PENGEMBANGAN BASIS PENGETAHUAN MANAJEMEN NUTRISI CABAI MERAH (Capsicum annuum L.) DI WILAYAH TROPIKA BERBASIS PERTANIAN TELITI (PRECISION FARMING)
SKRIPSI
RISKA MUJI RAHAYU F14080068
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2013
i
NUTRIENT MANAGEMENT KNOWLEDGE BASE DEVELOPMENT OF RED CHILI (Capsicum annuum L.) IN THE TROPIC REAGION BASED PRECISION FARMING
Riska Muji Rahayu, Kudang Boro Seminar, Widodo Department of Mechanical and Biosystem Engineering, Faculty of Agricultural Technology, Bogor Agricultural University, IPB Darmaga Campus, PO BOX 220, Bogor, West Java, Indonesia. Phone +62 85727039797, e-mail:
[email protected]
ABSTRACT Red chili (Capsicum annuum L.) is a strategic agricultural commodities grown in Indonesia. Cultivation of red chili generaly faces many constraints, such as cultivation techniques, pests and plant diseases, post-harvest handling, and fertilization. These constraints can occur because the average of a farmers have insufficient knowledge on cultivation best practices, particularly about fertilization for red chili. The objective of this research is to developed knowledge base of red chili nutrient management in tropical region based on precision farming. This research includes data and information collecting, knowledge acquisition, knowledge base repesentation, knowledge coding and testing. Finally prototype a application development was done to demonsrate the usability of knowledge based developed in this research. Knowledge aquisition was carried out by literature survey and expert interviews. In our system, knowledge is represented as decision trees/decision tables, and related data model. The main result of this research is the knowledge base of red chili nutrient management and cultivation that can be used for several application such as expert systems, decision support systems, and consultation systems for farmers, agroindustry, practitioners, or other agribusiness units. The specific result of the research is a knowledge about how to determine dosage of limestone/sulfur based of pH and texture, animal manure based of organic carbon, singular and compound fertilizers based on the amount of red chili nutrient requirement. The knowledge base system was implemented using PostgreSQL and the application prototype was built using PHP on web platform basis.
Keywords: knowledge base, knowledge representation, knowledge acquisition, red chili, soil, fertilization
ii
RISKA MUJI RAHAYU. F14080068. Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming). Dibawah bimbingan Kudang Boro Seminar dan Widodo. 2013
RINGKASAN Cabai Merah (Capsicum annuum L.) merupakan komoditas pertanian yang strategis untuk dibudidayakan di Indonesia. Petani cabai merah masih sering menghadapi beberapa kendala mengenai teknik budidaya, salah satunya adalah pemupukan. Petani belum memiliki banyak pengetahuan pemupukan cabai merah untuk meningkatkan hasil produksi. Tujuan dari pembangunan sistem ini adalah merancang dan mengembangkan basis pengetahuan (knowledge base) manajemen nutrisi cabai merah (Capsicum annuum L.) di wilayah tropika berbasis pertanian teliti (precision farming). Inti dari penelitian ini adalah bagaimana menghimpun data, informasi dan pengetahuan dari pakar dan sumber pustaka, agar bisa dikembangkan untuk menyelesaikan berbagai masalah mengenai pemupukan cabai merah. Nantinya bisa menjadi panduan petan-petani cabai merah dalam kegiatan budidaya yang mengarah pada konsep pertanian teliti yaitu dapat meminimalisir input, output/produktivitas optimal dan mengurangi dampak kerusakan lingkungan. Pengetahuan-pengetahuan yang sudah dikembangkan antara lain pengetahuan tentang tanah dan karakteristik tanah, pengetahuan penentuan dosis kapur/belerang berdasarkan pH dan tekstur tanah, penentuan dosis pupuk kandang berdasarkan C-organik tanah, penentuan dosis pupuk tunggal dan pupuk majemuk, serta cara dan waktu aplikasi yang tepat. Pembangunan semua pengetahuan tersebut melalui banyak tahapan, dari mulai identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi dan pemeliharaan. Identifikasi masalah merupakan langkah awal untuk menentukan dasar pengembangan sistem. Pengetahuan ini tentang masalah pemupukan, sehingga diidentifikasi masalah-masalah apa saja yang menjadi faktor dan parameter penting, seperti melakukan analisis mengenai tanah dan hubungannya dengan pemupukan, faktor-faktor yang mempengaruhi penentuan dosis beberapa amelioran, seperti pH, tekstur, C-organik dll. Setelah itu tahap akuisisi pengetahuan, pengetahuan diperoleh dari wawancara dengan seorang pakar yang ahli tentang cabai merah, dan studi pustaka yang relevan, seperti dari buku, jurnal, hasil penelitian, internet, dan website resmi. Metode wawancara yang digunakan untuk mendapatkan pengetahuan dari pakar melalui kegiatan diskusi rutin. Pakar menunjukkan bagian-bagian penting yang menjadi dasar dari pembangunan knowledge base, kemudian dikembangkan melalui tahapan analisis, perhitungan, identifkasi oleh knowledge engineer dengan dukungan pustaka-pustaka. Tahapan selanjutnya adalah representasi pengetahuan, pengetahuan yang sudah diakuisisi sebelumnya direpresentasikan agar bisa disimpan dalam media penyimpanan komputer sehingga bisa digunakan untuk menyelesaikan masalah. Tahapan ini menggunakan pohon keputusan (decision tree), tabel keputusan (decision table), dan model data relasi sebagai metode representasi pengetahuannya. Pada tahapan validasi pengetahuan, pakar melakukan pengecekan, validasi, verifikasi terkait dengan konten pengetahuan atau isi dari knowledge base. Kodifikasi menggunakan PostgreSQL sebagai DBMS. Pada tahapan ini berkaitan dengan strukturisasi tabel-tabel. Untuk pengetahuan yang berupa perhitungan rumus, dilakukan penyimpanan dalam database yang disebut dengan stored function. Penggunaannya dengan melakukan pemanggilan fungsi pada query. Tahap pengujian/implementasi dengan diwakili oleh sebuah contoh aplikasi sederhana untuk menguji kebenaran pengetahuan, dan terbukti bahwa pengetahuan yang sudah dibangun bisa digunakan untuk menyelesaikan masalah, walaupun untuk pengujian di lapangan secara langsung belum dilakukan. Harapannya knowledge base ini bisa digunakan sebagai panduan untuk petani cabai yang berbasis pertanian teliti dan juga bisa dikembangkan lebih lanjut untuk sistem yang lebih besar seperti aplikasi untuk android, sistem pakar, decision support system, dan aplikasi lainnya karena knowledge base telah dikembangkan dengan DBMS yang sudah standar dan banyak digunakan.
iii
PENGEMBANGAN BASIS PENGETAHUAN MANAJEMEN NUTRISI CABAI MERAH (Capsicum annuum L.) DI WILAYAH TROPIKA BERBASIS PERTANIAN TELITI (PRECISION FARMING)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN pada Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
Oleh RISKA MUJI RAHAYU F14080068
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2013
iv
Judul Skripsi
:
Nama NIM
: :
Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming) Riska Muji Rahayu F14080068
Menyetujui,
Pembimbing I,
Pembimbing II,
(Prof. Dr. Ir. Kudang B. Seminar, M.Sc.) NIP 19591118 198503.1.004
(Dr. Ir. Widodo, M.S.) NIP 19591115 198503.1.003
Mengetahui : Ketua Departemen,
(Dr. Ir. Desrial, M.Eng.) NIP 19661201 199103.1.004
Tanggal Lulus
:
v
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (Precision Farming) adalah benar hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informasi berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain yang telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Bogor, Februari 2013 Yang membuat pernyataan
Riska Muji Rahayu F14080068
vi
© Hak cipta milik Institut Pertanian Bogor, tahun 2013 Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, microfilm, dan sebagainya
vii
BIODATA PENULIS
Riska Muji Rahayu. Lahir di Kudus, 30 Mei 1990 dari ayah Suwarjo dan ibu Siti Mastinatun, sebagai putra pertama dari empat bersaudara. Penulis mengenyam pendidikan dasar di SD II Honggosoco tahun (1996-2002), pendidikan menengah pertama SMP II Kudus tahun (2002-2005), dan pendidikan menengah atas di SMA I Kudus tahun (2005-2008). Pada tahun 2008 diterima di IPB melalui jalur Undangan Seleksi Masuk IPB. Penulis memilih program studi Teknik Pertanian, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian. Selama mengikuti perkuliahan, penulis aktif dalam berbagai kegiatan organisasi di dalam dan di luar kampus termasuk menjadi pengurus inti HIMATETA (Himpunan Mahasiswa Teknik Pertanian). Selain itu juga aktif di Organisasi Mahasiswa Daerah Keluarga Kudus Bogor Menara Kota (OMDA KKB), serta ikut tergabung dalam komunitas pencinta alam GURSAPALA. Penulis melaksanakan Praktik Lapangan pada tahun 2011 di PT. Dua Kelinci, Pati, Jawa Tengah. Pada bulan September-November 2012 Penulis mengikuti “Short Stay International Program in Ag-ESD” di Universitas Tsukuba, Ibaraki, Jepang. Penulis juga mengikuti salah satu serangkaian acara tersebut, yaitu “2012 International Symposium on Agricultural Education for Sustainable Development”. Banyak ilmu dan pengalaman yang diperoleh penulis dalam mengikuti kegiatan tersebut.
viii
KATA PENGANTAR Puji dan syukur dipanjatkan kehadirat Allah SWT atas segala rahmat dan karuniaNya sehingga skripsi ini berhasil diselesaikan. Usulan penelitian ini berjudul “Pengembangan Basis Pengetahuan Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) di Wilayah Tropika Berbasis Pertanian Teliti (precision farming)” dilaksanakan sejak bulan Februari sampai Nopember 2012. Dengan telah selesainya penelitian hingga tersusunnya skripsi ini, penulis ingin menyampaikan penghargaan dan terima kasih yang sebesar-besrnya kepada : 1. Prof. Dr. Ir. Kudang Boro Seminar, M.Sc. selaku dosen pembimbing utama tugas akhir yang tak henti-hentinya selalu memberi arahan dan masukan. 2. Dr. Ir. Widodo, MS, selaku dosen pembimbing kedua tugas akhir, yang membantu dalam pembangunan pengetahuan manajemen nutrisi cabai merah. 3. R. Arief Firmansyah yang telah sangat membantu banyak hal dalam pelaksanaan penelitian ini khususnya pada tahap pembangunan prototipe. Arif Kurnia W, Faiz Ridhan F, Moh. Zaeful A. selaku satu bimbingan yang senantiasa bekerjasama dan saling mendukung dan memberi semangat untuk menyelesaikan penelitian ini. 4. Thoriq Aziz, Puyun, sebagai teman diskusi serta mengarahkan penulis mengenai pembanguanan basis data dan karakteristik tanah, serta Pak Supriyanto, Pak Solahudin, Pak Lilyantono dan teman-teman diskusi rutin Lab TBI yang sudah banyak memberikan masukan untuk penelitian ini. 5. Teman-teman seperjuangan sejak dahulu Maria Ulfah, Lucia, Erni, Anggie, Nadia, dan TEP 45 khususnya Adhi, Dimas, Angga, Ichan, Agus, Panji, Didik, Eris, Aulia, Bhekti, Ninggar, Dina, Ita, Lita, Ai, Kosan Zero, Sakinah, Pondok Nuansa Sakinah, Wisma Agung dan semua teman Teknik Pertanian angkatan 45. 6. Teman-teman kosan Andaleb 1, Yanti, Rifah, Siska P, Siska, Ugi, Yuni, Silva, Ajeng, Tita, Lia, Bika yang senantiasa memberikan dukungan, serta menjadi teman saling berbagi. 7. Orang tua dan keluarga, Ayah, Ibu, Nenek, Nanang, Puput, Yogi, Om Nono dan keluarganya yang senantiasa memberikan dukungan moril dan spiritual demi kebaikan penulis. Akhirnya penulis berharap semoga tulisan ini bermanfaat dan memberikan kontribusi yang nyata terhadap perkembangan ilmu pengetahuan di bidangnya.
