguna ke dalam sistem untuk kemudian diolah sesuai dengan pengetahuan yang telah diakuisisi. Berdasarkan masukan dari pengguna tentang parameter yang berupa karakteristik lahan mereka dan dengan membandingkan antara karakteristik tersebut dengan persyaratan yang ada, maka akan dihasilkan kesesuaian lahan. Bila dalam proses perbandingan antara karakteristik lahan dan persyaratan tumbuhnya suatu tanaman terdapat beberapa parameter yang menghasilkan nilai kesesuaian lebih rendah dari parameter-parameter lainnya, maka parameter tersebut akan disebut sebagai faktor penghambat (limitation factor). Mengingat bahwa parameter yang akan digunakan untuk proses pencocokan terdiri dari faktor alam dan faktor terkendali, maka rekomendasi yang akan diberikan oleh sistem pakar terbatas hanya untuk faktor terkendali. Sedangkan untuk penentuan persyaratan tumbuh tanaman dan lokasi yang sesuai, pengguna hanya perlu memasukkan jenis tanaman pangan yang diinginkan. Gambar 31 dibawah, menggambarkan diagram input output sistem pakar yang dirancang. Diagram tersebut dibuat berdasarkan informasi dari pakar tentang proses input dan output yang diperlukan pada saat menentukan kesesuaian lahan dan berdasarkan tujuan perancangan sistem pakar.

Gambar 31. Diagram input output sistem pakar penentuan kelas kesesuaian lahan Menurut Marimin (2007), terdapat berbagai macam metode yang dapat digunakan dalam proses akuisisi pengetahuan, salah satunya adalah wawancara. Metode yang digunakan untuk proses akuisisi pengetahuan sistem pakar penentuan kelas kesesuaian lahan adalah metode

57 wawancara dengan human expert dari IPB dan Litbang Tanah dan Sumber Daya Lahan Bogor, serta diskusi masalah dan analisis masalah. Diskusi masalah dilakukan oleh KE untuk menggali pengetahuan, fakta, serta kaidah yang dimiliki oleh pakar dalam menentukan kesesuaian lahan dan menentukan persyaratan tumbuh tanaman pangan. Dengan melakukan analisis masalah, KE dapat mengetahui bagaimana pakar menyelesaikan berbagai masalah yang diajukan oleh KE berkaitan dengan proses penentuan kesesuaian lahan.

3.2.3

Representasi Pengetahuan Pengetahuan yang telah diakuisisi dari para pakar pada tahap sebelumnya harus

direpresentasikan dalam suatu bentuk yang tepat untuk kemudian disimpan dalam basis pengetahuan. Menurut Marimin (2007), seperti dikutip dari Marimin (1991), pemilihan metode representasi yang akan digunakan perlu mempertimbangkan beberapa persyaratan, seperti kemudahan representasi, kemudahan dalam penalaran, efisiensi proses akuisisi, dan efisiensi proses penalaran. Basis pengetahuan pada sistem pakar yang dirancang merupakan basis pengetahuan dinamis (prosedural) oleh karena itu dapat direpresentasikan dengan menggunakan kaidah produksi. Bentuk kaidah produksi yang digunakan adalah bentuk if – then dan if - then – else. Dimana “if” merupakan premis yang menunjukkan suatu kondisi yang akan dinilai, “then” merupakan konklusi yang menunjukkan aksi yang dapat diambil apabila kondisi terpenuhi. Sedangkan “else” merupakan aksi yang akan dilakukan apabila kondisi tidak terpenuhi. Bentuk if – then dan if – then – else dapat terdiri dari beberapa kondisi dan juga beberapa aksi yang digabungkan dengan menggunakan operator logika AND atau OR. Berikut ini merupakan contoh bentuk penulisan kaidah produksi if – then – else : IF kondisi A THEN aksi B ELSE aksi C IF kondisi A1 and kondisi A2 THEN aksi B1 and aksi B2 ELSE aksi C1 Masukan (input) yang akan dimasukkan oleh pengguna akan dibandingkan dengan kondisi dari kaidah-kaidah pada basis pengetahuan yang telah dimasukkan oleh KE. Kondisi pada kaidah yang ada merupakan parameter yang akan digunakan pada proses penentuan kelas kesesuaian lahan dengan nilai yang berasal dari persyaratan penggunaan lahan untuk suatu

58 tanaman (land-use requirement). Hasil perbandingan masukan dari pengguna dengan kondisi yang ada akan menentukan aksi yang akan dilakukan.

3.2.4

Pengembangan Mesin Inferensi Mesin inferensi menentukan cara penarikan kesimpulan yang akan digunakan pada sistem

pakar. Penarikan kesimpulan dilakukan dengan memanipulasi dan mengarahkan pengetahuan yang ada basis pengetahuan sehingga akhirnya tercapai suatu kesimpulan. Di dalam pengembangan mesin inferensi perlu diperhatikan teknik penelusuran dan teknik pengendalian yang akan digunakan. Sesuai dengan permasalahan yang mendasari perancangan sistem pakar, maka teknik pengendalian yang digunakan untuk menentukan kesesuaian lahan adalah mata rantai ke depan (Forward Chaining). Dengan teknik pengendalian forward chaining, maka proses penentuan kesesuaian lahan dimulai dari sekumpulan fakta yang kemudian akan dianalisis dan digunakan untuk proses penarikan kesimpulan. Fakta berupa kejadian, yaitu nilai parameter yang dimasukkan oleh pengguna. Kesimpulan diperoleh sebagai hasil penyeleksian sejumlah kaidah yang ada pada basis pengetahuan. Sedangkan untuk menentukan persyaratan penggunaan lahan dan lokasi yang sesuai, digunakan teknik pengendalian mata rantai ke belakang (Backward Chaining). Pada teknik pengendalian backward chaining, pengguna diminta untuk memasukkan jenis tanaman pangan. Sistem akan mengeluarkan hasil berupa persyaratan tumbuh tanaman dan lokasi yang sesuai. Keluaran dari sistem ini merupakan hasil pencocokkan antara jenis tanaman pangan dengan pengetahuan pakar mengenai persyaratan tumbuh yang diperlukan. Mengingat bahwa beberapa parameter yang digunakan untuk proses penentuan kesesuaian lahan mempunyai nilai yang mengandung nilai yang tidak pasti, maka metode yang digunakan untuk memproses masukan dari pengguna adalah FIS. Dengan menggunakan FIS maka setiap masukan dari pengguna akan dihitung nilai keanggotaannya sesuai dengan fungsi keanggotaan yang digunakan. Setelah nilai keanggotaan diperoleh, maka nilai itulah yang akan digunakan untuk melakukan evaluasi terhadap kaidah-kaidah pada basis pengetahuan. Hasil evaluasi kaidah akan di-defuzzifikasi dengan suatu metode tertentu untuk menentukan keluaran dari sistem berupa kesesuaian lahan dan faktor penghambatnya.

59 3.2.5

Implementasi dan Pengujian Implementasi sistem pakar penentuan kelas kesesuaian lahan untuk tanaman pangan

dilakukan dengan menggunakan software PHP. Proses data fuzzy dilakukan dengan membuat modul-modul pada software yang digunakan. Proses pengujian dilakukan sekaligus untuk melakukan verifikasi dan validasi terhadap sistem pakar yang dirancang dan keluaran yang dihasilkan. Pengujian dilakukan menggunakan data sekunder dari laporan penelitian survei tanah semi detail suatu wilayah. Untuk verifikasi dan validasi, keluaran sistem pakar yang dirancang akan dibawa untuk dikomentari oleh pakar. Apabila hasil pengujian dan validasi dari pakar menyatakan bahwa sistem pakar yang dirancang sudah cukup mewakili human expert, maka sistem pakar dapat langsung direkomendasikan untuk digunakan. Namun bila hasilnya masih dirasa kurang, maka KE harus meninjau ulang basis pengetahuan yang ada.

3.3

Tata Laksana Penelitian Tata laksana penelitian menggambarkan urutan langkah-langkah dalam pelaksanaan

penelitian. Gambar 32 berikut ini menggambarkan tahapan penelitian yang dilakukan.

60

Gambar 32.

3.3.1

Tahapan pengembangan sistem pakar yang dirancang

Pengumpulan Data dan Informasi Data dan informasi dikumpulkan oleh KE melalui berbagai macam sumber, seperti jurnal,

laporan, textbook, sampai dari para pakar. Setiap jenis data dan informasi diperoleh melalui beberapa teknik yang berbeda-beda.

3.3.1.1 Jenis Data dan Informasi Data yang diakuisisi merupakan data primer dan data sekunder. Data primer merupakan data yang diperoleh dari human expert tentang teknologi yang diperlukan untuk meningkatkan kesesuaian lahan yang ada serta tentang nilai kepentingan dari setiap parameter yang akan digunakan. Data primer lainnya yang juga diperlukan adalah data tentang urutan penentuan parameter kesesuaian lahan. Data sekunder berupa data tentang parameter yang diperlukan dalam penentukan kesesuaian lahan dan juga persyaratan untuk setiap kesesuaian lahan yang didapat dari berbagai textbook dan sumber tertulis lainnya seperti petunjuk teknis kesesuaian lahan. Data

61 sekunder lainnya yang akan digunakan adalah data tentang pembangunan aplikasi berbasis web dengan PHP dan basis data MySQL.

3.3.1.2 Teknik Pengambilan Data dan Informasi Data dan informasi diperoleh melalui beberapa metode sesuai jenis data dan informasinya serta sumber dari data dan informasi tersebut. Data primer diperoleh melalui konsultasi dan diskusi masalah, serta wawancara dan analisis hasil wawancara dengan para pakar. KE akan melakukan wawancara dengan pakar mengenai jenis parameter yang dapat digunakan serta bagaimana proses penentuan kesesuaian lahan. Wawancara dilakukan berdasarkan pedoman wawancara yang sudah disusun oleh KE sebelum wawancara tersebut dilakukan. Hasil wawancara yang diperoleh akan dianalisis oleh KE untuk kemudian disimpulkan menjadi hal-hal penting yang diperlukan dalam proses penentuan kesesuaian lahan. Wawancara dapat dilakukan dalam beberapa tahap sampai permasalahan menjadi jelas sehingga KE dapat melanjutkan ke bagian selanjutkan dalam pembangunan sistem. Untuk memastikan hasil wawancara, KE juga melakukan konsultasi dan diskusi masalah dengan pakar. Konfirmasi hasil wawancara perlu dilakukan untuk menghindari kesalahan dalam proses akuisisi pengetahuan, mengingat terdapat beberapa pakar yang terlibat dalam proses wawancara untuk memperoleh data dan informasi. Masing-masing pakar dapat memiliki pengetahuan dan pemahaman yang berbeda dalam mengatasi suatu masalah yang sama. Data sekunder sendiri diperoleh melalui studi literatur dan dokumentasi, serta browsing di internet. Studi dokumentasi dilakukan di perpustakaan dan dokumentasi milik Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian, Bogor. Studi dokumentasi dilakukan dengan mempelajari berbagai macam jurnal serta laporan penelitian dan survei tanah yang telah dilakukan oleh staf peneliti tanah. Studi literatur dilakukan di perpustakaan jurusan tanah pada Fakultas Pertanian, IPB. Studi literatur dilakukan dengan mempelajari berbagai macam textbook tentang sifat tanah dan proses evaluasi lahan untuk menentukan kesesuaian lahan terhadap suatu penggunaan tertentu.

3.3.2

Pengolahan Data dan Informasi Data dan informasi yang telah diperoleh melalui berbagai macam sumber tersebut

kemudian diolah sebelum dapat direpresentasikan dalam basis pengetahuan. Data yang diperoleh

62 dapat diolah menggunakan beberapa cara , seperti menggunakan analisis deskriptif, pemberian bobot keanggotaan serta FIS. Mengingat bahwa parameter yang digunakan dalam penentuan kesesuaian lahan mempunyai nilai yang mengandung ketidak pastian, maka data untuk parameter-parameter ini akan diolah menggunakan FIS. Pengolahan data menggunakan FIS metode Mamdani. Pada metode mamdani, nilai dari masing-masing parameter akan dihitung derajat keanggotaannya pada setiap kelompok nilai masing-masing parameter. Perhitungan derajat keanggotaan untuk setiap parameter dilakukan menggunakan rumus trapesium (TRAPMF) dan gauss (GAUSSMF). Penetapan rumus yang akan digunakan dilakukan berdasarkan pengalaman pakar tentang kecenderungan dari pola data yang ada. Nilai keanggotaan yang diperoleh akan menjadi masukan dalam proses evaluasi aturan pada basis pengetahuan. Hasil evaluasi aturan kemudian akan didefuzzifikasi dengan menggunakan metode centroid, untuk menghasilkan nilai tunggal. Salah satu sumber data dan informasi adalah human expert, atau seseorang yang memiliki pengetahuan dan pengalaman tentang tanah dan penentuan kesesuaian lahan. Berdasarkan informasi tentang jenis parameter yang digunakan dalam penentuan kesesuaian lahan, KE akan melakukan diskusi dengan pakar untuk mengetahui pengaruh dan hubungan antar parameter. Setelah mengetahui hubungan antar parameter, KE juga akan melakukan diskusi dengan pakar untuk mengetahui parameter yang dapat menjadi faktor penghambat dalam menentukan kesesuian lahan, serta bagaimana cara mengatasi faktor penghambat tersebut.

3.3.3

Waktu dan Tempat Penelitian Penelitian ini mulai dilakukan pada bulan November 2007 sampai dengan September

2008. Lokasi penelitian adalah pada Balai Besar Penelitian dan Pengembangan Sumber Daya Lahan Pertanian, Jl. Juanda, Bogor dan di laboratorium komputer Ilmu Komputer, IPB, Bogor.

3.4

Metode Pengembangan Sistem Sistem pakar penentuan kesesuaian lahan berdasarkan faktor penghambat terbesar

(maximum limitation factor) untuk tanaman pangan ini dibuat berbasiskan web. Akses melalui web membuat sistem pakar ini dapat diakses secara lebih luas oleh pihak-pihak yang membutuhkannya dari berbagai lokasi, kapan saja mereka membutuhkannya.

63 Proses pengembangan sistem pakar ini dilakukan melalui serangkaian tahapan sesuai dengan metode yang ada pada siklus hidup suatu software. Metode yang akan digunakan untuk pengembangan sistem ini adalah waterfall life cycle model dengan perulangan pada setiap tahapnya. Perulangan pada setiap tahap memungkinkan KE untuk kembali ke tahap sebelumnya apabila diperlukan. Tahap-tahap pada waterfall life cycle model meliputi pengumpulan kebutuhan sistem (requirement), perancangan (design), pembangunan (construction), pengujian (testing), penerapan (deployment), serta operasi dan pemeliharaan (operations and maintenance). Model ini memberikan keuntungan berupa suatu proses rangkaian terpadu pada tahap pengembangan software. Dengan adanya suatu rangkaian terpadu, KE dapat membangun sistem dengan lebih fleksibel karena dapat berpindah antar tahap sesuai kebutuhan, sehingga diharapkan dapat menghasilkan sistem dan software yang baik sesuai dengan kebutuhan.

3.4.1

Kebutuhan Sistem Tahap pertama dalam pengembangan sistem menurut waterfall life cycle model adalah

penentuan kebutuhan sistem. Tahap ini adalah tahap pendefinisian tentang sistem yang akan dibuat, untuk apa sistem tersebut, apa saja yang dibutuhkan untuk membuat sistem. Pendefinisian sistem ini dilakukan dengan cara mengetahui kebutuhan pengguna akan fungsi sistem. Berdasarkan studi literatur yang dilakukan dapat diketahui bahwa diperlukan adanya suatu sistem pakar yang dapat memberikan keluaran berupa informasi dan saran kepada penggunanya tentang kesesuaian lahan mereka terhadap jenis tanaman yang diinginkan sesuai dengan kondisi tanah mereka yang sebenarnya. Masukan yang diberikan kepada pengguna sistem berasal dari evaluasi aturan yang ada pada basis pengetahuan. Sistem pakar ini juga diharapkan dapat tetap memberikan keluaran meskipun dengan jumlah data masukan yang minimal. Selain memberikan keluaran berupa kesesuaian lahan, sistem pakar yang dirancang juga diharapkan dapat memberikan informasi tentang faktor penghambat pada lahan dan teknologi yang dapat digunakan untuk mengatasi faktor penghambat tersebut. Selain itu sistem pakar juga diharapkan dapat memberikan informasi tentang persyaratan tumbuh bagi tanaman pangan dan lokasi yang sesuai untuk suatu tanaman pangan. Fungsi pemberian informasi persyaratan tumbuh tanaman dan lokasi yang sesuai, bekerja berdasarkan mata rantai ke belakang (backward chaining). Fungsi ini dapat digunakan apabila petani atau pelaksana pertanian merasa sudah

64 memiliki pasar yang baik untuk suatu jenis tanaman dan memerlukan saran bagaimana dan dimana lokasi yang cocok dengan tanaman tersebut.

3.4.2

Perancangan Sistem Setelah KE mendefinisikan sistem yang akan dibuat, termasuk fungsi-fungsi yang

terdapat di dalamnya, maka tahap selanjutnya adalah merancang sistem yang akan dibuat. Perancangan sistem dilakukan berdasarkan informasi kebutuhan sistem yang sudah dilakukan oleh KE sebelumnya. Beberapa hal yang perlu dilakukan dalam perancangan sistem ini adalah perancangan menu-menu yang terdapat pada aplikasi, hubungan antara tabel pada basis data, diagram aliran data pada sistem, serta rancangan tampilan (user interface). Perancangan ini dilakukan menggunakan software visio untuk menggambarkan diagram-diagram yang diperlukan. Perancangan menu akan memberikan gambaran umum kepada pengguna tentang sistem secara keseluruhan dan mempermudah KE dalam membangun sistem. Pada sistem pakar yang dirancang, pada umumnya satu menu akan menampilkan satu fungsi. Diagram aliran data (DFD) akan menggambarkan lalu lintas data dan informasi yang ada pada sistem, serta proses-proses besar yang dapat dilakukan oleh sistem. Rancangan tampilan juga perlu diperhatikan karena merupakan sarana hubungan antara pengguna dengan sistem. Tampilan harus dirancang sedemikian rupa sehingga pengguna merasa mudah dalam memahami penggunaan sistem. Tampilan yang terlalu rumit dapat membuat pengguna merasa kesulitan dalam memahami penggunaan sistem, sehingga dapat membuat pengguna enggan menggunakan sistem yang dirancang atau salah menterjemahkan aksi yang harus dilakukannya. Kesalahan pengguna dalam memahami aksi yang harus dilakukan dapat membuat sistem menghasilkan keluaran yang tidak semestinya.

3.4.3

Pembangunan Sistem Sistem pakar penentuan kesesuaian lahan ini dibuat menggunakan beberapa kategori

software dengan hardware yang memenuhi spesifikasi tertentu. Spesifikasi software yang diperlukan dalam pembangunan sistem pakar ini adalah :

65 a) Sistem Operasi. Sistem operasi yang dapat digunakan untuk pembuatan aplikasi sistem pakar ini adalah Windows XP, Windows 2000, atau Linux. Sistem operasi merupakan platform dimana aplikasi sistem pakar akan dibuat dan kemudian diuji sebelum diimplementasikan. Pemilihan jenis sistem operasi yang akan digunakan berpengaruh terhadap jenis bahasa pemrograman dan basis data yang dapat digunakan. Sistem operasi juga berkaitan erat dengan jenis hardware yang dapat digunakan. b) Bahasa Pemrograman. Bahasa pemrograman yang digunakan adalah PHP versi 5.0. Penggunaan PHP sebagai bahasa pemrograman yang akan digunakan untuk membuat web didasari atas beberapa keunggulan dari PHP ini, seperti :

PHP merupakan bahasa script server side, sehingga memiliki kemampuan lebih daripada CGI (Command Graphical Interface). Beberapa kemampuan PHP antara lain mengumpulkan data dari form, membuat halaman web dinamis, dan kemampuan untuk mengirim dan menerima cookies.

PHP bersifta multiplatform, sehingga dapat digunakan pada semua sistem operasi seperti Linux, Windows, dan Mac OS.

PHP mendukung banyak web server, seperti Apache, MIIS (Microsoft Internet Information Server), PWS (Personal Web Server), dan Netscape.

PHP mampu mengolah keluaran berupa berbagai macam jenis file, seperti file gambar, file PDF, movie Flash.

PHP juga mampu menghasilkan keluaran berupa teks seperti HTML, XHTML dan file XML lainnya.

PHP mendukung penggunaan berbagai jenis basis data seperti dBase, Empress, FrontBase, Hyperwave, MySQL, Oracle, PostgrSQL, Sybase, dan Unix DBM.

c) Basis Data. Basis data yang digunakan adalah MySQL versi 5.0. Pemilihan basis data MySQL ini didasarkan atas :

Cocok digunakan pada basis data yang besar, karena MySQL dapat memproses data besar dengan cepat dan handal.

66

MySQL bersifat multiplatform, sehingga dapat digunakan pada berbagai macam sistem operasi.

Mudah digunakan karena MySQL memiliki jenis kolom yang cukup banyak sehingga memudahkan konfigurasi basis data dan mendukung record yang memiliki kolom dengan panjang tetap atau panjang bervariasi.

MySQL dapat digunakan untuk berbagai macam program, seperti PHP, Java, Perl, C, C++, dan Phyton.

MySQL bersifat freeware untuk sistem operasi Linux dan shareware untuk sistem operasi Windows.

MySQL mempunyai tingkat keamanan yang baik karena dapat melakukan verifikasi host.

d) Web Server. Web server diperlukan dalam pembuatan aplikasi sistem pakar ini karena aplikasi ini berbasis web, yang kelak akan dapat diakses secara online. Web server ini diperlukan karena aplikasi sistem pakar ini merupakan aplikasi yang berjalan pada sisi server, yang akan menanggapi permintaan dari web client melalui browser. Web server yang digunakan dalam pembuatan aplikasi sistem pakar ini adalah Apache 2.0. Pemilihan Apache sebagai web server didasari oleh beberapa alasan berupa keunggulan dari Apache, seperti :

Apache bersifat freeware atau open source, sehingga pengguna dapat mendapatkan piranti lunak ini dengan cara download gratis.

Apache bersifat multiplatform, sehingga dapat digunakan pada berbagai macam jenis sistem operasi.

Mudah dikonfigurasi, terutama bila digunakan bersama dengan PHP dan MySQL.

Apache mempunyai berbagai macam fitur canggih, seperti autentikasi dan konfigurasi pesan kesalahan.

Apache didukung oleh GUI (Graphical User Interface) sehingga memungkinkan penanganan server dilakukan dengan mudah.

67 3.4.4

Pengujian Sistem Pengujian sistem dilakukan sebelum dan setelah aplikasi selesai dibuat. Pengujian

dilakukan dalam dua tahap, yaitu pengujian terhadap sintak yang digunakan dalam pembuatan aplikasi dan pengujian terhadap proses perhitungan dan aliran data pada aplikasi. Pengujian terhadap sintak yang digunakan untuk membuat aplikasi dilakukan sepanjang tahap penulisan sintak sehingga menghasilkan aplikasi jadi. Pengujian ini dilakukan dengan cara melakukan compile terhadap sintak-sintak yang ada untuk mengetahui apakah terjadi kesalahan dalam penulisan sintak. Compile dilakukan dengan menjalankan fungsi compile yang sudah disertakan pada bahasa pemrograman yang digunakan dalam pembuatan aplikasi. Apabila hasil pengujian terhadap penulisan sintak menunjukkan bahwa tidak ada lagi kesalahan pada sintak yang ditulis, maka pengujian berikutnya adalah pengujian terhadap proses perhitungan dan aliran data pada aplikasi. Pengujian terhadap proses perhitungan dan aliran data pada aplikasi dilakukan untuk mengetahui apakah aliran data yang dilakukan oleh aplikasi sudah sesuai dengan yang dilakukan pada tahap perancangan. Hasil pengujian yang menunjukkan bahwa aplikasi sudah dapat melakukan proses perhitungan yang dirancang dan mempunyai aliran data dan informasi yang betul, menunjukkan bahwa aplikasi sudah benar secara logika dan sintak, sehingga siap untuk diterapkan. Pengujian terhadap aplikasi dilakukan pada saat aplikasi masih bersifat offline dan pada saat aplikasi sudah dihosting atau sudah dapat diakses secara online. Pengujian terhadap aplikasi secara online dilakukan untuk mengetahui apakah aplikasi sudah dapat melayani banyak pengguna secara langsung pada saat bersamaan. Hal ini perlu dilakukan mengingat pada akhirnya aplikasi ini diharapkan akan dapat diakses oleh pengguna dari berbagai lokasi yang berbeda-beda.

3.4.5

Penerapan Sistem Setelah aplikasi berhasil melalui tahap pengujian, maka tahap berikutnya adalah tahap

penerapan atau implementasi sistem. Pada tahap ini aplikasi sudah siap untuk digunakan oleh pengguna dari berbagai lokasi secara bersamaan. Penerapan sistem dilakukan dengan cara menyewa atau membeli domain untuk waktu tertentu. Melalui domain tersebut, aplikasi ini akan dapat diakses dan di-update bilamana diperlukan.

68 Pembelian domain untuk aplikasi ini juga harus disesuaikan dengan tujuan aplikasi yaitu untuk tujuan pembelajaran bagi para pelaksana pertanian dan membantu mereka untuk mendapatkan saran-saran yang diperlukan seputar penentuan kesesuaian lahan mereka.

3.4.6

Operasional dan Pemeliharaan Sistem Kegiatan operasional dan pemeliharaan sistem dilakukan setelah sistem selesai

diterapkan. Kegiatan ini dilakukan dengan memantau pemakaian dan isi dari web supaya senantiasa terpelihara dan sesuai dengan perkembangan terbaru yang ada seputar kegiatan penentuan kesesuaian lahan. Pemeliharan dan pembaharuan terhadap isi basis data juga merupakan salah satu kegiatan pada tahap operasional dan pemeliharaan sistem. Isi basis data termasuk salah satu faktor yang menentukan keluaran aplikasi, semakin beragam isi basis data akan membuat sistem dapat mengolah berbagai macam kemungkinan jenis data masukan dari pengguna.

