SISTEM PAKAR PERLAKUAN TANAMAN DENGAN HORMON PERTUMBUHAN, FAKTOR EKSOGEN DAN ENDOGEN MENGGUNAKAN PENDEKATAN FUZZY YAASIINTA AYYUHANI CARIENS

SISTEM PAKAR PERLAKUAN TANAMAN DENGAN HORMON PERTUMBUHAN, FAKTOR EKSOGEN DAN ENDOGEN MENGGUNAKAN PENDEKATAN FUZZY

YAASIINTA AYYUHANI CARIENS

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan Endogen Menggunakan Pendekatan Fuzzy adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Oktober 2013 Yaasiinta Ayyuhani Cariens NIM G64104071

ABSTRAK YAASIINTA AYYUHANI CARIENS. Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan Fuzzy. Dibimbing oleh KARLINA KHIYARIN NISA. Proses pertumbuhan tanaman dapat dimanipulasi dengan cara memberikan hormon tertentu dan memberikan faktor eksogenous tanaman pada kadar tertentu. Perlakuan ini mampu mempengaruhi pertumbuhan tanaman sesuai dengan kebutuhan, contohnya: mempercepat proses pembungaan, memperpanjang masa kemudaan(juvenility), atau untuk meregenerasi bagian tertentu pada bunga. Pada praktiknya, efek dari proses perlakuan ini hanya dapat dilihat pada tanaman setelah melewati periode waktu yang cukup panjang dan dilakukan dalam proses penelitian yang memakan banyak biaya. Sistem pakar ini dikembangkan untuk memprediksi pertumbuhan tanaman dengan cara memasukkan beberapa variabel seperti hormon dan faktor eksogenous. Sistem pakar ini merupakan kombinasi dari sistem inferensi fuzzy Mamdani dan sistem berbasis aturan. Sistem ini mampu menstimulasi efek dari pemberian hormon dalam dosis fuzzy dan faktor eksogenous. Sistem ini dapat digunakan untuk mengestimasi apakah tanaman mampu memproduksi bunga, mandul, tetap muda atau mati. Sistem ini juga mampu memprediksi bentuk bunga yang akan tumbuh, apakah bunga tersebut akan tumbuh menjadi bunga sempurna atau bunga dengan kecacatan pada beberapa bagian dari bunga tersebut. Akurasi hasil dari proses inferensi sistem yang didapat adalah sebesar 75 %. Kata kunci: faktor eksogenous, fuzzy, hormon,pertumbuhan tanaman, sistem pakar

ABSTRACT YAASIINTA AYYUHANI CARIENS. Expert System for Plant Growth Using Hormones, Exogenous and Endogenous Factors Based on Fuzzy Approach. Supervised by KARLINA KHIYARIN NISA. The plant growth process can be manipulated by giving some hormones and controlling the exogenous factors at a certain level. These treatments would affect the plant growth as desired, for example: to accelerate the flowering process, to lengthen thejuvenility, or to regenerate certain parts of the flower. In practice, the effect of this manipulating process can only be seen on a plant after a long period and costly research. This research develops an expert system to predict the plant growth based on some variables such as hormones and exogenous factors. This expert system is a combination of a Mamdani fuzzy inference system and a rule based system. The system is able to estimate the effect of giving some fuzzy level of hormones and setting up some exogenous factors. This system can estimate whether the plant would produce flowers, become sterile, stay juvenile or even die. This system is also able to predict the shape of the flower, whether it would be a perfect flower or not. The research show that the accuracy for the inference system is 75 %. Keywords: exogenous factors, expert system, fuzzy, hormones,plant growth

SISTEM PAKAR PERLAKUAN TANAMAN DENGAN HORMON PERTUMBUHAN, FAKTOR EKSOGEN DAN ENDOGEN MENGGUNAKAN PENDEKATAN FUZZY

YAASIINTA AYYUHANI CARIENS

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Judul Skripsi : Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan Endogen Menggunakan Pendekatan Fuzzy : Yaasiinta Ayyubani Cariens Nama : G64104071 NIM

Disetujui oleh

Karlina Khiyarin Nisa, S.Kom., MT

Pembimbing

Tanggal Lulus:

n 2 DEC

20 11

Judul Skripsi :Sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogen dan endogen menggunakan pendekatan fuzzy Nama : Yaasiinta Ayyuhani Cariens NIM : G64104071

Disetujui oleh

Karlina Khiyarin Nisa, S.Kom., MT Pembimbing I

Diketahui oleh

Dr Ir Agus Buono MSi MKom Ketua Departemen

Tanggal Lulus:

PRAKATA Bismillahirrohmannirrohim, Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala yang telah memberikan banyak kenikmatan terutama nikmat sehat sehingga penulis dapat menyelesaikan penyusunan skripsiya. Sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogen dan endogenmenggunakan pendekatan fuzzy merupakan hasil penelitian penulis yang disusun untuk memenuhi tugas akhir studinya. Pada kesempatan ini penulis mengucapkan terima kasih yang tulus kepada kedua orang tua yaitu Bapak Cartim, S.Pd, IbuNeneng Nengsih, S.Pd yang telah membesarkan serta merawat penulis hingga saat ini, adik-adik yang telah memberikan dorongan moral dan doa restu sehingga penulis dapat menyelesaikan laporan ini, IbuKarlina Khiyarin Nisa, S.Kom., MT selaku dosen pembimbing, Ibu Dr. Tetty Chaidamsari, MSi selaku pakar bagi bidang yang dikaji, Bapak Toto Haryanto, S.Kom., M.Si selaku dosen penguji, dan Bapak M.Asyhar Agmalaro,S.Si.,M.Kom selaku dosen penguji kedua, serta dukungan dari temanteman lain yang tidak dapat disebutkan satu-persatu. Penulis menyadari terdapat berbagai kekurangan serta ketidaksempurnaan laporan ini, untuk itu penulis mengharapkan saran yang membangun demi perbaikan laporan ini dan semoga laporan ini dapat bermanfaat, Amin.

Bogor, Oktober 2013 Yaasiinta Ayyuhani Cariens

DAFTAR ISI DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Perumusan Masalah

2

Tujuan Penelitian

2

Hipotesis

2

METODE

3

Akuisisi Pengetahuan

4

Proses Inferensi

5

Inferensi tahap 1

7

Inferensi tahap 2

27

Inferensi tahap 3

28

HASIL DAN PEMBAHASAN

29

Hasil

29

Antarmuka Pengguna

29

Pembahasan

32

Inferensia fuzzy

32

Fuzzifikasi

32

Defuzzifikasi

34

Fungsi vegetatif

36

Fungsi generatif

36

Fungsi status bunga

36

Fungsi bentuk bunga

37

Hasil Pengujian

38

Pengujian Inferensi Tahap Pertama

38

Pengujian Inferensi Tahap Kedua

38

Pengujian Inferensi Tahap Ketiga

39

Validasi Pengujian

39

SIMPULAN DAN SARAN

42

Simpulan

42

Saran

42

DAFTAR PUSTAKA

42

LAMPIRAN

43

RIWAYAT HIDUP

47

DAFTAR TABEL 1 2 3 4 5 6 7 8 9 10 11 12

Pengaruh HR, SN DNE terhadap Juvenility faktor eksogenous dan endogenous Bentuk bunga nilai pusat tingkat pembatas Tingkat pembatas faktor eksogenous Tingkat pembatas faktor endogenous nilai keluaran data untuk inferensi tahap 1 nilai keluaran data untuk inferensi tahap 2 nilai keluaran data untuk inferensi tahap 2 Validasi pengujian proses inferensi tahap pertama Validasi pengujian proses inferensi tahap kedua Perbandingan nilai faktor endogenous pakar dan sistem

5 5 6 10 28 28 38 39 39 40 40 41

DAFTAR GAMBAR 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

13. 14. 15. 16. 17. 18. 19. 20.