Bogor, Februari 2013
Riska Muji Rahayu
ix
DAFTAR ISI Halaman
DAFTAR ISI ................................................................................................................................................ x DAFTAR TABEL ...................................................................................................................................... xii DAFTAR GAMBAR ................................................................................................................................ xiii DAFTAR LAMPIRAN .............................................................................................................................. xv I.
II.
PENDAHULUAN ............................................................................................................................... 1 A.
LATAR BELAKANG ................................................................................................................ 1
B.
TUJUAN ...................................................................................................................................... 3
TINJAUAN PUSTAKA ...................................................................................................................... 4 A.
CABAI MERAH ......................................................................................................................... 4
B.
PEMUPUKAN PADA CABAI MERAH .................................................................................. 5
C.
TERMINOLOGI DATA, INFORMASI, PENGETAHUAN ................................................... 6
D.
PROSES PERANCANGAN BASIS DATA .............................................................................. 7
E.
DEFINISI BASIS PENGETAHUAN (KNOWLEDGE BASE) ............................................... 11
F.
PENGEMBANGAN BASIS PENGETAHUAN ..................................................................... 12
G.
PERTANIAN TELITI DALAM MANAJEMEN NUTRISI CABAI MERAH ..................... 17
III. METODOLOGI PENELITIAN ....................................................................................................... 19 A.
WAKTU DAN TEMPAT ......................................................................................................... 19
B.
ALAT DAN BAHAN ............................................................................................................... 19
C.
METODE PENELITIAN ......................................................................................................... 20
IV. HASIL DAN PEMBAHASAN ......................................................................................................... 24 A.
KNOWLEDGE BASE MANAJEMEN NUTRISI CABAI MERAH BERBASIS PERTANIAN TELITI (PRECISION FARMING) ................................................................... 24
x
B.
TAHAPAN PENGEMBANGAN BASIS PENGETAHUAN ................................................ 26 1) Identifikasi Masalah.............................................................................................................. 26 2) Akuisisi Pengetahuan............................................................................................................ 27 3) Representasi Pengetahuan..................................................................................................... 39 4) Validasi Pengetahuan............................................................................................................ 49 5) Kodifikasi ............................................................................................................................. 50 6) Pengujian/implementasi ........................................................................................................ 67 7) Pemeliharaan ........................................................................................................................ 82
V.
SIMPULAN DAN SARAN .............................................................................................................. 83 A.
SIMPULAN............................................................................................................................... 83
B.
SARAN ...................................................................................................................................... 84
DAFTAR PUSTAKA ................................................................................................................................ 85 LAMPIRAN ................................................................................................................................................ 87
xi
DAFTAR TABEL Halaman Tabel 1. Kandungan gizi cabai merah segar per 100 g bahan ....................................................................... 5 Tabel 2. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 5 ton/ha bobot kering) ................. 6 Tabel 3. Fitur-fitur pada tahap perancangan database (Annisa, 2011) ....................................................... 10 Tabel 4. Contoh representasi pengetahuan pada metode frame (Turban et al. 2005) ................................. 14 Tabel 5. Akuisisi pengetahuan jenis tanah dan karakteristiknya ................................................................. 29 Tabel 6. Akuisisi pengetahuan dosis kapur berdasarkan pH tanah dan tekstur tanah ................................. 30 Tabel 7. Pengetahuan dosis belerang berdasarkan pH tanah dan tekstur tanah ........................................... 30 Tabel 8. Kisaran nilai pH yang ditambahkan .............................................................................................. 31 Tabel 9. Klasifikasi C-Organik dan perlakuannya ...................................................................................... 32 Tabel 10. Kelebihan dan kekurangan masing-masing jenis pupuk kandang ............................................... 34 Tabel 11. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 15 ton/ha bobot basah) ............ 35 Tabel 12. Jenis pupuk tunggal dan presentase kandungan N, P, dan K....................................................... 36 Tabel 13. Jenis pupuk majemuk yang telah diakusisi ................................................................................. 38 Tabel 14. Waktu dan cara aplikasi amelioran ............................................................................................. 39 Tabel 15. Tabel keputusan pada penentuan dosis kapur atau belerang (mengubah ke pH 6.5)................... 42 Tabel 16. Tabel keputusan untuk penentuan dosis pupuk kandang (pukan) ............................................... 45 Tabel 17. Tabel keputusan penentuan dosis pupuk tunggal ........................................................................ 48 Tabel 18. Tabel keputusan penentuan dosis pupuk majemuk ..................................................................... 49 Tabel 19. Hasil perhitungan dosis pupuk majemuk dan tambahannya........................................................ 95 Tabel 20. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K ....................... 96 Tabel 21. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%).................................... 97 Tabel 22. Nama fisik dan konseptual entitas beserta penjelasan ................................................................. 98 Tabel 23. Kamus database dalam “nutrisicabai_db” ................................................................................... 99
xii
DAFTAR GAMBAR Halaman Gambar 1. Data, informasi, dan pengetahuan (Turban et al. 2005) .............................................................. 6 Gambar 2. Diagram E-R (Entity-Relationsip) ............................................................................................... 8 Gambar 3. Contoh pemetaan dari diagram E-R ke bentuk relasi/tabel ......................................................... 9 Gambar 4. Contoh perancangan fisik (physical design) (Annisa, 2011) ..................................................... 10 Gambar 5. Model umum sistem informasi (O'Brien (1999) dalam Seminar (2010)) ................................. 12 Gambar 6. Contoh representasi pengetahuan dalam jaringan semantik ...................................................... 14 Gambar 7. Contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi (Turban et al. 2005) ........ 16 Gambar 8. Tahapan penelitian .................................................................................................................... 20 Gambar 9. Main map dasar pengembangan pengetahuan manajemen nutrisi cabai merah ........................ 27 Gambar 10. Pengklasifikasian C-organik .................................................................................................... 32 Gambar 11. Pohon keputusan pengetahuan penentuan dosis kapur/belerang ............................................. 41 Gambar 12. Pohon keputusan pada penentuan dosis pupuk kandang ......................................................... 45 Gambar 13. Pohon keputusan penentuan dosis pupuk sintetis .................................................................... 47 Gambar 14. Rancangan konseptual (ER-Diagram) ..................................................................................... 50 Gambar 15. Perancangan logis .................................................................................................................... 52 Gambar 16. Skema hasil pemetaan dari E-R diagram ke tabel/relasi.......................................................... 53 Gambar 17. Entity Relationship Diagram pada perancangan fisik.............................................................. 54 Gambar 18. Membuat database bernama “nutrisicabai_db” ....................................................................... 55 Gambar 19. Tabel-tabel dalam”nutrisicabai_db” ....................................................................................... 56 Gambar 20. Fungsi-fungsi yang tersimpan dalam database ........................................................................ 57 Gambar 21. Pemanggilan fungsi “hitung_dosis_pukan” ............................................................................. 65 Gambar 22. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_n”........................................................... 65 Gambar 23. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p”........................................................... 66 Gambar 24. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p”........................................................... 66 Gambar 25. Pemanggilan fungsi “hitung_dosis_pupuk_majemuk” ............................................................ 66 Gambar 26. Tampilan muka contoh aplikasi knowledge base nutrisi cabai merah ..................................... 68 Gambar 27. Tampilan halaman masukkan untuk jenis tanah ...................................................................... 69 Gambar 28. Tampilan halaman karakteristik tanah ..................................................................................... 70 Gambar 29. Halaman masukkan untuk pH tanah ....................................................................................... 71 Gambar 30. Halaman masukkan untuk jenis tekstur ................................................................................... 71 Gambar 31. Tampilan hasil halaman dosis kapur/belerang ......................................................................... 72 Gambar 32. Halaman masukan nilai c-organik ........................................................................................... 72
xiii
Gambar 33. Halaman hasil penentuan dosis pupuk kandang ...................................................................... 73 Gambar 34. Halaman masukan jenis pupuk tunggal ................................................................................... 74 Gambar 35. Halaman hasil penentuan dosis pupuk tunggal ........................................................................ 74 Gambar 36. Halaman masukan salah satu jenis pupuk NPK....................................................................... 75 Gambar 37. Halaman hasil penentuan dosis pupuk majemuk dan tambahannya ........................................ 75 Gambar 38. Halaman masukan cara dan waktu aplikasi ............................................................................. 76 Gambar 39. Halaman hasil penentuan cara dan waktu aplikasi .................................................................. 76 Gambar 40. Halaman kalkulasi untuk dosis pupuk kandang....................................................................... 77 Gambar 41. Halaman kalkulasi untuk dosis pupuk tunggal N .................................................................... 78 Gambar 42. Halaman kalkulasi untuk dosis pupuk tunggal P ..................................................................... 78 Gambar 43. Halaman kalkulasi untuk dosis pupuk tunggal K .................................................................... 79 Gambar 44. Halaman kalkulasi untuk dosis pupuk majemuk ..................................................................... 79 Gambar 45. Tampilan halaman utama (Agus et al. 2012)........................................................................... 80 Gambar 46. Halaman foto galeri (Agus et al. 2012) ................................................................................... 80 Gambar 47. Halaman tampilan inputan jenis tanah (Agus et al. 2012) ....................................................... 81 Gambar 48. Tampilan halaman karakteistik tanah (Agus et al. 2012) ........................................................ 81
xiv
DAFTAR LAMPIRAN Halaman
Lampiran 1. Rumus penentuan dosis pupuk majemuk dengan tambahannya dari pupuk tunggal ..... 88 Lampiran 2. Hasil perhitungan dosis pupuk majemuk dan tambahannya ........................................... 95 Lampiran 3. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K .......... 96 Lampiran 4. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%) ....................... 97 Lampiran 5. Nama fisik dan konseptual entitas beserta penjelasan .................................................... 98 Lampiran 6. Kamus database dalam “nutrisicabai_db” ..................................................................... 99