69

IV. PERANCANGAN 4.1 Kerangka Sistem Yang Dirancang Kerangka sistem yang dirancang ini dikembangkan dari kerangka pemikiran sistem pakar yang telah disebutkan pada bagian metodologi. Pada kerangka sistem yang dirancang dituliskan urutan proses pembuatan sistem dari awal sampai dengan akhir, hingga didapatkan sebuah sistem pakar yang dapat digunakan untuk memberikan saran berupa kesesuaian lahan. Kerangka sistem ini digambarkan dalam bentuk diagram alir deskriptif formulasi pembuatan sistem pakar penentuan kesesuaian lahan seperti terlihat pada Gambar 33.

Gambar 33. Diagram alir formulasi sistem yang dirancang

70 4.2 Analisa Kebutuhan Sistem Analisa kebutuhan sistem dilakukan oleh knowledge engineer (KE) dan merupakan tahap awal dalam perancangan software, yang terdapat pada waterfall life cycle model, metode klasik yang digunakan pada pembangunan aplikasi software. Tahap analisa ini dilakukan untuk mengetahui kebutuhan sistem dan pengguna sistem, serta alur kerja dari sistem yang akan dibuat. Fase analisis ini sering disebut sebagai fase requirement yang akan mengumpulkan informasi tentang sistem dan software yang akan dibuat, menentukan siapa saja pengguna dari sistem ini, dan apa saja kebutuhan dari pengguna yang dapat diberikan oleh sistem. Berdasarkan kegiatan yang dilakukan pada fase analisis, ditentukan bahwa sistem yang akan dibuat merupakan sebuah sistem pakar untuk menentukan kesesuaian lahan pada empat belas jenis tanaman pangan. Sistem pakar ini dibuat berbasis web supaya dapat diakses secara online, kapan dan dimana saja pengguna membutuhkannya, selama tersedia koneksi internet. Diharapkan keberadaan sistem ini dapat membantu pengguna sistem dalam menentukan kesesuaian lahan terhadap jenis tanaman pangan yang diinginkannya dan menentukan bagaimana lahan yang sesuai untuk jenis tanaman yang diinginkan. Sistem ini hanya dirancang untuk mendukung peningkatan kuantitas komoditas tanaman yang dihasilkan. Penentuan kesesuaian lahan pada penelitian ini menggunakan kerangka evaluasi lahan FAO, 1976. Kerangka ini digunakan karena merupakan kerangka yang banyak digunakan di Indonesia dan negara berkembang lainnya (Hardjowigeno dan Widiatmaka, 2007). Pada kerangka evaluasi lahan FAO maka ditetapkan jenis parameter dalam menentukan kesesuaian lahan adalah sifat fisik tanah dan juga sifat kimia tanah. Untuk penentuan range nilai dan dan sifat fisik serta kimia tanah yang akan menjadi parameter, digunakan Petunjuk Teknis Evaluasi Lahan (2003) dan Survei Kapabilitas Tanah, yang dikeluarkan oleh Badan Litbang Tanah, Bogor, serta wawancara dengan pakar kesesuaian lahan. Sedangkan untuk mekanisme penarikan kesimpulan yang merupakan komponen penting dalam sistem pakar akan digunakan metode logika fuzzy. Metode ini dirasakan cocok dalam pendekatan penyelesaian masalah karena dekat dengan cara berpikir manusia dalam melakukan penarikan kesimpulan. Mengingat tidak adanya pedoman yang baku dan pengharkatan yang pasti dalam proses penilaian kesesuaian lahan. Penalaran fuzzy yang akan digunakan adalah metode penalaran MAMDANI. Penggunaan metode ini didasarkan pada kondisi dimana metode ini lebih

71 banyak diterima dan lebih cocok digunakan pada saat input diterima dari manusia (Kusumadewi, , 2002). Sistem ini diperuntukkan untuk dapat digunakan oleh kelompok tani, para penyuluh pertanian, serta petani yang mempunyai kemampuan dan pengetahuan untuk mengakses aplikasi ini. Hasil dari fase analisis tentang jenis kebutuhan pengguna ini kemudian akan dikelompokkan ke dalam menu-menu pada web, seperti terlihat pada tabel 7. Tabel 7. Pengelompokkan kebutuhan pengguna sistem menjadi menu-menu pada web Menu Pada Web Halaman utama

Fungsi Memberi penjelasan tentang tujuan dan manfaat dari aplikasi berbasis web yang dibuat. Memberi penjelasan tentang batasan aplikasi yang dibuat. Memberi

penjelasan

tentang

cara

penggunaan dan operasi aplikasi. Halaman jenis tanaman pangan

Memberi informasi tentang empat belas tanaman pangan yang menjadi pembahasan dalam aplikasi yang dibuat.

Halaman karakteristik dan kualitas tanah

Memberi informasi tentang karakteristik dan kualitas

tanah

yang

digunakan

dalam

penentuan kesesuaian lahan pada aplikasi yang dibuat.

72 Menu Pada Web

Fungsi

Aplikasi penentuan kesesuaian Meminta masukan tentang jenis tanah pengguna. Meminta masukan tentang karakteristik lahan aktual dari

lahan

pengguna. Meminta masukan tentang jenis tanaman pangan yang diinginkan pengguna. Memberi keluaran tentang kesesuaian lahan pengguna terhadap penggunaan tanaman pangan. Memberi informasi tentang jenis faktor penghambat yang dimiliki oleh lahan pengguna terhadap penggunaan tanaman pangan. Memberi informasi tentang jenis tanaman yang sesuai dengan kesesuaian lahan pengguna. Memberi anjuan manajerial tentang cara penanganan faktor penghambat pada lahan pengguna. Memberi keluaran tentang kesesuaian antara jenis tanaman yang diinginkan oleh pengguna terhadap jenis tanaman yang sesuai dengan lahan pengguna. Aplikasi penentuan kriteria lahan

Meminta masukan tentang jenis tanaman pangan pengguna. Menampilkan kriteria lahan yang sesuai dengan jenis tanaman pangan yang diinginkan pengguna. Menampilkan lokasi yang dapat ditanami tanaman pangan yang diinginkan pengguna.

Berdasarkan hasil analisis tentang kebutuhan sistem dan pengguna sistem dapat ditentukan pula aliran data yang terjadi pada sistem pakar berbasis web yang dirancang. Aliran data pada sistem pakar yang dirancang dibuat dalam bentuk Data Flow Diagram (DFD) level 0 dan level 1, seperti dapat dilihat pada Gambar 34 dan 35.

73

Gambar 34. DFD level 0 pada sistem yang dirancang

Gambar 35. DFD level 1 pada sistem yang dirancang

74

4.3 Rancangan Proses Rancangan sistem pakar penentuan kesesuaian lahan pada tanaman pangan ini dibagi menjadi lima bagian yang meliputi rancangan input, rancangan output, rancangan proses, rancangan infrastruktur web, dan rancangan tampilan. 4.3.1

Rancangan Input Input sistem dilakukan dengan menggunakan data primer yang diperoleh dari hasil

wawancara dengan pakar dan data sekunder yang diperoleh dari buku petunjuk teknis penentuan kesesuaian lahan, survei kapabilitas tanah, serta laporan survei tanah. Berdasarkan hasil akuisisi data primer dan data sekunder, maka dapat diketahui sifat-sifat tanah, baik sifat fisik maupun sifat kimia yang dapat digunakan sebagai parameter dalam menentukan kesesuaian lahan serta kemungkinan nilai yang dapat dimiliki untuk masing-masing parameter. Data-data yang berhasil diakuisisi dikelompokkan menjadi 2 bagian, yaitu : 1. Data untuk menentukan kesesuaian terhadap penggunaan pertanian tanaman pangan. 2. Data untuk menentukan kesesuaian terhadap jenis-jenis tanaman pangan. Proses akusisi data input ini dilakukan sejak Maret 2008 sampai dengan Mei 2008, yang dilakukan pada Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian, Bogor dan Perpustakaan Jurusan Tanah, IPB. Penyusunan sistem dimulai dengan menentukan parameter yang akan digunakan. Penentuan parameter meliputi sifat fisik dan kimia tanah untuk meminimalkan ketidak sesuaian yang mungkin terjadi antara hasil pengolahan sistem dengan kondisi di lapang. Parameter yang digunakan untuk menentukan kesesuaian terhadap penggunaan pertanian tanaman pangan merupakan parameter-parameter yang mempunyai range nilai hampir sama untuk 14 tanaman pangan. Penentuan parameter ini dilakukan dengan menganalisis laporan survei tanah dan kriteria kesesuaian lahan untuk kelompok tanaman pangan. Analisis terhadap parameter dan domain untuk masing-masing parameter dilakukan dengan menggunakan pendekatan pengamatan range nilai parameter untuk 14 tanaman pangan. Hasil identifikasi kesesuaian terhadap penggunaan pertanian tanaman pangan akan menjadi acuan dalam menentukan jenis tanaman pangan yang sesuai dan jenis faktor penghambatnya yang dimiliki oleh lahan tersebut. Secara keseluruhan akan terdapat 19 parameter, dimana 17 parameter diantaranya merupakan data fuzzy dan 2

75 parameter sebagai data non-fuzzy, sebagai input dari sistem pakar yang dirancang ini seperti terlihat pada Gambar 36.

Gambar 36. Rancangan input Sesuai dengan kerangka evaluasi lahan FAO, maka sifat tanah yang dapat digunakan sebagai parameter penentu kesesuaian lahan terdiri dari sifat fisik dan sifat kimia. Sifat fisik merupakan sifat tanah yang dapat diukur di lapang, sedangkan sifat kimia merupakan sifat tanah yang nilainya ditentukan melalui analisis di laboratorium. Baik sifat fisik maupun sifat kimia yang diperlukan disini merupakan potensi lahan aktual, dimana belum dilakukan upaya perbaikan apapun pada lahan tersebut. Kombinasi dari kedua jenis sifat tanah ini perlu digunakan supaya dapat menghasilkan nilai kesesuaian lahan yang lebih akurat. Sifat fisik dapat langsung diamati di lapang dengan memperhatikan tanah yang akan digunakan. Terdapat dua belas sifat fisik yang digunakan pada perancangan sistem pakar ini, yaitu suhu, curah hujan, kedalaman efektif, kedalaman sulfidik, bahan kasar, tekstur, drainase, lereng, bahaya banjir, tingkat bahaya erosi (TBE), kematangan dan ketebalan (gambut). Sedangkan untuk sifat kimia, digunakan enam sifat, yaitu pH, KTK, C-Organik, sodisitas, dan salinitas.

4.3.2

Rancangan Output Keluaran dari sistem yang dirancang berupa informasi tentang jenis-jenis tanaman

pangan yang sesuai untuk ditanam pada lahan pengguna, kesesuaian lahan terhadap penggunaan tanaman pangan, adanya faktor pembatas, dan rekomendasi manajerial untuk mengatasi hambatan yang ada. Penentuan ini dilakukan berdasarkan masukan dari pengguna tentang nilai

76 dari parameter yang digunakan sebagai input. Terdapat tiga macam nilai kesesuaian lahan terhadap penggunaan tanaman pangan yang dapat diberikan oleh sistem, yaitu sesuai, kurang sesuai, dan tidak sesuai.

4.3.3

Rancangan Proses Evaluasi Pada sistem pakar penentuan kesesuaian lahan pada tanaman pangan, terdapat dua

proses evaluasi, yaitu penentuan kesesuaian lahan sesuai dengan jenis tanaman yang diinginkan oleh pengguna dan penentuan kriteria lahan (karakteristik tanah) dan lokasi yang sesuai dengan jenis tanaman pangan dari pengguna sistem. Rancangan proses evaluasi yang dilakukan oleh sistem dibagi menjadi tiga proses, yaitu proses input (masukan), proses penarikan kesimpulan, dan proses output (keluaran). Gambaran proses evaluasi dalam sistem penentuan kesesuaian lahan pada tanaman pangan dapat dilihat pada Gambar 37.

Gambar 37. Proses evaluasi sistem penentuan kesesuaian lahan

77 Sedangkan proses evaluasi pada penentuan kriteria lahan dan lokasi yang dapat ditanami tanaman pangan sesuai dengan yang diinginkan pengguna dapat dilihat pada Gambar 38.

Gambar 38. Proses evaluasi sistem penentuan kriteria dan lokasi lahan

4.3.3.1 Proses Input (Masukan) Pada proses input, pengguna sistem akan diminta untuk memasukkan nilai dari semua parameter yang ada. Sebelum mulai memasukkan nilai untuk masing-masing parameter, sistem akan menanyakan pada pengguna tentang jenis tanah pada lahan yang akan digunakan. Terdapat dua jenis tanah lahan yang dapat dipilih, yaitu tanah gambut dan tanah mineral. Apabila lahan yang digunakan adalah tanah gambut, maka parameter pertama yang harus diisi pengguna adalah ketebalan dan kematangan gambut serta tinggi air tanah. Terdapat dua kemungkinan kesimpulan apabila tanah yang akan digunakan adalah tanah gambut, yaitu bahwa lahan tersebut tidak sesuai digunakan untuk tanaman pangan atau lahan tersebut masih dapat digunakan untuk tanaman pangan selama nilai dari parameter lainnya dinilai masih cocok untuk kebutuhan tumbuh tanaman pangan. Sedangkan apabila jenis tanah lahan yang akan digunakan adalah tanah mineral, maka pengguna akan diminta untuk dua nilai parameter, yaitu lereng dan kedalaman efektif. Sama seperti halnya tanah gambut, pada tanah mineral juga akan terdapat dua kemungkinan kesimpulan. Kesimpulan pertama adalah bahwa tanah tersebut tidak cocok untuk ditanami tanaman pangan apabila nilai lereng yang dimasukkan berada pada kelompok agak curam atau curam. Kesimpulan kedua, tanah tersebut masih ada kemungkinan dapat ditanami tanaman pangan, selama nilai dari parameter lainnya masih cocok untuk kebutuhan tumbuh tanaman pangan. Pada tanah mineral, pengguna tidak akan diminta untuk memasukkan nilai ketebalan dan kematangan (gambut). Parameter penentu pada tanah gambut adalah ketebalan dan kematangan (gambut), serta tinggi air tanah. Apabila lahan yang akan digunakan mempunyai ketinggian permukaan air tanah

78 lebih dari 50 cm, atau nilai kematangan hemik atau fibrik, atau nilai ketebalan lebih dari 300 cm, maka sistem akan langsung menyatakan bahwa tanah gambut tersebut tidak cocok untuk tanaman pangan. Namun apabila ketinggian permukaan air tanah kurang dari 50 cm, ketebalan kurang dari 300 cm, dan kematangan termasuk kelompok saprik, maka pengguna diminta untuk memasukkan 16 parameter lainnya. Diantara 16 parameter tersebut, dua diantaranya merupakan parameter pengganti, yaitu TBE dan bahaya banjir. Sebagai parameter pengganti, TBE dan bahaya banjir dapat menggantikan parameter tekstur dan drainase dan hanya ditampilkan apabila pengguna tidak memiliki nilai tekstur dan drainase. Pada tanah mineral, terdapat dua parameter penentu, yaitu lereng dan kedalaman efektif. Nilai lereng yang berada pada kelompok agak curam dan curam, serta nilai kedalaman efektif yang berada pada kelompok dangkal atau agak dangkal, akan menghasilkan kesimpulan bahwa tanah tersebut tidak cocok untuk tanaman pangan, tanpa perlu melihat nilai parameter lainnya. Parameter lereng dapat digantikan dengan parameter TBE, apabila pengguna tidak memiliki nilai lereng. Selama nilai lereng dan kedalaman efektif masih berada pada range yang diperkenankan, maka pengguna diminta untuk memasukkan 12 nilai parameter lainnya, dimana dua diantaranya, yaitu TBE dan bahaya banjir merupakan parameter pengganti untuk parameter tekstur dan drainase. Diantara semua parameter yang digunakan untuk menentukan kesesuaian lahan, terdapat 17 parameter fuzzy dan 2 parameter non-fuzzy, yaitu curah hujan. Nilai data fuzzy yang dimasukkan oleh pengguna ke dalam sistem akan difuzzifikasi, dibagi menjadi beberapa himpunan fuzzy, dan dihitung nilai keanggotaannya sesuai dengan fungsi keanggotaan trapesium. Selang nilai (domain) untuk masing-masing data fuzzy dapat dilihat pada Tabel 8. Pemilihan himpunan fuzzy dan domain dari masing-masing himpunan ditentukan berdasarkan pengamatan dan pengelompokkan pola nilai masing-masing parameter yang terdapat pada buku Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pertanian (2003) dan wawancara dengan pakar. Sedangkan khusus untuk penentuan himpunan fuzzy pada parameter kejenuhan basa, KTK, dan C-Organik dilakukan berdasarkan pengelompokkan yang terdapat pada Survei Kapabilitas Tanah (1983) dari Pusat Penelitian Tanah P3MT.

79 Tabel 8. Parameter, himpunan fuzzy, dan domain himpunan fuzzy Parameter / Variabel Suhu (°C)

Kedalaman Efektif (cm)

Bahan Kasar (%)

Kapasitas

Tukar

(KTK) (me/100 gr)

Kejenuhan Basa (%)

Salinitas (dS/m)

Sodisitas (%)

pH

Himpunan Fuzzy

Domain

Sangat Rendah

1 – 11

Rendah

10 – 20

Sedang

19 – 29

Tinggi

28 – 38

Sangat Tinggi

37 – 47

Sangat Dangkal

0 – 28

Dangkal

25 – 53

Sedang

50 – 78

Dalam

75 – 200

Sedikit

0 – 20

Sedang

15 - 55

Banyak

50 – 70

Sangat Banyak

65 – 85

Kation Sangat Rendah

3 – 12

Rendah

11 – 21

Sedang

20 – 30

Tinggi

29 – 39

Rendah

1 – 39

Sedang

36 – 58

Tinggi

55 – 100

Rendah

0–4

Sedang

3–7

Tinggi

6 - 10

Rendah

0 – 15

Sedang

12 – 27

Tinggi

25 – 45

Rendah

2–6

Sedang

5–9

80 Parameter / Variabel C-Organik (%)

Kedalaman Sulfidik (cm)

Tekstur

Drainase

Lereng (%)

Bahaya Banjir

Himpunan Fuzzy

Domain

Rendah

0 – 1.2

Sedang

1 – 2.2

Tinggi

2 – 3.5

Rendah

1 – 60

Sedang

50 – 110

Tinggi

100 – 200

Sangat Halus

0–4

Agak Halus

3–7

Halus

6 – 10

Sedang

9 – 13

Agak Kasar

12 – 16

Kasar

15 – 19

Terhambat

0–4

Agak Terhambat

3–7

Agak Baik

6 – 10

Baik

9 – 13

Agak Cepat

12 – 16

Cepat

15 – 19

Sangat Datar

0–4

Datar

3–7

Agak Curam

6 – 10

Curam

9 – 13

Tanpa (F0)

0–4

Ringan (F1)

3–7

Sedang (F2)

6 – 10

Agak Berat (F3)

9 – 13

Berat (F4)

12 – 16

81 Parameter / Variabel Tingkat

Bahaya

Domain

Erosi Sangat Rendah

0–4

Rendah

3–7

Sedang

6 – 10

Berat

9 – 13

Sangat Berat

12 – 16

Saprik

0–4

Hemik

3–7

Fibrik

6 – 10

Tipis

1 – 60

Sedang

55 – 105

Agak Tebal

95 – 225

Tebal

200 – 440

Sangat Tebal

400 – 660

(TBE)

Kematangan (Gambut)

Ketebalan (Gambut) (cm)

4.3.3.1.1

Himpunan Fuzzy

Paramater Penentu Kesesuaian Lahan Untuk Penggunaan Tanaman Pangan Setiap tanaman akan memerlukan kebutuhan yang berbeda untuk dapat tumbuh. Oleh

karena itu, proses pertama yang dilakukan dalam sistem yang dirancang adalah menentukan kesesuaian lahan untuk penggunaan tanaman pangan berdasarkan masukan dari pengguna. Penentuan kesesuian lahan untuk penggunaan tanaman pangan dilakukan berdasarkan 15 parameter yang meliputi sifat fisik dan sifat kimia tanah. Sifat fisik tanah yang digunakan untuk menentukan kesesuaian lahan untuk penggunaan tanaman pangan adalah : 1. Suhu Suhu yang diperlukan adalah suhu udara rata-rata pada lahan yang akan digunakan. Suhu dikelompokkan dalam lima kelompok fuzzy, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. 2. Kedalaman Efektif Kedalaman efektif merupakan kedalaman tanah yang masih dapat ditembus oleh akar tanaman. Kedalaman efektif dapat diukur dengan menghitung jarak antara permukaan tanah sampai pada lapisan di bawah tanah yang keras (batu). Pengukuran dilakukan

82 dengan menggunakan alat ukur panjang yang biasa digunakan seperti penggaris dan hasilnya dituliskan dengan satuan centimeter (cm). Kedalaman efektif dinyatakan dalam empat kelompok fuzzy, yaitu sangat dangkal, dangkal, sedang, dan dalam.

3. Bahan Kasar Bahan kasar merupakan persentasi banyaknya bahan berukuran lebih dari 2 mm, seperti batu dan kerikil yang terdapat pada permukaan tanah. Kandungan bahan kasar pada permukaan tanah dinyatakan dalam empat himpunan fuzzy, yaitu sedikit apabila jumlah kandungan bahan kasar tidak lebih dari 20 %, sedang apabila kandungan bahan kasar tidak lebih dari 55%, banyak apabila kandungan bahan kasar tidak lebih dari 70% dan sangat banyak apabila kandungan bahan kasar antara 65-85%. 4. Kedalaman Sulfidik Kedalaman sulfidik menyatakan kedalaman lapisan tanah (dihitung dari permukaan tanah) dimana sudah ditemukan kandungan Sulfur sebanyak lebih dari 2%. Hasil pengukuran kedalaman sulfidik juga dinyatakan dalam centimeter (cm) dan dibagi dalam tiga himpunan fuzzy, yaitu tinggi, sedang, dan rendah. Himpunan tinggi menyatakan bahwa jarak antara permukaan tanah sampai ditemukannya kandungan Sulfur cukup jauh. Himpunan sedang menyatakan bahwa jarak antara ditemukannya kandungan Sulfur dari permukaan tanah tidak terlalu jauh. Sedangkan himpunan rendah menyatakan bahwa antara ditemukannya kandungan Sulfur dari permukaan tanah tidak jauh. 5. Tekstur Tekstur menyatakan ukuran butir-butir tanah. Yang dimaksud dengan butir tanah adalah bahan pembentuk tanah yang berukuran kurang dari 2 mm. Tekstur tanah dapat dikelompokkan menjadi enam himpunan fuzzy, yaitu kasar, agak kasar, sedang, agak halus, dan halus. Tekstur tanah ditentukan dengan cara meremas dan merasakan butirbutir tanah tersebut di permukaan pada saat tanah dalam kondisi basah. 6. Drainase Drainase merupakan cepat atau lambatnya air diserap oleh suatu tanaman. Drainase dapat ditentukan dengan mengamati cepatnya air hilang dari permukaan tanah dan mengamati tekstur tanah, karena tekstur tanah pada suatu lahan sangat berhubungan dengan drainase pada lahan tersebut.

83 7. Tingkat Bahaya Erosi (TBE) Parameter TBE merupakan parameter pengganti untuk parameter lereng. TBE dapat digunakan, apabila pengguna sistem tidak mengetahui nilai lereng. TBE menyatakan besarnya erosi yang mungkin terjadi pada lahan tersebut. Penentuan TBE dilakukan dengan menggunakan suatu rumus tertentu. Nilai TBE sangat berkaitan dengan kecuraman lereng. 8. Bahaya Banjir Bahaya banjir merupakan parameter pengganti untuk parameter tekstur dan drainase. Nilai bahaya banjir dapat diisikan apabila pengguna tidak mengetahui nilai tekstur dan drainase. Bahaya banjir merupakan kombinasi dari kedalaman banjir dan lamanya banjir. Nilai bahaya banjir dibagi dalam lima himpunan fuzy, yaitu tanpa bahaya banjir, bahaya banir ringan, bahaya banjir sedang, bahaya banjir agak berat, dan bahaya banjir berat. Nilai untuk bahaya banjir ini diperoleh dengan mengamati kecenderungan banjir yang terjadi pada daerah lahan yang akan diamati. 9. Lereng Lereng yang terdapat pada lahan yang akan digunakan perlu diukur karena dapat mempengaruhi pola penggunaan lahan. Lereng dapat diukur dengan Abney Level atau Clinometer dan dinyatakan dalam persen. Nilai parameter lereng akan dibagi menjadi empat himpunan fuzzy, yaitu sangat datar, datar, agak curam, dan curam. Nilai maksimal dari lereng adalah 100 % yang berarti bahwa lereng membentuk sudut 45 derajat. 10. Ketebalan (Gambut) Ketebalan gambut merupakan parameter khusus untuk tanah gambut. Nilai ketebalan gambut diperoleh dengan mengukur tebalnya lapisan gambut yang menutupi permukaan tanah pada lahan yang akan digunakan. Ketebalan akan dikelompokkan dalam lima himpunan fuzzy, yaitu tipis, sedang, agak tebal, tebal, dan sangat tebal. 11. Kematangan (Gambut) Kematangan gambut juga merupakan parameter yang khusus digunakan pada tanah gambut. Kematangan gambut ini akan dikelompokkan dalam tiga himpunan fuzzy, yaitu Saprik, Hemik, dan Fibrik.