Struktur umum sistem pakar menurut Ignizio (1992) Diagram alur kerja sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogenous dan endogenous Proses inferensi tahap 1 bentuk umum kurva fungsi keanggotaan juvenility Fungsi keanggotaan untuk variabel HR Fungsi keanggotaan untuk variabel SN DNE Fungsi keanggotaan untuk variabel juvenility Fuzzifikasi untuk input data HR dan SN DNE yang diberikan. Proses inferensi penentuan data ratingjuvenility Proses inferensi tahap 2 Proses inferensi tahap 3 Tampilan GUI Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan Fuzzy Kurva variabel HR Kurva variabel SN DNE Kurva variabel juvenility Aturan fuzzyjuvenility Bunga Sempurna Class B mutant Class A mutant Class C mutant

3 6 7 7 8 9 9 11 27 28 29

32 33 33 34 35 37 37 38 38

DAFTAR LAMPIRAN 1. 2.

Fungsi bentuk bunga Fungsi generatif

43 45

1

PENDAHULUAN Proses pertumbuhan pada tanaman merupakan fase yang penting untuk hasil produksi tanaman. Terdapat dua macam pendekatan dalam perlakuan untuk memanipulasi pertumbuhan pada tanaman, yaitu cara konvensional dan bioteknologi. Pendekatan bioteknologi yaitu melalui rekayasa genetik, Terdapat dua jenis pendekatan rekayasa genetik, yaitu molecular biology dan molecular breeding. Pendekatan berdasarkan molecular biology memberikan perlakuan pada gen-gen pembungaan, hal ini dilakukan demi memacu pertumbuhan tanaman sesuai kebutuhan pengguna sistem. Terdapat dua jenis pertumbuhan tanaman vegetatif dan generatif. Menurut Liu et al (2009), pertumbuhan vegetatif merupakan fase pertumbuhan non-reproduksi dari siklus hidup tanaman, sedangkan pertumbuhan generative atau disebut juga pertumbuhan reproduktif merupakan fase pembungaan tanaman, pada fase ini tanaman mulai menghasilkan organ (bunga). Pertumbuhan generatif dan vegetatif ini dipengaruhi oleh masa kemudaan tanaman atau juvenility. Menurut Samach (2012),juvenility menggambarkan fase pertumbuhan setelah perkecambahan dari biji selama pembungaan belum terjadi dan tunas meristem tidak kompeten untuk menanggapi isyarat induktif dari musim, dan karenanya tanaman tersebut tetap dalam fase vegetatif. Dari sini dapat ditarik kesimpulan bahwa apabila juvenility masih aktif dalam suatu tanaman, maka tanaman itu mengalami pertumbuhan vegetatif, sedangkan apabila terjadi penurunan juvenility sampai ke titik tertentu, proses pertumbuhan generatif akan dimulai. Juvenility itu sendiri dapat dipengaruhi oleh beberapa hormon yaitu Hypersensitive Response (HR), SN serta DNE. Menurut Parimalanet al(2004) gen HR mem blok penurunan kegiatan gen SN dan DNE selama penuaan berlangsung dan karenanya, memperpanjang fase juvenile tanaman. Proses pertumbuhan tanaman secara generatif dipengaruhi oleh dua jenis faktor yaitu faktor luar tanaman (eksogenous) dan faktor dalam tanaman (endogenous). Parimalan et al (2004) juga mengemukakan bahwa Induksi Floral (fase generatif tanaman) adalah tahap pertama dari proses perkembangan bunga dan hanya terjadi di tanaman yang memiliki kompetensi. Sel atau sekelompok sel dikatakan kompeten apabila dapat merespon perlakuan sesuai hasil yang diharapkan, terutama untuk pembungaan. Induksi floral ini dapat dipengaruhi oleh faktor eksogen dan faktor endogen. Proses kedua setelah induksi floral adalah inisiasi floral, pada jurnal yang sama Parimalan et al (2004) menjelaskan bahwa gen yang paling berperan dalam proses ini adalah leafy. Gen ini bertanggug jawab dalam konversi tunas perbungaan ke meristem bunga. Detail dari proses yang dijelaskan di atas merupakan pengetahuan yang didapat setelah melakukan penelitian secara nyata yang tentunya memakan biaya dan waktu lama bagi seorang peneliti biomolekuler. Oleh karena itu dibuatlah sistem pakar penentuan jenis pembungaan tanaman berdasarkan hormon pertumbuhan, faktor eksogenous dan endogenous. Sistem pakar ini dirancang untuk memudahkan pengguna dalam memanipulasi faktor dan hormon yang mempengaruhi pertumbuhan tanaman. Sistem ini dibuat dengan menggunakan

2

metode fuzzy Mamdani, dikarenakan variabel yang terdapat didalamnya masih berupa fuzzy. Pakar yang akan berperan dalam pembentukan sistem pakar ini adalah Dr. Tetty Chaidamsari M.Si. seorang pakar biologi molekuler di Indonesian Biotechnology Research Institute for Estate Crops. Dengan adanya sistem pakar ini, diharapkan proses perlakuan pada tanaman akan lebih mudah dan akurat.

Perumusan Masalah Berbekalkan latar belakang dan kerangka pikir, masalah yang diteliti dapat dirumuskan. Masalah yang dirumuskan harus jelas dan fokus pada kata kunci utama yang unik. Dalam merumuskan masalah, deskripsi lokasi studi terutama keunikannya sudah termasuk dalam dalam pertimbangan. Untuk memperjelas perumusan masalah, dapat juga dibuat beberapa pertanyaan yang hendak dijawab dalam penelitian itu. Dalam uraian harus tercakup pendekatan yang digunakan dalam perumusan masalah. Untuk membantu mengikuti alur pikir secara skematis, dapat juga dibuat bagan alir kerangka proses dan rumusan masalah serta pencapain tujuan penelitian.

Tujuan Penelitian Tujuan penelitian ini adalah mengimplementasikan sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogen dan endogenmenggunakan pendekatan fuzzy metode Mamdani.

Hipotesis Pertumbuhan pada tanaman dapat dimanipulasi demi kepentingan pemilik tanaman, misal tanaman dengan masa muda yang panjang, tanaman dengan bunga sempurna, sampai tanaman dengan bunga yang unik. Hasil akhir dari tanaman tersebut dapat dimanipulasi dalam fase pertumbuhannya dengan mengatur hormon tertentu serta faktor-faktor dalam (endogen) dan faktor luar (eksogen) tanaman. Nilai kemudaan suatu tanaman atau disebut juvenility dapat dipengaruhi oleh hormon HR dan SN DNE. Dengan aktifnya juvenility maka dapat dipastikan tanaman tersebut masih mengalami pertumbuhan vegetatif, sedangkan apabila juvenilitynya sudah mengalami penurunan sampai angka tertentu maka tanaman tersebut mulai mengalami pertumbuhan generatif. Proses pertumbuhan generatif ini dipengaruhi oleh faktor luar tanaman atau disebut faktor eksogenous. Faktor eksogenous ini lalu akan mempengaruhi faktor dalam atau endogenous yang ada dalam tanaman. Dengan adanya faktor-faktor tersebut, tanaman yang mengalami pertumbuhan generatif memiliki kemungkinan untuk mati. Sebaliknya apabila faktor eksogenous dan endogenous yang aktif tepat, tanaman akan tetap hidup dan mengalami pembungaan. Proses selanjutnya, yaitu proses pembungaan tanaman dipengaruhi oleh sebuah hormon yang disebut leafy. Kadar leafy tertentu pada tanaman dengan keadaan berdasarkan keluaran yang dihasilkan dari proses sebelumnya dapat

3

mempengaruhi bentuk bunga yang akan tumbuh. Bentuk bunga yang tumbuh terdiri atas empat komponen yang dapat aktif atau nonaktif, yaitu sepal, petal, stamen, dan carpel. Masukan dengan nilai tertentu dapat menyebabkan salah satu atau beberapa dari keempat komponen tersebut aktif atau nonaktif, bunga yang memiliki keempat komponen tersebut disebut bunga sempurna, sedangkan bunga yang memiliki kurang dari empat komponen tersebut disebut bunga tidak sempurna atau mutant. Seluruh proses yang disebutkan tentunya sulit dilakukan tanpa takaran yang baku jika menginginkan hasil pertumbuhan yang spesifik. Oleh karena itu dilakukan implementasi sistem pakar dengan pendekatan fuzzy pada kadar juvenility yang dipengaruhi oleh hormon HR dan SN DNE agar lebih mudah dalam pemrosesan informasi.