xv
I. A.
PENDAHULUAN
LATAR BELAKANG Cabai merah (Capsicum annuum L.) merupakan salah satu komoditas pertanian yang strategis untuk dibudidayakan di Indonesia. Salah satu sayuran yang populer dan bernilai di dunia untuk warna, rasa, dan pedasnya (spice), serta memiliki banyak kandungan gizi antara lain protein, lemak, vitamin, karbohidrat, kalsium, dsb. Cabai merah menjadi salah satu komoditas yang tidak dapat ditinggalkan masyarakat karena banyak dibutuhkan sebagai penyedap masakan. Hampir semua orang memerlukan cabai merah untuk kebutuhan sehari-hari dalam jumlah yang tidak sedikit. Menurut Badan Pusat Statistik Republik Indonesia (BPS, 2012) produktivitas cabai Indonesia tahun 2010 sebesar 5.60 ton/ha dengan luas panen cabai 237,105 ha dan produksi sebesar 1,325,864 ton. Produktivitas ini menurun dibandingkan tahun 2009 sebesar 5.89 ton/ha dengan luas panen 233,904 ha dan produksi 1,378,727 ton. Sedangkan untuk jumlah konsumsi cabai nasional tahun 2010 adalah 1,237,669 ton dengan jumlah penduduk Indonesia tahun 2010 sebesar 237,641,326 jiwa, maka konsumsi cabai rata-rata penduduk Indonesia sebesar 5.21 kg/kapita/tahun. Dengan laju pertumbuhan penduduk Indonesia sekitar 1.49 % per tahun, sehingga permintaan akan cabai cenderung meningkat seiring dengan laju pertambahan jumlah penduduk dan peningkatan jumlah permintaan akan komoditas cabai merah. Banyak petani yang membudidayakan cabai merah selain karena faktor nilai ekonomisnya, juga karena kebutuhan dan permintaan akan cabai merah tinggi. Tetapi permintaan cabai merah kadang-kadang juga tidak diimbangi dengan jumlah penawaran yang sesuai. Pasokan cabai merah di tingkat petani kadang tidak bisa diprediksikan, serta stok khususnya di tingkat pengecer sering terganggu serta terjadi fluktuasi harga (Senong A, 2012). Hal ini biasanya disebabkan oleh beberapa faktor eksternal yang terkait dengan kondisi cuaca yang tidak menentu, seperti curah hujan yang terlalu tinggi, musim kemarau yang berkepanjangan, dst. Sedangkan faktor internal seperti kelemahan dalam hal teknik budidaya khususnya kegiatan pemupukan, terkena hama penyakit tanaman, penanganan pascapanen yang kurang tepat, dan kurangnya dukungan teknologi dalam hal ini adalah pengetahuan. Upaya meningkatkan produktivitas dan kualitas cabai merah, membutuhkan teknik budidaya yang baik. Salah satu yang perlu diperhatikan adalah kebutuhan nutrisi tanaman dalam hal ini adalah pada kegiatan pemupukan. Kebutuhan nutrisi tanaman cabai harus tercukupi untuk mendapatkan hasil yang optimal. Agar kegiatan pemupukan tepat membutuhkan informasi dan pengetahuan yang tepat juga. Pengetahuan tentang manajemen nutrisi tanaman cabai merah yang baik biasanya dimiliki oleh orang yang sudah berpengalaman serta memiliki banyak pengetahuan yang tersimpan secara tacit pada pakar, golongan praktisi, akademisi, atau petani cabai merah yang sudah ahli dan. Selain itu juga banyak tersimpan rapi di beberapa pustaka, seperti buku, jurnal, tulisan ilmiah, literatur, dst. Agar pengetahuan-pengetahuan tersebut dapat dimanfaatkan oleh banyak orang, khsusunya petani cabai merah perlu diekstraksi, diakuisisi, dan dikembangkan dalam bentuk basis pengetahuan (knowledge base). Basis pengetahuan dikembangkan untuk membantu dan juga sebagai panduan yang tepat para petani cabai merah untuk menyelesaikan masalah-
1
masalah tekait dengan pemupukan cabai merah dengan harapan kegiatan pemupukan menjadi efisien, efektif dan produktivitas optimal. Sekarang ini pengetahuan manajemen nutrisi cabai merah belum terintegrasi dengan baik. Pengetahuan-pengetahuan yang masih tersimpan rapi di berbagai pustaka serta yang dimiliki oleh pakar biasanya belum terstruktur dengan baik dan masih bersifat implisit sehingga orang yang membutuhkan informasi atau pengetahuan kesulitan mengakses. Kemajuan sains dan teknologi komputer sekarang ini memungkinkan seseorang yang punya banyak pengetahuan dan pengalaman khususnya dari pakar, serta pengetahuan yang berasal dari buku, jurnal, studi pustaka yang relevan dapat dipindahkan ke dalam sebuah basis pengetahuan (knowledge base) sehingga tidak berserakan di berbagai media melainkan terintegrasi dalam satu sistem repository pengetahuan. Oleh karena itu pengetahuan manajemen nutrisi cabai merah ini dikembangkan untuk mendokumentasikan semua pengetahuan agar terintegrasi sehingga mudah diakses dan bermanfaat bagi orang banyak. Selain penelitian ini ada juga penelitian terdahulu yang terkait dengan penelitian ini, antara lain Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) (Supriyanto, 2011). Sistem ini telah dikembangkan berbasis web. Modul konsultasi yang dikembangkan antara lain konsultasi pemilihan varietas unggul, penentuan dosis pupuk, pengendalian hama, pengendalian penyakit, teknologi budidaya, analisis usaha tani, iklim, kebijakan pemerintah, dan informasi harga. Semua modul tersebut terintegrasi sehingga mudah untuk digunakan oleh pengguna. Penelitian lain yang juga terkait adalah Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) Berbasis Mobile. Ruang lingkup penelitian ini adalah pengembangan sistem konsultasi berbasis mobile untuk mendukung kegiatan agribisnis, meliputi informasi pasar, informasi perkiraan cuaca, dan kebijakan-kebijakan pemerintah mengenai hasil pertanian yang akan diteliti (Darmawan, 2011). Selain itu penelitian tentang Pengembangan Sistem Pakar Agribisnis Cabai Merah (Capsicum annuum L.) Berbasis Android (Ikhsan SHA, 2012) yang melanjutkan dan mengembangkan hasil pengetahuan dari (Supriyanto, 2011). Ketiga penelitian tersebut merupakan sistem konsultasi agribisnis cabai yang mempunyai banyak modul-modul pengetahuan, perbedaannya pada informasi yang disajikan dan basis aplikasi yang dikembangkan. Secara umum banyak aspek yang dibahas, tetapi belum terlalu spesifik dan mendetail. Sedangkan pada penelitian ini fokus utama pada pembangunan basis pengetahuannya khususnya pengembangan basis pengetahuan untuk penentuan dosis pupuk kandang, pupuk sintetis, dan kapur/belerang, tersaji juga informasi untuk jenis tanah. Secara ruang lingkup penelitian ini tergolong sedikit, tidak seperti penelitian pendahulu yang menyajikan banyak modulmodul untuk agribisnis cabai, tetapi pada penelitian ini cakupannya lebih khusus dan mendalam. Banyak pengetahuan-pengetahuan yang dikembangkan seperti rumus-rumus atau fungsi perhitungan bagaimana cara menentukan dosis pupuk sintetis, dosis kapur/belerang berdasarkan pH dan tekstur, dosis pupuk kandang berdasarkan C-Organik dan juga bisa mengetahui informasi jenis tanah. Output utama penelitian ini adalah basis pengetahuan (knowledge base) manajemen nutrisi cabai merah, sedangkan aplikasi yang dikembangkan berbasis web. Dari basis pengetahuan ini bisa dieksplor lebih lanjut untuk mengembangkan berbagai aplikasi.
2
Pengembangan basis pengetahuan manajemen nutrisi ini harapnnya nanti dapat berfungsi sebagai panduan petani-petani dalam kegiatan budidaya cabai merah. Dengan hal ini budidaya cabai merah bisa mendapatkan luaran (output) optimal, asupan (input) diminimalisir, dampak kerusakan lingkungan bisa dikurangi sehingga konsep pertanian presisi bisa tercapai. Keuntungan lain basis pengetahuan ini bisa disimpan dalam jangka waktu yang relatif lama dan dapat digunakan untuk berbagai kebutuhan serta bisa sebagai bahan baku untuk pembangunan sistem yang lebih besar seperti pembangunan sistem pakar (expert system), aplikasi berbasis android, decision Support System (DSS), dan sistem aplikasi yang lain.
B.
TUJUAN Tujuan penelitian ini adalah merancang dan mengembangkan basis pengetahuan (knowledge base) manajemen nutrisi cabai merah (Capsicum annuum L.) di wilayah tropika berbasis pertanian presisi (precision farming), sebagai salah satu solusi penyedia sumber informasi dan pengetahuan terpadu dan terintegrasi bagi para pengguna (users) yang membutuhkan informasi dan pengetahuan.
3
II. A.
TINJAUAN PUSTAKA
CABAI MERAH Cabai merah (Capsicum annuum L.) termasuk tanaman semusim (annual) berbentuk perdu, berdiri tegak dengan batang berkayu, dan memiliki banyak cabang. Tinggi tanaman dewasa antara 65-120 cm. Lembar tajuk tanaman 50-90 cm. Dalam dunia tumbuh-tumbuhan (Plantarum), cabai tergolong dalam tumbuhan yang menghasilkan biji (Spermatophyta). Bijinya tertutup oleh bakal buah sehingga termasuk dalam golongan tumbuhan berbiji tertutup (Angiospermae) (Prajnanta 2007). Dalam dunia tumbuh-tumbuhan tanaman cabai diklasifikasikan sebagai berikut (Prajnanta, 2007): Kingdom Divisi Subdivisi Klas Subklas Ordo Famili Genus Spesies
: : : : : : : : :
Plantarum Spermathopytha Angiospermae Dicotyledoneae Sympetalae Tubiflorae (Solanales) Solanaceae Capsicum Capsicum annuum L.
Lingkungan tumbuh tanaman cabai merah cocok pada cuaca yang panas, tetapi apabila suhu malam hari lebih besar dari 24 oC tidak akan diperoleh buah yang baik. Suhu optimum harian untuk pertumbuhan cabai merah antara 20-30 oC (termasuk dalam kondisi wilayah tropis). Ketika suhu berada di bawah 15 oC atau lebih dari 32 oC, akan berdampak pada pertumbuhan tanaman dan berkurangnya hasil. Jenis tanah terbaik untuk pertumbuhan cabai merah adalah pada jenis tanah lempung (loam) atau lempung berdebu (silt loam) dengan kapasitas memegang air yang baik. Pada kenyataannya cabai merah dapat tumbuh pada semua jenis tanah selama tanah tersebut memiliki drainase yang baik. pH tanah yang cocok untuk cabai merah antara 5.5-6.8 (Berke et al. 2005). Cabai merah selain berfungsi sebagai penyedap masakan, juga mengandung zat gizi yang sangat diperlukan oleh kesehatan manusia. Cabai merah mengandung protein, lemak, karbohidrat, kalsium, fosfor, besi, vitamin-vitamin, serta mengandung senyawa-senyawa alkaloid seperti capsaicin (C18H27NO3), flavonoid, dan minyak esensial. Adapun kandungan gizi cabai merah per 100 g bahan tersaji pada Tabel 1.
4
Tabel 1. Kandungan gizi cabai merah segar per 100 g bahan Kandungan Gizi Cabai Merah Segar Kadar air (%) 90.0 Kalori (Kal) 31.0 Protein (g) 1.0 0.3 Lemak (g) Karbohidrat (g) 7.3 Kalsium (mg) 29.0 Fosfor (mg) 24.0 Besi (mg) 0.5 Vitamin A (SI) 470 Vitamin C (mg) 18.0 Vitamin B1 (mg) 0.05 85 Berat yang dapat dimakan/BBD (%) Sumber : Direktorat Gizi, Depkes RI (1981) dalam Prajnanta (2007)
B.