84 12. Tinggi Air Tanah Tinggi air tanah merupakan sifat fisik dari tanah yang digunakan sebagai salah satu parameter khusus untuk tanah gambut. Tinggi air tanah merupakan data non-fuzzy, dimana tidak akan dibuat pengelompokkan menjadi beberapa kelas. Tinggi air tanah diukur langsung di lapangan dengan mengukur ketinggian air yang terdapat diatas permukaan tanah. Sedangkan sifat kimia dapat diukur di laboratorium tanah dengan suatu perlakuan khusus terhadap tanah pada lahan yang akan digunakan atau menggunakan satu set piranti uji yang sudah dikeluarkan oleh Badan Penelitian dan Pengembangan Sumberdaya Lahan Pertanian Bogor. Sifat kimia tanah yang digunakan sebagai parameter adalah : 1. pH pH merupakan sifat yang berkaitan dengan parameter kejenuhan basa. pH merupakan data fuzzy yang dikelompokkan dalam dua himpunan fuzzy, rendah dan sedang. 2. Kejenuhan Basa Nilai kejenuhan basa dapat ditentukan dari nilai pH. Semakin tinggi pH, maka kejenuhan basa semakin tinggi pula. Kejenuhan basa dikelompokkan dalam tiga himpunan fuzzy, yaitu rendah, sedang, tinggi. 3. Kapasitas Tukar Kation (KTK) KTK merupakan data fuzzy yang dapat dikelompokkan menjadi empat himpunan fuzzy, yaitu sangat rendah, rendah, sedang, dan tinggi. 4. C-Organik C-Organik menunjukkan kandungan kadar Karbon dalam tanah. Karbon merupakan salah satu unsur hara makro yang diperlukan bagi pertumbuhan tanaman. Nilai pengukuran COrganik dikelompokkan menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. 5. Salinitas (Toksisitas) Salinitas menunjukkan besarnya kandungan garam terlarut pada tanah yang dicerminkan oleh daya hantar listrik. Salinitas merupakan data fuzzy yang dikelompokkan menjadi tiga himpunan fuzzy rendah, sedang, dan tinggi. 6. Sodisitas (Alkalinitas) Sodisitas menunjukkan kandungan garam Na yang dapat dipertukarkan. Nilai sodisitas dikelompokkan menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi.

85

4.3.3.1.2

Fuzzifikasi Parameter Input Penentu Kesesuaian Lahan Untuk Penggunaan Tanaman Pangan Fuzzifikasi merupakan proses pertama dalam pemrosesan data fuzzy. Fuzzifikasi

dilakukan terhadap data input dari pengguna pada parameter-parameter yang digunakan untuk menentukan kesesuaian lahan terhadap suatu tanaman. Fuzzifikasi dilakukan berdasarkan himpunan fuzzy dan domainnya pada setiap data fuzzy. Fuzzifikasi dilakukan dengan suatu fungsi keanggotaan (membership function). Fungsi keanggotaan akan memetakan titik-titik input data ke dalam nilai keanggotaannya pada interval 0 sampai 1 sehingga membentuk suatu kurva. Dalam pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan terdapat 19 parameter yang dikelompokkan menjadi dua kelompok data, yaitu data untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan dan data untuk menentukan kesesuaian terhadap jenis tanaman pangan. Pada kelompok data untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan terdapat 17 parameter fuzzy, yaitu suhu, kedalaman efektif, bahan kasar, pH, kejenuhan basa, KTK, C-organik, salinitas, sodisitas, kedalaman sulfidik, tekstur, drainase, lereng, bahaya banjir, tingkat bahaya erosi (TBE), kematangan dan ketebalan (gambut). Dimana parameter bahaya banjir dan TBE merupakan parameter yang digunakan sebagai pengganti dari parameter tekstur dan lereng. Penggunaan parameter pengganti untuk tekstur dan lereng ditujukan untuk meningkatkan kemudahan bagi pengguna sistem dalam menyediakan data yang diperlukan untuk proses pengambilan kesimpulan. Pada penentuan kesesuaian lahan untuk tanah gambut juga digunakan 1 parameter non-fuzzy, yaitu tinggi air tanah. Sedangkan pada kelompok data untuk menentukan kesesuaian terhadap jenis tanaman pangan terdapat 1 parameter non-fuzzy, yaitu curah hujan. Fuzzifikasi pada pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan ini dapat menggunakan fungsi TRAPMF dan GAUSSMF. Fungsi keanggotaan trapesium atau Trapesoid Membership Function (TRAPMF) mempunyai empat parameter a, b, c, dan d untuk menentukan nilai x, sedangkan fungsi keanggotaan gauss atau Gauss Membership Function (GAUSSMF) mempunyai dua parameter, yaitu k dan γ. Berikut ini adalah rumus untuk fungsi trapesium atau TRAPMF :

86 0;

x
(x-a)/(b-a); a ≤ x < b f (x; a, b, c, d) =

1;

b≤x
(d-x)/(d-c); c ≤ x < d 0

x≥d

Sedangkan rumus untuk fungsi trapesium atau GAUSSMF adalah sebagai berikut : G(x; k, γ ) = e -k (γ – x) 2

1. Fuzzifikasi suhu Fuzzifikasi suhu dibuat dalam lima himpunan fuzzy, yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi. Representasi himpunan fuzzy suhu menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 39.

Gambar 39. Fuzzifikasi suhu Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter suhu dengan TRAPMF adalah : μSUHU-SR (x): f(x; 1, 7, 11) =

μSUHU-R (x): f(x; 10, 13, 16, 20) =

1;

1≤x<7

(11-x)/4;

7 ≤ x < 11

0;

x ≥ 11

0;

x < 10

(x-10)/3;

10 ≤ x < 13

1;

13 ≤ x < 16

(20-x)/4;

16 ≤ x < 20

0;

x ≥ 20

87

μSUHU-S (x): f(x; 19, 22, 25, 29) =

μSUHU-T (x): f(x; 28, 31, 34, 38) =

0;

x < 19

(x-19)/3;

19 ≤ x < 22

1;

22 ≤ x < 25

(29-x)/4;

25 ≤ x < 29

0;

x ≥ 29

0;

x < 28

(x-28)/3;

28 ≤ x < 31

1;

31 ≤ x < 34

(38-x)/4;

34 ≤ x < 38

0;

x ≥ 38

μSUHU-ST (x): f(x; 37, 40, 47) =

(x-37)/3;

37 ≤ x < 40

1;

40 ≤ x < 47

0;

x ≥ 47

Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter suhu dengan menggunakan fungsi gauss (Gaussmf) dituliskan sebagai berikut : μSUHU-SR (x): f(x; 10, 6) = e -10 (6 – x) 2 μSUHU-R (x): f(x; 10, 15) = e – 10 (15 – x) 2 μSUHU-S (x): f(x; 10, 24) = e -10 (24 – x) 2 μSUHU-T (x): f(x; 10, 33) = e -10 (33 – x) 2 μSUHU-ST (x): f(x; 10, 42) = e -10 (42 – x) 2

2. Fuzzifikasi kedalaman efektif Fuzzifikasi kedalaman efektif dibuat dalam empat himpunan fuzzy, yaitu sangat dangkal, dangkal, sedang, dan dalam. Representasi himpunan fuzzy menggunakan fungsi trapesium (TRAPMF) seperti terlihat pada Gambar 40.

Gambar 40. Fuzzifikasi kedalaman efektif

88 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kedalaman efektif dengan TRAPMF adalah sebagai berikut : 1; μKDLMANEFEKTIF-SD (x): f(x; 0, 18, 28) =

0 ≤ x < 18

(28-x)/10; 18 ≤ x < 28 0;

μKDLAMANEFEKTIF-D (x): f(x; 25, 35, 43, 53) =

μKDLMANEFEKTIF-S (x): f(x; 50, 60, 68, 78) =

x ≥ 28

0;

x < 25

(x-25)/10;

25 ≤ x < 35

1;

35 ≤ x < 43

(53-x)/10;

43 ≤ x < 53

0;

x ≥ 53

0;

x < 50

(x-50)/10 ;

50 ≤ x < 60

1;

60 ≤ x < 68

(78-x)/10 ;

68 ≤ x < 78

0;

x ≥ 78

μKDLMANEFEKTIF-DLM (x): f(x; 75, 120, 200) =

(x-75)/45;

75 ≤ x < 120

1;

120 ≤ x < 200

0;

x ≥ 200

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kedalaman efektif dengan menggunakan fungsi GAUSSMF adalah sebagai berikut : μKEDALAMANEFEKTIF-SGTDGKL (x): f(x; 28, 14) = e -28 (14 – x) 2 μKEDALAMANEFEKTIF-DGKL (x): f(x; 28, 39) = e – 28 (39 – x) 2 μKEDALAMANEFEKTIF-S (x): f(x; 28, 64) = e -28 (64 – x) 2 μKEDALAMANEFEKTIF- DLM (x): f(x; 125, 187.5) = e -125 (187.5 – x) 2

89 3. Fuzzifikasi bahan kasar Fuzzifikasi bahan kasar dibagi menjadi empat himpunan fuzzy, yaitu sedikit, sedang, banyak, dan sangat banyak. Representasi fuzzy untuk masing-masing himpunan fuzzy pada parameter bahan kasar dengan fungsi trapesium (TRAPMF) seperti terlihat pada Gambar 41.

Gambar 41. Fuzzifikasi bahan kasar Fungsi keanggotaan untuk himpunan fuzzy pada parameter bahan kasar dengan TRAPMF adalah sebagai berikut : μBAHANKASAR-SDKT (x): f(x; 0, 15, 20) =

μBAHANKASAR-SDG (x): f(x; 15, 30, 40, 55) =

μBAHANKASAR-B (x): f(x; 50, 55, 65, 70) =

μBAHANKASAR-SB (x): f(x; 65, 70, 85) =

1;

0 ≤ x < 15

(20-x) / 5;

15 ≤ x < 20

0;

x ≥ 20

0;

x < 15

(x-15)/15;

15 ≤ x < 30

1;

30 ≤ x < 40

(55-x)/15;

40 ≤ x < 55

0;

x ≥ 55

0;

x < 50

(x-50)/ 5;

50 ≤ x < 55

1;

55 ≤ x < 65

(70-x)/5;

65 ≤ x < 70

0;

x ≥ 70

(x-65)/5;

65 ≤ x < 70

1;

70 ≤ x < 85

0;

x ≥ 85

Fungsi keanggotaan untuk himpunan fuzzy pada parameter bahan kasar dengan menggunakan funsi GAUSSMF adalah sebagai berikut :

90 μBAHANKASAR--SDKT (x): f(x; 20, 10) = e -20 (10 – x) 2 μBAHANKASAR--SDG (x): f(x; 40, 35) = e – 40 (35 – x) 2 μBAHANKASAR--B (x): f(x; 20, 60) = e -20 (60 – x) 2 μBAHANKASAR--SB (x): f(x; 20, 75) = e -20 (75 – x) 2

4. Fuzzifikasi pH Fuzzifikasi pH dibagi menjadi dua himpunan fuzzy, yaitu rendah dan sedang. Representasi himpunan fuzzy pH dengan menggunakan fungsi keanggotaan trapesium (TRAPMF) terlihat pada Gambar 42.

Gambar 42. Fuzzifikasi pH Fungsi keanggotaan untuk parameter pH menggunakan fungsi trapesium adalah sebagai berikut : μpH -R (x): f(x; 2, 5, 6) =

1;

0≤x<5

(x-5);

5≤x<6

0;

x≥6

μpH -S (x): f(x; 5, 6, 9) =

(x-5);

5≤x<6

1;

6≤x<9

0;

x≥9

Fungsi keanggotaan untuk parameter pH menggunakan fungsi GAUSSMF adalah sebagai berikut: μPH--R (x): f(x; 4, 4) = e -4 (4 – x) 2 μPH--S (x): f(x; 4, 7) = e – 4 (7 – x) 2

5. Fuzzifikasi kejenuhan basa Fuzzifikasi untuk parameter kejenuhan basa dibagi menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy kejenuhan basa dengan menggunakan fungsi keanggotaan trapesium (TRAPMF) terlihat pada Gambar 43.

91

Gambar 43. Fuzzifikasi kejenuhan basa Fungsi keanggotaan untuk kejenuhan basa dengan menggunakan fungsi keanggotaan trapesium (TRAPMF) dituliskan sebagai berikut : μKBASA-R (x): f(x; 1, 26, 39) =

μKBASA-S (x): f(x; 36, 43, 51, 58) =

μKBASA-T (x): f(x; 55, 70, 100) =

1;

1 ≤ x < 26

(39-x)/13;

26 ≤ x < 39

0;

x ≥ 39

0;

x < 36

(x-36)/7;

36 ≤ x < 43

1;

43 ≤ x < 51

(58-x)/7;

51 ≤ x < 58

0;

x ≥ 58

(x-55)/10;

55 ≤ x < 70

1;

70 ≤ x < 100

0;

100 ≤ x

Fungsi keanggotaan untuk kejenuhan basa dengan menggunakan fungsi keanggotaan gauss (GAUSSMF) dituliskan sebagai berikut : μKEJENUHANBASA--R (x): f(x; 38, 20) = e -38 (20 – x) 2 μKEJENUHANBASA--S (x): f(x; 22, 47) = e – 22 (47 – x) 2 μKEJENUHANBASA--T (x): f(x; 45, 77.5) = e -45 (77.5 – x) 2

6. Fuzzifikasi KTK Fuzzifikasi KTK dibagi menjadi empat himpunan fuzzy, yaitu sangat rendah, rendah, sedang, dan sangat tinggi. Representasi himpunan fuzzy untuk parameter KTK menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 44.

92

Gambar 44. Fuzzifikasi KTK Fungsi keanggotaan untuk himpunan fuzzy KTK menggunakan fungsi trapesium (TRAPMF) adalah sebagai berikut : μKTK-SR (x): f(x; 3, 9, 12) =

1;

3≤x<9

(12-x)/3;

9 ≤ x < 12

0;

x ≥ 12

μKTK-R (x): f(x; 11, 14, 17, 21) =

μKTK-S (x): f(x; 20, 23, 26, 30) =

μKTK-ST (x): f(x; 29, 32, 39) =

0;

x < 11

(x-11)/3;

11 ≤ x < 14

1;

14 ≤ x < 17

(21-x)/4;

17 ≤ x < 21

0;

x ≥ 21

0;

x < 20

(x-20)/3;

20 ≤ x < 23

1;

23 ≤ x < 26

(30-x)/4;

26 ≤ x < 30

0;

x ≥ 30

(x-29)/3;

29 ≤ x < 32

1;

32 ≤ x < 39

0;

x ≥ 39

Fungsi keanggotaan untuk himpunan fuzzy KTK menggunakan fungsi gauss (GAUSSMF) adalah sebagai berikut : μKTK--SR (x): f(x; 9, 7.5) = e -9 (7.5 – x) 2 μKTK--R (x): f(x; 10, 16) = e – 10 (16 – x) 2 μKTK--S (x): f(x; 10, 25) = e -10 (2.5 – x) 2 μKTK-- T (x): f(x; 10, 34) = e -10 (34 – x) 2

93

7. Fuzzifikasi C-Organik Fuzzifikasi C-Organik dibagi menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi himpunan fuzzy untuk parameter C-Organik dengan menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 45.

Gambar 45. Fuzzifikasi C-Organik Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter C-Organik dengan menggunakan fungsi trapesium (TRAPMF) dituliskan sebagai berikut : μCORGANIK-R (x): f(x; 0, 0.8, 1.2) =

μCORGANIK-S (x): f(x; 1, 1.4, 1.8, 2.2) =

μCORGANIK-T (x): f(x; 2, 2.5, 3.5) =

1;

0 ≤ x < 0.8

(1.2-x)/0.4;

0.8 ≤ x < 1.2

0;

x ≥ 1.2 0;

x<1

(x-1)/0.4;

1 ≤ x < 1.4

1;

1.4 ≤ x < 1.8

(2.2-x)/0.4;

1.8 ≤ x < 2.2

0;

x ≥ 2.2

(x-2)/0.5 ;

2 ≤ x < 2.5

1;

2.5 ≤ x < 3.5

0;

x ≥ 3.5

Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter C-Organik dengan menggunakan fungsi gauss (GAUSSMF) dituliskan sebagai berikut : μCORGANIK---R (x): f(x; 1.2, 0.6) = e -1.2 (0.6 – x) 2 μCORGANIK--S (x): f(x; 1.2, 1.6) = e – 1.2 (1.6 – x) 2 μCORGANIK--T (x): f(x; 1.5, 2.75) = e -1.5 (2.75 – x) 2

94 8. Fuzzifikasi salinitas Fuzzifikasi parameter salinitas dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter salinitas dengan menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 46.

Gambar 46. Fuzzifikasi salinitas Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter salinitas dengan menggunakan fungsi trapesium (TRAPMF) dituliskan sebagai berikut : μSALINITAS-R (x): f(x; 0, 3, 4) =

μSALINITAS-S (x): f(x; 3, 4, 6, 7) =

μSALINITAS-T (x): f(x; 6, 7, 10) =

1;

0≤x<3

(4-x);

3≤x<4

0;

x≥4

0;

x<3

(x-3);

3≤x<4

1;

4≤x<6

(7-x);

6≤x<7

0;

x≥7

(x-6);

6≤x<7

1;

7 ≤ x < 10

0;

x ≥ 10

Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter salinitas dengan menggunakan fungsi gauss (GAUSSMF) dituliskan sebagai berikut : μSALINITAS---R (x): f(x; 4, 2) = e -4 (2 – x) 2 μSALINITAS---S (x): f(x; 4, 5) = e – 4 (5 – x) 2 μSALINITAS---T (x): f(x; 4, 8) = e –4 (8 – x) 2

95 9. Fuzzifikasi sodisitas Fuzzifikasi parameter sodisitas dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter sodisitas dengan menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 47.

Gambar 47. Fuzzifikasi sodisitas Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter sodisitas dengan menggunakan fungsi trapesium (TRAPMF) dituliskan sebagai berikut :

μSODISITAS-R (x): f(x; 0, 10, 15) =

μSODISITAS-S (x): f(x; 12, 17, 22, 27) =

μSODISITAS-T (x): f(x; 25, 32, 45) =

1;

0 ≤ x < 10

(15-x)/5 ;

10 ≤ x < 15

0;

x ≥ 15 0;

x < 12

(x-12)/5;

12 ≤ x < 17

1;

17 ≤ x < 22

(27-x)/5;

22 ≤ x < 27

0;

x ≥ 27

(x-25)/7 ;

25 ≤ x < 32

1;

32 ≤ x < 45

0;

x ≥ 45

Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter sodisitas dengan menggunakan fungsi gauss (GAUSSMF) dituliskan sebagai berikut : μSODISITAS---R (x): f(x; 15, 7.5) = e -15 (7.5 – x) 2 μSODISITAS---S (x): f(x; 15, 19.5) = e – 15 (19.5 – x) 2 μSODISITAS---T (x): f(x; 20, 35) = e – 20 (35 – x) 2

96 10. Fuzzifikasi kedalaman sulfidik Fuzzifikasi parameter kedalaman sulfidik dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter kedalaman sulfidik dengan menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 48.

Gambar 48. Fuzzifikasi kedalaman sulfidik Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter kedalaman sulfidik dengan menggunakan fungsi trapesium (TRAPMF) dituliskan sebagai berikut : μKDLMANSULFIDIK-R (x): f(x; 1, 40, 60) =

μKDLMANSULFIDIK-S (x): f(x; 50, 70, 90, 110) =

μKDLMANSULFIDIK-T (x): f(x; 100, 130, 200) =

1;

30 ≤ x < 40

(60-x)/20 ;

40 ≤ x < 60

0;

x ≥ 60

0;

x < 50

(x-50)/20;

50 ≤ x < 70

1;

70 ≤ x < 90

(110-x)/20 ;

90 ≤ x < 110

0;

x ≥ 110

(x-100)/30 ;

100 ≤ x < 130

1;

130 ≤ x < 200

0;

x ≥ 200

Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter kedalaman sulfidik dengan menggunakan fungsi gauss (GAUSSMF) dituliskan sebagai berikut : μKEDALAMANSULFIDIK---R (x): f(x; 59, 30.5) = e -59 (30.5 – x) 2 μ KEDALAMANSULFIDIK ---S (x): f(x; 60, 80) = e – 60 (80 – x) 2 μ KEDALAMANSULFIDIK ---T (x): f(x; 100, 150) = e – 100 (150 – x) 2

97 11. Fuzzifikasi tekstur Fuzzifikasi tekstur dibuat dalam enam himpunan fuzzy, yaitu sangat halus, agak halus, halus, sedang, agak kasar, dan kasar. Representasi himpunan fuzzy tekstur menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 49.

Gambar 49. Fuzzifikasi tekstur Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter tekstur dengan TRAPMF adalah sebagai berikut : μTEKSTUR-SH (x): f(x; 0, 3, 4) =

μTEKSTUR-AH (x): f(x; 3, 4, 6, 7) =

μTEKSTUR-H (x): f(x; 6, 7, 9, 10) =

μTEKSTUR-S (x): f(x; 9, 10, 12, 13) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

0;

x<6

(x-6) ;

6≤x<7

1;

7≤x<9

(10-x);

9 ≤ x < 10

0;

x ≥ 10 0;

x<9

(x-9);

9 ≤ x < 10

1;

10 ≤ x < 12

(13-x);

12 ≤ x < 13

0;

x ≥ 13

98

μTEKSTUR-AK (x): f(x; 12, 13, 15, 16) =

μTEKSTUR-K (x): f(x; 15, 16, 19) =

0;

x < 12

(x-12);

12 ≤ x < 13

1;

13 ≤ x < 15

(16-x);

15 ≤ x < 16

0;

x ≥ 16

(x-15);

15 ≤ x < 16

1;

16 ≤ x < 19

0;

x ≥ 19

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter tekstur dengan GAUSSMF adalah sebagai berikut : μTEKSTUR--SH (x): f(x; 2, 2) = e -2 (2 – x) 2 μ TEKSTUR --AH (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ TEKSTUR --H (x): f(x; 2, 8) = e -2 (8 – x) 2 μ TEKSTUR --S (x): f(x; 2, 11) = e -2 (11 – x) 2 μ TEKSTUR --AK (x): f(x; 2, 14) = e -2 (14 – x) 2 μ TEKSTUR --K (x): f(x; 2, 17) = e -2 (17 – x) 2

12. Fuzzifikasi drainase Fuzzifikasi drainase dibuat dalam enam himpunan fuzzy, yaitu terhambat, agak terhambat, agak baik, baik, agak cepat, dan cepat. Representasi himpunan fuzzy drainase menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 50.

Gambar 50. Fuzzifikasi drainase Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter drainase dengan TRAPMF adalah :

99

μDRAINASE-T (x): f(x; 0, 3, 4) =

μ DRAINASE-AT (x): f(x; 3, 4, 6, 7) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

μ DRAINASE-AB (x): f(x; 6, 7, 9, 10) =

μ DRAINASE-B (x): f(x; 9, 10, 12, 13) =

0;

x<6

(x-6) ;

6≤x<7

1;

7≤x<9

(10-x);

9 ≤ x < 10

0;

x ≥ 10

0;

x<9

(x-9);

9 ≤ x < 10

1;

10 ≤ x < 12

(13-x);

12 ≤ x < 13

0;

x ≥ 13

0; μ DRAINASE-AC (x): f(x; 12, 13, 15, 16) =

x < 12

(x-12); 12 ≤ x < 13 1;

13 ≤ x < 15

(16-x); 15 ≤ x < 16 0; μ DRAINASE-C (x): f(x; 15, 16, 19) =

x ≥ 16

(x-15);

15 ≤ x < 16

1;

16 ≤ x < 19

0;

x ≥ 19

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter drainase dengan GAUSSMF adalah : μDRAINASE--T (x): f(x; 2, 2) = e -2 (2 – x) μ DRAINASE --AT (x): f(x; 2, 5) = e – 2 (5 – x) 2

100 μ DRAINASE --AB (x): f(x; 2, 8) = e -2 (8 – x) 2 μ DRAINASE ---B (x): f(x; 2, 11) = e -2 (11 – x) 2 μ DRAINASE --AC(x): f(x; 2, 14) = e -2 (14 – x) 2 μ DRAINASE --C (x): f(x; 2, 17) = e -2 (17 – x) 2

13. Fuzzifikasi ketebalan (gambut) Fuzzifikasi ketebalan (gambut) dibuat dalam lima himpunan fuzzy, yaitu sangat tipis, sedang, agak tebal, tebal, dan sangat tebal. Representasi himpunan fuzzy ketebalan (gambut) menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 51.

Gambar 51. Fuzzifikasi ketebalan (gambut) Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter ketebalan (gambut) dengan TRAPMF adalah : μKETEBALAN—TIPIS (x): f(x; 1, 40, 60) =

1;

1 ≤ x < 40

(60-x)/20 ;

40 ≤ x < 60

0;

x ≥ 60

μKETEBALAN—SEDANG (x): f(x; 55, 70, 90, 105) =

0;

x < 55

(x-55)/15 ;

55 ≤ x < 70

1;

70 ≤ x < 90

(105-x)/15 ; 90 ≤ x < 105 0; μKETEBALAN—AGKTEBAL (x): f(x; 95, 150, 170, 225) =

x ≥ 105 0;

x < 95

(x-195)/55 ;

95 ≤ x < 150

1;

150 ≤ x < 170

(225-x)/55;

170 ≤ x < 225

0;

x ≥ 225

101

μKETEBALAN—TEBAL (x): f(x; 200, 275, 330, 440) =

0;

x < 200

(x-200)/75;

200 ≤ x < 280

1;

280 ≤ x < 360

(440-x)/110;

360 ≤ x < 440

0;

x ≥ 440

μKETEBALAN—SGTTEBAL (x): f(x; 400, 485, 660) =

(x-400)/85;

400 ≤ x < 485

1;

485 ≤ x < 660

0;

x ≥ 660

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter ketebalan (gambut) dengan GAUSSMF adalah : μ KETEBALAN—TIPIS (x): f(x; 59, 30.5) = e -59 (30.5 – x) 2 μ KETEBALAN—SEDANG (x): f(x; 50, 80) = e – 50 (80 – x) 2 μ KETEBALAN—AGKTEBAL (x): f(x; 130, 160) = e -130 (160 – x) 2 μ KETEBALAN—TEBAL (x): f(x; 240, 320) = e -240 (320 – x) 2 μ KETEBALAN—SGTTEBAL (x): f(x; 260, 530) = e -260 (530 – x) 2

14. Fuzzifikasi kematangan (gambut) Fuzzifikasi kematangan (gambut) dibuat dalam tiga himpunan fuzzy, yaitu sangat saprik, hemik, fibrik. Representasi himpunan fuzzy kematangan (gambut) menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 52.