METODE Menurut Ignizio (1992), sistem pakar didefinisikan sebagai model dan suatu prosedur pengasosiasian yang memperlihatkan derajat keahlian dari sebuah pengambilan keputusan dalam domain yang spesifik sesuai dengan seorang pakar di bidang tersebut. Berdasarkan sumber yang sama, struktur umum sistem pakar adalah seperti yang terlihat pada Gambar 2. Working memory

Knowledge base

Rule adjuster

Inference engine

Interface

User

Knowledge engineer

Gambar 1Struktur umum sistem pakar menurut Ignizio (1992) Alur kerja yang dilaksanakan yaitu dengan mengidentifikasi bidang permasalahan yang akan dikaji. Tahap berikutnya adalah pengembangan sistem pakar. Tahap ini dilaksanakan berdasarkan tahap pengembangan sistem pakar menurut Marimin (1992) yang terdiri atas pemilihan pakar, representasi pengetahuan, pengembangan mesin inferensi, implementasi, dan pengujian.

4

Akuisisi Pengetahuan Proses akuisisi pengetahuan dari pakar dilakukan melalui wawancara serta membaca jurnal-jurnal yang berhubungan dengan penelitian yang dikaji. Pengetahuan tersebut meliputi : Kadar juvenility yang mempengaruhi panjangnya fase kemudaan tanaman. Faktor-faktor endogenous dan eksogenous beserta hubungan timbal baliknya satu sama lain. Bagian-bagian dari bunga beserta pengaruhnya dengan hormon leafy Berdasarkan data yang didapat dari pakar, kombinasi nilai HR dan SN DNE beserta pengaruhnya terhadap masa kemudaan tanaman dapat mempengaruhi nilai kemudaan/juvenility dari tanaman. Faktor eksogen tanaman meliputi Photoperiod(Pho), Vernalisasi (Vern), Stress (Str), dan Nutrisi (Nutr). Sedangkan faktor endogenyaitu Florigen(Flo), Antiflorigen(Anf), Elektrisitas (Elect) dan Multifaktor yang disebabkan oleh PGR (PGR). Faktor eksogenous merupakan suatu aksi yang diterima dari luar tubuh tanaman, yang selanjutnya mampu memengaruhi beberapa hormon dan zat yang ada dalam tanaman. Zat ini kemudian disebut faktor endogen. Berdasarkan keluaran dari hasil proses sebelumnya, terdapat tanaman yang berbunga dan mati. Ketika tanaman mati maka proses inferensi selesai pada proses tersebut, sedangkan apabila tanaman berbunga, maka proses selanjutnya adalah menentukan bentuk bunga dengan memberikan kadar leafy terhadap hasil keluaran dari proses sebelumnya. Representasi Pengetahuan HR, SN DNE dan Juvenility Hubungan antara HR dan SN DNE terhadap nilai Juvenility dan kemudaan tanaman dapat dilihat pada Tabel 1. Faktor eksogenous dan endogenous Tabel 2 menjelaskan hubungan sebab akibat antara faktor eksogenous dan endogenous. Faktor eksogenous yang dimasukkan oleh pengguna dapat menghasilkan kombinasi faktor endogenous yang berbeda, yang pada akhirnya akan menentukan status tanaman tersebut apakah mandul atau mampu berbunga. Bentuk bunga Berdasarkan tabel dua, terdapat tanaman yang berbunga dan mati. Ketika tanaman mati, proses inferensi akan selesai pada proses tersebut, sedangkan apabila tanaman berbunga,proses selanjutnya adalah menentukan bentuk bunga dengan memberikan kadar leafy terhadap hasil keluaran dari tabel 2, adapun tanaman yang berbunga adalah pada nilai keluaran nomor 1, 4, 5, 7, 12, 13, dan 15. Ketujuh macam keluaran tersebut digambarkan pada Tabel 3.

5

Proses Inferensi Secara umum, proses inferensi yang terdapat pada sistem ini dibagi menjadi empat modul proses dengan dua macam inferensi yang digunakan, yaitu inferensi fuzzyforward chaining dan inferensi non fuzzy dengan menggunakan fungsi kondisional. Diagram alur proses dari sistem pakar pelakuan tanaman dengan hormon pertumbuhan, faktor eksogenous dan endogenous dapat dilihat pada Gambar2. Tabel 1Pengaruh HR, SN DNE terhadap Juvenility No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

HR Sedikit Sedikit Sedikit Sedang Sedang Sedang Banyak Banyak Banyak Nonaktif Nonaktif Nonaktif Nonaktif Banyak Sedang Sedikit

SN DNE Banyak Sedang Sedikit Banyak Sedang Sedikit Banyak Sedang Sedikit Banyak Sedang Sedikit Nonaktif Nonaktif Nonaktif Nonaktif

JUVENILITY Banyak Banyak Sedang Banyak Banyak Sedang Banyak Banyak Sedang Banyak Sedang Sedikit Nonaktif Sedikit Sedang Banyak

Status Tanaman Sangat muda Sangat muda Muda Sangat muda Sangat muda Muda Sangat muda Sangat muda Muda Sangat Muda Muda Menuju Dewasa Dewasa Menuju Dewasa Muda Sangat Muda

Tabel 2faktor eksogenous dan endogenous No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Faktor Eksogenous Pho Vern Str Nutr aktif tidak tidak tidak tidak aktif tidak tidak tidak tidak aktif tidak tidak tidak tidak aktif aktif aktif tidak tidak aktif tidak aktif tidak aktif tidak tidak aktif tidak aktif aktif tidak tidak tidak aktif aktif tidak aktif tidak aktif aktif aktif aktif tidak aktif aktif tidak aktif aktif tidak aktif aktif tidak aktif aktif aktif aktif aktif aktif aktif

Faktor Endogenous Status Tanaman Flo Anf Elect PGR aktif aktif tidak aktif berbunga tidak tidak tidak tidak mandul tidak tidak aktif tidak mandul aktif aktif tidak aktif berbunga aktif aktif tidak aktif berbunga tidak tidak aktif tidak mandul aktif aktif tidak aktif berbunga tidak tidak aktif tidak mandul tidak tidak aktif tidak mandul tidak tidak tidak tidak mandul tidak tidak aktif tidak mandul aktif aktif tidak aktif berbunga aktif aktif aktif aktif berbunga tidak tidak aktif tidak mandul aktif aktif aktif aktif berbunga

6

Tabel 3Bentuk bunga No 1

4

5

7

12

13

15

Leafy Kuat Sedang Lemah Kuat Sedang Lemah Kuat Sedang Lemah Kuat Sedang Lemah Kuat Sedang Lemah Kuat Sedang Lemah Kuat Sedang Lemah

Sepal aktif tidak tidak aktif aktif aktif aktif tidak tidak aktif tidak aktif aktif tidak tidak aktif aktif aktif aktif aktif aktif

Petal aktif aktif tidak aktif aktif aktif aktif aktif tidak aktif tidak tidak aktif aktif tidak aktif aktif aktif aktif aktif aktif

Stamen aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif tidak aktif aktif aktif aktif aktif aktif aktif aktif aktif

Carpel aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif aktif

Bentuk bunga Sempurna Class C Mutant Class A Mutant Sempurna Sempurna Sempurna Sempurna Class C Mutant Class A Mutant Sempurna Class A Mutant Class B Mutant Sempurna Class C Mutant Class A Mutant Sempurna Sempurna Sempurna Sempurna Sempurna Sempurna

Mulai Baca Nilai HR, Nilai SN DNE Juvenility ß (HR, SN DNE) Juvenility = 0

tidak

Status Kemudaan Tanaman

ya Faktor Endogenous ß (Faktor Eksogenous) Baca Nilai Photoperiod, Vernalisasi, Stress, dan Nutrisi Faktor endogenous ß (Photoperiod + Vernalisasi + Stress + Nutrisi)