PEMUPUKAN PADA CABAI MERAH Pemupukan merupakan kegiatan untuk menambahkan unsur hara dan nutrisi pada pertumbuhan tanaman cabai. Menurut Suwarto et al. (2009) dalam pemupukan ada tiga prinsip dasar yang harus dipertimbangkan yaitu jenis dan dosis pupuk yang akan diberikan, waktu pemberian pupuk, serta teknik pemberian pupuk. Jenis dan dosis pupuk akan menentukan jumlah hara yang terkandung dalam pupuk tersebut. Waktu pemberian pupuk akan menentukan efisiensi dalam hal ini adalah ketepatan waktu antara ketersediaan pupuk dan penggunaan pupuk oleh tanaman. Teknik pemberian pupuk harus memungkinkan agar tanaman dapat dengan mudah menyerap pupuk yang diberikan, memperkecil tingkat kehilangan pupuk (oleh penguapan dan atau pencucian) sehingga pupuk lebih banyak tersedia bagi tanaman dan mudah dikerjakan baik secara manual maupun mekanis. Berbagai pupuk sebagai penyedia hara dan nutrisi pada tanaman, banyak terdapat di pasaran dengan merk dagang (Urea, ZA, TSP, SP-18, KCl, Phonska, GP-20 dan aneka pupuk majemuk lainnya) yang memiliki jenis dan kandungan unsur hara yang berbeda. Akan tetapi pupuk utama yang diberikan kepada tanaman pangan di daerah tropis adalah pupuk yang mengandung hara yang sering kali dijumpai yaitu nitrogen (N), phosphor (P2O5), dan kalium (K2O). Manajemen nutrisi untuk pertanian teliti mengacu pada pengendalian dan pengaturan pemenuhan nutrisi yang sesuai dengan dosis, kondisi tanah, dan keadaan tanaman serta memperhatikan segala aspek yang mempengaruhi. Berdasarkan Berke et al. (2005), jumlah pupuk yang diaplikasikan tergantung kesuburan tanah, daya serap pupuk, bahan organik dalam tanah, unsur-unsur mineral, dan pencucian N. Analisis tanah dilakukan untuk menentukan N, P, dan K yang tersedia. Selain itu jumlah pupuk yang diaplikasikan berdasarkan perhitungan target hasil produksi (yield) yang diharapkan dengan mempertimbangkan unsur yang tersisa. Misalnya jika target 100 kg N, P dan K tersedia,
5
membutuhkan untuk diaplikasikan sekitar 125 kg N, 10 kg P dan 10 kg N. Sedangkan jika kebutuhan target 5 ton/ha bobot kering dengan mempertimbangkan daya serap masing-masing unsur dalam tanah (NPK) maka kebutuhan nutrisi untuk target 5 ton/ha (bobot kering) adalah disajikan pada Tabel 2. Tabel 2. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 5 ton/ha bobot kering) Unsur Kebutuhan akan unsur Jumlah unsur yang dibutuhkan Daya serap (%) hara (kg/ha) (kg/ha) * N 180 40 450 P 22 10 220 K 200 50 400 * Asumsi tidak ada nutrien tersedia di dalam tanah Sumber : Berke et al. (2005) Pada cabai merah agar efisien penggunaan pupuknya, maka 40 % dari pupuk N harus diaplikasikan sebagai pupuk dasar (sebelum tanam) dan 60 % sisanya dibagi rata untuk tiga kali aplikasi secara side-dressed (disebar disamping larikan tanam) pada umur 2 MST (Minggu Setelah Tanam), 4 MST, dan 6 MST. Sedangkan pada pupuk P, 50% dari pupuk P diaplikasikan sebagai pupuk dasar dan sisanya diaplikasikan side-dressed (disebar disamping larikan tanam) pada 4 MST, begitu juga untuk pupuk K. Rekomendasi dosis pemupukan tergantung kondisi lokal yang bisa menjadi faktor berpengaruh di beberapa lokasi. Kekurangan unsur mikro seperti Zn, Fe, and Ca mungkin juga menjadi faktor dari kondisi lokal.
C.
TERMINOLOGI DATA, INFORMASI, PENGETAHUAN Menurut Turban et al. (2005) menyatakan data merupakan perihal/item tentang sesuatu, peristiwa, aktivitas, dan transaksi yang didokumentasikan, diklasifikasikan, dan disimpan tetapi tidak diorganisasikan menjadi suatu arti yang khusus. Item data dapat berupa angka, huruf, suara, atau gambar. Informasi adalah data yang sudah diorganisasikan sedemikian rupa yang memberi arti untuk penerima. Sedangkan pengetahuan adalah terdiri dari item data dan atau informasi yang diorganisasikan dan diproses untuk dimengerti, berupa pengalaman, pembelajaran terakumulasi, dan keahlian yang aplikatif, untuk suatu permasalahan dan aktivitas. Pengetahuan dapat menjadi aplikasi dari data dan informasi dalam pengambilan keputusan. Pengetahuan juga diartikan sebagai informasi yang kontekstual, relevan, dan actionable (Gambar 1).
Gambar 1. Data, informasi, dan pengetahuan (Turban et al. 2005)
6
Data merupakan representasi fakta mengenai suatu objek atau kejadian, sedangkan informasi adalah data yang sudah dioleh sedemikian rupa sehingga sesuai dengan yang dibutuhkan oleh penggunanya. Lain halnya dengan pengetahuan yang merupakan saringan/intisari dari informasi. Pengetahuan ini lebih umum, tetapi mungkin tidak komplit dan lebih fuzzy. Pengetahuan bisa berisi fakta, informasi, konsep, prosedur, model, dan heuristik yang dapat digunakan untuk menyelesaikan suatu masalah (Kusrini, 2008). Menurut Kusrini (2008) pengetahuan dikasifikasikan menjadi: 1. Pengetahuan prosedural (procedural knowledge) yaitu lebih menekankan pada bagaimana melakukan sesuatu. 2. Pengetahuan deklaratif (declarative knowledge) yaitu menjawab pertanyaan apakah sesuatu bernilai salah atau benar. 3. Pengetahuan tacit (tacit knowledge) merupakan pengetahuan yang tidak bisa diungkapkan dengan bahasa. Pengetahuan bisa dimasukkan secara manual, semi-otomatis, maupun otomatis. Secara manual pengetahuan berasal dari wawancara dan observasi. Semi-otomatis dilakukan dengan bantuan knowledge engineer dengan sumber dari pakar. Sedangkan secara otomatis pengetahuan dimasukan sedikit dari knowledge engineer dan dari pakar. Basis data terdiri dari dua kata yaitu basis dan data. Basis kurang lebih dapat diartikan sebagai markas atau gudang, tempat bersarang atau berkumpul. Sedangkan data adalah representasi fakta dunia nyata yang mewakili suatu objek seperti manusia, barang, hewan, tumbuhan, peristiwa, konsep, keadaan yang direkam dalam bentuk angka, huruf, simbol, teks, gambar, bunyi, atau kombinasinya (Fathansyah, 2004). Menurut Fathansyah (2004) definisi dari basis data antara lain : 1. Himpunan kelompok data (arsip) yang saling berhubungan dan diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah. 2. Kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan (redudansi) yang tidak berarti, untuk memenuhi berbagai kebutuhan. 3. Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan dalam media penyimpanan elektronik. Basis data yang sudah dibangun tentunya tidak dapat berdiri sendiri, dan tidak akan berguna apabila tidak ada pengelola/penggeraknya. Oleh karena itu diperlukan sebuah sistem pengelolah basis data berupa sebuah program/aplikasi (software) yang biasanya disebut database management system. Menurut Mata-Toledo (2007) sistem manajemen basis data (Database management System) atau biasa disingkat DBMS merupakan software yang memungkinkan user untuk mendefinisikan, membuat, dan memelihara database maupun menyediakan akses yang terkontrol terhadap data.
D.
PROSES PERANCANGAN BASIS DATA Proses perancangan basis data (database) merupakan salah satu bagian dari proses pengembangan sistem informasi. Terdapat empat tahapan penting dalam perancangan basis data, yaitu analisis kebutuhan, perancangan konseptual (conceptual design), perancangan logis (logical design), dan perancangan fisik (physical design). Berikut ini adalah uraiannya (Kadir A, 2009) :
7
1. Pengumpulan dan analisis kebutuhan Merupakan langkah awal untuk mengumpulkan segala informasi yang dibutuhkan oleh organisasi/perusahaan atau sistem yang akan dibangun. Penggalian informasi ini bisa dilakukan dengan cara melakukan wawancara, mengamati sistem yang sedang berjalan, penyebaran quisioner, mempelajari dokumen-dokumen yang tersedia, dst. Dengan demikian data yang akan digunakan untuk menyusun informasi bisa teridentifikasi. 2. Perancangan konseptual (conceptual design) Setelah kebutuhan organisasi sudah dikumpulkan dan dianalisis, masuk tahapan perancangan konseptual. Perancangan konseptual diperlukan untuk menggambarkan hubungan antar data. Data yang dibutuhkan dikelompokkan menurut kriteria tertentu. Kemudian dibuatlah sebuah entitas (grup data) dan dihubungkan dengan relasi dengan entitas lain. Hubungan antara entitas bisa dijabarkan dengan menggunakan diagram E-R (Entity Relationship). Berikut ini adalah contoh diagram E-R.
Gambar 2. Diagram E-R (Entity-Relationsip)
Secara garis besar diagram E-R di atas menggambarkan hubungan antara mahasiswa yang mengambil matakuliah, banyak mahasiswa atau minimal tidak seorangpun mahasiswa mengambil banyak mata kuliah atau minimal nol. Selanjutnya adalah hubungan antara dosen yang memiliki hubungan membimbing mahasiswa dan mengajar matakuliah. Satu dosen membimbing banyak mahasiswa atau minimal nol, dan satu dosen mengajar banyak mata kuliah atau minimal satu mata kuliah. 3. Perancangan logis (logical design) Perancangan logis merupakan tahapan yang digunakan untuk menentukan perancangan hasil konseptual ke dalam bentuk yang nantinya akan diimplementasikan dalam DBMS. Pada perancangan ini menjadi batas bahwa perancangan tergantung dengan DBMS dan tidak tergantung dengan DBMS. Pada tahap ini sudah memikirkan jenis DBMS yang akan digunakan, jika DBMS adalah jenis relasional, maka desain konseptual ditranformasikan ke bentuk relasi/tabel. Berikut ini adalah contoh pemetaan dari hasil perancangan konseptual yang berupa diagram E-R ke bentuk relasi/tabel yang terdapat pada Gambar 3.
8
Gambar 3. Contoh pemetaan dari diagram E-R ke bentuk relasi/tabel Tranformasi dari diagram E-R ke bentuk relasi/tabel akan memudahkan memasukkan data ke dalam database yang akan digunakan, dan bisa dilihat dengan jelas akan seperti apa relasi antar tabel. Hasil dari perancangan logis adalah dihasilkannya relasi yang bersifat logis. 4. Perancangan Fisik (physical design) Merupakan langkah terakhir dalam perancangan database. Perancangan ini sangat spesifik terhadap DBMS yang akan digunakan, seperti jenis tipe data yang digunakan. Hasil dari perancangan fisik bisa berupa ERD (Entity Relationship Diagram), yang menunjukkan diagram hubungan entitas dalam sebuah database. Berikut ini adalah contoh perancangan fisik pada Gambar 4, dan secara garis besar beberapa fitur yang terdapat dalam setiap tahapan perancangan database yang terdapat pada Tabel 3.
9
Gambar 4. Contoh perancangan fisik (physical design) (Annisa, 2011) Pada Tabel 3 menjelaskan bahwa fitur-fitur yang sering dijumpai pada desain basis data antara lain, nama entitas, relasi entitas, atribut, kunci primer, kunci asing, nama tabel, nama kolom, tipe data kolom, dsb. Tabel 3. Fitur-fitur pada tahap perancangan database (Annisa, 2011) Fitur Nama entitas Relasi entitas Atribut Kunci primer Kunci asing Nama tabel Nama kolom Tipe data kolom
Konseptual √ √
Logis √ √ √ √ √
Fisik
√ √ √ √ √
Nama entitas dan relasi terdapat pada perancangan konseptual, pada perancangan logis kemudian menambahkan fitur atribut, kunci primer, kunci asing, sedangkan pada perancangan fisik manambahkan fitur nama tabel, nama kolom, dan tipe data kolom. Menurut Kadir A (2009), berikut ini adalah penjelasan beberapa fitur di atas. Relasi adalah tabel yang terdiri dari tabel dan kolom, atribut adalah suatu nama untuk kolom yang terdapat pada sebuah relasi, kunci primer (primary key) merupakan kunci kandidat yang dipilih sebagai identitas untuk membedakan satu baris dengan baris lain dalam suatu relasi, dan kunci asing (foreign key) adalah sebuah atribut (atau gabungan beberapa atribut) dalam suatu relasi yang merujuk (mereferensi) ke kunci primer relasi lain. Dengan diketahuinya fitur-fitur itu bisa memudahkan dalam mendesain basis data.