Gambar 52. Fuzzifikasi kematangan (gambut) Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kematangan (gambut) dengan TRAPMF adalah :

102

μKEMATANGAN-SAPRIK (x): f(x; 0, 3, 4) =

μ KEMATANGAN-HEMIK (x): f(x; 3, 4, 6, 7) =

μ KEMATANGAN-FIBRIK (x): f(x; 6, 7, 10) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

(x-6) ;

6≤x<7

1;

7 ≤ x < 10

0;

x ≥ 10

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kematangan (gambut) dengan fungsi GAUSSMF adalah : μ KEMATANGAN—SAPRIK (x): f(x; 2, 2) = e -2 (2 – x) 2 μ KEMATANGAN—HEMIK (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ KEMATANGAN—FIBRIK (x): f(x; 2, 8) = e -2 (8 – x) 2

15. Fuzzifikasi Lereng Fuzzifikasi lereng dibuat dalam empat himpunan fuzzy, yaitu sangat datar, datar, agak curam, dan curam. Representasi himpunan fuzzy lereng menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 53.

Gambar 53. Fuzzifikasi lereng Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter lereng dengan TRAPMF adalah :

103

μLERENG-SD (x): f(x; 0, 3, 4) =

μ LERENG-D (x): f(x; 3, 4, 6, 7) =

μ LERENG-AC (x): f(x; 6, 7, 9, 10) =

μ LERENG-C (x): f(x; 9, 10, 13) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

0;

x<6

(x-6) ;

6≤x<7

1;

7≤x<9

(10-x);

9 ≤ x < 10

0;

x ≥ 10 0;

x<6

(x-9);

6≤x<7

1;

7≤x<8

(13-x);

8≤x<9

0;

x≥9

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter lereng dengan GAUSSMF adalah : μ LERENG—SGTDATAR (x): f(x; 2, 2) = e -2 (2 – x) 2 μ LERENG—DATAR (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ LERENG—AGKCURAM (x): f(x; 2, 8) = e -2 (8 – x) 2 μ LERENG—CURAM (x): f(x; 2, 11) = e -2 (11 – x) 2

16. Fuzzifikasi Bahaya Banjir Fuzzifikasi lereng dibuat dalam lima himpunan fuzzy, yaitu tanpa (F0), ringan (F1), sedang (F2), agak berat (F3), dan berat (F4). Representasi himpunan fuzzy bahaya banjir menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 54.

104

Gambar 54. Fuzzifikasi bahaya banjir Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter bahaya banjir dengan TRAPMF adalah : μBHYBANJIR-F0 (x): f(x; 0, 3, 4) =

μ BHYBANJIR-F1 (x): f(x; 3, 4, 6, 7) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

μ BHYBANJIR-F2 (x): f(x; 6, 7, 9, 10) =

μ BHYBANJIR-F3 (x): f(x; 9, 10, 12, 13) =

0;

x<6

(x-6) ;

6≤x<7

1;

7≤x<9

(10-x);

9 ≤ x < 10

0;

x ≥ 10

0;

x<9

(x-9);

9 ≤ x < 10

1;

10 ≤ x < 12

(13-x);

12 ≤ x < 13

0;

x ≥ 13

(x-12); 12 ≤ x < 13 μ BHYBANJIR-F4 (x): f(x; 12, 13, 16) =

1;

13 ≤ x < 16

0;

x ≥ 16

105 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter bahaya banjir dengan GAUSSMF adalah : μ BHYBANJIR—F0 (x): f(x; 2, 2) = e -2 (2 – x) 2 μ BHYBANJIR—F1 (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ BHYBANJIR—F2 (x): f(x; 2, 8) = e -2 (8 – x) 2 μ BHYBANJIR—F3 (x): f(x; 2, 11) = e -2 (11 – x) 2 μ BHYBANJIR—F4 (x): f(x; 2, 14) = e -2 (14 – x) 2

17. Fuzzifikasi Tingkat Bahaya Erosi (TBE) Fuzzifikasi TBE dibuat dalam lima himpunan fuzzy, yaitu sangat rendah, rendah, sedang, berat, sangat berat. Representasi himpunan fuzzy TBE menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 55.

Gambar 55. Fuzzifikasi TBE Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter TBE dengan TRAPMF adalah : μTBE-SR (x): f(x; 0, 3, 4) =

μ TBE-R (x): f(x; 3, 4, 6, 7) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

106

μ TBE-S (x): f(x; 6, 7, 9, 10) =

0;

x<6

(x-6) ;

6≤x<7

1;

7≤x<9

(10-x);

9 ≤ x < 10

0;

x ≥ 10

μ TBE-B (x): f(x; 9, 10, 12, 13) =

0;

x<9

(x-9);

9 ≤ x < 10

1;

10 ≤ x < 12

(13-x); 12 ≤ x < 13 0;

x ≥ 13

(x-12); 12 ≤ x < 13 μ TBE-SB (x): f(x; 12, 13, 16) =

1;

13 ≤ x < 16

0;

x ≥ 16

Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter TBE dengan menggunakan GAUSSMF adalah : μ TBE—SR (x): f(x; 2, 2) = e -2 (2 – x) 2 μ TBE—R (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ TBE—S (x): f(x; 2, 8) = e -2 (8 – x) 2 μ TBE—B (x): f(x; 2, 11) = e -2 (11 – x) 2 μ TBE—SB (x): f(x; 2, 14) = e -2 (14 – x) 2 Kesesuaian lahan bagi penggunaan tanaman pangan akan menjadi input bagi penentuan jenis tanaman pangan yang sesuai. Kesesuaian lahan bagi penggunaan tanaman pangan dibagi menjadi tiga himpunan fuzzy, yaitu sesuai, kurang sesuai, dan tidak sesuai. Representasi kesesuaian lahan bagi penggunaan tanaman pangan dengan menggunakan fungsi trapesium (TRAPMF) terlihat pada Gambar 56.

107

Gambar 56. Representasi fungsi keanggotaan untuk variabel kesesuaian lahan Fungsi keanggotaan untuk masing-masing himpunan fuzzy kesesuaian lahan terhadap penggunaan tanaman pangan dengan TRAPMF adalah :

μKESESUAIANLAHAN-SESUAI (x): f(x; 0, 3, 4) =

1;

0≤x<3

(4-x) ;

3≤x<4

0;

x≥4

μKESESUAIANLAHAN-KRGSESUAI (x): f(x; 3, 4, 6, 7) =

μKESESUAIANLAHAN-TDKSESUAI (x): f(x; 6, 7, 10) =

0;

x<3

(x-3) ;

3≤x<4

1;

4≤x<6

(7-x) ;

6≤x<7

0;

x≥7

(x-6) ;

6≤x<7

1;

7 ≤ x < 10

0;

x ≥ 10

Fungsi keanggotaan untuk masing-masing himpunan fuzzy kesesuaian lahan terhadap penggunaan tanaman pangan dengan menggunakan GAUSSMF adalah : μ KESESUAIANLAHAN—SESUAI (x): f(x; 2, 2) = e -2 (2 – x) 2 μ KESESUAIANLAHAN—KRGSESUAI (x): f(x; 2, 5) = e – 2 (5 – x) 2 μ KESESUAIANLAHAN—TDKSESUAI (x): f(x; 2, 8) = e -2 (8 – x) 2

4.3.3.1.3

Parameter Penentuan Jenis Tanaman Pangan Yang Sesuai

Hasil kesesuaian lahan untuk penggunaan tanaman pangan digunakan sebagai input bagi proses penentuan jenis tanaman pangan yang sesuai. Selain menggunakan kesesuaian lahan yang

108 didapat dari proses pengolahan data sebelumnya, juga akan digunakan data curah hujan sebagai parameter dalam menentukan jenis tanaman pangan yang sesuai. Data curah hujan yang diperlukan adalah rata-rata curah hujan (dalam milimeter) / tahun. Data ini dapat diperoleh melalui stasiun pengamatan curah hujan terdekat dengan daerah dimana lahan tersebut berada. Curah hujan dinyatakan dalam lima kelompok, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Metode yang digunakan untuk menentukan jenis tanaman pangan yang sesuai adalah metode pencocokkan antara curah hujan dan kesesuaian lahan. Tabel 9 menunjukkan nilai curah hujan untuk masing-masing kelompok. Tabel 9. Nilai curah hujan Parameter / Variabel Curah Hujan (mm/tahun)

Kelompok

Nilai

Sangat Rendah

50 – 1000

Rendah

1001 – 1900

Sedang

1901 – 2800

Tinggi

2801 – 3700

Sangat Tinggi

3701 – 4600

4.3.3.2 Proses Penarikan Kesimpulan Proses penarikan kesimpulan pada aplikasi sistem pakar penentuan kesesuaian lahan ini merupakan proses penarikan kesimpulan fuzzy. Proses penarikan kesimpulan fuzzy merupakan serangkaian proses yang akan melakukan mapping terhadap masukan dari pengguna menjadi keluaran tertentu dengan menggunakan teori tentang himpunan fuzzy. Dalam proses penentuan kesesuaian lahan terhadap tanaman pangan berdasarkan faktor penghambat terbesar, akan digunakan 17 parameter penentu kesesuaian lahan bagi penggunaan tanaman pangan dan 1 parameter penentu jenis tanaman pangan yang sesuai. Proses inferensi atau penarikan kesimpulan yang digunakan adalah metode Mamdani. Menurut Negnevitsky (2002) langkah-langkah proses inferensi dengan metode Mamdani adalah sebagai berikut : 1. Fuzzifikasi variabel input. Nilai dari masing-masing variabel input yang dimasukkan oleh pengguna akan diterima oleh sistem dan dihitung nilai keanggotaannya sesuai dengan fungsi keanggotaan yang

109 digunakan. Apabila aturan yang digunakan terdiri dari beberapa variabel, maka dapat digunakan operator fuzzy untuk menghubungkan masing-masing variabel. Operator fuzzy yang digunakan untuk menghubungkan variabel-variabel yang diperlukan dalam menentukan kesesuaian lahan adalah operator AND dan OR. 2. Evaluasi aturan-aturan fuzzy Evaluasi aturan-aturan fuzzy dilakukan untuk menghitung nilai keanggotaan setiap antacendent pada setiap aturan sehingga dapat diperoleh nilai consequent. 3. Agregasi keluaran dari aturan. Agregasi dilakukan untuk menggabungkan nilai-nilai consequent yang diperoleh dari hasil evaluasi aturan menjadi satu keluaran gugus fuzzy. 4. Defuzzifikasi Defuzzifikasi dilakukan untuk mengubah keluaran gugus fuzzy menjadi astu nilai tunggal (crisp). Pengubahan nilai gugus fuzzy menjadi nilai tunggal dilakukan dengan menerapkan suatu metode tertentu. Metode yang digunakan untuk proses defuzzifikasi pada sistem pakar penentuan kesesuaian lahan ini adalah metode centroid (composite moment). Pada penelitian tentang pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan, kesimpulan berupa kesesuaian lahan terhadap penggunaan tanaman pangan diperoleh berdasarkan masukan dari pengguna sistem tentang data aktual dari 18 parameter yang digunakan. Diantara delapan belas parameter yang ada, terdapat dua parameter complementary, yang hanya akan digunakan untuk menggantikan nilai dari parameter yang sebenarnya. Kedelapan belas parameter yang digunakan untuk menghasilkan kesimpulan berupa kesesuaian lahan terhadap penggunaan tanaman pangan adalah suhu, kedalaman efektif, bahan kasar, kedalaman sulfidik, KTK, C-Organik, pH, kejenuhan basa, salinitas, sodisitas, ketebalan (gambut), kematangan (gambut), tekstur, lereng, drainase, dengan dua parameter complementary berupa TBE dan bahaya banjir. Parameter TBE akan berfungsi untuk menggantikan parameter lereng, sedangkan bahaya banjir akan digunakan untuk menggantikan parameter tekstur dan drainase.

110 Hasil kesesuaian lahan untuk tanaman pangan ditambah dengan data aktual tentang curah hujan digunakan untuk menentukan jenis tanaman yang sesuai. Berdasarkan jenis tanaman yang sesuai ini yang akan dicocokkan dengan jenis tanaman pangan yang diinginkan oleh pengguna. Pendekatan proses penalaran untuk pengambilan kesimpulan dilakukan secara heuristik berdasarkan kaidah kepakaran. Oleh karena itu dalam penelitian ini proses pengambilan kesimpulan dapat disimulasikan menggunakan pendekatan logika fuzzy. Penggunaan metode logika fuzzy dalam penelitian ini didasari oleh penilaian bahwa metode ini dapat mendekati konsep ketidak pastian yang sering kali ditemui dalam kaidah kepakaran. Kaidah kepakaran dalam penelitian ini dituliskan dalam bentuk aturan-aturan yang dikelompokkan dalam dua kelompok aturan, yaitu kelompok pertama berisi aturan untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan, dan kelompok kedua berisi aturan untuk menentukan jenis tanaman yang sesuai. Aturan yang digunakan dalam penelitian ini dituliskan dalam bentuk IF-THEN. Aturan-aturan inilah yang akan direpresentasikan dalam bentuk basis pengetahuan yang akan digunakan sebagai dasar dalam proses penarikan kesimpulan. Bagian yang mengikuti IF merupakan bagian antacendent, sedangkan bagian yang mengikuti THEN merupakan bagian consequent. Aturan yang berada pada basis pengetahuan sistem pakar yang dikembangkan terdiri dari beberapa antacendent yang digabungkan dengan menggunakan operator AND dan OR. Sehingga bentuk representasi pengetahuan dalam basis pengetahuan dapat dituliskan menjadi IF A1 is X AND A2 is Y THEN A3 is Z atau IF A1 is X OR A2 is Y THEN A3 is Z.

4.3.3.3 Proses Output (Keluaran) Pada metode Mamdani, proses output merupakan proses berikutnya setelah proses penarikan kesimpulan. Proses output ini ditandai dengan dilakukannya tahap defuzzifikasi, untuk menghasilkan satu nilai crisp dari beberapa output fuzzy hasil evaluasi aturan pada basis pengetahuan. Metode defuzzifikasi yang digunakan pada penelitian ini adalah metode centroid (composite moment). Pada metode centroid, nilai crisp yang dihasilkan merupakan nilai pusat daerah fuzzy. Rumus umum untuk metode centroid ini adalah sebagai berikut :

111 n

∫ zμ(z) dz z

z=

∑ zjμ(zj) dz atau

z=

j =1

∫ μ(z) dz

n

z

∑ zjμ(zj) dz j =1

Penggunaan metode centroid dalam penelitian ini didasari oleh adanya dua keuntungan dari penggunaan metode ini, yaitu bahwa nilai defuzzy akan bergerak secara halus sehingga perubahan dari suatu topologi himpunan fuzzy ke topologi berikutnya juga akan berjalan dengan halus. Keuntungan yang kedua adalah kemudahan perhitungan yang ditawarkan oleh metode ini (Kusumadewi, 2002). Hasil defuzzifikasi dari kelompok aturan yang pertama pada basis pengetahuan, berupa nilai kesesuaian lahan terhadap penggunaan tanaman pangan akan menjadi input pada proses penentuan jenis tanaman yang sesuai. Berdasarkan jenis tanaman yang sesuai inilah sistem akan menentukan cocok atau tidaknya antara sifat lahan yang dimiliki pengguna dengan jenis tanaman yang diinginkan. Bila hasil kesesuaian lahan menunjukkan bahwa lahan tersebut tidak sesuai atau kurang sesuai untuk penggunaan tanaman pangan, maka sistem juga akan memberi tahukan kepada pengguna jenis faktor penghambat pada lahan mereka dan juga saran manajerial untuk mengatasi faktor penghambat tersebut. Selain menentukan nilai kesesuaian lahan untuk penggunaan tanaman pangan, sistem pakar ini juga dirancang untuk dapat memberikan saran kepada pengguna tentang kriteria tanah yang sesuai dengan jenis tanaman yang diinginkan pengguna, sekaligus menunjukkan lokasi mana yang sekiranya dapat digunakan untuk penanaman tanaman pangan yang diinginkan oleh pengguna. Sebagai input, pengguna memasukkan jenis tanaman pangan yang diinginkan. Untuk proses pengambilan kesimpulan pada penentuan kriteria tanah yang sesuai ini tidak digunakan metode logika fuzzy, namun cukup dengan metode pencocokkan dengan basis data. Hasil dari proses penentuan kriteria tanah ini adalah kriteria tanah untuk tanaman pangan yang diinginkan pengguna dan lokasi yang dapat digunakan.

112 4.3.4

Rancangan Arsitektur Web Arsitektur web menggambarkan bagaimana web yang berisi aplikasi penentuan

kesesuaian lahan ini dapat diakses oleh penggunaanya. Pada perancangan arsitektur web ini juga akan ditentukan mekanisme dimana pengguna dapat mengakses halaman-halaman pada web. Perancangan arsitektur web merupakan salah satu kegiatan dalam fase perancangan. Fase perancangan merupakan salah satu fase dari enam fase yang terdapat pada waterfall life cycle model, metode klasik yang digunakan pada pembangunan aplikasi software. Sistem pakar berbasis web ini dirancang secara terstuktur dalam bentuk menu-menu, yang menjadi template dari web. Setiap menu dapat terdiri dari satu atau lebih halaman, dimana setiap halaman akan saling berhubungan satu sama lain. Hal ini dapat mempermudah pengguna untuk melakukan perpindahan halaman. Untuk mengakses halaman yang diinginkan pada web yang dirancang ini, pengguna dapat mengaksesnya melalui halaman utama dari setiap menu yang ada. Sistem pakar yang dirancang ini merupakan sistem yang berbasis web, sehingga untuk mengaksesnya diperlukan web client dan web server. Pengguna dapat mengakses web sistem pakar penentuan kesesuaian lahan melalui web client pada komputernya masing-masing. Aplikasi sistem pakar sendiri akan diletakkan pada web server. Hubungan antara pengguna melalui web client dengan aplikasi yang terdapat pada web server dapat dilakukan selama pengguna memiliki koneksi internet. Gambar 57 berikut ini menunjukkan arsitektur dari web yang dirancang.

Gambar 57. Arsitekstur web yang dirancang Komputer pada sisi pengguna harus mempunyai aplikasi web client seperti Netscape Navigator, Mozilla Firefoz, Opera, Internet Explorer untuk dapat mengakses aplikasi sistem pakar. Pengguna dapat memasukkan uniform resource language (URL) dari aplikasi pada bagian address bar untuk mengakses aplikasi. Selama komputer pengguna memiliki akses internet,

113 maka pengguna akan dapat mengakses aplikasi sistem pakar ini dimana dan kapan saja dibutuhkan. Sistem Pakar Penentuan Kesesuaian Lahan Untuk Tanaman Pangan ini berada pada sisi server. Setelah aplikasi selesai dikembangkan, KE harus melakukan upload supaya aplikasi ini dapat diakses oleh penggunaanya. Upload dapat dilakukan dengan membayar biaya domain dan sewa domain kepada service provider dimana aplikasi tersebut akan diletakkan.

4.3.5

Rancangan Tampilan Web Sistem Pakar Penentuan Kesesuaian Lahan untuk Tanaman Pangan ini dirancang untuk

dapat diakses melalui web. Oleh karena itu perlu dilakukan perancangan terhadap tampilan web yang akan digunakan oleh pengguna untuk mengakses kedalam sistem. Tampilan web merupakan salah satu kunci penting dalam proses pembangunan sistem pakar, karena dapat menjamin interaksi antara pengguna dengan sistem yang dibuat. Melalui tampilan pada web yang ada, pengguna dapat memberikan masukan kepada sistem untuk kemudian diproses sesuai dengan aturan yang ada pada basis pengetahuan dan menampilkan kembali hasil proses kepada pengguna. Perancangan tampilan web ini dilakukan dengan memperhatikan delapan aturan emas dalam pembuatan tatap muka untuk pengguna. Dengan memperhatikan pada delapan aturan emas yang ada, maka diharapkan dapat menghasilkan tampilan yang menarik dan dapat mempermudah pengguna dalam menggunakan aplikasi yang dirancang. Selain memperhatikan delapan aturan emas, tampilan pada web ini juga dirancang berdasarkan kebutuhan data dan informasi baik dari sisi pengguna maupun dari sisi sistem sendiri. Pada web yang dirancang, pengguna juga dapat memperoleh informasi tentang berbagai hal lainnya terkait dengan proses penentuan kesesuaian lahan untuk tanaman pangan. Untuk menampilkan semua informasi yang diperlukan serta meminta masukan dari pengguna dan menampilkan hasilnya kembali kepada pengguna, maka web ini dirancang untuk memiliki lebih dari satu halaman. 1. Halaman utama web Halaman utama web merupakan halaman yang akan pertama kali ditampilkan kepada pengguna pada saat mengguna menuliskan alamat akses aplikasi sistem pakar penentuan kesesuaian lahan untuk tanaman pangan ini. Gambar 58 berikut ini menampilkan tampilan

114 utama web. Pada halaman ini pengguna dapat melihat hubungan antara sistem dengan pakar dan pengguna sistem.

Gambar 58. Tampilan utama web.

2. Halaman penjelasan aplikasi Halaman penjelasan aplikasi berisi keterangan singkat tentang proses evaluasi lahan dan aplikasi sistem pakar yang dibuat, termasuk di dalamnya adalah tujuan dan manfaat, serta pengguna sistem. Halaman ini dapat diakses dengan cara klik langsung pada nama menu-nya, yaitu menu Tentang Aplikasi. Gambar 59 menunjukkan rancangan tampilan web untuk menu Tentang Aplikasi.

Gambar 59. Tampilan tentang aplikasi.

3. Halaman untuk tanaman pangan Halaman berikutnya yang dapat ditampilkan kepada pengguna berupa halaman yang berisi informasi tentang 14 jenis tanaman pangan yang merupakan batasan domain masalah pada sistem pakar yang dirancang. Halaman ini dapat ditampilkan bila pengguna memilih

115 untuk klik pada link berjudul tanaman pangan. Gambar 60 menampilkan rancangan untuk halaman tanaman pangan.

Gambar 60. Tampilan tanaman pangan

4. Halaman untuk karakteristik dan kualitas lahan Halaman untuk karakteristik dan kualitas lahan berisi informasi tentang jenis karakteristik dan kualitas lahan yang akan digunakan sebagai parameter dalam menentukan kesesuian lahan. Mengingat pada sistem pakar yang dibuat hanya akan menggunakan 18 karakter tanah yang meliputi sifat kimia dan fisik tanah, maka pada halaman ini hanya akan menampilkan informasi tentang 18 karakter tanah yang menjadi parameter. Halaman ini akan ditampilkan bila pengguna sistem memilih untuk klik pada link berjudul karakteristik dan kualitas lahan. Gambar 61 menampilkan rancangan halaman untuk karakteristik dan kualitas lahan.

Gambar 61. Halaman karakteristik dan kualitas lahan

116 5. Halaman untuk aplikasi penentuan kesesuaian lahan Halaman untuk aplikasi penentuan kesesuaian lahan merupakan halaman inti dari sistem yang dirancang. Halaman ini akan ditampilkan apabila pengguna memilih untuk klik pada link aplikasi penentuan kesesuaian lahan. Halaman ini terdiri dari beberapa halaman sesuai dengan masukan dari pengguna. Pada saat masuk ke halaman ini, pertama kali pengguna diminta untuk memasukkan data tentang jenis tanaman yang diinginkan oleh pengguna dan jenis tanah yang dimiliki oleh pengguna. Akan terdapat 14 pilihan jenis tanaman pangan yang dapat dipilih oleh pengguna dan 3 jenis tanah yang dapat dipilih, meliputi tanah gambut, tanah mineral basah, dan tanah mineral kering. Pada halaman ini juga akan ditampilkan keterangan yang menjelaskan tentang perbedaan antara jenis tanah yang dapat dipilih. Gambar 62 menampilkan rancangan halaman dimana pengguna dapat memasukkan jenis tanaman pangan dan jenis tanah yang dimilikinya.

Gambar 62. Halaman masukan jenis tanaman dan jenis tanah pengguna Pada saat pengguna memilih jenis tanah gambut sebagai jenis tanahnya, maka halaman berikutnya yang muncul setelah klik pada tombol Proses adalah halaman yang menanyakan dua karakteristik utama dari tanah gambut, yaitu kematangan dan ketebalan. Pada halaman ini pengguna diminta untuk memasukkan data tentang ketebalan dan kematangan gambut. Terdapat validasi terhadap rentang nilai yang dapat dimasukkan oleh pengguna sebagai nilai dari parameter ketebalan dan kematangan gambut. Gambar 63 menunjukkan rancangan tampilan pada saat pengguna memilih jenis tanah gambut.

117

Gambar 63. Halaman masukan untuk parameter tinggi air tanah, ketebalan, dan kematangan (gambut) Setelah pengguna memasukkan data tentang kematangan, ketebalan, dan tinggi air tanah, maka nilai tersebut akan diperiksa oleh sistem untuk menentukan perlu atau tidaknya pengguna memasukkan nilai parameter lainnya. Bila ketebalan gambut yang dimasukkan oleh pengguna lebih dari 300 cm atau kematangan gambut bukan saprik atau tinggi air tanah lebih dari 50 cm, maka sistem tidak akan meminta pengguna memasukkan data parameter lainnya, cukup langsung ditampilkan hasil bahwa tanah pengguna tidak cocok untuk tanaman pangan. Gambar 64 berikut ini menunjukkan tampilan web pada saat menunjukkan bahwa tanah gambut pengguna tidak cocok untuk tanaman pangan.

Gambar 64. Halaman hasil penentuan kesesuaian lahan gambut yang tidak cocok untuk tanaman pangan Selama nilai yang input dari pengguna memenuhi persyaratan yang ada, pengguna dapat melanjutkan pengisian nilai-nilai parameter lainnya. Gambar 65 berikut ini merupakan rancangan halaman untuk input parameter yang diperlukan pada tanah gambut.