Baca nilai leafy

ya

Faktor endogenous = positif

tidak

Tanaman mati

Bentuk bunga ß (endogenous positif + leafy) Tanaman berbunga Tidak Sempurna

tidak

Bentuk Bunga = Sempurna

ya

Tanaman berbunga sempurna Selesai

Gambar 2Diagram alur kerja sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogenous dan endogenous

7

Inferensi tahap 1 Inferensi pada tahap 1 merupakan inferensi fuzzy, yang dilakukan pada variabel HR dan SN DNE sebagai input, dan variabel Juvenility sebagai output. Terdapat empat tahap yang digunakan untuk menentukan tingkat pembatas dari masukan nilai crisp pada inferensi fuzzy, yaitu fuzzifikasi, inferensi, komposisi, dan defuzzifikasi. Terdapat empat tahap yang digunakan untuk menentukan tingkat pembatas dari masukan nilai crisp pada inferensi fuzzy, yaitu fuzzifikasi, inferensi, komposisi, dan defuzzifikasi. Metode inferensi yang digunakan dalam inferensi ini adalah metode min, sedangkan metode komposisi yang digunakan adalah metode max. Lalu metode defuzzifikasi yang digunakan adalah metode center average defuzzifier. Kombinasi metode inferensi min dan komposisi max dipilih karena menurut Wang(1997), kombinasi ini memberikan kemudahan dalam komputasi nilai. Proses inferensi tahap 1 dapat dilihat pada Gambar 3. Start

Kategorisasi kelas kemudaan

Yes

Fuzzifikasi input HR, SN DNE

Inferensia fuzzy

Stop

Juvenility>0

Defuzzifikasi output juvenility

Inferensi tahap 2

No

Gambar3Proses inferensi tahap 1

Fuzzifikasi Fungsi keanggotaan untuk juvenility direpresentasikan dengan kurva trapesium, terdapat empat kelas yaitu nonaktif, sedikit, sedang, banyak. Bentuk umum dari fungsi keanggotaan dapat dilihat pada Gambar 4. Sedikit

sedang

banyak

Derajat keanggotaan

1

juvenility (x) 0

10

20

c1

30

d1

40

50

a1

60

70

80

90

100

b1

Gambar4bentuk umum kurva fungsi keanggotaan juvenility

Fungsi umum untuk parameter keanggotaan pada area c1 sampai d1 adalah sebagai berikut :

8

Fungsi umum untuk parameter keanggotaan area a1 sampai b1 adalah sebagai berikut :

Fungsi keanggotaan parameter HR dapat dapat dilihat pada Gambar 5. Sedikit

sedang

banyak

Derajat keanggotaan

1

HR (x) 0

10

20

20

30

30

40

50

45

60

70

80

90

100

55

Gambar5Fungsi keanggotaan untuk variabel HR

Fungsi keanggotaan parameter SN DNE dapat dilihat pada Gambar 6.

9

Sedikit

sedang

banyak

Derajat keanggotaan

1

SN DNE (x) 0

10

20

30

20

40

50

45

30

60

70

80

90

100

55

Gambar6Fungsi keanggotaan untuk variabel SN DNE

Fungsi keanggotaan parameter juvenility dapat dilihat pada Gambar 7. Sedikit

sedang

banyak

Derajat keanggotaan

1

juvenility (x) 0

10

20

20

30

30

40

50

45

60

70

80

90

100

55

Gambar7Fungsi keanggotaan untuk variabel juvenility

10

Nilai pusat dari tingkat pembatas pada juvenility, berdasarkan gambar 7 digambarkan pada Tabel 4. Tabel4nilai pusat tingkat pembatas Tingkat Pembatas juvenility Nonaktif Sedikit Sedang Banyak

Nilai Pusat 0.0 20.0 37.5 55.0

Untuk menggambarkan proses fuzzifikasi, diberikan contoh input sebagai berikut . Input : - HR : 22 nanogram - SN DNE : 49 nanogram Berdasarkan fungsi keanggotaan HR (Gambar 5)dan SN DNE (Gambar 6) dapat diperoleh nilai keanggotaan untuk data input HR dan SN DNE yaitu : Hypersensitive Response (hr): sedikit(22)

= 0.8,

sedang(22)

= 0.2.

Sterile Node dan Day Neutral / SN DNE (sn): sedang(49)

= 0.6,

banyak(49)

= 0.4.

Premis Aturan 6 : HR adalah sedikit sedang Premis Aturan 7 : HR adalah sedikit banyak Premis Aturan 9 : HR adalah sedang sedang Premis Aturan 10 : HR adalah sedang banyak

AND SN/DNE adalah AND SN/DNE adalah AND SN/DNE adalah AND SN/DNE adalah

Berdasarkan premis aturan diatas, digunakan operator min untuk mendapat kebenaran nilai premis sebagai berikut : Premis R6 : min(Msedikit(22), Msedang(49))

11

= min(0.8 , 0.6) = 0.6 Premis R7 : min(Msedikit(22), Mbanyak(49)) = min(0.8 , 0.4) = 0.4 Premis R9 : min(Msedang(22), Msedang(49)) = min(0.2 , 0.6) = 0.2 Premis R10 : min(Msedang(22), Mbanyak(49)) = min(0.2 , 0.4) = 0.2 Dengan menggunakan aturan untuk menentukan tingkat pembatas yang berkaitan dengan juvenility diperoleh aturan-aturan sebagai berikut: R6 : R7 : R9 : R10 :

IF HR adalah THEN JUVENILE IF HR adalah THEN JUVENILE IF HR adalah THEN JUVENILE IF HR adalah THEN JUVENILE

sedikit AND SN/DNE adalah banyak sedikit AND SN/DNE adalah banyak sedang AND SN/DNE adalah banyak sedang AND SN/DNE adalah banyak

adalah sedang adalah banyak adalah sedang adalah banyak

Ilustrasi proses fuzzifikasi untuk input data HR dan SN DNE yang diberikan dapat dilihat pada Gambar 8. FUZZIFIKASI INPUT

OPERATOR MIN

1

1

0,8 sedikit

0,6

0,6

sedang

Derajat kebenaran Premis R6 0 Premis R6 :

AND

hr adalah sedikit

1

0 sn adalah sedang 1

0,8 sedikit

0,4

0 Premis R7 :

AND

hr adalah sedikit

1

Banyak

0,4

Derajat kebenaran Premis R7

Banyak

0,4

Derajat kebenaran Premis R9

Banyak

0,4

Derajat kebenaran Premis R10

0 sn adalah banyak 1

0,2 Sedang

0,2

0 Premis R9 :

AND

hr adalah sedang

1

0 sn adalah banyak

1

0,2 Sedang

0,2

0 Premis R10 :

hr adalah sedang

Input 1 hr = 22

AND

0 sn adalah banyak

Input 2 sn = 49

Gambar8Fuzzifikasi untuk input data HR dan SN DNE yang diberikan.

12

Inferensi min Dalam inferensi min, fungsi keanggotaan output untuk setiap aturan diperoleh dari fungsi keanggotaan tingkat pembatas dari aturan-aturan yang terpicu yang dipotong pada ketinggian yang disesuaikan dengan nilai kebenaran premis dari aturan-aturan tersebut. Proses inferensi min untuk juvenility dapat dilihat dalam Gambar 9.

Komposisi max Pada proses komposisi max, nilai maksimum dari himpunan fuzzy setiap aturan dikumpulkan dan dihimpun menjadi suatu fungsi keanggotaan baru. Proses inferensi ini melibatkan output R6, R7, R9, dan R10 yang merupakan output dengan rule yang berkaitan dengan hasil perhitungan min. Fungsi keanggotaan dari output yang dihasilkan proses komposisi adalah sebagai berikut :

Hasil komposisi max dapat dilihat pada Gambar 9.