10
E.
DEFINISI BASIS PENGETAHUAN (KNOWLEDGE BASE) Basis data dapat direpresentasikan informasi, dan dari informasi akan bisa dihasilkan pengetahuan. Pengetahuan-pengetahuan ini di susun dalam basis pengetahuan. Basis pengetahuan (knowledge base) menyimpan, mengorganisasikan, serta merepresentasikan pengetahuan. Pengetahuan tersebut dapat bersifat dangkal atau deklaratif atau fakta yang berisi informasi tentang objek, peristiwa atau situasi. Selain itu pengetahuan dapat pula bersifat mendalam atau dinamik atau disebut juga prosedural seperti model dan kaidah (rule) yang merupakan informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui (Faihah et al. 1999). Basis pengetahuan (knowledge base) merupakan koleksi terpadu dari berbagai data dan model yang saling terkait untuk suatu domain aplikasi spesifik. Knowledge base berbeda dengan sistem informasi, menurut Seminar et al. (2010), Sistem informasi merupakan interaksi terpadu antar komponen (sumber daya) manusia (brainware), perangkat lunak (software), perangkat keras (hardware), perangkat jaringan (netware), dan data (dataware) yang didisain untuk mendukung aktivitas mulai dari pengumpulan data (data collection), pengolahan data (data processing), penyimpanan data (data storing), penyebaran informasi (dissemination of information), serta control terhadap keseluruhan aktivitas tersebut (overall performance control). Berikut ini adalah penjelasan dari masing-masing komponen sistem informasi: a. Manusia (Brainware) Sumber daya manusia meliputi pengguna akhir (users) dan pengelola sistem (system information management team). b. Perangkat Keras (Hardware) Sumber daya perangkat keras mencakup mesin pengolah (processing machine), repository (media penyimpanan) data (memory), pencetak informasi, dan unit input/output (peripherals). c. Perangkat Lunak (Software) Sumber perangkat lunak mencakup sekumpulan aturan-aturan atau panduan untuk kelangsungan aktivitas sistem informasi, program aplikasi komputer, program pengembangan, dan program sistem operasi (operating system software). d. Jaringan (Netware) Sumberdaya jaringan meliputi seluruh sarana untuk telekomunikasi yang meliputi media telekomunikasi, prosesor telekomunikasi, aliran (jalur) telekomunikasi, topologi & aturan (protokol) telekomunikasi, keamanan serta zona tekelomunikasi e. Data (Dataware) Sumberdaya data meliputi semua fakta-fakta hasil pengukuran, pengujian, perhitungan, atau transaksi yang perlu dihimpun dan disimpan untuk mendukung keseluruhan aktivitas sistem informasi.
11
W IN A BR
E AR
S O Data F T W A R E
DA TA W
Performance Control System
Process
Data Store
AR E
H A R Info D W A R E
NETWARE Gambar 5. Model umum sistem informasi (O'Brien (1999) dalam Seminar (2010)) Pada Gambar 5, memberikan gambaran cara pandang yang utuh terhadap sistem informasi, dimana keberadaan fungsi kelima komponen sistem bersifat mutlak untuk medukung keberjalanan keseluruhan aktivitas sistem informasi. Oleh karena itu sistem informasi berbeda dengan knowledge base, jadi knowledge base merupakan bagian dari sistem informasi yang dimanfaatkan untuk membantu menyelesaikan suatu masalah pada domain tertentu.
F.
PENGEMBANGAN BASIS PENGETAHUAN Terdapat beberapa tahapan inti dalam pengembangan knowledge base antara lain identifikasi masalah, akuisisi pengetahuan (knowledge aquisition), representasi pengetahuan (knowledge representation), dan validasi pengetahuan (knowledge validation). Tahapan identifikasi masalah mengenai studi kelayakan sistem yang akan dibangun, dan berbagai permasalahan dalam pengembangkan sistem. Selanjutnya akuisisi pengetahuan (knowledge aquisition), pengetahuan diperoleh dari akuisisi pengetahuan yang dilakukan oleh knowledge engineer. Akuisisi pengetahuan merupakan proses penyerapan dan pengisian pengetahuan ke dalam sistem basis pengetahuan. Pengetahuan dapat diperoleh dari para pakar yang ahli di bidang domain tertentu, maupun melalui studi pustaka dari buku, jurnal, dan pustaka relevan yang menyajikan informasi pengetahuan pakar yang sudah dipublikasikan. Setelah melalui proses akuisisi pengetahuan proses selanjutnya adalah representasi pengetahuan (knowledge representation). Menurut Turban et al. (2005) suatu aktivitas yang melibatkan persiapan dari pemetaan pengetahuan (knowledge mapping) dan pengkodean (encoding) pengetahuan dalam basis pengetahuan (knowledge base). Pengetahuan yang diperoleh kemudian dikodekan dalam rencana representasi untuk membangun basis pengetahuan. Terdapat beberapa metode/teknik representasi pengetahuan (knowledge representation) antara lain:
12
1) Kaidah Produksi (Production Rules) Kaidah produksi merupakan teknik representasi pengetahuan yang paling populer. Pengetahuan direpresentasikan dalam bentuk pasangan kondisi-aksi. Menurut Marimin (1991) diacu dalam Marimin (2005), Pengetahuan yang dapat direpresentasikan dengan kaidah produksi adalah pengetahuan prosedural yang dapat distrukturisasi ke bentuk sebagai berikut : Jika SUATU KEADAAN TERTENTU [kondisi] maka KEADAAN LAIN DAPAT TERJADI [aksi] dengan TINGKAT KEPASTIAN TERTENTU [Certainty Factor] Atau bisa juga berbentuk sebagai berikut : JIKA [antecedent] MAKA [konsekuen] JIKA [premis] MAKA [konklusi] Bagian kondisi merupakan gabungan predikat yang digunakan untuk memeriksa keadaan sekarang, aksi menjadi bagian yang mengubah keadaan, dan certainty factor (c.f) merupakan nilai yang merepresentasikan tingkat kepastian terjadinya suatu aksi. Contoh kaidahnya sebagai berikut : a. If the “traffic light” is green Then the action is go b. If the “traffic light” is red Then the action is stop c. If the leaves are dry, brittle and discoloured Then the plant has been attacted by red spider mite d. If the customer closes the account Then delete the customer from the database Kaidah-kaidah seperti contoh di atas akan digunakan untuk pengambilan keputusan. Menurut Ignizio (1991) metode berbasis kaidah merupakan suatu metode penalaran yang membangun sekumpulan kaidah yang mempresentasikan pengetahuan dan kaidah-kaidah tersebut digunakan untuk pengambilan keputusan. 2) Jaringan Semantik (Semantic Networks) Fokus pada hubungan antara perbedaan konsep. Merupakan penggambaran grafis pengetahuan yang terdiri atas titik (nodes) dan penghubung (arc) yang menunjukan hubungan hirarkis antara objek (Sowa (1997), Cox (2001), Russel dan Norvig (2002) diacu dalam Turban et al. (2005)). Jaringan semantik digunakan untuk menggambarkan pengetahuan yang berbentuk struktur jaringan. Objek dan deskripsi suatu persoalan direpresentasikan sebagai simpul pada suatu grafis dan hubungan antara objek-objeknya dinyatakan dengan garis penghubung paralel. Objek bisa berupa objek fisik, atau kesatuan aksi, kejadian, dan sifat abstrak, sedangkan deskripsi merupakan informasi tambahan tentang objek (Marimin, 2005). Berikut ini contoh jaringan semantik yang tersaji pada Gambar 6.
13
Gambar 6. Contoh representasi pengetahuan dalam jaringan semantik 3) Frames Teknik representasi pengetahuan frames merupakan pilihan yang bagus jika membutuhkan fokus pada sifat dari objek tertentu. Frames adalah struktur data yang termasuk semua pengetahuan tentang objek tertentu. Pengetahuan ini diorganisasikan dalam struktur hirarki spesial yang mengizinkan diagnosis dari pengetahuan independen (Turban et al. 2005). Menurut Marimin (2005), frame mendeskripsikan suatu objek ke dalam bentuk “slot”. Slot dapat menyimpan termasuk nilai yang tidak absah, merupakan petunjuk ke frame lain dan sekelompok aturan atau prosedur untuk mendapatkan nilai. Contoh representasi pengetahuan dalam metode frame tersaji pada Tabel 4. Tabel 4. Contoh representasi pengetahuan pada metode frame (Turban et al. 2005) Name
:
Toyota Corolla
Slots
facets
Owner Color No. of cylinders Range If needed Model Range If needed Vintage (year) Range If needed (a) Parent frame
check registration list List, per manufacturer 4 or 6 ask owner sedan sport 2-4 doors ask owner
Name : Brent’s car Instance of : Toyota Corolla frame Slots Facets Owner Brent Color Blue No of Cylinders 6
Model
4D Sedan
Vintage (year)
1994
1970-1995 ask owner (b)
Child frame
14
4) Formal Logic Merupakan variasi bentuk dari logika yang paling sederhana seperti proposisional kalkulus (propositional calculus) dan predikat kalkulus (predicate calculus). Propositional calculus dibangun dari pernyataan sederhana yang disebut propositions yang merupakan pernyataan dengan nilai benar atau salah. Propositions digabung bersama ke bentuk pernyataan yang lebih kompleks oleh logical connectives. Pernyataan penghubung (connectives) yang digunakan seperti DAN, ATAU, TIDAK, IMPLISIT, EKIVALEN. Proposisional kalkulus menggunakan simbol seperti huruf dalam alfabet untuk merepresentasikan proposisional, premis, atau kesimpulan. Contoh adalah sebagai berikut : “London is a city” adalah proposisional (Benar) “So is “ice is hot” (salah) Proposisional digabungkan bersama untuk bentuk pernyataan yang lebih komplek. Simbol standar untuk proposisional kalkulus:
˄ untuk “DAN” ˅ untuk “ATAU” ¬ untuk “TIDAK” ⇒untuk “JIKA...MAKA.....”
⇔ untuk “JIKA DAN HANYA JIKA”
Misalnya sebagai contoh dalam penggunaan proposisional kalkulus, adalah sebagai berikut: R untuk “sekarang hujan”, G untuk “saya sudah membawa jas hujan” W untuk “saya akan basah” Pernyataannya R ˄ ¬ G ⇒W “Jika sekarang hujan dan saya tidak membawa jas hujan, maka saya akan basah.” Sedangkan predikat kalkulus merupakan perluasan dari proposisional kalkulus. Predikat kalkulus dapat membuat penyataan tentang objek, sifat objek dan hubungan antara objek. Memuat predikat-pernyataan seperti: a (S) b (S,T) adik dari (Budi, Hasan) yang berarti Budi adalah adik dari Hasan. Budi dan Hasan merupakan objek, dan adik dari adalah predikat.