118

Gambar 65. Halaman masukan parameter untuk tanah gambut Apabila pengguna memilih jenis tanah mineral, maka halaman berikutnya yang akan muncul berbeda dengan halaman pada saat pengguna memilih tanah gambut. Pada tanah mineral, pertama kali pengguna akan diminta untuk memasukkan nilai dari dua parameter indikatif pada tanah mineral, yaitu parameter lereng dan parameter kedalaman efektif. Gambar 66 menunjukkan data parameter indikatif untuk tanah mineral.

119

Gambar 66. Halaman masukan parameter lereng dan kedalaman efektif pada tanah mineral Proses validasi untuk tanah mineral dimulai dari data yang dimasukkan oleh pengguna tentang lereng dan kedalaman efektif. Apabila lereng diisi dengan data yang berada pada range agak curam atau curam maka tanah tersebut akan langsung dianggap tidak sesuai untuk penggunaan tanaman pangan. Hal tersebut juga berlaku apabila data kedalaman efektif yang dimasukkan oleh pengguna kurang dari 28 cm (berada pada himpunan fuzzy sangat dangkal). Apabila salah satu dari dua ketentuan diatas terpenuhi, maka sistem akan langsung memberikan keluaran bahwa tanah pengguna tidak cocok untuk tanaman pangan, seperti terlihat pada Gambar 67.

Gambar 67. Halaman hasil penentuan kesesuaian lahan mineral yang tidak cocok untuk tanaman pangan Apabila nilai yang dimasukkan oleh pengguna tidak termasuk dalam kedua kriteria diatas, maka pengguna dapat melanjutkan pengisian untuk nilai parameter lainnya. Parameter pada

120 Hidden Area hanya bersifat complementary, artinya bila pengguna tidak memiliki data tentang tekstur, lereng, atau drainase, mereka dapat klik pada link “klik bila tdk ada data” untuk menampilkan & mengisi parameter pada hidden area, seperti terlihat pada Gambar 68.

Gambar 68. Halaman masukan parameter untuk tanah mineral Setelah pengguna memasukkan data berupa nilai parameter yang diperlukan dan memilih tombol Proses, maka sistem akan memproses nilai parameter yang dimasukkan. Hasil proses sistem akan ditampilkan pada halaman yang berbeda, seperti terlihat pada Gambar 69. JUDUL Halaman Utama

Tentang Aplikasi

Tanaman Pangan

Karakteristik & Kualitas Lahan

Aplikasi Penentuan Kesesuaian Lahan

Aplikasi Penentuan Kriteria Lahan

Bantuan

Hasil Penentuan Kesesuaian Lahan - Kesesuaian lahan untuk tanaman pangan : Gambar

- Faktor Penghambat : - Tanaman pangan yang sesuai dengan karakteristik lahan yang Anda masukkan : - Kesesuaian dengan jenis tanaman yang Anda inginkan :

Gambar 69. Halaman hasil penentuan kesesuaian lahan

121 6. Halaman untuk aplikasi penentuan kriteria lahan Halaman untuk aplikasi penentuan kriteria lahan bekerja dengan alur yang berbeda dengan aplikasi penentuan kesesuaian lahan. Pada aplikasi penentuan kesesuaian lahan metode inferensi yang digunakan adalah backward chaining. Dengan metode backward chaining ini, pengguna pertama kali diminta untuk memasukkan jenis tanaman yang diinginkan dan sistem akan memberikan kesimpulan berupa karakteristik tanah yang dapat digunakan untuk mengolah tanaman yang diinginkan pengguna. Karakteristik tanah yang ditampilkan akan dikelompokkan menjadi tiga tingkat kesesuaian, yaitu sesuai, kurang sesuai, dan tidak sesuai. Pengelompokkan menjadi tiga tingkat kesesuaian ini dilakukan supaya selaras dengan hasil yang ditampilkan pada aplikasi penentuan kesesuian lahan. Gambar 70 menunjukkan rancangan tampilan untuk meminta input dari pengguna tentang jenis tanaman yang diinginkan. JUDUL Halaman Utama

Tentang Aplikasi

Tanaman Pangan



Aplikasi Penentuan

Bantuan

Kriteria Lahan

Penentuan Kriteria Lahan Masukkan Jenis Tanaman Yang Diinginkan : Gambar

(14 Pilihan)

Klik Untuk Melihat Persyaratan Tumbuh Tanaman : Lihat Kriteria Klik Untuk Melihat Lokasi Yang Sesuai :

Cari Lokasi

Gambar 70. Halaman masukan jenis tanaman yang diinginkan pengguna Pada saat pengguna memilih tombol Proses, maka sistem akan menampilkan karakteristik lahan yang dapat digunakan oleh tanaman yang dipilih oleh pengguna dalam tiga kelompok kesesuaian, yaitu sesuai, kurang sesuai, dan tidak sesuai. Gambar 71 menunjukkan halaman yang menampilkan kriteria lahan sesuai dengan jenis tanaman yang dipilih oleh pengguna dalam tiga kelompok kesesuaian.

122

Gambar 71. Halaman kriteria lahan untuk tanaman Pengguna juga akan dapat mengetahui lokasi yang sesuai dengan jenis tanaman pangan yang diinginkan dengan cara memilih tombol Cari Lokasi. Gambar 72 menunjukkan halaman yang menampilkan hasil pencarian lokasi yang berpotensi untuk ditanami tanaman pangan sesuai dengan jenis tanaman pilihan pengguna. JUDUL

Halaman Utama

Tentang Aplikasi

Tanaman Pangan



Pilih Jenis Tanaman Pangan : Klik Untuk Melihat Persyaratan Tumbuh Tanaman : Klik Untuk Melihat Lokasi Yang Sesuai :

Aplikasi Penentuan

Bantuan

Kriteria Lahan

(14 Pilihan)

Lihat Kriteria Cari Lokasi

Gambar

Lokasi Yang Sesuai : Nama lokasi & Kesesuaian lahan

Gambar 72. Halaman lokasi yang berpotensi untuk ditanami tanaman pangan sesuai masukan pengguna

123 4.4 Rancangan Uji Rancangan uji merupakan tahap pengujian terhadap sistem pakar yang dibuat. Pengujian ini diperlukan untuk mengetahui apakah sistem yang dirancang telah dapat melakukan proses pengolahan data fuzzy dan non-fuzzy sesuai dengan proses yang direncanakan. Proses pengujian juga bertujuan untuk memastikan tingkat validitas keluaran sistem pakar. Pengujian terhadap sistem dilakukan dua tahap, yaitu pada saat sistem dikembangkan dan pada saat sistem telah selesai dibuat. Pengujian pada saat sistem dikembangkan dilakukan untuk menguji sintak dari bahasa pemrograman yang digunakan. Pengujian pada saat sistem selesai dikembangkan dilakukan untuk menguji proses yang dilakukan dalam sistem dan keluaran sistem. Pengujian terhadap keluaran sistem juga dilakukan 2 tahap, yaitu dengan membandingkan keluaran sistem dengan pendapat dari para pakar kesesuaian lahan dan laporan survei tanah. Pengujian ini dilakukan dengan menggunakan kombinasi dari berbagai kemungkinan data yang dapat dimasukkan oleh pengguna. Tujuan penggunaan berbagai kombinasi data ini bertujuan untuk mengetahui tingkat reliabilitas dari sistem pakar yang dirancang. Pengujian terhadap sistem pakar juga dilakukan untuk mengetahui bagaimana keluaran sistem terhadap berbagai macam kombinasi jumlah data yang dimasukkan oleh sistem.

124

V. IMPLEMENTASI SISTEM Spesifikasi Piranti Keras dan Piranti Lunak Piranti keras dan piranti lunak yang diperlukan untuk membangun sistem meliputi berbagai macam aspek aplikasi, mulai dari aspek basis data, web server, sampai dengan editor. Piranti keras dan piranti lunak yang diperlukan untuk membangun sistem berbeda dengan piranti keras dan piranti lunak yang diperlukan oleh pengguna sistem. Berikut ini adalah daftar spesifikasi piranti keras dan piranti lunak yang digunakan untuk membangun sistem. A. Spesifikasi piranti keras untuk membangun sistem

Proccessor Pentium IV.

Memory

Harddisk

Monitor

Keyboard.

Mouse.

B. Spesifikasi piranti lunak untuk membangun sistem

Apache web server.

Dreamweaver MX.

Navicat 8.

My SQL.

PHP. Pengguna sistem memerlukan spesifikasi piranti keras dan piranti lunak yang berbeda

dengan yang digunakan untuk membangun sistem. Pada umumnya spesifikasi piranti keras dan piranti lunak yang diperlukan oleh pengguna untuk dapat mengakses dan menggunakan sistem, lebih rendah daripada yang digunakan untuk membangun sistem. A. Spesifikasi piranti keras pengguna untuk mengakses sistem

Proccessor Pentium IV.

Memory.

Harddisk.

125

Monitor.

Keyboard.

Mouse.

B. Spesifikasi piranti lunak pengguna untuk mengakses sistem

Web Browser. Khusus untuk pengguna yang akan mengakses sistem, diperlukan koneksi internet.

Mengingat bahwa aplikasi ini merupakan aplikasi berbasis web yang dapat diakses melalui koneksi internet. Alamat Unified Resource Language (URL) yang digunakan untuk mengakses aplikasi berbasis web ini adalah http://www.derryariyadi.com/sppkl_ninasevani/index.php

Input Sistem Sistem pakar penentuan kesesuaian lahan berdasarkan faktor penghambat terbesar pada tanaman pangan atau SPPKL dirancang untuk dapat menerima 19 macam parameter input. Diantara 19 parameter tersebut, 17 diantaranya merupakan data fuzzy dan 2 merupakan data nonfuzzy. Pada 17 data fuzzy, dua diantaranya yaitu TBE dan bahaya banjir, merupakan parameter pengganti untuk tekstur, drainase, dan lereng. Nilai parameter tersebut dimasukkan oleh pengguna ke dalam sistem melalui sebuah formulir elektronik. Input nilai parameter hanya diperlukan pada saat pengguna menjalankan menu Aplikasi Penentuan Kesesuaian Lahan dan menu Aplikasi Penentuan Kriteria Lahan. A.

Aplikasi Penentuan Kesesuaian Lahan Aplikasi penentuan kesesuaian lahan merupakan implementasi dari proses pertama pada

SPPKL. Pada aplikasi ini pengguna diminta untuk menentukan jenis tanaman dan jenis tanah yang akan digunakan, serta diminta untuk memasukkan nilai parameter yang digunakan untuk menentukan kesesuaian lahan. Gambar 73 menunjukkan halaman pertama yang ditampilkan pada saat pengguna memilih aplikasi penentuan kesesuaian lahan.

126

Gambar 73.

Halaman pertama aplikasi penentuan kesesuaian lahan

Pada halaman pertama, pengguna diminta memasukkan informasi tentang jenis tanah, jenis tanaman yang diinginkan, serta jenis rumus yang akan digunakan untuk memproses data masukkan setiap parameter. Halaman ini juga menampilkan penjelasan singkat tentang jenis rumus yang digunakan. Bagi pengguna yang memilih jenis tanah gambut, maka proses

selanjutnya adalah

pengguna akan diminta memasukkan nilai 3 parameter penentu kesesuaian lahan untuk tanaman pangan pada tanah gambut, seperti terlihat pada Gambar 74.

127

Gambar 74.

Halaman input parameter penentu pada tanah gambut

Apabila pengguna memilih jenis tanah mineral sebagai tanah pada lahan yang akan digunakan, maka halaman yang ditampilkan berikutnya adalah halaman input untuk 2 parameter penentu pada tanah mineral, seperti terlihat pada Gambar 75.

Gambar 75.

Halaman input parameter penentu pada tanah mineral

128

Pada tanah gambut, apabila nilai dari ketiga parameter penentu yang dimasukkan tidak memenuhi persyaratan yang ada, maka sistem akan langsung menyatakan bahwa tanah tersebut tidak sesuai untuk tanaman pangan. Persyaratan yang dimaksud adalah bahwa tinggi air tanah maksimum adalah 50 cm, ketebalan gambut maksimum adalah 300 cm, dan kematangan gambut harus merupakan golongan saprik. Apabila nilai dari parameter penentu masih memenuhi persyaratan, maka pengguna akan diminta untuk memasukkan nilai parameter-parameter lainnya yang digunakan pada tanah gambut. Pada halaman input nilai parameter ini, sistem akan menampilkan nilai default untuk setiap parameter. Pengguna dapat menggunakan nilai ini, namun dapat pula mengubahnya sesuai dengan kondisi lahan pengguna. Gambar 76 menunjukkan tampilan halaman untuk input nilai parameter lain yang diperlukan pada tanah gambut.

Gambar 76.

Halaman input parameter pada tanah gambut

Sedangkan pada tanah mineral, apabila nilai parameter penentu masih memenuhi persyaratan, maka selanjutnya pengguna akan diminta memasukkan nilai untuk parameterparameter lainnya yang digunakan pada tanah mineral. Sama halnya dengan tanah gambut, pada

129 halaman input parameter ini sistem juga akan menampilkan nilai default untuk setiap parameter. Pengguna dapat menggunakan nilai default ini atau mengubahnya dengan nilai lain sesuai dengan kondisi lahan pengguna. Gambar 77 menunjukkan tampilan halaman untuk input nilai parameter lain yang diperlukan pada tanah mineral.

Gambar 77.

Halaman input parameter pada tanah mineral

Pada halaman input ini juga akan diberikan informasi berupa keterangan range nilai untuk parameter tekstur, drainase, lereng, bahaya banjir, TBE, dan curah hujan. Pada tanah gambut maupun tanah mineral, terdapat parameter pengganti yaitu TBE dan bahaya banjir. Parameter pengganti ini hanya akan ditampilkan dan digunakan apabila pengguna tidak memiliki data untuk parameter tekstur, drainase, dan lereng. Gambar 78 menunjukkan tampilan halaman pada saat pengguna menggunakan parameter TBE dan bahaya banjir sebagai pengganti dari data parameter tekstur, drainase, dan lereng.

130

Gambar 78.

B.

Halaman input pada parameter pengganti

Aplikasi Penentuan Kriteria Lahan Aplikasi penentuan kriteria lahan merupakan implementasi untuk proses kedua pada

SPPKL. Aplikasi ini dapat digunakan untuk menampilkan persyaratan tumbuh tanaman dan lokasi yang sekiranya sesuai untuk tanaman yang dipilih pengguna. Halaman pertama aplikasi ini akan meminta pengguna untuk memilih jenis tanaman, seperti terlihat pada Gambar 79.

Gambar 79.

Halaman pertama aplikasi penentuan kriteria lahan

131

Sesuai dengan jenis tanaman yang dipilih pengguna, sistem akan menampilkan kriteria lahan yang diperlukan untuk tumbuh dan berproduksinya tanaman. Kriteria ini yang disebut sebagai persyaratan tumbuh tanaman dan dibagi menjadi empat kelas, yaitu S1, S2, S3, dan N. Tabel 10 menampilkan arti dari masing-masing kelas kesesuaian lahan yang akan ditampilkan sebagai persyaratan tumbuh tanaman. Tabel 10. Arti kelas kesesuaian lahan Kelas Kesesuaian Lahan

Arti Kelas Kesesuaian Lahan

S1

Sesuai, tidak ada faktor penghambat yang berpengaruh terhadap pertumbuhan dan produksi suatu tanaman.

S2

Lahan mempunyai faktor penghambat yang berpengaruh terhadap pertumbuhan dan produksi tanaman, serta memerlukan tambahan masukan.

S3

Lahan mempunyai faktor penghambat yang tergolong berat dan sangat berpengaruh terhadap pertumbuhan maupun produksi tanaman. Untuk memperbaikinya memerlukan investasi/modal yang tinggi.

N

Lahan mempunyai faktor penghambat yang sangat berat dan atau sulit diperbaiki. Jika digunakan untuk suatu usaha tani secara ekonomis tidak menguntungkan, lebih banyak resiko kerugian yang akan terjadi.

Proses Evaluasi Sistem Pada tahap evaluasi, nilai dari masing-masing parameter yang dimasukkan oleh pengguna ke dalam sistem akan diproses melalui tahapan-tahapan proses inferensi metode Mamdani.

Proses Input Data masukan dari pengguna tentang semua parameter yang diperlukan untuk proses penarikan kesimpulan didapat melalui formulir elektronik. Data yang harus dimasukkan oleh

132 pengguna bisa berbeda, tergantung pada jenis tanah pengguna tersebut. Pada tanah gambut, maka pengguna pertama kali akan diminta memasukkan tiga nilai parameter penentu tanah gambut, yaitu kematangan, ketebalan, dan tinggi air tanah. Masing-masing parameter ini mempunyai rentang nilai yang harus dipenuhi. Nilai yang dimasukkan oleh pengguna akan divalidasi. Pada saat pengguna memasukkan nilai melebihi rentang yang ada, maka pengguna tidak bisa melanjutkan ke tahap berikutnya, sampai nilai yang dimasukkan sesuai dengan rentang nilai yang telah ada. Pada tanah mineral, pengguna pertama kali diminta untuk memasukkan dua nilai parameter penentu, yaitu lereng dan kedalaman efektif. Nilai yang dimasukkan oleh pengguna akan divalidasi untuk menentukan apakah pengguna bisa melanjutkan ke proses berikutnya. Apabila nilai yang dimasukkan oleh pengguna tidak sesuai dengan rentang nilai yang ada, maka pengguna akan diminta untuk memperbaiki nilai yang dimasukkan. Setelah melewati proses masukan untuk parameter penentu, pengguna dengan tanah gambut dan mineral akan diminta untuk memasukkan nilai parameter lainnya. Diantara nilai parameter yang dimasukkan ada yang merupakan parameter fuzzy dan ada yang merupakan parameter non-fuzzy. Pada parameter fuzzy dan non-fuzzy tersebut, ada yang merupakan parameter untuk menentukan kesesuaian lahan ada yang merupakan parameter untuk menentukan kesesuaian lahan untuk suatu tanaman pangan. Pada menu Aplikasi Penentuan Kriteria Lahan, pengguna hanya diminta untuk memasukkan jenis tanaman pangan yang dikehendaki. Pemilihan jenis tanaman pangan ini dibatasi pada 14 jenis tanaman, sesuai dengan objek penelitian. Pengguna dapat memilih jenis tanaman pangan melalui sebuah formulir elektronik yang dilengkapi dengan sebuah list box untuk menampilkan daftar tanaman pangan yang dapat dipilih.

Proses Penarikan Kesimpulan Proses penarikan kesimpulan yang digunakan untuk pembuatan sistem pakar ini adalah sistem inferensi fuzzy (FIS) dengan metode Mamdani. Pada sistem inferensi fuzzy, data masukan dari pengguna akan mengalami fuzzifikasi menggunakan suatu fungsi keanggotaan tertentu, untuk kemudian di-defuzzifikasi sehingga menghasilkan satu nilai tunggal. Kesimpulan dihasilkan setelah data masukan yang telah mengalami fuzzifikasi, diproses melalui serangkaian

133 aturan yang disimpan sebagai basis pengetahuan. Kesimpulan ini yang merupakan hasil berupa suatu nilai tunggal. Kesimpulan dapat diperoleh melalui proses inferensi yang dilakukan terhadap sekumpulan aturan yang terdapat pada basis pengetahuan. Kusumadewi (2002) menyebutkan bahwa secara umum terdapat lima langkah melakukan penalaran dalam logika fuzzy, yaitu : 1. Memasukkan input fuzzy Data input yang dimasukkan oleh pengguna melalui formulir elektronik akan dihitung nilai keanggotaannya menggunakan fungsi keanggotaan TRAPMF atau GAUSSMF yang telah dipilih oleh pengguna, pada tahap sebelumnya. Nilai hasil perhitungan untuk setiap parameter selanjutnya akan dimasukkan dan dicocokkan ke dalam aturan-aturan yang terdapat pada basis pengetahuan. SPPKL menggunakan 17 parameter fuzzy dalam menentukan kesesuaian lahan. Ketujuh belas parameter fuzzy yang digunakan adalah suhu, kedalaman efektif, bahan kasar, pH, kejenuhan basa, KTK, C-organik, salinitas, sodisitas, kedalaman sulfidik, tekstur, drainase, lereng, bahaya banjir, tingkat bahaya erosi (TBE), kematangan dan ketebalan (gambut). Tabel 11 menunjukkan parameter fuzzy beserta himpunan fuzzy, serta representasi fuzzy dengan TRAPMF dan GAUSSMF. Tabel 11. Parameter, himpunan, dan representasi fuzzy Parameter

Himpunan

Representasi Fuzzy

Representas Fuzzy dengan

Fuzzy

Fuzzy

dengan TRAPMF

GAUSSMF

Suhu

Sangat

Trap (1, 7, 11)

Gauss (10, 6)

Rendah

Trap (10, 13, 16, 20)

Gauss (10, 15)

Sedang

Trap (19, 22, 25, 29)

Gauss (10, 24)

Tinggi

Trap (28, 31, 34, 38)

Gauss (10, 33)

Sangat

Trap (37, 40, 47)

Gauss (10, 42)

Rendah

Tinggi

134 Parameter

Himpunan

Representasi Fuzzy


Fuzzy

Fuzzy

dengan TRAPMF

GAUSSMF

Kedalaman

Sangat

Trap (0, 18, 28)

Gauss (28, 14)

Efektif

Dangkal Dangkal

Trap (25, 35, 43, 53)

Gauss (28, 39)

Sedang

Trap (50, 60, 68, 78)

Gauss (28, 64)

Dalam

Trap (75,120, 200)

Gauss (125, 187.5)

Bahan

Sedikit

Trap (0, 15, 20)

Gauss (20, 10)

Kasar

Sedang

Trap (15, 30, 40, 55)

Gauss (40, 35)

Banyak

Trap (50, 55, 65, 70)

Gauss (20, 60)

Sangat

Trap (65, 70, 85)

Gauss (20, 75)

Trap (3, 9, 12)

Gauss (9, 7.5)

Banyak Kapasitas

Sangat

Tukar

Rendah

Kation

Rendah

Trap (11, 14, 17, 21)

Gauss (10, 16)

(KTK)

Sedang

Trap (20, 23, 26, 30)

Gauss (10, 25)

Tinggi

Trap (29, 32, 39)

Gauss (10, 34)

Kejenuhan

Rendah

Trap (1, 26, 39)

Gauss (38, 20)

Basa

Sedang

Trap (36, 43, 51, 58)

Gauss (22, 47)

Tinggi

Trap (55, 65, 100)

Gauss (45, 77.5)

Rendah

Trap (0, 3, 4)

Gauss (4, 2)

Sedang

Trap (3, 4, 6, 7)

Gauss (4, 5)

Tinggi

Trap (6, 7, 10)

Gauss (4, 8)

Rendah

Trap (0, 10, 15)

Gauss (15, 7.5)

Sedang

Trap (12, 17, 22, 27)

Gauss (15, 19.5)

Tinggi

Trap (25, 32, 45)

Gauss (20, 35)

Rendah

Trap (2, 5, 6)

Gauss (4, 4)

Sedang

Trap (5, 6, 9)

Gauss (4, 7)

Salinitas

Sodisitas

pH

135 Parameter

Himpunan

Representasi Fuzzy


Fuzzy

Fuzzy

dengan TRAPMF

GAUSSMF

C-Organik

Rendah

Trap (0, 0.8, 1.2)

Gauss (1.2, 0.6)

Sedang

Trap (1, 1.4, 1.8, 2.2)

Gauss (1.2, 1.6)

Tinggi

Trap (2, 2.5, 3.5)

Gauss (1.5, 2.75)

Kedalaman

Rendah

Trap (1, 40, 60)

Gauss (59, 30.5)

Sulfidik

Sedang

Trap (50, 70, 90, 110)

Gauss (60, 80)

Tinggi

Trap (100, 130, 200)

Gauss (100, 150)

Sangat

Trap (0, 3, 4)

Gauss (2, 2)

Agak Halus

Trap (3, 4, 6, 7)

Gauss (2, 5)

Halus

Trap (6, 7, 9, 10)

Gauss (2, 8)

Sedang

Trap (9, 10, 12, 13)

Gauss (2, 11)

Agak Kasar

Trap (12, 13, 15, 16)

Gauss (2, 14)

Kasar

Trap (15, 16, 19)

Gauss (2, 17)

Terhambat

Trap (0, 3, 4)

Gauss (2, 2)

Agak

Trap (3, 4, 6, 7)

Gauss (2, 5)

Agak Baik

Trap (6, 7, 9, 10)

Gauss (2, 8)

Baik

Trap (9, 10, 12, 13)

Gauss (2, 11)

Agak Cepat

Trap (12, 13, 15, 16)

Gauss (2, 14)

Cepat

Trap (15, 16, 19)

Gauss (2, 17)

Sangat

Trap (0, 3, 4)

Gauss (2, 2)

Datar

Trap (3, 4, 6, 7)

Gauss (2, 5)

Agak

Trap (6, 7, 9, 10)

Gauss (2, 8)

Trap (9, 10, 13)

Gauss (2, 11)

Tekstur

Halus

Drainase

Terhambat

Lereng

Datar

Curam Curam

136 Parameter

Himpunan

Representasi Fuzzy


Fuzzy

Fuzzy

dengan TRAPMF

GAUSSMF

Bahaya

Tanpa (F0)

Trap (0, 3, 4)

Gauss (2, 2)

Banjir

Ringan (F1)

Trap (3, 4, 6, 7)

Gauss (2, 5)

Sedang (F2)

Trap (6, 7, 9, 10)

Gauss (2, 8)

Agak Berat Trap (9, 10, 12, 13)

Gauss (2, 11)

(F3) Berat (F4)

Trap (12, 13, 16)

Gauss (2, 14)

Tingkat

Sangat

Trap (0, 3, 4)

Gauss (2, 2)

Bahaya

Rendah

Erosi (TBE)

Rendah

Trap (3, 4, 6, 7)

Gauss (2, 5)

Sedang

Trap (6, 7, 9, 10)

Gauss (2, 8)

Berat

Trap (9, 10, 12, 13)

Gauss (2, 11)

Sangat

Trap (12, 13, 16)

Gauss (2, 14)

Kematangan Saprik

Trap (0, 3, 4)

Gauss (2, 2)

(Gambut)

Hemik

Trap (3, 4, 6, 7)

Gauss (2, 5)

Fibrik

Trap (6, 7, 10)

Gauss (2, 8)

Ketebalan

Tipis

Trap (1, 40, 60)

Gauss (59, 30.5)

(Gambut)

Sedang

Trap (55, 70, 90, 105)

Gauss (50, 80)

Agak Tebal

Trap (95, 150, 170, 225)

Gauss (130, 160)

Tebal

Trap (200, 280, 360, 440)

Gauss (240, 320)

Sangat

Trap (400, 485, 660)

Gauss (260, 530)

Berat

Tebal 2 parameter lain yang juga digunakan pada SPPKL, yaitu curah hujan dan tinggi air tanah bukan merupakan parameter fuzzy, sehingga tidak perlu difuzzifikasi. Khusus untuk parameter curah hujan meskipun tidak difuzzifikasi, namun juga dibagi menjadi lima kelompok, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi, seperti terlihat pada tabel 12. Sedangkan pada parameter tinggi air tanah, tidak ada pembagian kelompok data.