27

FUZZIFIKASI INPUT

OPERATOR MIN

1

INFERENSI MIN

1

0,8 sedikit

0,6

sedang

0

Premis R6 :

hr adalah sedikit

AND

1

0

sn adalah sedang

Output R6

1

0,8 sedikit Banyak 0,4 0

Premis R7 :

hr adalah sedikit

AND

1

0

sn adalah banyak

Output R7

1

Banyak 0,4 Sedang 0

Premis R9 :

hr adalah sedang

0,2 AND

1

0

sn adalah banyak

Output R9

1

Banyak

Sedang 0

Premis R10 :

hr adalah sedang Input 1 hr = 22

0,4

0,2 AND

0

sn adalah banyak Input 2 sn = 49

Rating (X) = 47.5

Output R10 KOMPOSISI MAX

CENTER AVERAGE DEFFUZIFIER

output

Gambar9Proses inferensi penentuan data ratingjuvenility

Defuzzifikasi Himpunan fuzzy hasil komposisi max lalu dikonversikan ke dalam bentuk crisp dengan menggunakan metode center average defuzzifier. Pusat dari himpunan fuzzyoutput R6, R7, R9, dan R10 adalah 55. Sedangkan tingginya masing-masing adalah w1=0.6, w2=0.4, w3=0.2, w4=0.2. Perhitungan dengan metode center average defuzzifier yang berhubungan dengan juvenility adalah sebagai berikut

Dari fungsi keanggotaan tingkat pembatas, dapat diketahui bahwa X* bernilai 55, dan termasuk ke dalam kelompok banyak dengan derajat keanggotaan )=1Sehingga dapat disimpulkan bahwa nilai juvenility tanaman adalah banyak, dan tanaman berstatus sangat muda. Untuk keluaran nilai dengan status tanaman sangat muda, program berhenti melakukan inferensi di tahap satu. Inferensi tahap 2 Inferensi tahap dua merupakan proses untuk menentukan keaktifan faktor endogenous tanaman berdasarkan faktor eksogenous yang diberikan. Proses pada inferensi tahap 2 ini akan berlangsung ketika nilai keluaran dari inferensi tahap 1

28

bernilai nol, atau tanaman berstatus menuju dewasa. Proses inferensi tahap 2 ini dapat dilihat pada Gambar 10. photoperiod

vernalisasi Start stress

Florigen

Mengkombinasi faktor eksogenous

nutrisi

Antiflorigen

Elektrisitas

Mengkombinasi faktor endogenous

GENE

Stop

Multi PGR

Gambar10Proses inferensi tahap 2

Misal kita berikan nilai input faktor eksogenous sebagai berikut : Photoperiod : Aktif Vernalisasi : Nonaktif Stress : Nonaktif Nutrient : Aktif Bentuk pembatas yang terdapat pada inferensi tahap dua ini terdapat pada Tabel 5. Tabel5Tingkat pembatas faktor eksogenous Bentuk pembatas Photoperiod Vernalisasi Stress Nutrient

Tingkat pembatas faktor eksogenous Aktif Nonaktif Nonaktif Aktif

Berdasarkan Tabel 2. Faktor eksogenous dan Endogenous, hasil keluaran dari tingkat pembatas input tersebut adalah seperti terdapat pada Tabel 6. Tabel6Tingkat pembatas faktor endogenous Bentuk Pembatas Tingkat pembatas faktor endogenous Florigen Aktif Antiflorigen Aktif Electricity Nonaktif PGR Multifactor Aktif Status yang diberikan pada tanaman ini adalah : “tanaman mengalami pembungaan” Inferensi tahap 3 Inferensi tahap tiga merupakan proses penentuan bentuk bunga yang akan tumbuh berdasarkan input faktor endogenous dari inferensi tahap 2. Pada tahap ini terdapat empat jenis kemungkinan bunga yang muncul, yaitu bunga sempurna, class A mutant, class B mutant, dan class C mutant. Masing-masing class akan dipengaruhi oleh muncul atau tidaknya bagian dari bunga, yaitu sepal, petal, stamen dan carpel. Inferensi tahap ketiga ini hanya akan berjalan apabila status keluaran pada inferensi tahap dua adalah “tanaman mengalami pembungaan”. Sebaliknya apabila tanaman tidak mengalami pembungaan maka tanaman akan

29

dinyatakan mandul dan otomatis inferensi tahap 3 yaitu inferensi untuk menentukan bentuk bunga ditiadakan. Proses inferensi tahap 3 dapat dilihat pada Gambar 11.

Start

Gene, Leafy

Pengaktifan komponen bunga

Sepal

sempurna

Petal

Class A mutant Pengelompokan jenis bunga

Stamen

Class B mutant

Carpel

Class C mutant

Stop

Gambar11Proses inferensi tahap 3 Sebagai contoh hasil inferensi pada tahap dua, didapatkan status faktor endogenous tanaman adalah sebagai berikut : florigen :aktif antiflorigen :aktif electricity :nonaktif multifactorial by pgr :aktif status : tanaman mengalami pembungaan Pada inferensi tahap ketiga ini kita akan diharuskan memasukan nilai leafy. Nilai leafy yang dapat dimasukan dibagi menjadi tiga tingkat pembatas yaitu lemah, sedang, dan kuat. Misal kita berikan nilai leadfy adalah sebagai berikut : leafy :kuat Maka berdasarkan Tabel 3 bentuk bunga, status keluaran adalah sebagai berikut : sepal :aktif petal :aktif stamen :aktif carpel :aktif bentuk bunga :sempurna Dari hasil tersebut, sesuai Tabel 3 dapat disimpulkan bahwa tanaman tersebut menghasilkan “bunga sempurna”, yaitu bunga yang memiliki komponen lengkap.

HASIL DAN PEMBAHASAN Hasil Antarmuka Pengguna Antarmuka pengguna terdiri atas satu form universal yang dibangun menggunakan GUI Matlab, jendela ini bernama guisispakbunga.m. Form ini terdiri atas beberapa komponen, yaitu : FormJuvenility : HR(input text), merupakan input data berupa angka dengan kisaran nilai masukan antara nol sampai seratus. Input ini digunakan untuk memasukan nilai HR.

30

SN/DNE(input text), merupakan input data berupa angka dengan kisaran nilai masukan antara nol sampai seratus. Input ini digunakan untuk memasukan nilai SN atau DNE. Proses(button), merupakan tombol yang berfungsi memproses nilai input HR dan SN/DNE ke dalam proses inferensi tahap satu, yaitu proses fuzzifikasi nilai juvenility. Reset(button), merupakan tombol yang digunakan untuk me reset nilai input HR, SN/DNE, serta nilai output yang terdapat pada form 1 juvenility Nilai Juvenility (output text/static text), merupakan nilai keluaran yang memuat hasil perhitungan nilai fuzzyjuvenility berupa angka. Umur Tanaman (output text/static text), merupakan nilai keluaran yang memuat hasil perhitungan umur tanaman berdasarkan nilai fuzzyjuvenility yang telah diketahui. Pertumbuhan (output text/static text), merupakan nilai keluaran yang memuat status pertumbuhan tanaman, berdasarkan hasil perhitungan nilai fuzzyjuvenility. Pembungaan (output text/static text), merupakan nilai keluaran yang memuat status pembungaan tanaman, berdasarkan hasil perhitungan nilai fuzzyjuvenility. Rule (output text/static text), merupakan nilai keluaran yang memuat aturan yang digunakan dalam inferensi sesuai perhitungan juvenility. Form Faktor Eksogenous dan Endogenous : Photoperiod (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai photoperiod. Vernalisasi (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai vernalisasi. Stress (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai stress. Nutrisi (popup menu), merupakan input data berupa opsi yang terdiri dari aktif dan nonaktif. Input ini digunakan untuk memasukan nilai nutrisi. Proses (button), merupakan tombol yang berfungsi memproses nilai input photoperiod, vernalisasi, stress, dan nutrisike dalam proses inferensi kedua, yaitu kondisional faktor eksogenous dan endogenous. Reset (button), merupakan tombol yang digunakan untuk me reset nilai input photoperiod, vernalisasi, stress, dan nutrisi, serta nilai output yang terdapat pada form 2 Eksogenous dan Endogenous. Photoperiod, Vernalisasi, Stress, Nutrisi(output text/static text), merupakan nilai keluaran yang memuat status keaktifan faktor eksogenous yang diinputkan oleh pengguna. Florigen, Antiflorigen, elektrisitas, multiPGR(output text/static text), merupakan nilai keluaran yang memuat status pembungaan status keaktifan faktor endogenous berdasarkan nilai faktor endogenous yang diinputkan oleh pengguna.