15
5) Tabel Keputusan (Decision Table) Menurut Turban et al. (2005) relasi dari pengetahuan juga dapat di representasikan dengan tabel keputusan (decision table). Pengetahuan diorganisasikan dalam format spreadsheet menggunakan kolom dan baris. Tabel dibagi dalam dua bagian, yang pertama daftar atribut yang dikembangkan untuk setiap atribut dan semua kemungkinan nilai di cantumkan. Kemudian daftar dari kesimpulan dikembangkan. Pengetahuan untuk tabel dikumpulkan dalam sesi akuisisi pengetahuan. Tabel keputusan mudah untuk dimengerti. 6) Pohon Keputusan (Decision Tress) Teknik representasi pengetahuan ini berbentuk diagram pohon yang digunakan untuk merepresentasikan pengetahuan dimana kesimpulan ditarik dari link-link node pada diagram pohon. Pohon keputusan dapat dengan mudah mengkonversi kaidah-kaidah. Konversi dapat dilakukan secara otomatis dengan program komputer. Berikut ini adalah contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi tersaji pada Gambar 7.
Gambar 7. Contoh diagram pohon untuk diagnosa mobil yang tidak berfungsi (Turban et al. 2005) Rules 1 Rules 2
: :
Rules 3
:
IF the car does not start THEN check if the starter motor turns IF the starter motor turns THEN check if there is fuel in the tank ELSE check that the healights work IF headlights do not work THEN battery is flat ELSE there is a starter motor problem.
16
Sedangkan validasi pengetahuan (knowledge validation) merupakan tahapan yang tidak kalah penting, karena menunjukkan sebuah pengetahuan benar atau salah. Transfer data atau informasi dari pakar/jurnal/buku ke dalam sebuah knowledge base melalui tahap representasi pengetahuan merupakan bagian yang tidak mudah, dikhawatirkan terjadi salah penafsiran. Pada tahap ini pengetahuan divalidasi dan diverifikasi sampai kualitas dari pengetahuan itu bisa diterima. Validasi ini bisa dilakukan oleh pakar yang ahli di bidang domain tertentu.
G.
PERTANIAN TELITI DALAM MANAJEMEN NUTRISI CABAI MERAH Populasi penduduk dunia yang kian bertambah, sedangkan sumber daya untuk produksi di bidang pertanian mengalami penurunan karena degradasi lahan dan dampak kerusakan lingkungan, menjadi tonggak awal untuk mengembangkan pendekatan ke pertanian berkelanjutan. Sekarang ini konsep pertanian berkelanjutan merujuk pada pertanian yang berorientasi profit, efisien, efektif, pengurangan dampak kerusakan lingkungan, dst. Di negara-negara maju pertanian teliti (precision farming) sudah dikembangkan sejak permulaan tahun 1990 dalam berbeda versi di beberapa negara. Menurut McBratney et al. (1995) diacu dalam Prabawa et al. (2009) Pertanian teliti (precision farming) merupakan informasi dan teknologi pada sistem pengelolaan pertanian untuk mengidentifikasi, menganalisa, dan mengelola informasi keragaman spasial dan temporal di dalam lahan untuk mendapatkan keuntungan optimum, berkelanjutan, dan menjaga kelestarian lingkungan. Tujuan dari pertanian teliti adalah mencocokan aplikasi sumber daya dan kegiatan budidaya pertanian dengan kondisi tanah dan keperluan tanaman berdasarkan karakteristik spesifik lokasi di dalam lahan. Menurut Seminar (2011) bahwa pertanian teliti merupakan perlakuan presisi (teliti) dalam semua rantai mulai dari kegiatan on-farm yang meliputi pencarian lahan, pengolahan lahan, budidaya, pemanenan hingga kegiatan off-farm yang meliputi pengolahan produk, distribusi, pemasaran hingga sampai ke konsumen akhir dengan aman dan sehat. Sedangkan menurut Sonka (1997) pertanian teliti (presicion farming) merupakan strategi manajemen yang menggunakan informasi teknologi untuk mengambil data dari banyak sumber dalam menunjang pembentukan keputusan pada produksi tanaman. Sedangkan di negara berkembang salah satunya Indonesia. Precision farming masih dalam tahap penelitian dan wacana. Teknologi dan pengetahuan untuk mendukung precision farming masih kurang, tetapi arah menuju pendekatan precision farming sudah beberapa dilakukan. Salah satunya adalah penentuan dosis pupuk. Pengetahuan tentang penentuan dosis pupuk yang benar khususnya pada tanaman cabai merah, memang tidak dipunyai oleh semua petani cabai merah. Masih banyak dari mereka yang belum mengetahui cara menentukan dosis pupuk yang tepat. Para pakar, akademisi, atau petani cabai yang sudah ahli dibidang nutrisi cabai merah mempunyai banyak pengetahuan (knowledge) yang merujuk pada konsep pertanian teliti bersifat spasial dan temporal. Pengalaman dan pengetahuan itu sangat potensial untuk bisa dikembangkan dan digunakan oleh banyak orang. Pengetahuan-pengetahuan tersebut yang masih belum terstruktur bisa didokumentasikan ke dalam sebuah aplikasi sistem yang berbasis pengetahuan berdasarkan konsep pertanian teliti.
17
Menurut Prabawa et al. (2009) pada umumnya kegiatan pemupukan tidak memperhatikan keragaman spasial kesuburan tanah yang ada. Pemupukan yang tidak tepat dapat mengakibatkan aplikasi yang berlebihan (over-application) atau aplikasi yang kurang (under-application). Hal ini dapat menyebabkan pemborosan pupuk, penurunan produktivitas, peningkatan biaya produksi, penurunan keuntungan, dan dampak negatif pada lingkungan. Oleh karena pendekatan pertanian presisi (presicion farming) sangat dibutuhkan untuk mengatasi masalah-masalah yang dihadapi dalam kegiatan pemupukan. Berbagai pengetahuan mengenai manajemen nutrisi cabai merah perlu dikembangkan ke dalam basis pengetahuan (knowledge base) sebagai salah satu teknologi dasar yang berorientasi menuju pertanian teliti.
18
III. A.
METODOLOGI PENELITIAN
WAKTU DAN TEMPAT Penelitian dilaksanakan di Laboratorium Teknik Bioinformatika, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, dan kegiatan wawancara dengan pakar di Laboratorium Klinik Tanaman, Departemen Proteksi Tanaman, Fakultas Pertanian, IPB Dramaga Bogor. Lama penelitian terhitung dari bulan Februari-November 2012 sekitar 10 bulan.
B.
ALAT DAN BAHAN
1.
2.
Alat dan bahan yang digunakan dalam penelitian ini antara lain: Alat a. Seperangkat personal computer dengan spesifikasi sebagai berikut : 1) Prosessor dengan kecepatan minimal 2.20 Ghz, 2) RAM 2 GB 3) Sistem Operasi Windows 7 4) Harddisk 250 GB b. Software untuk pembangunan knowledge base 1) PostgreSQL 9.0, phppgAdmin 2) Ms. Word 2007, Ms. Excel 2007, Ms. Visio 2010 c. Software untuk pembangunan aplikasi berbasis web 1) Adobe Dreamweaver CS 5.0 2) Notepad ++ 3) PostgreSQL PHP Generator 4) Mozila Firefox, Google Chrome, Internet Explorer 5) BITNAMI Wappstack 6) PHP (Hypertext Preprocessor) Bahan Bahan yang digunakan adalah data-data sekunder bersumber dari pustaka berupa buku, tulisan populer, jurnal ilmiah, dan literatur, dan hasil konsultasi dengan pakar Dr. Ir. Widodo, MS, selaku dosen sekaligus praktisi yang ahli mengenai budidaya cabai merah.
19
C.
METODE PENELITIAN Adapun metode penelitian untuk pengembangan basis pengetahuan (knowledge base) terdapat pada Gambar 8.
Gambar 8. Tahapan penelitian
20
Penelitian ini mempunyai beberapa tahapan, antara lain identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi, dan pemeliharaan. Uraian singkat mengenai setiap tahapan adalah sebagai berikut : 1. Identifikasi Masalah Pada tahap ini penentuan permasalahan dan studi kelayakan sistem yang akan dibangun. Identifikasi masalah yang dihadapi oleh petani cabai merah pada khususnya dan serta identifikasi kebutuhan informasi dan pengetahuan yang mendukung kegiatan manajemen nutrisi yang baik pada budidaya cabai merah berbasis pertanian teliti (precision farming). Pada tahap ini dilakukan pengumpulan kebutuhan informasi yang diperlukan untuk pengembangan knowledge base berdasarkan kebutuhan pengguna (users) dan kebutuhan fungsional (functional requirement) kemudian menganalisisnya. Pengguna dari sistem ini adalah semua orang yang membutuhkan pengetahuan tentang manajemen nutrisi cabai merah pada khususnya petani cabai merah, akademisi, pakar, Petugas Penyuluh Lapangan (PPL), dan pengguna lain yang membutuhkan informasi dan pengetahuan. 2. Akuisisi Pengetahuan (knowledge aquisition) Akuisisi pengetahuan merupakan penyerapan pengetahuan dan informasi dari pakar dan dari studi pustaka yang terkait. Penyerapan ini selanjutnya akan diisikan ke basis pengetahuan (knowledge base). Hasil dari akuisisi pengetahuan diperoleh pengetahuan tentang parameterparameter penting dari manajemen nutrisi cabai merah yang selanjutnya dari pengetahuan ini akan digali lebih dalam dan dianalisis lebih lanjut untuk pembangunan basis pengetahuan (knowledge base). Di tahap ini juga dilakukan perhitungan, dan pengkajian mendalam agar diperoleh pengetahuan yang sesuai untuk pembanguan knowledge base manajemen nutrisi cabai merah. Terdapat tiga cara akuisisi pengetahuan yaitu manual, semi otomatis, dan otomatis. Pada penelitian ini digunakan cara akuisisi pengetahuan yang manual. Dengan cara manual lebih mudah mengakomodir pengetahuan-pengetahuan dari para pakar dengan melakukan wawancara, analisis, dan observasi. 3. Representasi Pengetahuan (knowledge representation) Merupakan kegiatan mengkonfigurasi pengetahuan yang diperoleh dari pakar dan hasil penelusuran pustaka. Pada tahap ini akan dilakukan pemetaan pengetahuan yang dilakukan untuk penentuan teknik penyimpanan dalam basis pengetahuan sehingga pengetahuan bisa dimengerti oleh manusia dan bisa dimasukan ke dalam perangkat lunak komputer. Teknikteknik representasi pengetahuan yang digunakan dalam penelitian sesuai dengan jenis-jenis pengetahuanya yang akan direpresentasikan, karena satu jenis pengetahuan, cara perepresentasiannya belum tentu sama dengan jenis pengetahuan yang lain. Teknik representasi pengetahuan yang digunakan pohon keputusan (decision tree), tabel keputusan (decision table), dan bentuk model data relasi. Dari metode pohon keputusan kemudian dipetakan ke tabel keputusan alasannya karena menggunakan DBMS bentuk data relasional dalam hal ini adalah PostgreSQL. Bentuk tabel keputusan sudah sesuai dengan DBMS yang digunakan.