137

Tabel 12.

Pengelompokkan nilai pada parameter curah hujan

Parameter Curah hujan

Kelompok

Nilai

Sangat rendah

50 – 350 mm/tahun

Rendah

200 – 500 mm/tahun

Sedang

400 – 1250 mm/tahun

Tinggi

1000 – 2000 mm/tahun

Sangat tinggi

1500 – 5000 mm/tahun

2. Mengaplikasikan operator fuzzy Operator fuzzy diaplikasikan pada aturan-aturan yang disimpan dalam basis pengetahuan. Aturan pada basis pengetahuan SPPKL diperoleh sebagai hasil akuisisi pengetahuan dari para pakar kesesuaian lahan. Sebuah aturan dapat terdiri beberapa antacendent

untuk

menghasilkan

satu

consequent.

Penggabungan

beberapa

antacendent menggunakan operator fuzzy AND dan OR. Kesesuaian lahan pada SPPKL dikelompokkan menjadi 3 golongan, yaitu sesuai, kurang sesuai, dan tidak sesuai. Kesesuaian lahan sesuai hanya bisa dihasilkan apabila semua nilai antacendent terpenuhi. Oleh karena itu untuk menghasilkan antacendent pada aturan dengan consequent sesuai digabungkan menggunakan operator AND. Penerapan operator AND membuat digunakannya nilai minimum atau terkecil dari semua antacendent yang ada di dalam sebuah aturan. Sedangkan untuk menghasilkan consequent kurang sesuai dan tidak sesuai, bagian antacendent dapat digabungkan dengan menggunakan operator OR. Penerapan operator OR membuat digunakannya nilai terbesar atau maksimum dari semua antacendent yang ada dalam sebuah aturan. A. Aturan Untuk Menentukan Kesesuaian Lahan Pada SPPKL, aturan untuk menentukan kesesuaian lahan untuk pertanian tanaman pangan secara umum dikelompokkan menjadi dua, yaitu aturan untuk tanah gambut dan tanah mineral. Hal ini dilakukan mengingat perbedaan parameter yang digunakan pada kedua jenis tanah tersebut. Total aturan yang digunakan untuk tanah gambut

138 adalah 144 aturan. Berikut ini adalah contoh beberapa aturan yang digunakan untuk tanah gambut : 1) IF (Ketebalan = Tipis) AND (Kedalaman_Sulfidik = Tinggi) AND (Lereng = Sangat Datar) AND (Salinitas = Rendah) AND (Sodisitas = Rendah) AND (pH = Sedang) AND (Suhu = Sedang) AND (Bahan_Kasar = Sedikit) AND (Tekstur = Halus) AND (Drainase = Baik) AND (Kejenuhan_Basa = Sedang) AND (Kedalaman_Efektif = Sedang) AND (KTK = Sedang) AND (C_Organik = Sedang) THEN Kesesuaian_Lahan = Sesuai. 2) IF (Kedalaman_Sulfidik = Rendah) OR (C_Organik = Rendah) OR (Salinitas = Tinggi) OR (Sodisitas = Tinggi) OR (pH = Rendah) OR (KTK = Sangat Rendah) OR (Kedalaman_Efektif = Sangat Dangkal) OR (Kejenuhan_Basa = Rendah) OR (Bahan_Kasar = Banyak) OR (Suhu = Sangat Tinggi) OR (Tekstur = Kasar) OR (Drainase = Cepat) OR (Lereng = Curam) OR (Ketebalan = Sangat Tebal) THEN Kesesuaian_Lahan = Tidak Sesuai. 3) IF

(Kedalaman_Efektif

=

Dangkal)

OR

(Bahan_Kasar

=

Sedang)

OR (KTK = Rendah) OR (Salinitas = Sedang) OR (Sodisitas = Sedang) OR (Kedalaman_Sulfidik = Sedang) OR (Lereng = Datar) OR (Suhu = Rendah) OR (Tekstur = Agak Kasar) OR (Drainase = Agak Terhambat) OR (Ketebalan = Agak Tebal) THEN Kesesuaian_Lahan = Kurang Sesuai. Basis pengetahuan pada tanah mineral juga mengandung 104 aturan. Aturan yang digunakan pada tanah mineral lebih sedikit karena pada tanah mineral tidak perlu menggunakan parameter ketebalan dan kematangan. Berikut ini adalah contoh aturan yang digunakan pada tanah mineral : 1) IF (Kedalaman_Sulfidik = Tinggi) AND (Lereng = Sangat Datar) AND (Salinitas = Rendah) AND (Sodisitas = Rendah) AND (pH = Sedang) AND (Suhu = Sedang) AND (Bahan_Kasar = Sedikit) AND (Tekstur = Halus) AND (Drainase = Baik) AND (Kejenuhan_Basa = Sedang) AND (Kedalaman_Efektif = Sedang) AND (KTK = Sedang) AND (C_Organik = Sedang) THEN Kesesuaian_Lahan = Sesuai.

139 2) IF (Kedalaman_Sulfidik = Rendah) OR (C_Organik = Rendah) OR (Salinitas = Tinggi) OR (Sodisitas = Tinggi) OR (pH = Rendah) OR (KTK = Sangat Rendah) OR (Kedalaman_Efektif = Sangat Dangkal) OR (Kejenuhan_Basa = Rendah) OR (Bahan_Kasar = Banyak) OR (Suhu = Sangat Rendah) OR (Tekstur = Sangat Halus) OR (Drainase = Cepat) OR (Lereng = Agak Curam) THEN Kesesuaian_Lahan = Tidak Sesuai. 3) IF

(Kedalaman_Efektif

=

Dangkal)

OR

(Bahan_Kasar

=

Sedang)

OR (KTK = Rendah) OR (Salinitas = Sedang) OR (Sodisitas = Sedang) OR (Kedalaman_Sulfidik = Sedang) OR (Lereng = Datar) OR (Suhu = Rendah) OR (Tekstur = Agak Kasar) OR (Drainase = Agak Cepat) THEN Kesesuaian_Lahan = Kurang Sesuai.

B. Aturan Untuk Menentukan Kesesuaian Lahan Bagi Tanaman Pangan Sistem pakar yang dibangun selain dapat menentukan nilai kesesuaian lahan secara umum, juga memungkinkan dilakukannya penilaian kesesuaian lahan untuk tanaman pangan. Parameter yang digunakan untuk menentukan kesesuaian lahan bagi tanaman pangan adalah curah hujan yang merupakan parameter non-fuzzy. Curah hujan yang dimasukkan oleh pengguna sistem akan dibagi menjadi lima kelompok, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Nilai parameter curah hujan digabungkan dengan nilai kesesuaian lahan secara umum akan menentukan kesesuaian lahan bagi tanaman pangan. Proses penentuan kesesuaian lahan bagi tanaman pangan dilakukan dengan cara pencocokkan biasa, dan bukan menggunakan logika fuzzy seperti yang digunakan pada saat akan menentukan kesesuaian lahan secara umum. Berikut ini adalah contoh aturan yang digunakan untuk menentukan kesesuaian lahan bagi tanaman pangan : 1) IF (Kesesuaian_Lahan = Sesuai) AND (Curah_Hujan = Sangat Rendah) THEN Tanaman = Kacang Arab. 2) IF (Kesesuaian_Lahan = Kurang Sesuai) AND (Curah_Hujan = Rendah) THEN Tanaman = Kacang Arab, Kacang Tanah, Kacang Hijau, Kacang Tunggak, Sorgum, Jagung, Gandum, Kedelai.

140 3. Mengaplikasikan metode implikasi. Pengaplikasian metode implikasi dilakukan setelah diperoleh nilai keanggotaan dari semua parameter dimasukkan ke dalam semua aturan yang ada. Dari setiap aturan yang dievaluasi akan dihitung nilai implikasi kesesuaian lahannya, sesuai dengan rumus fungsi keanggotaan yang digunakan. Tahap ini akan menghasilkan nilai keanggotaan consequent. Metode implikasi yang digunakan pada SPPKL adalah metode implikasi max. Pada metode max, maka hanya nilai terbesar yang dihasilkan sebagai nilai keanggotaan kesesuaian lahan yang digunakan untuk dijadikan masukan bagi proses berikutnya. Jumlah aturan yang terdapat pada basis pengetahuan akan menentukan jumlah nilai kesesuaian lahan dari proses implikasi ini.

4. Komposisi semua output Pada tahap komposisi ini, semua nilai kesesuaian lahan dari masing-masing aturan akan digabungkan dan diambil hanya satu nilai tunggal. Nilai kesesuaian lahan dari masing-masing aturan yang dihasilkan dari proses implikasi sebelumnya akan menjadi masukan bagi proses komposisi ini. Metode komposisi yang digunakan adalah metode komposisi maksimum, yaitu mencari nilai terbesar.

5. Defuzzifikasi Metode defuzzifikasi yang digunakan pada SPPKL adalah metode centroid. Metode ini akan mencari nilai tengah dari semua nilai consequent dan nilai keanggotaan consequent yang diperoleh pada tahap-tahap berikutnya. Berikut ini adalah rumus metode centroid : n

∫ zμ(z) dz z=

z

∑ zjμ(zj) dz atau

z=

j =1

∫ μ(z) dz

n

z

∑ zjμ(zj) dz j =1

141 Proses Output Hasil defuzzifikasi berupa sebuah nilai tunggal yang akan ditampilkan kepada pengguna melalui halaman web. Output yang ditampilkan untuk Aplikasi Penentuan Kesesuaian Lahan adalah hasil kesesuaian lahan untuk tanaman pangan secara umum, kesesuaian lahan untuk tanaman yang dimasukkan pengguna, adanya faktor penghambat, dan saran manajerial yang dapat digunakan untuk mengatasi faktor penghambat. Output untuk Aplikasi Penentuan Kriteria Lahan adalah persyaratan tumbuh tanaman sesuai dengan jenis tanaman yang dipilih oleh pengguna dan lokasi-lokasi yang dianggap sesuai untuk tanaman tersebut. Penentuan lokasi dibatasi pada dua kabupaten di propinsi Jawa Timur, yaitu kabupaten Blitar dan kabupaten Tulungagung. Lokasi yang ditampilkan kepada pengguna meliputi nama kabupaten, nama kecamatan, dan seri tanah pada lokasi itu.

Output Sistem Selain dapat menghasilkan nilai kesesuaian lahan, SPPKL ini juga akan menampilkan informasi tentang jenis parameter yang digunakan dalam penentuan kesesuaian lahan dan informasi tentang tanaman pangan yang digunakan sebagai objek pembahasan, serta berbagai informasi lainnya yang terkait dengan proses penentuan kesesuaian lahan ini. Informasi-informsi lain yang turut ditampilkan pada SPPKL ini antara lain informasi yang berisi penjelasan tentang apa tujuan pembuatan SPPKL, fungsi apa saja yang didukung, siapa saja yang dapat menggunakannya, serta bagaimana menggunakan aplikasi ini. SPPKL dibangun dengan berbasiskan web, sehingga semua informasi dan fungsi yang ada akan ditampilkan dalam bentuk halaman web. Gambar 80 menunjukkan gambar tampilan utama web, yang menampilkan diagram tentang bentuk hubungan antara pengguna sistem dengan sistem, dan pakar pengetahuan yang menjadi basis dari sistem yang dibuat.

142

Gambar 80.

Tampilan halaman utama SPPKL

Melalui halaman utama, pengguna juga dapat mengakses halaman-halaman lainnya, seperti halaman yang menampilkan penjelasan tentang aplikasi, bantuan, serta informasi tanaman pangan, serta karakter dan kualitas lahan. Gambar 81 menunjukkan halaman menu Tentang Aplikasi. Halaman ini menampilkan informasi tentang SPPKL ini, seperti tujuan pembuatannya, pengguna, dan fitur-fitur yang terdapat pada SPPKL.

Gambar 81.

Halaman menu tentang aplikasi

143

Berbagai informasi tentang 14 tanaman pangan yang menjadi objek penelitian juga dapat ditampilkan apabila pengguna memilih menu Tanaman Pangan. Tampilan untuk menu tanaman pangan dapat dilihat pada Gambar 82.

Gambar 82.

Halaman tanaman pangan

Berbagai informasi tentang karakteristik dan kualitas lahan yang digunakan sebagai parameter penentu nilai kesesuaian lahan juga dapat ditampilkan apabila pengguna memilih menu Karakteristik & Kualitas Lahan. Tampilan untuk menu karakteristik & kualitas lahan dapat dilihat pada Gambar 83.

Gambar 83.

Halaman karakteristik & kualitas lahan

144

Pengguna yang masih awam dengan SPPKL ini juga dapat mengetahui cara pengoperasian aplikasi dengan membaca keterangan yang ada pada menu Bantuan. Tampilan untuk menu bantuan dapat dilihat pada Gambar 84.

Gambar 84.

Halaman bantuan

A. Aplikasi Penentuan Kesesuaian Lahan Berdasarkan data setiap parameter yang dimasukkan oleh pengguna melalui formulir elektronik, SPPKL akan menghitung dan menentukan nilai kesesuaian lahan untuk tanaman pangan. Selain nilai kesesuaian lahan, SPPKL juga dapat menampilkan hasil kesesuaian lahan untuk tanaman yang dipilih pengguna berdasarkan persyaratan tumbuh tanaman. SPPKL juga dapat menampilkan faktor penghambat yang dimiliki oleh suatu lahan beserta saran manajerial yang dapat dilakukan untuk memperbaiki kesesuaian lahan. Gambar 85 menampilkan halaman hasil proses aplikasi penentuan kesesuaian lahan. Sedangkan Gambar 86 menunjukkan halaman pada saat pengguna memasukkan nilai parameter penentu pada tanah gambut yang melebihi persyaratan yang ditentukan. Gambar 87 sendiri menunjukkan halaman pada saat pengguna memasukkan nilai parameter penentu pada tanah mineral yang melebihi persyaratan yang telah ditentukan.

145

Gambar 85.

Gambar 86.

Halaman hasil aplikasi penentuan kesesuaian lahan

Halaman hasil penentuan kesesuaian lahan tanah gambut dengan nilai parameter penentu yang melebihi batas

146

Gambar 87.

Halaman hasil penentuan kesesuaian lahan tanah mineral dengan nilai parameter penentu yang melebihi batas

B. Aplikasi Penentuan Kriteria Lahan Selain kesesuaian lahan, SPPKL juga dapat menampilkan kriteria lahan yang diperlukan oleh 14 jenis tanaman serta lokasi yang sekiranya sesuai untuk tanaman tersebut. Tampilan kriteria lahan ini akan disesuaikan dengan jenis tanaman pangan yang dipilih oleh pengguna. Dengan mengetahui kriteria lahan yang diperlukan oleh suatu tanaman, maka akan dapat diketahui pula persyaratan tumbuh tanaman yang diperlukan. Gambar 88 menampilkan halaman tentang persyaratan tumbuh tanaman.

147

Gambar 88.

Halaman persyaratan tumbuh tanaman

Pengguna yang ingin mengetahui lokasi yang sesuai dengan jenis tanaman yang telah dipilihnya juga dapat memilih tombol ”Cari Lokasi” untuk menampilkan daftar lokasi yang sekiranya sesuai. Gambar 89 menampilkan halaman tentang daftar lokasi yang sekiranya sesuai dengan jenis tanaman pengguna.

Gambar 89.

Halaman lokasi sesuai

148

Verifikasi dan Validasi Verifikasi dan validasi dilakukan supaya sistem pakar yang dibuat dapat mewakili seorang pakar (human expert). Verifikasi dilakukan untuk mengetahui apakah program komputer yang dibuat sudah benar dalam implementasinya, dalam arti dapat memberikan hasil yang ditentukan dalam kondisi seperti apapun. Validasi dilakukan untuk mengetahui tingkat akurasi hasil yang diberikan oleh sistem berikut keterkaitannya dengan tujuan sistem. Verifikasi dilakukan secara dinamis dengan menjalankan sistem menggunakan berbagai macam jenis data, baik data berupa bilangan bulat, bilangan pecahan, sampai dengan data bernilai negatif. Hasil verifikasi menunjukkan bahwa sistem akan menolak dan menampilkan pesan kesalahan kepada pengguna pada saat data input bernilai negatif, mengingat bahwa data aktual karakteristik tanah untuk penentuan kesesuaian lahan tidak dapat bernilai negatif. Pesan kesalahan juga akan ditampilkan pada saat pengguna tidak memasukkan nilai parameter yang digunakan dalam proses penentuan kesesuaian lahan secara umum. Sargent (1998) menyatakan terdapat beberapa teknik validasi yang dapat dilakukan terhadap aplikasi yang dirancang. Diantara teknik-teknik validasi yang dikemukakan oleh Sargent, beberapa diantaranya digunakan untuk menguji validitas sistem pakar pada penelitian ini, yaitu extreme condition test, face validity, historical data validation. Extreme condition test merupakan cara pengujian validitas sistem untuk mengetahui apakah sistem dapat memberikan hasil yang sesuai dengan struktur sistem. Pada penelitian ini ditunjukkan dengan adanya parameter penentu untuk tanah mineral dan gambut. Pada saat nilai parameter penentu ini melebihi batas nilai yang ditentukan oleh pakar, maka sistem akan langsung memberikan kesimpulan bahwa lahan tidak sesuai untuk tanaman pangan. Historical data validation merupakan pengujian yang dilakukan dengan menggunakan kisaran nilai karakter tanah yang terdapat pada laporan survei tanah. Hasil pengolahan sistem akan dibandingkan dengan nilai kesesuaian lahan yang terdapat pada laporan survei tanah. Berdasarkan kisaran nilai yang ditunjukkan pada laporan survei tanah, maka sistem akan menghasilkan kesesuaian lahan kurang sesuai. Nilai kesesuaian lahan ini sesuai dengan hasil penentuan kesesuaian lahan pada laporan survei tanah. Face validity ditentukan dengan cara wawancara dengan pakar dari Balai Besar Sumber Daya Lahan Pertanian dan Fakultas Pertanian, Institut Pertanian Bogor. Face validity ini akan menunjukkan apakah logika yang digunakan dalam penyusunan aturan yang digunakan

149 sudah sesuai dengan kondisi lapangan. Face validity akan dilakukan dengan cara membandingkan keluaran sistem dengan pendapat pakar. Faktor yang akan dibandingkan adalah kesesuaian lahan untuk penggunaan tanaman pangan secara umum dan keberadaan faktor penghambat sesuai dengan jenis tanaman dan data lahan dari pengguna sistem, serta kriteria lahan untuk tanaman. Data yang digunakan untuk proses verifikasi dan validasi ini merupakan data yang diperoleh dari laporan survei tanah semi detail dan buku petunjuk teknis evaluasi lahan (2003). Verifikasi dan validasi dilakukan terhadap tanah mineral dan tanah gambut, baik dengan menggunakan rumus trapesium (TRAPMF) maupun dengan rumus Gauss (GAUSSMF). Data input yang dimasukkan dalam sistem juga merupakan data input yang diberikan kepada pakar. Tabel 13 menunjukkan hasil perbandingan kesesuaian lahan untuk tanaman pangan secara umum yang dihasilkan sistem dengan pendapat pakar pada tanah gambut dengan berbagai nilai data input menggunakan rumus trapesium. Sedangkan tabel 14 menunjukkan hasil perbandingan kesesuaian lahan untuk tanaman pangan secara umum yang dihasilkan sistem dengan pendapat pakar pada tanah mineral dengan berbagai nilai data input menggunakan rumus Gauss.

Tabel 13. Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah gambut dengan rumus TRAPMF

Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 1. Ketebalan

180

50

100

400

330.5

450

20

500

80

5

1

6

8

3.5

8

1

3.5

5.5

3. Lereng

6

2

5

7

4.5

8

1

5.5

3.5

4. Tekstur

10

5

10

12

6.5

12

7

0.5

5.5

5. Drainase

1

7

9

1

6.5

1

7

11.5

9.5

6. Suhu

18

27

23

9

24

40

25

6

15

(gambut) 2. Kematangan (gambut)

150 Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 7. Kedalaman

30

90

45

20

100

15

150

15

40

45

7

30

70

42.5

68

3

60

35

10

25

7

4

21

5

34

7

15

10. Kejenuhan 30

40

25

15

50.5

20

45

20

0

6

5.2

9

5.5

3

6

4

0

12. C-Organik 0.1

1.5

1

0.1

1.75

0.7

2.8

0.6

0

13.

50

150

90

25

100

30

150

35

80

14. Salinitas

7

1

8

8

5

8

1

8

5

15. Sodisitas

23

20

18

25

22.5

35

1

35

20

16. Tinggi Air 20

10

20

15

25

20

25

10

20

2500

1500

2700

3000

1000

2700

4000

4000

Tidak

Tidak

Tidak Kurang Tidak

Efektif 8. Bahan Kasar 9. KTK Basa 11. pH

4

Kedalaman Sulfidik

Tanah (cm) 17. Curah

2000

Hujan Kesesuaian

Tidak Kurang Tidak

Lahan Hasil

Sesuai

Sesuai

Sesuai Sesuai Sesuai Sesuai

Sesuai

Tidak

Sesuai Sesuai

Perhitungan Aplikasi Kesesuaian Lahan berdasarkan Pakar

Tidak Kurang Tidak Sesuai

Sesuai

Tidak

Tidak

Tidak Kurang Tidak


Sesuai

Tidak

Sesuai Sesuai

151 (Lanjutan tabel 13)

Karakteristik

X

XI

XII

XIII

XIV

XV

XVI

XVII

Tanah 1. Ketebalan

180

100

400

200

215

170

80

200

5

2

3

1

2

1.5

2.5

1

3. Lereng

2.5

2

3

4.5

3.5

5.5

3.5

4.5

4. Tekstur

10

10

12

6.5

12

0.5

5.5

6.5

5. Drainase

1

9

1

6.5

1

11.5

9.5

6.5

6. Suhu

18

23

9

24

40

6

15

24

7. Kedalaman

30

45

20

100

15

15

40

100

45

30

70

42.5

68

60

35

42.5

10

7

4

21

5

7

15

21

25

15

50.5

20

20

0

50.5

5.2

9

5.5

3

4

0

5.5

12. C-Organik 0.1

1

0.1

1.75

0.7

0.6

0

1.75

13.

50

90

25

100

30

35

80

100

14. Salinitas

7

8

8

5

8

8

5

5

15. Sodisitas

23

18

25

22.5

35

35

20

22.5

16. Tinggi Air 20

20

15

25

20

10

20

25


Efektif 8. Bahan Kasar 9. KTK

10. Kejenuhan 30 Basa 11. pH

4

Kedalaman Sulfidik

Tanah (cm)

152 Karakteristik

X

XI

XII

XIII

XIV

XV

XVI

XVII

2000

1500

Kesesuaian

Tidak

Tidak

Tidak

Tidak

Tidak

Sesuai Kurang Tidak

Lahan Hasil

Sesuai Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Tidak

Tidak

Tidak

Tidak

Tidak

Tidak

Tidak

Tidak

Sesuai Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Tanah 17. Curah

2700

3000

1000

4000

4000

3000

Hujan

Perhitungan Aplikasi Kesesuaian Lahan berdasarkan Pakar

Tabel 14. Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah mineral dengan rumus TRAPMF

Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 1. Lereng

6

2

5

7

4.5

8

1

5.5

6

2. Tekstur

10

5

10

12

6.5

12

7

0.5

10

3. Drainase

1

7

9

1

6.5

1

7

11.5

1

4. Suhu

18

27

23

9

24

40

25

6

18

5. Kedalaman

30

90

45

20

100

15

150

15

30

45

7

30

70

42.5

68

3

60

45

7. KTK

10

25

7

4

21

5

34

7

10

8. Kejenuhan

30

40

25

15

50.5

20

45

20

30

4

6

5.2

9

5.5

3

6

4

4

Efektif 6. Bahan Kasar

Basa 9. pH

153 Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 10. C-Organik 0.1

1.5

1

0.1

1.75

0.7

2.8

0.6

0.1

11.