31

Status Tanaman (output text/static text), merupakan nilai keluaran yang memuat status pembungaan tanaman berdasarkan nilai faktor endogenous yang aktif. Gene (output text/static text), merupakan nilai keluaran yang memuat kode nilai yang akan di gunakan di form selanjutnya. Form Bunga Leafy (popup menu), merupakan input data berupa opsi yang terdiri dari lemah, sedang dan kuat. Input ini digunakan untuk memasukan nilai leafy. Proses (button), merupakan tombol yang berfungsi memproses nilai inputleafy ke dalam proses inferensi ketiga, yaitu kondisional bentuk bunga. Reset (button), merupakan tombol yang digunakan untuk me reset nilai inputleafy, serta nilai output yang terdapat pada form Bunga. Gene (output text/static text), merupakan nilai keluaran yang memuat kode nilai yang diambil dari form sebelumnya dengan nama yang sama. Leafy (output text/static text), merupakan nilai keluaran yang memuat nilai leafy yang diinputkan pengguna. Jenis Bunga (output text/static text), merupakan nilai keluaran yang memuat status jenis bunga yang muncul berdasarkan nilai keaktifan komponen bunga (sepal, petal, stamen, carpel dan leafy. Sepal, petal, stamen, carpel (output text/static text), merupakan nilai keluaran yang memuat status keaktifan komponen bunga sesuai dengan nilai leafy yang dimasukan pengguna.

32

Gambar12Tampilan GUI Sistem Pakar Perlakuan Tanaman dengan Hormon Pertumbuhan, Faktor Eksogen dan EndogenMenggunakan Pendekatan Fuzzy Pembahasan Inferensia fuzzy Fuzzifikasi Variabel HR(ng) Hypersensitive Response,atau disingkat HR, merupakan bentuk dari kematian sebuah sel yang biasanya dihubungkan dengan daya tahan tanaman terhadap infeksi pathogen atau berbahaya (Morel Dangl 1997). Dalam proses fuzzifikasi, HR dikelompokan menjadi empat, yaitu nonaktif, sedikit, sedang, dan banyak. Semakin besar nilai HR maka Juvenility mengalami kecenderungan meningkat, sebaliknya apabila HR nonaktif, maka HR akan mengirimkan sinyal bahwa juvenility telah turun sampai ke titik mendekati nol. Parameter HR ini direpresentasikan dalam kurva trapesium seperti yang terlihat pada Gambar 13.

33

Gambar13Kurva variabel HR Fungsi keanggotaan parameter HR dapat dirumuskan sebagai berikut :

Variabel SN DNE SN DNE merupakan suatu hormon yang aktifitas penurunan dan peningkatannya berkaitan erat dengan kadar HR. Dalam proses fuzzifikasi, SN DNE sama seperti HR, dikelompokan menjadi empat, yaitu nonaktif, sedikit, sedang, dan banyak. Semakin besar nilai SN DNE maka Juvenility mengalami kecenderungan meningkat, sebaliknya apabila SN DNE nonaktif, maka akan mengirimkan sinyal bahwa juvenility telah turun sampai ke titik mendekati nol. Parameter SN DNE ini direpresentasikan dalam kurva trapesium seperti yang terlihat pada gambar 14.

Gambar14Kurva variabel SN DNE

34

Fungsi keanggotaan parameter SN DNE dapat dirumuskan sebagai berikut :

Defuzzifikasi Variabel Juvenility Kadar Juvenility mempengaruhi masa kemudaan tanaman secara langsung, apabila juvenility tinggi, masa muda tanaman akan semakin lama, sebaliknya penurunan juvenility sampai ke nilai mendekati nol, akan menyebabkan tanaman mengalami pendewasaan dan melalui fase pembungaan. HR dan SN DNE mempengaruhi nila Juvenility, juvenility itu sendiri dikelompokan menjadi empat yaitu nonaktif, sedikit, sedang, dan banyak.

Gambar15Kurva variabel juvenility Fungsi keanggotaan parameter juvenility dapat dirumuskan sebagai berikut :

35

Dari perhitungan fungsi keanggotaan, didapatkan aturan-aturan dibawah ini : If (HR is nonaktif) and (SN/DNE is nonaktif) then (JUVENILE is nonaktif) If (HR is nonaktif) and (SN/DNE is sedikit) then (JUVENILE is sedikit) If (HR is nonaktif) and (SN/DNE is sedang) then (JUVENILE is sedang) If (HR is nonaktif) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is sedikit) and (SN/DNE is sedikit) then (JUVENILE is sedang) If (HR is sedikit) and (SN/DNE is sedang) then (JUVENILE is banyak) If (HR is sedikit) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is sedang) and (SN/DNE is sedikit) then (JUVENILE is sedang) If (HR is sedang) and (SN/DNE is sedang) then (JUVENILE is banyak) If (HR is sedang) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is banyak) and (SN/DNE is sedikit) then (JUVENILE is sedang) If (HR is banyak) and (SN/DNE is sedang) then (JUVENILE is banyak) If (HR is banyak) and (SN/DNE is banyak) then (JUVENILE is banyak) If (HR is sedikit) and (SN/DNE is nonaktif) then (JUVENILE is sedikit) If (HR is sedang) and (SN/DNE is nonaktif) then (JUVENILE is sedang) If (HR is banyak) and (SN/DNE is nonaktif) then (JUVENILE is banyak) Implementasi aturan fuzzy pada program dapat dilihat pada Gambar 16.

Gambar16Aturan fuzzyjuvenility

36

Inferensia non-Fuzzy Pada sistem ini,selain inferensia dengan menggunakan fuzzy, terdapat juga inferensia non-fuzzy yaitu dengan menggunakan logika if else dan fungsi-fungsi tertentu, antara lain : Fungsi vegetatif Yaitu fungsi yang digunakan menghitung status kemudaan suatu tanaman dengan menerima nilai input keluaran dari fuzzyjuvenility. Input ini kemudian diproses ke dalam logika kondisional yang mengeluarkan output berupa status umur kemudaan tanaman. Berikut adalah implementasi fungsi vegetatif : function [ tanaman ] = vegetatif( juvenile ) if(juvenile == 0) tanaman = 'dewasa'; elseif((juvenile <= 25) && (juvenile > 0)) tanaman = 'menuju dewasa'; elseif((juvenile <= 50) && (juvenile >= 26)) tanaman = 'muda'; elseif((juvenile <= 100) && (juvenile >= 51)) tanaman = 'sangat muda'; end

Fungsi generatif Fungsi generatif merupakan fungsi yang menerima inputan berupa sinyal aktif dan nonaktif dari faktor eksogenous tanaman, yaitu nilai photoperiod, vernalisasi, stress, dan nutrisi. Fungsi ini kemudian memberikan keluaran nilai faktor endogenous, yaitu florigen, antiflorigen, elektrisitas, pgr dan satu tambahan nilai yaitu gen yang nantinya akan digunakan pada fungsi selanjutnya. Potongan implementasi fungsi generatif dapat dilihat dibawah ini, fungsi keseluruhannya dapat dilihat di lampiran 1. function [flo, anf, elect, pgr, gen] = generatif(pho, vern, str, nutr) if ((pho == 1) && (vern == 0) && (str == 0) && (nutr == 0)) flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 1; elseif ((pho == 0) && (vern == 1) && (str == 0) && (nutr == 0)) flo = 'nonaktif'; anf = 'nonaktif'; elect = 'nonaktif'; ...