21
4. Validasi Pengetahuan (Knowledge Validation) Validasi pengetahuan dilakukan oleh pakar dan berkolaborasi dengan knowledge engineer, yang bertujuan untuk mengecek kebenaran dan keabsahan dari pengetahuan yang di representasikan oleh knowledge engineer. Bentuk validasi bisa seperti tes keadaan, studi kasus, dsb. Validasi lebih mengarah pada konten/isi yang menjadi titik berat, benar atau tidaknya pengetahuan yang dibangun. 5. Kodifikasi Merupakan proses mentranfer dari perancangan logis yang biasanya berupa ERD (Entity Relationship Diagram) ke dalam DBMS. Kodifikasi bicara mengenai bagaimana sebuah knowledge base akan dimasukkan ke PostreSQL yang disini berperan sebagai DBMS. Sebelum masuk inti dari kodifikasi ada beberapa tahapan awal yang perlu dilakukan yaitu perancangan basis data (database), antara lain: a) Analisis kebutuhan Menganalisis berbagai kebutuhan, mengidentifikasi masalah-masalah yang terkait dengan pengembangan basis data, melakukan pengumpulan data, informasi, dan pengetahuan, dst. b) Perancangan Konseptual (conseptual design) Pada tahapan ini data yang dibutuhkan untuk pengembangan sistem data dikelompokkan menurut kriteria tertentu. Kemudian dilengkapi dengan hubungan antara grup data (entitas) dengan grup data yang lain (entitas). Hubungan antar entitas dijabarkan dengan menggunakan diagram E-R (Entity Relationship) yang menunjukkan hubungan antar entitas. c) Perancangan Logikal (logical design) Merupakan tahapan yang digunakan untuk menentukan hasil dari perancangan konseptual ke dalam bentuk yang nantinya akan diimplementasikan ke DBMS. Pemetaan pada perancangan logis berdasarkan perancangan konseptual. d) Perancangan Fisik (physical design) Langkah terakhir dalam perancangan basis data adalah perancangan fisik. Perancangan ini sangat spesifik terhadap DBMS yang digunakan yaitu PostgreSQL 9.0. Tipe data untuk masing-masing kolom dalam setiap kolom disesuikan dengan DBMS yang digunakan. e) Kegiatan inti kodifikasi Lebih menekankan pembangunan basis data dengan menggunakan PostgreSQL. Melakukan strukturisasi, berhubungan dengan bentuk tabel disertai atribut, tipe data dan relasinya dengan tabel lain melalui constraint, penentuan kunci primer, kunci asing, dan pembuatan fungsi tersimpan (stored function) untuk menyimpan rumus perhitungan dosis pupuk. 6. Pengujian/implementasi Sebelum sistem ini dirilis dilakukan perancangan prototipe (contoh aplikasi) yang berguna untuk mendukung interaksi antara pengguna (user) dan aplikasi sistem. Karena sebuah aplikasi sistem tidak ada gunanya apabila tidak bisa digunakan oleh user oleh karena itu perlu dibuat prototipe agar bisa berkomunikasi dengan user dengan efisien serta mudah dimengerti. Pengujian dilakukan baik secara fungsional. Selanjutnya setelah diuji sistem bisa diluncurkan dan dapat dievaluasi kembali serta dilakukan perbaikan sistem nantinya.
22
7. Perawatan Tahap ini merupakan tahap yang sangat penting agar sistem tetap dapat berjalan dengan baik. Pemeliharaan sistem berupa auditing sistem dan fasilitas updating data untuk merawat keakuratan dan keterbaruan data yang dihasilkan. Pemantauan, evaluasi sistem, serta memformulasikan rencana modifikasi perbaikan/pengembangan sistem. Pada tahapan ini ditindaklanjuti nanti apabila sistem yang nantinya dikembangkan dengan knowledge base ini benar-benar diaplikasikan secara nyata.
23
IV.
HASIL DAN PEMBAHASAN
A. KNOWLEDGE BASE MANAJEMEN NUTRISI CABAI MERAH BERBASIS PERTANIAN TELITI (PRECISION FARMING) Precision Farming (PF) atau pertanian teliti berhubungan dengan manajemen informasi keragaman spasial dan temporal dari suatu lahan pertanian yang bertujuan untuk meningkatkan keuntungan optimal, berkelanjutan dan mengurangi dampak kerusakan lingkungan. PF menekankan bagaimana memanajemen sebuah lahan/sub-lahan dan mendapatkan informasi sebanyak-banyaknya tentang spasial (ruang) dan temporal (waktu) yang akan digunakan untuk membuat keputusan. Dalam dunia PF yang sebenarnya, aktivitas tersebut didukung dengan berbagai teknologi informasi dan peralatan yang canggih seperti GPS (Global Positioning System), GIS (Geographical Information System), variable rate application, soil sampling, pengindraan jarak jauh (remote sensing), yield monitor, dst. Petani-petani di negara-negara maju sebagian besar sudah didukung dengan teknologi-teknologi tersebut dan penerapan PF sudah dilakukan, baik secara keseluruhan atau bersifat parsial. Di Indonesia PF masih bersifat wacana dan masih dalam tahap penelitian. Mahalnya teknologi dan penerapan PF menjadi salah satu kendala pengaplikasian PF. Selain itu kurangnya pengetahuan dan sulitnya akses terhadap informasi membuat petani-petani Indonesia masih banyak yang belum mengetahui cara budidaya tanaman yang baik khususnya pada kegiatan pemupukan. Berbicara mengenai pertanian teliti di sini, tidak jauh berbeda dengan konsep pertanian teliti yang sebenarnya, perbedaannya adalah pada pemanfaatan dan tidaknya teknologi-teknologi untuk PF. Terdapat hubungan erat bagaimana mengelola lahan untuk menciptakan kondisi keseragaman spasial, agar biaya, kebutuhan input bisa diminimalisir dan menghindari terjadinya kelebihan atau kekurangan misalnya pupuk, kapur, dll, sehingga dampak kerusakan lingkungan bisa dikurangi. Dengan memegang poin penting atau konsep utama pertanian teliti walaupun belum didukung dengan teknologi canggih, hal ini tidak menutup kemungkinan bahwa upaya ke arah konsep pertanian teliti bisa diusahakan, yaitu dengan adanya pengetahuan-pengetahuan bagaimana mengelola lahan agar optimal untuk ditanami dan menghasilkan produktivitas yang tinggi, tidak terkecuali pada kegiatan pemupukan cabai merah dengan pengetahuan-pengetahuan manajemen nutrisi cabai merah, petanipetani cabai merah bisa terbantu dan bisa mengaplikasikan pengetahuan-pengetahuan itu untuk membantu menyelesaikan masalah terkait pemupukan yang efisien dan efektif. Pada budidaya cabai merah (Capsicum annuum L) aktivitas pemupukan merupakan tahapan yang paling penting. Karena di kegiatan ini kebutuhan nutrisi tanaman harus terpenuhi, baik unsur makro dan mikro, dan berbagai faktor pembatas harus tersedia agar pertumbuhan tanaman optimal. Tetapi pada kenyataannnya kegiatan pemupukan yang dilakukan oleh petani tidak memperhitungkan kebutuhan nutrisi tanaman dan kondisi tanah. Padahal hal tersebut merupakan hal yang harus menjadi perhatian khusus. Akibatnya terjadi aplikasi pupuk yang berlebihan (over-application) atau aplikasi yang kurang (under-application), dan dari hal tersebut bisa mengakibatkan munculnya berbagai penyakit yang menyerang serta tidak efektif dan efisien. Pengaplikasian pupuk ke tanaman baiknya berdasarkan kebutuhan nutrisi tanaman, kondisi tanah, dan berbagai variabel yang mempengaruhi. Memang pada dasarnya tidak 100% tepat, tetapi arah menuju/mendekati ke dosis yang presisi bisa dilakukan dengan sebelumnya menetukan target
24
hasil dan mempertimbangkan nutrient recovery atau daya serap pupuk terhadap tanaman serta hasil analisis tanah. Perlakuan berbeda pada tanah yang kekurangan c-organik. Tanah dengan kandungan corganik kurang dari sama dengan 2.0 % maka perlu diaplikasikan pupuk kandang. Karena kondisi tanah yang kekurangan c-organik miskin akan unsur hara, dan dapat menghambat pertumbuhan tanaman. Pengaplikasian ke lahan juga tidak bisa dilakukan serta merta, ada cara dan waktu yang tepat untuk itu. Pada dasarnya pupuk diberikan sesuai dengan kebutuhan tanaman, tanah, dan faktor-faktor yang mempengaruhinya dengan cara dan waktu pengaplikasian yang benar. Tujuannnya agar kegiatan pemupukan bisa efisien dan efektif. Semua informasi dan pengetahuan tersebut di simpan dalam sebuah knowledge base manajemen nutrisi cabai merah. Knowledge base yang dikembangkan ini berbasis pertanian teliti bisa dilihat dari jenis-jenis pengetahuan yang disajikan memberi arahan ke kegiatan pertanian teliti, antara lain pengetahuan jenis tanah, untuk mengetahui karakteristik atau sifat tanah yang dapat digunakan untuk membantu pengambilan keputusan, kemudian pengetahuan penentuan dosis kapur/belerang berdasarkan pH dan tekstur tanah, pengetahuan penentuan dosis pupuk kandang berdasarkan kadar Corganik tanah, pengetahuan penentuan dosis pupuk sintetis (tunggal dan majemuk) berdasarkan kebutuhan unsur cabai merah dan produkstivitas 15 ton/ha (asumsi jumlah optimal dengan kerapatan tanam 15,000 tanaman), serta pengetahuan cara dan waktu aplikasi kapur/belarang, pupuk kadang, dan pupuk sintetis. Knowledge base ini dikhususkan pada jenis pertanian di lahan atau bersifat konvensional yang banyak dilakukan oleh petani-petani Indonesia. Pembangunan knowledge base ini diarahkan untuk menyediakan pengetahuan (dari pakar dan pustaka) tentang manajemen nutrisi cabai merah berbasis pertanian teliti. Pengetahuan yang dibangun berisikan aturan-aturan (rules) dalam memanajemen kegiatan pemupukan menuju keseragaman spasial untuk memperoleh tujuan yang sudah diutarakan sebelumnya. Pendekatannya adalah bahwa kondisi seragam pada lahan akan lebih mudah mengelolanya pada kegiatan pertanian yang konvensional. Kondisi seragam disini adalah pH tanah optimal dan cukup akan bahan organik. Kapur/belerang berperan untuk mengatur pH tanah sedangkan pupuk kandang berperan untuk mengatur kadar bahan organik. Keduanya diaplikasikan untuk mendapatkan kondisi tanah yang ideal dan optimal, yang berarti bahwa kapur/belerang untuk memperbaiki pH tanah agar ideal untuk pertumbuhan cabai merah, karena dengan pH yang ideal maka secara tidak langsung banyak tersedia unsur-unsur hara yang cukup untuk menunjang pertumbuhan tanaman, dengan kata lain pengaplikasian pupuk sintetis (pupuk tunggal atau pupuk majemuk) akan bisa diserap optimal oleh tanaman dan produktivitas 15 ton/ha dapat terpenuhi. Pada umumnya pengetahuan-pengetahuan seperti itu tidak dipunyai oleh banyak orang khususnya petani cabai merah. Kebanyakan dari petani cabai belum sepenuhnya mengetahui proses pemupukan yang baik. Mereka membutuhkan panduan agar budidaya cabai merah bisa memperoleh hasil yang diharapkan dengan input yang diberikan bisa diminimalkan karena kondisi keseragaman spasial yang sebelumnya diciptakan (keseragaman spasial bisa menekan kebutuhan pupuk sintetis). Dengan knowledge base manajemen nutrisi cabai merah, kegiatan pemupukan bisa dilakukan dengan baik, mendekati presisi, dan sesuai yang dibutuhkan oleh tanah dan tanaman. Selain itu knowledge base ini telah dibangun dengan DBMS yaitu PostgreSQL yang tentunya sudah standar, sehingga bisa digunakan untuk mengembangkan berbagai aplikasi seperti berbasis android, web, decision support system, expert system, dst.