50

150

90

25

100

30

150

35

50

12. Salinitas

7

1

8

8

5

8

1

8

7

13. Sodisitas

23

20

18

25

22.5

35

1

35

23

14. Tinggi Air 20

10

20

15

25

20

25

10

20

2500

1500

2700

3000

1000

2700

4000

2000

Tidak

Tidak

Tidak Kurang Tidak

Kedalaman Sulfidik


2000

Hujan Kesesuaian

Tidak Kurang Tidak

Lahan Hasil

Sesuai

Sesuai


Sesuai

Tidak

Sesuai

Sesuai

Tidak Kurang Tidak

Tidak

Perhitungan Aplikasi Kesesuaian Lahan


Sesuai

Tidak

Tidak


berdasarkan Pakar (lanjutan tabel 14)

Karakteristik Tanah

X

XI

XII

1. Lereng

2

3

3.5

2. Tekstur

10

12

12

3. Drainase

9

1

1

4. Suhu

23

9

40

5. Kedalaman Efektif

45

20

15

6. Bahan Kasar

30

70

68

Sesuai

Sesuai

Sesuai

154 Karakteristik Tanah

X

XI

XII

7. KTK

7

4

5

8. Kejenuhan Basa

25

15

20

9. pH

5.2

9

3

10. C-Organik

1

0.1

0.7

11. Kedalaman Sulfidik

90

25

30

12. Salinitas

8

8

8

13. Sodisitas

18

25

35

14. Tinggi Air Tanah (cm)

20

15

20

15. Curah Hujan

1500

2700

1000

Kesesuaian Lahan Hasil

Tidak

Tidak

Tidak

Perhitungan Aplikasi

Sesuai

Sesuai

Sesuai

Kesesuaian Lahan

Tidak

Tidak

Tidak

berdasarkan Pakar

Sesuai

Sesuai

Sesuai

Hasil perbandingan antara keluaran sistem dengan pendapat pakar pada tanah gambut dan mineral dengan menggunakan rumus GAUSSMF dapat dilihat pada tabel 15 dan 16. Tabel 15 menunjukkan perbandingan antara keluaran sistem dengan pendapat pakar pada tanah gambut untuk berbagai data input. Tabel 16 menunjukkan perbandingan antara keluaran sistem dengan pendapat pakar pada tanah gambut untuk berbagai data input. Tabel 15. Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah gambut dengan rumus GAUSSMF Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 1. Ketebalan

180

50

100

400

330.5

450

20

500

80

5

1

6

8

3.5

8

1

3.5

5.5


155 Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 3. Lereng

6

2

5

7

4.5

8

1

5.5

3.5

4. Tekstur

10

5

10

12

6.5

12

7

0.5

5.5

5. Drainase

1

7

9

1

6.5

1

7

11.5

9.5

6. Suhu

18

27

23

9

24

40

25

6

15

7. Kedalaman

30

90

45

20

100

15

150

15

40

45

7

30

70

42.5

68

3

60

35

10

25

7

4

21

5

34

7

15

10. Kejenuhan 30

40

25

15

50.5

20

45

20

0

6

5.2

9

5.5

3

6

4

0

12. C-Organik 0.1

1.5

1

0.1

1.75

0.7

2.8

0.6

0

13.

50

150

90

25

100

30

150

35

80

14. Salinitas

7

1

8

8

5

8

1

8

5

15. Sodisitas

23

20

18

25

22.5

35

1

35

20

16. Tinggi Air 20

10

20

15

25

20

25

10

20

2500

1500

2700

3000

1000

2700

4000

4000

Tidak

Tidak

Tidak

Tidak Kurang Tidak

Efektif 8. Bahan Kasar 9. KTK Basa 11. pH

4

Kedalaman Sulfidik


2000

Hujan Kesesuaian

Tidak

Lahan Hasil

Sesuai

Sesuai


Sesuai

Tidak

Sesuai Sesuai

Aplikasi Kesesuaian

Tidak Kurang Tidak

Lahan dari

Sesuai

Pakar

Sesuai

Tidak

Tidak

Tidak Kurang Tidak


Sesuai

Tidak

Sesuai Sesuai

156 (Lanjutan tabel 15)

Karakteristik

X

XI

XII

XIII

XIV

XV

XVI

XVII

Tanah 1. Ketebalan

180

100

400

200

215

170

80

200

5

2

3

1

2

1.5

2.5

1

3. Lereng

2.5

2

3

4.5

3.5

5.5

3.5

4.5

4. Tekstur

10

10

12

6.5

12

0.5

5.5

6.5

5. Drainase

1

9

1

6.5

1

11.5

9.5

6.5

6. Suhu

18

23

9

24

40

6

15

24

7. Kedalaman

30

45

20

100

15

15

40

100

45

30

70

42.5

68

60

35

42.5

10

7

4

21

5

7

15

21

25

15

50.5

20

20

0

50.5

5.2

9

5.5

3

4

0

5.5

12. C-Organik 0.1

1

0.1

1.75

0.7

0.6

0

1.75

13.

50

90

25

100

30

35

80

100

14. Salinitas

7

8

8

5

8

8

5

5

15. Sodisitas

23

18

25

22.5

35

35

20

22.5

16. Tinggi Air 20

20

15

25

20

10

20

25


Efektif 8. Bahan Kasar 9. KTK

10. Kejenuhan 30 Basa 11. pH

4

Kedalaman Sulfidik

Tanah (cm)

157 Karakteristik

X

XI

XII

XIII

XIV

XV

XVI

XVII

2000

1500

2700

3000


Sesuai

Tidak

Tidak

Tidak

Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai

Sesuai

Tanah 17. Curah

1000

4000

4000

3000

Hujan Kesesuaian

Tidak Sesuai

Tidak

Lahan Hasil

Sesuai

Sesuai

Aplikasi Kesesuaian

Tidak

Lahan

Tidak

Tidak

Tidak

Tidak

berdasarkan Pakar Tabel 16. Contoh input dan output penentuan kesesuaian lahan secara umum untuk tanah mineral dengan rumus GAUSSMF

Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 1. Lereng

6

2

5

7

4.5

8

1

5.5

6

2. Tekstur

10

5

10

12

6.5

12

7

0.5

10

3. Drainase

1

7

9

1

6.5

1

7

11.5

1

4. Suhu

18

27

23

9

24

40

25

6

18

5. Kedalaman

30

90

45

20

100

15

150

15

30

45

7

30

70

42.5

68

3

60

45

7. KTK

10

25

7

4

21

5

34

7

10

8. Kejenuhan

30

40

25

15

50.5

20

45

20

30

4

6

5.2

9

5.5

3

6

4

4

1.5

1

0.1

1.75

0.7

2.8

0.6

0.1

Efektif 6. Bahan Kasar

Basa 9. pH

10. C-Organik 0.1

158 Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 11.

50

150

90

25

100

30

150

35

50

12. Salinitas

7

1

8

8

5

8

1

8

7

13. Sodisitas

23

20

18

25

22.5

35

1

35

23

14. Tinggi Air 20

10

20

15

25

20

25

10

20

2500

1500

2700

3000

1000

2700

4000

2000

Tidak

Tidak

Kedalaman Sulfidik


2000

Hujan Kesesuaian

Tidak

Tidak

Tidak

Tidak

Tidak

Tidak

Tidak

Lahan Hasil

Sesuai

Sesuai


Sesuai

Sesuai

Sesuai

Tidak Kurang Tidak

Tidak

Perhitungan Aplikasi Kesesuaian Lahan


Sesuai

Tidak

Tidak


berdasarkan Pakar (lanjutan tabel 16)

Karakteristik Tanah

X

XI

XII

1. Lereng

2

3

3.5

2. Tekstur

10

12

12

3. Drainase

9

1

1

4. Suhu

23

9

40

5. Kedalaman Efektif

45

20

15

6. Bahan Kasar

30

70

68

7. KTK

7

4

5

Sesuai

Sesuai

Sesuai

159 Karakteristik Tanah

X

XI

XII

8. Kejenuhan Basa

25

15

20

9. pH

5.2

9

3

10. C-Organik

1

0.1

0.7

11. Kedalaman Sulfidik

90

25

30

12. Salinitas

8

8

8

13. Sodisitas

18

25

35

14. Tinggi Air Tanah (cm)

20

15

20

15. Curah Hujan

1500

2700

1000

Kesesuaian Lahan Hasil

Tidak

Tidak

Tidak

Perhitungan Aplikasi

Sesuai

Sesuai

Sesuai

Kesesuaian Lahan

Tidak

Tidak

Tidak

berdasarkan Pakar

Sesuai

Sesuai

Sesuai

Dengan melihat hasil perbandingan antara keluaran sistem menggunakan rumus trapesium dengan pendapat dari para pakar, maka dapat dilihat bahwa hampir sebagian besar keluaran sistem sesuai dengan pendapat para pakar. Hal ini berlaku untuk tanah gambut maupun pada tanah mineral. Diantara 17 percobaan dengan data acak maupun data yang berasal dari laporan survei tanah, untuk tanah gambut menghasilkan 2 nilai yang tidak sesuai, atau sekitar 11,76%, apabila proses data menggunakan rumus trapesium (TRAPMF). Sedangkan dari 12 percobaan pada tanah mineral dengan rumus trapesium, nilai ketidak sesuaian yang diperoleh sebesar 0%. Percobaan dengan menggunakan rumus GAUSSMF pada tanah gambut maupun mineral menunjukkan hasil yang agak berbeda. Hal ini dapat diketahui dari nilai ketidak sesuaian antara keluaran sistem dengan pendapat pakar yang lebih besar daripada yang ditunjukkan oleh rumus TRAPMF, meskipun menggunakan data yang sama. Pada tabel 15, terlihat hasil pengujian untuk tanah gambut menggunakan rumus GAUSSMF yang mengandung 7 nilai tidak sesuai dari 17 percobaan yang dilakukan, atau sekitar 41,18%. Pada tabel 16, terlihat hasil pengujian untuk tanah mineral dengan rumus GAUSSMF yang mengandung 2 nilai tidak sesuai dari 12 percobaan yang dilakukan, atau sekitar 16,67%.

160 Pengujian validitas sistem juga akan dilakukan dengan menjalankan aturan-aturan yang sama pada Matlab 6.5. Tabel 17 menunjukkan perbandingan antara keluaran sistem dengan hasil yang diberikan oleh Matlab, dengan menggunakan rumus GAUSSMF pada tanah gambut. Tabel 17.

Perbandingan antara keluaran sistem dengan hasil yang diberikan oleh Matlab dan

pakar Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Tanah 1. Ketebalan

180

50

100

400

330.5

450

20

500

80

5

1

6

8

3.5

8

1

3.5

5.5

3. Lereng

6

2

5

7

4.5

8

1

5.5

3.5

4. Tekstur

10

5

10

12

6.5

12

7

0.5

5.5

5. Drainase

1

7

9

1

6.5

1

7

11.5

9.5

6. Suhu

18

27

23

9

24

40

25

6

15

7. Kedalaman

30

90

45

20

100

15

150

15

40

8. Bahan Kasar

45

7

30

70

42.5

68

3

60

35

9. KTK

10

25

7

4

21

5

34

7

15

10. Kejenuhan Basa

30

40

25

15

50.5

20

45

20

0

11. pH

4

6

5.2

9

5.5

3

6

4

0

12. C-Organik

0.1

1.5

1

0.1

1.75

0.7

2.8

0.6

0

13. Kedalaman

50

150

90

25

100

30

150

35

80

14. Salinitas

7

1

8

8

5

8

1

8

5

15. Sodisitas

23

20

18

25

22.5

35

1

35

20

16. Tinggi Air

20

10

20

15

25

20

25

10

20

2000

2500

1500

2700

3000

1000

2700

4000

4000


Efektif

Sulfidik

Tanah (cm) 17. Curah Hujan

161 Karakteristik

I

II

III

IV

V

VI

VII

VIII

IX

Kesesuaian Lahan

Tidak

Sesuai

Tidak

Tidak

Tidak

Tidak

Kurang

Tidak

Tidak

Hasil perhitungan

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Tanah

aplikasi Kesesuaian Lahan

Tidak

Kurang

Tidak

Tidak

Tidak

Tidak

Kurang

Tidak

Tidak

berdasarkan pakar

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Sesuai

Nilai Kesesuaian

4.55

4.03

4.5

4.84

4.5

5.4

3.83

4.5

4.5

(Kurang)

(Kurang

(Kurang

(Tidak

(Kurang

(Kurang

(Kurang

(Kurang

(Kurang

Sesuai

Sesuai)

Sesuai)

Sesuai)

Sesuai)

Sesuai)

Sesuai)

Sesuai)

Sesuai)

Lahan hasil perhitungan Matlab

Dari hasil perbandingan hasil penentuan kesesuaian lahan antara hasil yang diberikan oleh aplikasi, hasil perhitungan dengan Matlab, serta yang diberikan oleh pakar, dapat dilihat bahwa hasil perhitungan dengan Matlab ditampilkan dalam bentuk angka. Angka yang dihasilkan oleh Matlab juga dapat dikonversi sesuai dengan fungsi keanggotaan yang digunakan dalam penelitian ini. Ketidak sesuaian antara hasil perhitungan Matlab dengan aplikasi maupun pakar disebabkan karena adanya parameter penentu, yaitu kematangan, ketebalan dan tinggi air tanah yang pada aplikasi dan pakar digunakan sebagai filtering tahap pertama. Dimana pada saat nilai ketiga parameter penentu melebihi batas nilai yang ditentukan, maka nilai-nilai tersebut tidak akan diproses dengan tahapan FIS dan akan langsung disimpulkan bahwa lahan tidak sesuai untuk tanaman pangan. Percobaan pada Tabel 17 yang menunjukkan nilai parameter penentu yang melebihi batas nilai yang ditentukan ditunjukkan pada percobaan IV, V, VI, VIII. Pada percobaan dengan Matlab, tidak dapat dilakukan filtering seperti yang dilakukan pada aplikasi dan yang ditentukan oleh pakar. Seluruh nilai parameter penentu akan langsung mengalami proses fuzzifikasi dan digunakan dalam proses penarikan kesimpulan. Kondisi inilah yang pada akhirnya menyebabkan terjadinya ketidak sesuaian antara hasil perhitungan dengan Matlab pada saat dibandingkan dengan aplikasi dan pendapat pakar. Validasi sistem juga ditentukan dari keluaran sistem tentang keberadaan faktor penghambat yang dimiliki oleh suatu lahan dan lokasi untuk suatu jenis tanaman tertentu yang akan dibandingkan dengan pendapat pakar dan laporan survei tanah. Hasil validasi untuk

162 sejumlah percobaan pada tanah mineral dengan tanah gambut menunjukkan bahwa terdapat kesesuaian antara faktor penghambat yang diberikan oleh sistem dengan faktor penghambat menurut pendapat pakar. Dengan menggunakan tanaman padi sawah dan data yang terdapat pada percobaan I dan percobaan II pada Tabel 13, Tabel 14, Tabel 15, dan Tabel 16 maka diperoleh hasil validasi sistem seperti tercantum pada Tabel 18. Tabel 18. Hasil validasi keluaran sistem dan pendapat pakar dalam menentukan faktor penghambat pada tanaman padi sawah Faktor Penghambat

Asal Data Tabel 13

Keluaran Sistem I

Pendapat Pakar

Suhu, ketebalan gambut,

Ketebalan gambut, kematangan

kematangan gambut, lereng,

gambut, lereng, drainase, kedalaman

sodisitas, salinitas, kedalaman

efektif, bahan kasar, KTK, kejenuhan

efektif, kedalaman sulfidik, bahan

basa, pH, C-Organik, kedalaman

kasar, pH, KTK, C-Organik,

sulfidik, salinitas, sodisitas.

kejenuhan basa, drainase. II

Kedalaman efektif, bahan kasar, pH,

Bahan kasar, kejenuhan basa, C-

C-Organik, kejenuhan basa,

Organik, sodisitas.

sodisitas. Tabel 14

I

Lereng

Lereng

II




Organik, sodisitas.

sodisitas. Tabel 15

I

Kematangan gambut.

Kematangan gambut.

II




Organik, sodisitas.

sodisitas. Tabel 16

I

Lereng

Lereng

II




Organik, pH, kedalaman efektif,

sodisitas.

sodisitas.

163

Pengujian validasi tentang proses penentuan kriteria lahan untuk jenis tanaman tertentu merupakan uji validitas terhadap teknik pengendalian backward chaining. Berdasarkan input pengguna tentang jenis tanaman pangan maka sistem akan menampilkan persyaratan lahan yang diperlukan oleh tanaman terpilih untuk dapat tumbuh dan berproduksi. Persyaratan yang ditampilkan akan dikelompokkan menjadi tiga kelompok, yaitu S1, S2, dan S3. Nilai persyaratan lahan yang ditampilkan sistem akan dibandingkan dengan pendapat pakar dan buku petunjuk teknis evaluasi lahan untuk komoditas pangan (2003). Tabel 19 menunjukkan hasil validasi untuk penentuan kriteria lahan pada tanaman padi sawah. Tabel 19.

Hasil validasi keluaran sistem dan pendapat pakar dalam menentukan kriteria lahan

untuk tanaman padi sawah

Pendapat Pakar dan Petunjuk Keluaran Sistem

Parameter

Ketebalan

Teknis Evaluasi Lahan Untuk Komoditas Pertanian (2003)

S1

S2

S3

S1

S2

S3

< 60

60 - 140

140 – 200

< 60

60 - 140

140 – 200

Saprik

Saprik,

Hemik,

Saprik

Saprik,

Hemik,

hemik

fibrik

hemik

fibrik

(gambut) Kematangan (gambut) Lereng

<3

3-5

5–8

<3

3-5

5–8

Tekstur

Halus, agak

Sedang

Agak kasar

Halus,

Sedang

Agak kasar

halus Drainase

agak halus

Agak

Terhambat,

Sangat

Agak

Terhambat,

Sangat

terhambat,

baik

terhambat,

terhambat,

baik

terhambat,

agak cepat

sedang

22 – 24,

18 – 22,

24 - 29

29 - 32

32 – 35

40 - 50

25 – 40

sedang Suhu

Kedalaman efektif

24 - 29 > 50

> 50

agak cepat 22 – 24,

18 – 22,

29 - 32

32 – 35

40 - 50

25 – 40

164 Pendapat Pakar dan Petunjuk Keluaran Sistem

Parameter

Teknis Evaluasi Lahan Untuk Komoditas Pertanian (2003)

S1

S2

S3

S1

S2

S3

Bahan kasar

<3

3 - 15

15 – 35

<3

3 - 15

15 – 35

Kejenuhan

> 50

35 - 50

< 35

> 50

35 - 50

< 35

5,5 – 8,2

4,5 – 5,5

< 4,5

5,5 – 8,2

4,5 – 5,5

< 4,5

8,2 – 8,5

> 8,5

8,2 – 8,5

> 8,5

basa pH

C-Organik

> 1,5

0,8 – 1,5

< 0,8

> 1,5

0,8 – 1,5

< 0,8

Kedalaman

> 100

75 - 100

40 – 75

> 100

75 - 100

40 – 75

Salinitas

<2

2-4

4–6

<2

2-4

4–6

Sodisitas

< 20

20 - 30

30 – 40

< 20

20 - 30

30 – 40

Tingkat

Sangat

Rendah

sedang

Sangat

rendah

sedang

Bahaya

rendah

sulfidik

rendah

Erosi (TBE) Bahaya

F0, F11,

F13, F33,

F14, F24,

F0, F11,

F13, F33,

F14, F24,

banjir

F12, F21,

F41, F42,

F34, F44

F12, F21,

F41, F42,

F34, F44

F23, F31,

F43

F23, F31,

F43

F32

F32

165

VI.

PEMBAHASAN

Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar (Maximum Limitation Factor) Untuk Tanaman Pangan atau disingkat SPPKL merupakan sebuah aplikasi berbasis web yang dapat memberikan nilai kesesuaian lahan berdasarkan data aktual yang dimasukkan oleh penggunanya. Sistem pakar ini dirancang khusus untuk tanaman pangan mengingat bahwa Indonesia sendiri merupakan negara agraris yang cukup terkenal sebagai penghasil tanaman pangan. Selain itu tanaman pangan merupakan tanaman pokok yang diperlukan oleh seluruh umat manusia sebagai sumber bahan makanan dan sumber bahan baku untuk beberapa industri. Perubahan alam, perkembangan jumlah penduduk dan industri, mendesak manusia untuk dapat lebih efektif dan efisien lagi dalam memanfaatkan ruang yang tersedia untuk menghasilkan berbagai macam tanaman pangan. Setiap lahan yang tersedia hendaknya harus dapat dimanfaatkan dengan sebaik-baiknya supaya dapat menghasilkan bahan pangan yang bermutu dan mencukupi dalam hal kuantitas. Untuk itu para pelaksana pertanian harus memiliki pengetahuan yang baik berkaitan dengan kebutuhan untuk pengolahan lahan. Pengetahuan yang diperlukan oleh para pelaksana pertanian tersebut antara lain adalah pengetahuan akan kesesuaian lahan mereka dengan jenis tanaman yang akan mereka tanam. Penentuan kesesuaian lahan tersebut dapat dilakukan cukup dengan mengetahui karakter dan kualitas lahan yang akan digunakan. Dengan mengetahui tingkat kesesuaian lahan sebelum menggunakan lahan tersebut, diharapkan akan dapat meminimalisasikan kesalahan penanaman. Kesesuaian lahan untuk tanaman pangan dapat ditentukan dengan melihat nilai-nilai aktual berbagai macam karakter dan kualitas lahan. Meskipun semua tanaman pangan pada dasarnya mempunyai persyaratan tumbuh yang hampir sama, namun terdapat karakter atau kualitas lahan yang menunjukkan nilai paling berbeda. Diantara 19 parameter umum yang digunakan dalam menentukan kesesuaian lahan, parameter curah hujan merupakan parameter yang menunjukkan grafik paling berbeda dibandingkan parameter lainnya. Perbedaan grafik nilai curah hujan tersebut dilakukan dengan membandingkan kebutuhan curah hujan untuk 14 tanaman pangan. Oleh karena itulah penentuan kesesuaian lahan untuk jenis tanaman pangan tertentu akan dilihat berdasarkan curah hujan.

166 Selain masalah penentuan kesesuaian lahan untuk tanaman pangan dan kesesuaian lahan dengan jenis tanaman pangan yang akan ditanam, sering kali para petani juga akan mengalami kesulitan saat terdapat beberapa faktor penghambat yang sekiranya dapat mengganggu produktivitas tanaman mereka. Karena itu pula pada sistem pakar ini juga akan diberikan saran manajerial yang dapat diterapkan untuk mengatasi beberapa faktor penghambat yang terdapat pada lahan. Pemberian saran ini terbatas untuk karakter dan kualitas lahan yang bukan merupakan faktor alam. Kurangnya informasi akan lokasi yang dianggap sesuai dengan jenis tanaman mereka juga turut mengganggu aktivitas pelaksana pertanian dalam menghasilkan komoditas terbaik. Kebutuhan para pelaksana pertanian dalam menentukan kesesuaian lahan untuk tanaman pangan secara umum maupun dengan jenis tanaman yang akan ditanam, serta untuk dapat menentukan lokasi yang sesuai dengan jenis tanaman yang akan mereka tanam, memicu dibuatnya aplikasi SPPKL ini. Mengingat bahwa untuk memperoleh segala jenis informasi dan pengetahuan yang diperlukan ini tidaklah mudah dan murah. Kemungkinan untuk menghadirkan seorang pakar yang mempunyai berbagai macam pengetahuan yang diperlukan untuk menentukan kesesuaian lahan juga bukan merupakan hal mudah. Masalah waktu dan biaya kembali menjadi salah satu faktor penghambatnya. Untuk itulah keberadaan SPPKL dengan segala macam pengetahuan yang terangkum dalam basis pengetahuannya dirasakan akan dapat membantu pelaksana pertanian dalam menentukan kesesuian lahan mereka sebelum dilakukan proses penanaman. Dengan dapat mengetahui kesesuaian lahan dari awal, maka diharapkan kesalahan pemilihan jenis tanaman yang akan mengakibatkan berkurangnya produktivitas dapat diminimalisasikan. Meskipun sistem pakar ini masih belum dapat menggantikan peran dan kehadiran seorang pakar secara penuh, namun setidaknya keberadaan sistem ini dapat membantu penggunanya untuk mengambil keputusan secara langsung dengan cepat. Setiap tanaman pangan tentunya juga membutuhkan persyaratan tumbuh yang berbedabeda, untuk itu para pelaksana pertanian juga perlu mengetahui apa saya persyaratan yang harus dipenuhi agar sesuai dengan jenis tanaman yang akan mereka tanam. Kebutuhan inilah yang mendasari dibuatnya aplikasi penentuan kriteria lahan sebagai salah satu menu pada SPPKL. Permasalahan berikutnya adalah bagaimana mengetahui lokasi yang sesuai dengan jenis tanaman mereka. Keberadaan sistem ini juga dapat membantu pelaksana pertanian yang ingin mengetahui persyaratan atau kebutuhan tumbuh bagi tanaman pangan yang mereka inginkan. Mereka juga

167 akan dapat mengetahui lokasi yang dianggap sesuai dengan jenis tanaman yang mereka inginkan. Meskipun untuk saat ini penentuan lokasi masih sangat terbatas pada dua kabupaten di Jawa Timur, yaitu Kabupaten Blitar dan Kabupaten Tulungagung. Kesulitan mendapatkan data primer maupun data sekunder yang diperlukan dalam menentukan lokasi yang sesuai, membuat penyebutan lokasi masih menggunakan seri tanah dan bukannya nama desa atau nama lokasi. SSPKL ini merupakan sistem pakar yang berbasis pada logika fuzzy dan menggunakan metode Mamdani dalam proses inferensinya. Sistem pakar ini terbatas pada 14 jenis tanaman pangan yang termasuk dalam kelompok serealia, umbi-umbian, dan kacang-kacangan. Keempat belas tanaman pangan tersebut adalah padi sawah, padi gogo, jagung, gandum, sorgum, kedelai, kacang hijau, kacang tanah, kacang arab, kacang tunggak, ubi jalar, ubi kayu, talas, iles-iles. Parameter yang digunakan untuk menentukan kesesuaian lahan untuk tanaman pangan berjumlah 18 parameter, dimana dua diantaranya merupakan parameter complementary, yang akan digunakan sebagai parameter pengganti saja. Sedangkan untuk menentukan kesesuaian lahan untuk suatu jenis tanaman pangan tertentu hanya digunakan satu jenis parameter, yaitu curah hujan. Dalam sistem pakar ini terdapat dua fungsi utama yang dituliskan dalam dua jenis menu, yaitu penentukan kesesuaian lahan (secara umum, maupun untuk jenis tanaman tertentu) dan penentuan persyaratan tumbuh tanaman beserta lokasi yang dianggap sesuai. Sistem pakar ini diharapkan dapat membantu para pelaksana pertanian untuk mengetahui tingkat kesesuaian lahannya sebelum dilakukan penanaman, untuk meminimalisasikan ketidak sesuaian antara jenis tanaman dengan kondisi lahan yang akan digunakan. Keberadaan SPPKL yang dibuat berbasis web ini juga diharapkan dapat memperluas jangkauan penggunaan. Dengan dibuat berbasis web, sistem ini hanya dapat diakses selama ada koneksi internet, kapan saja dan dimana saja diperlukan.