Fungsi status bunga Fungsi status bunga menentukan keadaan bunga setelah tanaman diketahui mengalami pendewasaan menurut gen yang dibawa, gen ini adalah variabel yang dibawa oleh fungsi generatif, yaitu berupa angka nol sampai tujuh. Pada fungsi ini, nilai yang dibaca hanya nol dan selainnya. Apabila gen lebih dari nol, maka status tanaman tersebut menghasilkan bunga, sedangkan apabila variabel gen ini bernilai nol, maka tanaman tersebut mandul, atau gagal menghasilkan bunga. Input dari fungsi ini adalah gen, yang didapat dari fungsi sebelumnya, sedangkan output dari

37

fungsi ini adalah status, yang dapat bernilai berbunga atau mandul. Berikut adalah implementasi fungsi status bunga: function [status] = statusbunga(gen) if (gen > 0) status = ('berbunga'); else status = ('mandul'); end

Fungsi bentuk bunga Fungsi bentuk bunga menentukan bagaimana produk bunga yang dihasilkan dengan nilai leafy dan hasil keluaran fungsi sebelumnya, yaitu fungsi generatif. Terdapat empat macam keadaan bunga yang mungkin muncul berdasarkan fungsi ini, yaitu bunga sempurna, class A mutant, class B mutant, dan class C mutant. Keempat kelas tersebut ditentukan dari aktif tidaknya empat komponen yang terdapat pada bunga, yaitu sepal, petal, stamen, dan carpel. Input pada fungsi ini adalah variabel g, dan leafy.Sedangkan output dari fungsi ini adalah sepal, petal, stamen, carpel, dan bunga. Berikut adalah implementasi potongan fungsi dari bentuk bunga, fungsi lengkapnya dapat dilihat di lampiran 2. function [sepal, petal, stamen, carpel, leafy) if ((g == 1) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 1) && (leafy == 2)) sepal = 'nonaktif'; petal = 'aktif'; stamen = 'aktif';

bunga]

=

bentukbunga(g,

Contoh bentuk bunga yang menjadi output dari inferensi tahap 3 ini adalah sebagai berikut, bentuk bunga dapat dilihat pada Gambar 17, Gambar 18, Gambar 19 dan Gambar 20. Sepal : Aktif Petal : Aktif Stamen : Aktif Carpel : Aktif

Gambar17Bunga Sempurna

Sepal : Aktif Petal : Nonaktif Stamen : Nonaktif Carpel : Aktif Gambar18Class B mutant

38

Sepal : Nonaktif Petal : Nonaktif Stamen : Aktif Carpel : Aktif

Gambar 19Class A mutant

Sepal : Nonaktif Petal : Aktif Stamen : Aktif Carpel : Aktif

Gambar 20Class C mutant

Hasil Pengujian Pengujian Inferensi Tahap Pertama Untuk melakukan pengujian pada sistem inferensi tahap pertama, maka diberikan tiga contoh input data berupa nilai bilangan real untuk setiap variabel sebagai berikut. Karakteristik yang berhubungan dengan Juvenility - HR : 12, 23,0 - SN DNE : 5,56,0

Output program untuk kelas kesesuaian inferensi tahap satu terdapat pada tabel 7. Tabel7nilai keluaran data untuk inferensi tahap 1 HR 12 23 0

SN DNE 5 56 0

Juvenility 37,5 74,4615 0

Umur tanaman muda Sangat muda Menuju dewasa

pertumbuhan vegetatif vegetatif generatif

pembungaan nonaktif nonaktif aktif

Pengujian Inferensi Tahap Kedua Selanjutnya untuk melakukan pengujian pada sistem, inferensi tahap kedua, maka diberikan tiga contoh input data input berupa sinyal aktif dan nonaktif untuk setiap variabel sebagai berikut. Karakteristik yang berhubungan dengan Faktor Endogenous - photoperiod : aktif, nonaktif, aktif - vernalisasi : nonaktif, aktif aktif - stress : aktif, nonaktif, nonaktif - nutrisi : nonaktif, aktif, nonaktif

Eksogenous

dan

Proses pada inferensi kedua ini hanya akan berjalan ketika nilai pembungaan yang terdapat pada inferensi 1 dinyatakan aktif, yaitu dengan syarat HR dan SN DNE bernilai nol. Output program untuk kelas kesesuaian inferensi tahap dua terdapat pada tabel 8.

39

Tabel8nilai keluaran data untuk inferensi tahap 2 Faktor Eksogenous pho vern str nut 1 0 1 0 0 1 0 1 1 1 0 0 1 0 1 1 1 0 0 1

Faktor Endogenous Status tanaman flo anf elect PGR 0 0 1 0 mandul 0 0 0 0 mandul 1 1 0 1 berbunga 1 1 1 1 berbunga 1 1 0 1 berbunga

Gene 0 0 3 6 4

Keterangan : aktif (1), nonaktif (0), Photoperiod (pho), Vernalisasi (vern), Nutrisi (nut), Florigen (flo), Antiflorigen (anf), Elektrisitas (elect), MultifaktorPGR (PGR). Pengujian Inferensi Tahap Ketiga Untuk melakukan pengujian pada sistem inferensi tahap ketiga, maka diberikan tiga contoh input data berupa sinyal lemah, sedang, dan kuat untuk variabel leafy sebagai berikut. Karakteristik yang berhubungan dengan bentuk bunga - Leafy : lemah, sedang, kuat

Proses pada inferensi ketiga ini akan berjalan ketika Status tanaman pada inferensi kedua bernilai „berbunga‟, dan Gene bernilai nol. Output program untuk kelas kesesuaian inferensi tahap tiga terdapat pada tabel 9. Tabel9nilai keluaran data untuk inferensi tahap 2 Gene Leafy Sepal Petal Stamen 3 Lemah Nonaktif Nonaktif Aktif 6 Sedang Aktif Aktif Aktif 4 Kuat Aktif Aktif Aktif

Carpel Jenis Bunga Aktif Class A mutant Aktif Sempurna Aktif Sempurna

Validasi Pengujian Untuk melakukan validasi terhadap pengujian sistem, dibuat sebuah kuesioner yang diisi oleh pakar terkait, berikut adalah hasil kuesioner yang telah diisi. Terdapat dua macam kuesioner yang diajukan, yaitu kuesioner inferensi proses tahap pertama yaitu pengaruh nilai HR dan SN DNE terhadap nilai juvenility serta pertumbuhan tanaman. Kedua, kuesioner inferensi proses tahap kedua yaitu pengaruh nilai keaktifan faktor eksogeous terhadap faktor edogenous. Validasi pengujian proses inferensi tahap pertama dapat dilihat pada Tabel 10, Validasi pengujian proses inferensi tahap kedua dapat dilihat pada Tabel 11, Sementara Perbandingan Nilai Faktor Endogenous Pakar dan Sistem dapat dilihat pada Tabel 12.

40

Validasi pengujian proses inferensi tahap pertama : nilai juvenility Tabel10Validasi pengujian proses inferensi tahap pertama No

HR

SN DNE

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0 25 50 100 0 0 0 25 25 25 50 50 50 100 100 100

0 0 0 0 25 50 100 25 50 100 25 50 100 25 50 100

Umur tanaman (Menurut Pakar) dewasa menuju dewasa muda muda sangat muda muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda sangat muda

Umur tanaman (Menurut Sistem) dewasa muda Sangat muda Sangat muda Muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda Sangat muda

Kecocokan 

           

Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner pada tabel 10, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 12 point dari 16 point pengujian cocok dengan hasil kuesioner. Pengujian proses inferensi tahap kedua : Faktor eksogenous dan endogenous Tabel11Validasi pengujian proses inferensi tahap kedua Faktor Eksogenous Photo period

Vernal isasi

Stress

Faktor Endogenous Nutrisi Florigen

Anti Elektri florigen sitas

Multi PGR

nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif nonaktif aktif

nonaktif nonaktif nonaktif

aktif

nonaktif

aktif

aktif

nonaktif nonaktif

aktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

nonaktif

aktif

aktif

aktif

aktif

nonaktif nonaktif

nonaktif nonaktif nonaktif

aktif

nonaktif nonaktif nonaktif

aktif

nonaktif nonaktif aktif

nonaktif

nonaktif nonaktif nonaktif

aktif

41

Tabel12Perbandingan Nilai Faktor Endogenous Pakar dan Sistem Faktor Endogenous (Menurut Pakar) Florigen Anti Elektri Multi florigen sitas PGR nonaktif nonaktif nonaktif nonaktif aktif aktif nonaktif aktif nonaktif aktif nonaktif nonaktif aktif aktif aktif nonaktif aktif aktif aktif aktif nonaktif nonaktif aktif nonaktif aktif nonaktif aktif aktif nonaktif nonaktif nonaktif aktif

Faktor Endogenous (Menurut Sistem) Florigen Anti Elektri Multi florigen sitas PGR nonaktif nonaktif nonaktif nonaktif aktif aktif nonaktif aktif aktif aktif nonaktif aktif nonaktif nonaktif aktif nonaktif aktif aktif aktif aktif nonaktif nonaktif aktif nonaktif nonaktif nonaktif aktif nonaktif aktif aktif nonaktif aktif

Berdasarkan hasil pengujian pada sistem, dibandingkan dengan hasil kuesioner pada tabel 11, nilai ketepatan perhitungan sistem adalah 75 %. Sebanyak 24 point dari 32 point pengujian cocok dengan hasil kuesioner.

42

SIMPULAN DAN SARAN Simpulan Sistem pakar perlakuan tanaman dengan hormon pertumbuhan, faktor eksogenous dan endogenous ini berfungsi sebagai simulator proses pertumbuhan tanaman yang akan digunakan oleh peneliti biomolekuler. Sistem pakar ini menghasilkan nilai prediksi dari pertumbuhan tanaman sesuai dengan perlakuan yang diberikan. Saran Sistem pakar ini masih tergolong sederhana dalam aplikasinya, ada baiknya penelitian dikembangkan dengan variabel yang lebih terperinci dan aplikasi yang sesuai dengan keadaan real berbagai jenis tanaman, selain itu pemaksimalan sistem fuzzy bagi proses inferensi ke dua dan seterusnya dimungkinkan untuk diimplementasikan.

DAFTAR PUSTAKA AlonSamach. 2012.Control of flowering, The R. H. Smith Institute for Plant Sciences and Genetics in Agriculture, Jerusalem:the Hebrew University of Jerusalem. Chang Liu, Thong Zhonghui, Hao Yu. 2009. Coming into bloom: the specification of floral meristems.Singapore: Department of Biological Sciences and Temasek Life Sciences Laboratory, National University of Singapore. James P. Ignizio. 1992. Introduction to Expert Systems: The Development and Implementation of Rule-Based Expert Systems.New York: McGraw-Hill. Jean-Benoit Morel, Jeffery L. Dangl. 1997. The hypersensitive response and the induction of cell death in plants. Chapel Hill: Stockton Press. Li-XinWang. 1997. A Course in Fuzzy Systems and Control. New Jersey: Prentice-Hall International, Inc. Marimin. 1992. Pengenalan Sistem Pakar. Jakarta: Elex Media Komputindo R Parimalan, P Giridhar, A John Joel, S Jadadeesan. 2004. Molecular basis of flower initiation-A review. Tamil Nadu: Tamil Nadu Agricurtural University.

43

LAMPIRAN Lampiran 1Fungsi bentuk bunga function [sepal, petal, stamen, carpel, bunga] = bentukbunga(g, leafy) if ((g == 1) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 1) && (leafy == 2)) sepal = 'nonaktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class C mutant'; elseif ((g == 1) && (leafy == 3)) sepal = 'nonaktif'; petal = 'nonaktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class A mutant'; elseif ((g == 2) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 2) && (leafy == 2)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 2) && (leafy == 3)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 3) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 3) && (leafy == 2)) sepal = 'nonaktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class C mutant'; elseif ((g == 3) && (leafy == 3)) sepal = 'nonaktif'; petal = 'nonaktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class A mutant'; elseif ((g == 4) && (leafy == 1)) sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif';

44

bunga = 'sempurna'; elseif ((g == 4) && (leafy == sepal = 'nonaktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class C mutant'; elseif ((g == 4) && (leafy == sepal = 'aktif'; petal = 'nonaktif'; stamen = 'nonaktif'; carpel = 'aktif'; bunga = 'class B mutant'; elseif ((g == 5) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 5) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class C mutant'; elseif ((g == 5) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'class A mutant'; elseif ((g == 6) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 6) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 6) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 7) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 7) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif'; carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 7) && (leafy == sepal = 'aktif'; petal = 'aktif'; stamen = 'aktif';

2))

3))

1))

2))

3))

1))

2))

3))

1))

2))

3))

45

carpel = 'aktif'; bunga = 'sempurna'; elseif ((g == 0) && (leafy == 1)) sepal = 'nonaktif'; petal = 'nonaktif'; stamen = 'nonaktif'; carpel = 'nonaktif'; bunga = 'tidak berbunga'; elseif ((g == 0) && (leafy == 2)) sepal = 'nonaktif'; petal = 'nonaktif'; stamen = 'nonaktif'; carpel = 'nonaktif'; bunga = 'tidak berbunga'; elseif ((g == 0) && (leafy == 3)) sepal = 'nonaktif'; petal = 'nonaktif'; stamen = 'nonaktif'; carpel = 'nonaktif'; bunga = 'tidak berbunga'; end end

Lampiran 2Fungsi generatif function [flo, anf, elect, pgr, gen] = generatif(pho, vern, str, nutr) if ((pho == 1) && (vern == 0) && (str == 0) && (nutr == 0)) flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 1; elseif ((pho == 0) && (vern == 1) && (str == 0) && (nutr == 0)) flo = 'nonaktif'; anf = 'nonaktif'; elect = 'nonaktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 0) && (vern == 0) && (str == 1) && (nutr == 0)) flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 0) && (vern == 0) && (str == 0) && (nutr == 1)) flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 2; elseif ((pho == 1) && (vern == 1) && (str == 0) && (nutr == 0)) flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 3; elseif ((pho == 1) && (vern == 0) && (str == 1) && (nutr == 0)) flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0;

46

elseif ((pho == 1) && (vern flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 4; elseif ((pho == 0) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 0) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 0) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'nonaktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 1) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 1) && (vern flo = 'aktif'; anf = 'aktif'; elect = 'nonaktif'; pgr = 'aktif'; gen = 5; elseif ((pho == 1) && (vern flo = 'aktif'; anf = 'aktif'; elect = 'aktif'; pgr = 'aktif'; gen = 6; elseif ((pho == 0) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'aktif'; pgr = 'nonaktif'; gen = 0; elseif ((pho == 1) && (vern flo = 'aktif'; anf = 'aktif'; elect = 'aktif'; pgr = 'aktif'; gen = 7; elseif ((pho == 0) && (vern flo = 'nonaktif'; anf = 'nonaktif'; elect = 'nonaktif'; pgr = 'nonaktif'; gen = 0; end end

== 0) && (str == 0) && (nutr == 1))

== 1) && (str == 1) && (nutr == 0))

== 0) && (str == 1) && (nutr == 1))

== 1) && (str == 0) && (nutr == 1))

== 1) && (str == 1) && (nutr == 0))

== 1) && (str == 0) && (nutr == 1))

== 0) && (str == 1) && (nutr == 1))

== 1) && (str == 1) && (nutr == 1))

== 1) && (str == 1) && (nutr == 1))

== 0) && (str == 0) && (nutr == 0))

47

RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 16 Januari 1990 dari ayah Cartim dan ibu Neneng Nengsih. Penulis adalah putra pertama dari tiga bersaudara. Tahun 2007 penulis lulus dari SMA Negeri 4 Bogor dan pada tahun yang sama penulis lulus seleksi masuk program diploma Institut Pertanian Bogor (IPB) melalui jalur tes dan diterima di program keahlian Teknik Komputer, Lulus pada tahun 2010 lalu lulus seleksi masuk program alih jenis Ilmu Komputer Institut Pertanian Bogor (IPB) melalui jalur tes seleksi dan diterima di Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.