Akuisisi Pengetahuan Proses akuisisi pengetahuan yang dilakukan dalam pembuatan aplikasi SPPKL ini dilakukan terhadap human expert dari departemen tanah dan sumber daya lahan, fakultas pertanian IPB dan peneliti dari Balai Besar Sumber Daya Lahan, Bogor. Akuisisi pengetahuan ini dilakukan sebelum dimulainya perancangan aplikasi untuk mengetahui faktor-faktor apa saja yang diperlukan dalam menentukan kesesuaian lahan termasuk didalamnya pengaruh faktor pembatas terhadap pertumbuhan dan produktivitas tanaman dan bagaimana cara penanganannya.

168 Pembuatan SPPKL ini juga mengakuisisi pengetahuan dan informasi yang terdapat dari berbagai jenis buku dan dokumen serta laporan survei tanah. Metode yang digunakan untuk mengakuisisi pengetahuan dari human expert ini adalah wawancara dan diskusi masalah. Melalui kedua metode ini, knowledge engineer akan dapat mengetahui secara pasti faktor-faktor yang diperlukan dalam menentukan kesesuaian lahan, serta bagaimana prosedur penentuan kesesuaian lahan. Metode wawancara dan diskusi masalah ini dianggap lebih tepat karena dapat digunakan open ended question sehingga memungkinkan knowledge engineer mendapatkan informasi yang lebih mendalam dari human expert yang diwawancarai. Informasi yang diperoleh merupakan informasi tentang berbagai kemungkinan hal yang terkait dengan masalah penentuan kesesuaian lahan. Untuk membatasi ruang lingkup permasalahan yang menjadi topik diskusi dan wawancara, maka sebelumnya knowledge engineer perlu membuat sebuah pedoman wawancara yang berisi hal-hal penting yang akan ditanyakan atau dibicarakan dengan pakar. Pedoman wawancara dibuat setelah sebelumnya knowledge engineer melakukan studi pustaka dan analisis terhadap sumber dokumentasi tertulis yang berasal dari buku, dokumen, dan laporan survei tanah. Wawancara dan diskusi yang dilakukan dengan human expert perlu dibagi menjadi beberapa tahap dan diulang beberapa kali sampai diperoleh hasil yang jelas. Tahap akuisisi pengetahuan ini penting, mengingat hasil akuisisi pengetahuan ini merupakan dasar dari penyusunan aturan dan proses penarikan kesimpulan. Berdasarkan hasil akuisisi pengetahuan yang dilakukan, ditentukan 19 parameter tanah yang menjadi parameter dalam proses penentuan kesesuian lahan. Diantara 19 parameter tersebut, dikelompokkan menjadi parameter fuzzy dan non-fuzzy. Pengelompokkan parameter dan penentuan range nilai untuk setiap parameter ditentukan oleh knowledge engineer berdasarkan persetujuan pakar. Dari hasil akuisisi juga diperoleh bahwa jenis tanah yang sesuai untuk tanaman pangan hanya tanah mineral dan tanah gambut yang memenuhi persyaratan tertentu. Hasil akuisisi ini juga menentukan urutan nilai parameter yang harus diisi oleh pengguna aplikasi. Diantara seluruh parameter yang digunakan terdapat parameter-parameter penentu untuk masing-masing jenis tanah. Parameter penentu ini yang merupakan parameter yang akan ditanyakan terlebih dahulu kepada pengguna. Parameter penentu untuk tanah gambut adalah kedalaman dan kematangan gambut, serta tinggi air tanah. Parameter penentu untuk tanah mineral adalah lereng dan kedalaman efektif.

169 Selama data dari pengguna untuk parameter penentu masih memenuhi persyaratan yang ditentukan oleh pakar, maka pengguna akan diminta untuk memasukkan data parameter lainnya. Selama data dari pengguna untuk parameter penentu tidak sesuai dengan persyaratan yang ditentukan, maka pengguna akan langsung memperoleh hasil kesesuian lahan yang menerangkan bahwa tanah tersebut tidak sesuai untuk kepentingan pertanian tanaman pangan. Sedangkan apabila data dari pengguna untuk parameter penentu masih berada dalam batas yang diperkenankan, maka pengguna akan diminta memasukkan data parameter lainnya. Khusu untuk menentukan kesesuaian antara lahan yang akan digunakan dengan jenis tanaman pangan yang dipilih oleh pengguna, akan digunakan parameter curah hujan dan hasil kesesuaian lahan untuk tanaman pangan secara umum. Pada 19 parameter yang digunakan, juga terdapat beberapa parameter yang merupakan parameter pengganti atau parameter complementary. Parameter pengganti ini akan digunakan hanya pada saat pengguna tidak memiliki nilai untuk parameter yang sebenarnya. Tingkat Bahaya Erosi (TBE) dan bahaya banjir merupakan contoh dari parameter pengganti. TBE dapat digunakan untuk menggantikan parameter lereng. Parameter bahaya banjir dapat menggantikan parameter tekstur dan drainase. Penggunaan parameter pengganti untuk proses pengambilan kesimpulan dapat membuat kesimpulan yang diperoleh tidak seakurat apabila menggunakan parameter yang seharusnya. Pada tanah gambut persyaratan yang harus dipenuhi pada saat pengguna memasukkan data untuk parameter penentu antara lain tinggi air tanah tidak boleh lebih dari 50 centimeter. Selain itu, nilai ketebalan dan kematangan gambut juga harus diperhitungan. Ketebalan gambut yang diperkenankan tidak boleh lebih dari 300 centimeter dan kematangan gambut harus saprik. Gambar 90 menunjukkan tampilan aplikasi parameter penentu pada tanah gambut pada saat pengguna memasukkan nilai yang melebihi batas nilai yang sudah ditentukan.

170

Gambar 90.

Data parameter penentu tanah gambut melebihi ketentuan yang ada Nilai parameter penentu melebihi batas ketentuan

Bila pengguna memasukkan data untuk ketiga parameter penentu tanah gambut dimana salah satu nilai datanya melebihi persyataran yang ditentukan, maka pengguna tidak akan bisa melanjutkan ke proses berikutnya yaitu memasukkan data untuk parameter lainnya. Gambar 91 menunjukkan tampilan aplikasi apabila pengguna memasukkan nilai parameter penentu melebihi nilai yang sudah ditentukan.

171

Gambar 91.

Tampilan hasil kesesuaian lahan dengan nilai

parameter penentu melebihi batas yang ditentukan Keterangan keberadaan faktor penghambat Pada tanah mineral, parameter penentu yang digunakan adalah lereng dan dan kedalaman efektif. Nilai kedua parameter tersebut harus memenuhi persyaratan yang ditentukan, yaitu lereng harus bernilai sangat datar sampai datar dan kedalaman efektif tidak boleh berada pada range sangat dangkal. Parameter lereng dapat digantikan oleh parameter Tingkat Bahaya Erosi (TBE). Parameter TBE ini hanya digunakan pada saat pengguna tidak mempunyai data tentang lereng. Gambar 92 menunjukkan tampilan aplikasi pada saat pengguna memasukkan nilai parameter penentu melebihi batas nilai yang sudah ditentukan.

172

Gambar 92.

Data parameter penentu tanah mineral melebihi ketentuan yang ada Nilai parameter penentu melebihi batas ketentuan

Bila pengguna memasukkan data untuk parameter penentu tanah mineral yang salah satu besarnya melebihi persyataran yang ditentukan, maka pengguna tidak akan bisa melanjutkan ke proses berikutnya yaitu memasukkan data untuk parameter lainnya. Gambar 93 menunjukkan tampilan aplikasi apabila pengguna memasukkan nilai parameter penentu melebihi nilai yang sudah ditentukan.

173

Gambar 93.

Tampilan hasil kesesuaian lahan tanah mineral dengan nilai parameter penentu melebihi batas yang ditentukan Keterangan keberadaan faktor penghambat

Selain parameter penentu, baik pada tanah gambut maupun pada tanah mineral, terdapat beberapa parameter yang nilainya dapat digantikan oleh parameter lainnya. Parameter-parameter tersebut beserta parameter penggantinya dapat dilihat pada Gambar 94.

Parameter yang dapat digantikan dengan parameter lain.

Parameter pengganti

Gambar 94.

Parameter pengganti

174

Penentuan urutan dari parameter yang harus dimasukkan oleh pengguna dapat meningkatkan efisiensi penggunaan aplikasi dan menghemat waktu pengguna dalam mengetahui kesesuaian lahannya. Pengguna tidak perlu mencari dan memasukkan data untuk parameter lainnya bila memang tidak diperlukan.

Representasi Pengetahuan Berbagai pengetahuan yang telah berhasil diakuisisi dari human expert maupun dari berbagai macam sumber tertulis akan direpresentasikan dalam bentuk aturan-aturan untuk kemudian di implementasikan dalam komputer yang akan digunakan untuk memproses data. Pengetahuan yang direpresentasikan dalam bentuk aturan akan dituliskan dalam bentuk IF (kondisi) THEN (aksi). Bagian kondisi disebut sebagai antacendent dan bagian aksi disebut sebagai consequent. Representasi pengetahuan dalam bentuk aturan dianggap bentuk yang tepat dalam pembuatan SPPKL karena secara umum lebih mudah dipahami dan dipelajari, oleh orang awam sekalipun. Representasi dalam bentuk aturan juga dianggap sesuai karena tidak adanya hubungan yang pasti sama antar parameter yang digunakan, serta tidak adanya atribut yang sama dari setiap parameter. Berdasarkan jenis tanah yang dapat digunakan untuk pertanian pangan, maka pengetahuan yang direpresentasikan juga akan dikelompokkan sesuai dengan jenis tanah. Untuk tanah gambut terdapat 144 aturan yang dapat menghasilkan kesesuaian lahan sesuai, kurang sesuai, dan tidak sesuai. Untuk tanah mineral terdapat 104 aturan yang dapat menghasilkan kesesuaian lahan sesuai, kurang sesuai, dan tidak sesuai. Sedangkan untuk menentukan kesesuaian lahan dengan tanaman pangan tertentu digunakan 8 aturan. Aturan-aturan ini akan disimpan dalam basis pengetahuan. Dalam aplikasi SPPKL, basis pengetahuan akan diimplementasikan dalam bentuk tabel-tabel di basis data. Perbedaan jumlah aturan yang dimiliki tanah gambut dan tanah tanaman mineral disebabkan karena perbedaan jumlah parameter yang digunakan pada kedua jenis tanah tersebut. Tanah gambut menggunakan ketebalan dan kematangan gambut serta tinggi air tanah. Sedangkan tanah mineral tidak perlu menggunakan ketiga parameter tersebut untuk menentukan kesesuaian lahan.

175 Proses Inferensi Inferensi merupakan bagian terpenting dalam sistem pakar. Inferensi dilakukan berdasarkan data aktual, yaitu data lahan yang dimasukkan oleh pengguna. Berdasarkan aturan yang terdapat pada basis pengetahuan, data pengguna ini akan diproses dengan metode fuzzy untuk menghasilkan sebuah kesimpulan. Teknik pengendalian yang digunakan pada menu aplikasi penentuan kesesuaian lahan adalah mata rantai ke depan (forward chaining). Sistem ini mendukung dua fungsi yang dapat digunakan untuk memproses data fuzzy, yaitu fungsi gauss (GAUSSMF) dan juga fungsi trapesium (TRAPMF). Pengguna sistem dapat memilih jenis fungsi yang diinginkan sebelum memasukkan data tentang karakteristik lahan yang akan digunakan. Pada SPPKL terdapat parameter penentu yang digunakan sebagai filtering tahap pertama untuk menentukan apakah lahan pengguna sesuai untuk pertanian tanaman pangan. Gambar 95 berikut ini menunjukkan pseudocode untuk proses filtering nilai parameter penentu pada tanah gambut. Gambar 96 menunjukkan flowchart untuk proses filtering nilai parameter penentu pada tanah mineral.

Gambar 95.

Flowchart filtering nilai parameter penentu tanah gambut

176

Gambar 96.

Flowchart filtering nilai parameter penentu tanah mineral

Kedua flowchart diatas akan memeriksa nilai parameter penentu yang dimasukkan oleh pengguna. Pada saat pengguna memasukkan nilai yang melebihi nilai yang telah ditentukan maka sistem akan langsung menghasilkan kesimpulan bahwa lahan tersebut tidak sesuai untuk tanaman pangan. Selama nilai parameter penentu masih memenuhi persyaratan yang ditentukan, pengguna akan diminta untuk memasukkan data parameter lainnya. Seluruh data parameter ini akan diproses untuk menghasilkan kesimpulan berupa kesesuaian lahan. Proses pengambilan kesimpulan dilakukan melalui tahapan perhitungan dengan metode implikasi maksimum dan mengkomposisi semua keluaran hasil evaluasi aturan untuk kemudian didefuzzifikasi menghasilkan sebuah nilai tunggal berupa kesesuaian lahan. Metode defuzzifikasi yang digunakan adalah metode centroid yang akan mengambil titik pusat daerah fuzzy. Gambar 97

177 berikut ini merupakan flowchart yang menggambarkan alur logika untuk menghitung nilai implikasi sampai dengan menampilkan hasil defuzzifikasi kepada pengguna pada tanah gambut.

Gambar 97.

Flowchart perhitungan nilai implikasi, komposisi, dan defuzzifikasi

178 Proses inferensi yang digunakan pada tanah mineral hampir sama dengan tanah gambut. Perbedaannya terletak pada beberapa jenis parameter yang akan digunakan untuk proses penarikan kesimpulan. Hasil perhitungan kesesuaian lahan pada SPPKL pada beberapa percobaan dengan data yang berbeda-beda dapat dilihat pada tabel 13, tabel 14, tabel 15, tabel 16 yang ditampilkan pada bab lima. Tabel 13 menunjukkan hasil penentuan kesesuaian lahan pada tanah gambut, sedangkan tabel 14 menunjukkan hasil penentuan kesesuaian lahan pada tanah mineral. Hasil pada kedua tabel tersebut diproses menggunakan rumus trapesium. Tabel 15 dan 16 menunjukkan hasil penentuan kesesuaian lahan menggunakan tanaman pangan pada tanah gambut dan mineral yang diproses menggunakan rumus Gauss. Untuk menentukan kesesuaian lahan dengan jenis tanaman yang dipilih oleh pengguna, proses inferensi dilakukan dengan metode pencocokkan. Pencocokkan dilakukan antara data aktual parameter curah hujan dengan kesesuaian lahan secara umum yang diperoleh sebagai hasil proses inferensi tahap sebelumnya. Metode pencocokkan juga yang akan digunakan untuk menentukan keberadaan faktor penghambat yang dimiliki oleh suatu lahan. Pada menu aplikasi penentuan kriteria lahan, teknik pengendalian yang digunakan adalah mata rantai ke belakang (backward chaining). Pada menu ini, pertama kali pengguna diminta untuk memasukkan jenis tanaman pangan yang diinginkan. Berdasarkan jenis tanaman pangan yang telah dimasukkan oleh pengguna, sistem akan mencari dan menampilkan persyaratan tumbuh tanaman dan lokasi sesuai untuk tanaman tersebut pada dua kabupaten di Jawa Timur, yaitu kabupaten Blitar dan Tulungagung.

Kompleksitas Sistem Kompleksitas sistem pakar ini dihitung berdasarkan kode program dan ketersediaan data aktual dari pengguna sistem. Semakin lengkap data yang dapat disediakan pengguna, semakin cepat sistem ini akan bekerja. Pada saat pengguna tidak memiliki data untuk beberapa parameter, maka pengguna dapat meminta sistem untuk menampilkan parameter pengganti yang ada. Proses ini akan membuat dieksekusinya beberapa baris kode program, sehingga dapat dikatakan kompleksitas waktunya adalah О(n).

179 Implikasi Manajerial Penerapan sistem pakar untuk menentukan kesesuaian lahan pada tanaman pangan ini membuat para pelaksana pertanian dapat menentukan kesesuaian lahan mereka untuk tanaman pangan. Pelaksana pertanian juga dapat menentukan kesesuaian antara lahan yang akan digunakan dengan jenis tanaman pangan yang akan mereka tanam berdasarkan nilai curah hujan, sebelum dimulainya proses penanaman. Selain itu sistem pakar ini juga dapat digunakan oleh para pelaksana pertanian yang ingin mengetahui persyaratan tumbuh tanaman pangan serta lokasi yang dirasa sesuai dengan jenis tanaman mereka. Keberadaan sistem pakar ini dapat mempermudah penggunanya dalam menentukan nilai kesesuaian lahan, tanpa harus menunggu kehadiran seorang pakar atau mencocokkan antara karakter lahan mereka dengan persyaratan tumbuh tanaman. Sehingga para pengguna sistem ini akan dapat mengambil keputusan dengan lebih cepat dan efisien. SPPKL ini dapat digunakan dan diakses oleh semua pelaksana pertanian yang mempunyai koneksi internet. Selain mempunyai koneksi internet, pengguna yang hendak mengakses SPPKL ini setidaknya harus mempunyai pengetahuan tentang cara mengakses halaman web, karena sistem pakar ini dibuat berbasiskan web. SPPKL ini cocok diterapkan pada berbagai kelompok pertanian yang sering kali perlu memberikan pengarahan kepada anggotanya tentang bagaimana melakukan penentuan kesesuaian lahan yang benar sebelum dimulainya proses penanaman. SPPKL ini juga cocok diterapkan pada perusahaan-perusahaan yang berfungsi sebagai produsen tanaman pangan atau hasil olahan tanaman pangan. Sistem pakar ini juga dilengkapi dengan menu bantuan yang berisi cara penggunaan aplikasi dan berbagai menu lainnya yang berisi informasi terkait dengan proses penentuan kesesuaian lahan. Keberadaan menu-menu ini terutama ditujukan untuk pengguna yang masih awam dengan keberadaan aplikasi dan juga untuk pengguna yang masih awam dengan proses penentuan kesesuaian lahan. Dengan adanya menu-menu ini pengguna juga dapat melakukan troubleshooting secara mandiri pada saat ada kesulitan dalam menggunakan aplikasi ini.

180

VII. KESIMPULAN DAN SARAN Berdasarkan penelitian yang telah dilakukan untuk merancang, mengimplementasikan, serta menguji Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar (Maximum Limitation Factor) Untuk Tanaman Pangan, dapat disimpulkan beberapa hal. Beberapa hal yang dapat disimpulkan adalah : 1. Sistem tidak akan menampilkan jenis-jenis tanaman pangan yang sesuai dengan karakter lahan pengguna, apabila pengguna tidak memasukan data aktual untuk parameter curah hujan. 2. Keberadaan nilai parameter pengganti dan nilai default yang disediakan sistem untuk parameter-parameter yang diperlukan dapat membantu pengguna yang kesulitan mendapatkankan nilai aktual untuk parameter yang diperlukan. 3. Selama pengguna menggunakan nilai default parameter yang disediakan sistem maka akan dihasilkan nilai kesesuaian lahan kurang sesuai. 4. Lahan yang dapat digunakan untuk pertanian tanaman pangan hanya lahan yang memenuhi persyaratan tertentu. 5. Perbaikan kondisi karakteristik dan kualitas tanah tertentu dapat meningkatkan kelas kesesuaian lahan tanah tersebut menjadi lebih baik. 6. Penentuan lokasi yang diberikan pada aplikasi ini masih sangat terbatas dan penentuan masih dilakukan secara umum. Hal ini disebabkan karena adanya keterbatasan sumber data, berupa laporan-laporan dan basis data tentang kesesuaian lahan pada tanaman pangan golongan serealia, kacang-kacangan, dan umbi-umbian. 7. Penggunaan metode maksimum pada proses inferensi untuk tahap pengaplikasian metode implikasi dan komposisi semua keluaran membuat sistem akan selalu mengambil nilai terbesar dari seluruh nilai yang ada. 8. Nilai penyimpangan pada hasil yang diberikan sistem menunjukan bahwa pembulatan yang dilakukan dalam proses perhitungan tahapan FIS secara akumulatif dapat mempengaruhi nilai tunggal hasil defuzzifikasi. 9. Sistem akan dapat langsung memberikan keluaran bahwa lahan tidak sesuai digunakan untuk tanaman pangan dan pengguna tidak perlu melanjutkan pengisian nilai untuk parameter lainnya apabila nilai parameter penentu pada masing-masing jenis tanah

181 melebihi persyaratan yang ditentukan. Hal ini tentunya akan dapat meningkatkan efisiensi waktu dalam menggunakan sistem. 10. Sistem hanya dapat memberikan jenis-jenis faktor penghambat tanpa menentukan tingkat dari masing-masing faktor penghambat. 11. Sesuai dengan prinsip-prinsip perancangan user interface, maka sistem ini dibuat sedemikian rupa untuk dapat membantu pengguna dalam mengoperasikan aplikasi dengan adanya keterangan yang menjelaskan range nilai yang dapat dimasukan untuk setiap parameter beserta satuannya. 12. Untuk mempermudah pengguna, maka sistem ini juga dilengkapi dengan pesan kesalahan yang akan ditampilkan pada saat pengguna memasukan nilai parameter yang melebihi range nilai yang ditentukan. 13. Untuk meminimalisasikan ketidak sesuaian hasil yang diberikan sistem, pengguna tidak dapat melanjutkan ke tahap selanjutnya selama masih ada nilai parameter yang melebihi range nilai yang ditentukan. Berdasarkan hasil penelitian yang diperoleh masih terdapat beberapa kekurangan dalam penelitian ini. Dari kekurangan-kekurangan yang dimiliki tersebut, dapat diberikan beberapa saran perbaikan yang sekiranya dapat diterapkan pada penelitian selanjutnya. Saran-saran yang dapat diterapkan untuk penelitian selanjutnya adalah : 1. Sistem pakar penentuan kesesuaian lahan berdasarkan faktor penghambat terbesar ini sekiranya dapat dikembangkan sehingga dapat digunakan pada tanaman pertanian lainnya seperti buah-buahan dan sayuran. 2. Penentuan hasil kesesuaian lahan dapat menggunakan lebih banyak parameter, baik yang terdiri dari parameter fisik maupun parameter kimia, sehingga diharapkan dapat memberikan hasil yang lebih akurat lagi dalam penentuan kesesuaian lahan.

182

DAFTAR PUSTAKA Amien, I., Sosiawan, H., dan Susanti, E. Agroekologi dan Alternatif Pengembangan Pertanian di Kalimantan. Prosiding Temu Konsultasi Sumberdaya Lahan Untuk Pembangunan Wilayah Kalimantan. November 1997. Palangkaraya. Awad, E. M. and Ghaziri, H. M. 2004. Knowledge Management. Prentice Hall. New Jersey. Dariah, A., Agus, F., dan Maswar. Desember 2005. Kualitas Tanah Pada Lahan Usahatani Berbasis Tanaman Kopi (Studi Kasus di Sumberjaya, Lampung Barat). Jurnal Tanah dan Iklim. Nomor 23. Dennis, A. 2002. Networking in The Internet Age. John Willey & Sons, Inc. USA. Djaenudin, D., Marwan, H., A. Hidayat. et al. 2003. Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pertanian. Balai Penelitian Tanah, Puslitbangtanah. Bogor. Giarratano, J dan Riley, G. 1998. Expert Systems Principles and Programming. Third Edition. PWS Publishing Company. USA. Hardjowigeno, S. 2007. Ilmu Tanah. Akademika Pressindo. Jakarta. Hardjowigeno, S dan Widiatmaka. 2007. Evaluasi Kesesuaian Lahan & Perencanaan Tataguna Lahan. Gadjah Mada University Press, Yogyakarta. Hastuti, D. R. D dan Rahim, ABD. 2007. Pengantar, Teori, dan Kasus Ekonomika Pertanian. Penebar Swadaya. Depok. Kusumadewi, S et al. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Graha Ilmu. Yogyakarta. Ignizio, P. J. 1991. Introduction to Expert Systems The Development and Implementation of Rule-Base Expert Systems. McGraw-Hill, Inc. Singapore. Marimin. 2007. Teori dan Aplikasi Sistem Pakar Dalam Teknologi Manajerial. IPB Press. Bogor. Mulyani, A., Sukarman, A. Hidayat, dan A. Abdurrachman. 2001. Peluang Pemanfaatan Lahan Tidur Untuk Meningkatkan Produksi Tanaman Pangan di Indonesia. Jurnal Litbang Pertanian. Newcomer, E. 2002. Understanding Web Services. Addison Wesley. USA. Prasetyo, B. H. dan Suriadikarta, B. A. 2006. Karakteristik, Potensi, dan Teknologi Pengelolaan Tanah Ultisol Untuk Pengembangan Pertanian Lahan Kering di Indonesia. Jurnal Litbang Pertanian.

183 [Proyek Pembangunan Penelitian Pertanian Indonesia dan Pusat Penelitian Tanah dan Agroklimat Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian]. 1994. Panduan Survei Tanah. Bagian Pertama. Ross, J. T. 1995. Fuzzy Logic With Engineering Application. McGraw-Hill, Inc. USA. Salokhe, G et al. FAO’s Role in Information Management and Dissemination Challenges, Inovation, Success, Lesson Learned.( http://www.fao.org/). 17 Januari 2008. Sargent, Robert G. 1998. Verification and Validation of Simulation Models. Proceedings of the 1998 Winter Simulation Conference. p 121-130. Syafruddin, Kairupan, A., A. Negara, J. Limbongan. 2004. Penataan Sistem Pertanian dan Penetapan Komoditas Unggulan Berdasarkan Zona Agroekologi di Sulawesi Tengah. Jurnal Litbang Pertanian. Wai,

K. S. et al. 2005. Expert System in Real (http://www.generation5.com/). 1 Desember 2008.

World

Yan, J., Ryan, M., Power, J., 1994. Using Fuzzy Logic. Prentice Hall International. UK.

Applications.

SISTEM PAKAR PENENTUAN KESESUAIAN LAHAN BERDASARKAN FAKTOR PENGHAMBAT TERBESAR (MAXIMUM LIMITATION FACTOR) UNTUK TANAMAN PANGAN NINA SEVANI

Recommend Documents