25
B. TAHAPAN PENGEMBANGAN BASIS PENGETAHUAN Terdapat beberapa tahapan dalam pembangunan basis pengetahuan (knowledge base) antara lain identifikasi masalah, akuisisi pengetahuan, representasi pengetahuan, validasi pengetahuan, kodifikasi, pengujian/implementasi dan pemeliharaan. Berikut ini adalah uraian masing-masing tahapan : 1) Identifikasi Masalah Tahap ini merupakan tahap yang paling awal dari pengembangan sebuah knowledge base. Pengidentifikasian masalah dilakukan untuk mengidentifikasi masalah-masalah dan batasanbatasan yang muncul mengenai manajemen nutrisi cabai merah. Dilakukan tahap analisis mengenai ruang lingkup dari manajemen nutrisi cabai merah, dan faktor-faktor yang mempengaruhinya. Semuanya dianalisis sebagai dasar pemikiran untuk mengembangkan knowledge base. Masalahmasalah dalam hal ini adalah yang menjadi latar belakang, parameter, faktor-faktor yang mempengaruhi, dan segala kebutuhan yang digunakan untuk membangun sistem ini. Pada tahap ini diuraikan pengetahuan-pengetahuan yang menjadi bagian utama dalam penyusunan knowledge base. Fokus utama lebih banyak membicarakan pengetahuan apa yang akan dikembangkan, dan apa alasannya atau dasar pemikirannya, dan bagaimana cara membangun pengetahuan, dst. Banyak masalah-masalah yang bisa menjadi pertimbangan untuk diidentifikasi lebih dini, agar mudah ketika dalam tahap pembangunan. Pemikiran awal pengetahuan ini berisikan tentang manajemen nutrisi cabai merah di wilayah tropika berbasis pertanian teliti (precision farming). Nutrisi cabai merah berhubungan erat dengan penyediaan unsur hara makro dan mikro yang dibutuhkan oleh tanaman, dan tentunya berkaitan dengan kegiatan pemupukan. Dalam kegiatan pemupukan berhubungan dengan pemenuhan nutrisi oleh tanaman dengan menggunakan pupuk baik sintetis maupun non sintetis dan mengelola media tanam (tanah) agar optimal untuk mendukung penyerapan pupuk oleh tanaman. Amelioran adalah bahan-bahan yang bertujuan untuk memperbaiki tanah, yang dimaksud amelioran di sini adalah kapur/belerang untuk mengubah pH tanah, pupuk kandang untuk memperbaiki sifat fisik tanah, struktur tanah, menyediakan unsur hara yang baik untuk tanaman, serta meningkatkan kapasitas tukar kation tanah. Berbeda dengan pupuk sintetis (pupuk tunggal atau pupuk majemuk) yang bertujuan untuk memenuhi unsur makro primer tanaman (NPK). Dalam penentuan dosis pupuk tunggal atau pupuk majemuk, sebelumnya dilakukan analisis jaringan tanaman untuk mengetahui kebutuhan unsur tanaman cabai merah informasi ini mengacu pada Berke et al. (2005). Pada umumnya dalam penentuan dosis dari mulai kapur/belerang, pupuk kandang, pupuk sintetis, sifat tanah dilakukan analisis tanah terlebih dahulu untuk mengetahui unsur-unsur yang tersedia dalam tanah. Tidak mudah untuk melakukan analisis tanah, harus dibawa ke laboratorium dan membutuhkan waktu serta biaya yang tidak sedikit. Oleh karena itu perlu juga dikembangkan informasi tentang jenis tanah dan karakteristiknya. Main map untuk memudahkan mengidentifikasi masalah dalam pembangunan knowledge base ini adalah tersaji pada Gambar 9 sebagai berikut:
26
Gambar 9. Main map dasar pengembangan pengetahuan manajemen nutrisi cabai merah Pada Gambar 9 menjelaskan bahwa aspek tanah tidak terlepas dari aspek pemupukan, dan apabila pemupukan efisien dan efektif selain dosis yang tepat, juga tepat dalam waktu dan cara aplikasinya, semua saling mempengaruhi dalam hal manajemen nutrisi cabai merah. Mengacu pada hasil identifikasi masalah di atas maka diputuskan bahwa uraian pengetahuan yang dikembangkan adalah sebagai berikut: 1) Pengetahuan tentang jenis-jenis tanah dan karakteristik tanah yang potensial untuk budidaya cabai merah. Informasi tanah ini tidak bersifat mutlak, hanya sebagai rujukan untuk membantu mengidentifikasi jenis tanah. 2) Penentuan dosis kapur/belerang berdasarkan pH tanah dan tekstur tanah. 3) Penentuan dosis pupuk kandang dengan pilihan empat jenis pupuk kandang dari kotoran ayam, sapi, kuda, kambing berdasarkan kadar C-organik tanah yang ≤ 2.0%. 4) Penentuan dosis pupuk sintetis bisa dari pupuk tunggal atau pupuk majemuk, berdasarkan kadar jumlah unsur yang dibutuhkan oleh cabai merah, target hasil, kadar N, P, dan K dalam pupuk yang tersedia di pasaran. 5) Penentuan bagaimana cara aplikasi kapur/belerang, pupuk kandang, dan pupuk sintetis yang tepat dan waktu pengaplikasian yang sesuai. Setelah mengetahui batasan atau ruang lingkup pengetahuan yang dikembangkan, maka selanjutnya adalah mengakuisisi pengetahuan tersebut yang berasal dari pakar dan studi pustaka.
2) Akuisisi Pengetahuan Akuisisi pengetahuan merupakan proses ekstraksi, strukturisasi dan pengorganisasian pengetahuan dari satu atau banyak sumber. Tahapan ini merupakan paling krusial dari pembangunan knowledge base, dan menentukan keberhasilan suatu knowledge base yang akan dikembangkan. Pada tahap ini pengetahuan-pengetahuan yang digunakan sebagai bahan baku diperoleh bisa melalui beberapa tahapan sebelumnya, seperti analisis, perhitungan, pertimbangan, pengidentifikasian yang berdasarkan studi pustaka dan juga kegiatan diskusi dengan pakar. Pada akusisi pengetahuan dengan pakar, metode yang digunakan adalah manual yang dilakukan dengan wawancara untuk mendapatkan informasi/pengetahuan yang tidak tersedia secara eksplisit di dalam literatur atau pustaka. Wawancara dilakukan dengan seorang pakar Dr. Ir. Widodo, MS yang ahli mengenai cabai merah, sekaligus dosen IPB dan praktisi, banyak pengetahuan yang bersifat tacit diperoleh dari pakar. Kegiatan wawancara ini dilakukan di Laboratorium Klinik Tanaman, Departemen Proteksi Tanaman, Fakultas Pertanian, IPB. Teknik wawancara dengan pakar tidak hanya satu arah tetapi lebih ke kegiatan diskusi untuk memudahkan pakar dan knowledge engineer menggali banyak informasi. Kadang yang menjadi kendala dalam
27
proses wawancara adalah tidak jarang pakar menyampaikan informasi yang belum terstruktur dan beberapa kemungkinan bagian penting bisa terlewatkan, teknik diskusi bisa mengingatkan pakar untuk bagian-bagian penting agar disampaikan. Selain wawancara dengan pakar, studi pustaka juga dilakukan untuk menghimpun segala pengetahuan tentang pemupukan cabai merah. Studi pustaka diperoleh dari buku, jurnal, web resmi, literatur, hasil penelitian lembaga, dan beberapa literatur yang relevan. Tidak juga mudah mengakuisisi pengetahuan dari pustaka karena begitu banyak data/informasi yang berlimpah dan kadang-kadang membingungkan knowledge engineer akibat inkonsistensi data. Inkonsistensi data dari pustaka sering menimbulkan ambiguinitas sehingga tetap diperlukan konsultasi dengan pakar. Pada tahapan ini, proses akusisi pengetahuan dibatasi sesuai dengan hasil dari identifikasi masalah, yaitu pengembangan pengetahuan tentang tanah dan karakteristiknya, penentuan dosis kapur/belerang, penentuan pupuk kandang, penentuan pupuk sintetis, cara dan waktu aplikasi kapur/belerang, pupuk kandang, dan pupuk sintetis. Berikut ini adalah klasifikasi pengetahuan yang diakuisisi berdasarkan sumbernya (pustaka dan pakar): 1. Pengetahuan jenis tanah dan karakteristiknya Apabila berbicara mengenai tanah, merupakan hal yang sangat komplek apalagi berkaitan dengan sifat tanahnya. Tanah memiliki banyak sifat atau karakteristik tanah yang berbeda-beda sesuai jenis tanahnya. Akusisi pengetahuan tentang tanah ini mengalami banyak kendala. Banyak informasi dari buku, jurnal, hasil penelitian, internet yang berbeda satu sama lain. Masih belum tersedia informasi tentang sifat tanah secara konsisten. Karena pada dasarnya untuk mengetahui sifat tanah yang sebenarnya, perlu dilakukan analisis tanah di laboratorium, dan satu petak tanah dengan petak tanah yang lain, kecenderungan sering berbeda, oleh karena itu untuk mengetahui jenis tanah dan sifatnya memang baiknya perlu dilakukan analisis tanah, agar informasi yang dihasilkan lebih akurat, sehingga pengambilan keputusan nantinya sesuai dengan masalah yang ada. Dari masalah di atas pakar kemudian menginstruksikan untuk mengakuisisi pengetahuan tentang tanah yang bersifat umum, seperti jenis tanah dan karakteristik umum. Oleh karena itu pengetahuan ini hanya bersifat rujukan dan sebagai pemberi informasi yang umum tentang tanah. Selanjutnya pakar juga menganjurkan untuk mengakuisisi pengetahuan tentang sifat tanah yang umum, seperti data-data yang diambil pada analisis tanah, misalnya pH tanah (berupa nilai kisaran), tekstur, C-organik, KTK (Kapasitas Tukar Kation), ciri tanah, gambar tanah, dan kerapatan tanah (bulk density). Data-data tersebut diperoleh dari pustaka yang sebelumnya dianalisis terlebih dahulu. Sebenarnya masih banyak lagi sifat tanah yang lain, tetapi hal tersebut terlalu komplek, sehingga hanya jenis tanah dan sifat tanah yang secara umum disajikan. Tujuannya dengan pengetahuan tentang jenis tanah ini bisa membantu mengidentifikasi jenis tanah apabila tidak melakukan analisis tanah. Walaupun pada kenyetaannya lebih baik tetap melakukan analisis tanah. Berikut ini adalah hasil akuisisi pengetahuan untuk tanah dan karakteristiknya yang terdapat pada Tabel 5.
28
Tabel 5. Akuisisi pengetahuan jenis tanah dan karakteristiknya
pH (Max)
Kriteria pH
(a)
(a)
(b)
Lempung Berpasir
6.0
7.5
agak alkalis
0.15
rendah
0.4
sangat rendah
1.77
Tanah yang sangat lapuk, tekstur berat dan kadang-kadang lekat, struktur gumpal, bahan organik rendah. Ditemukan pada ketinggian dari muka laut sampai 400 m)
Andosol (Andisol)
Lempung Berdebu
4.5
6.0
agak masam
8.61
sangat tinggi
31.7
tinggi
0.81
Tanah berwarna hitam atau coklat tua, remah, kandungan bahan organik tinggi. Ditemukan pada ketinggian dari permukaan laut sampai 3000 m.
Gambut/ Organosol (Histosol)
Banyak serasahsaprik (muck)
3.0
4.5
sangat masam
12
sangat tinggi
100
sangat tinggi
2.00
Terdiri dari lapisan gambut (bahan organik) yang relatif tebal (40 m). Tanah jenuh sepanjang tahun. Reaksi tanah umumnya sangat masam.
Latosol (Inceptisol)
Lempung Berpasir
4.5
5.5
masam
2.17
sedang
10.5
rendah
1.38
Podzolik Merah Kuning (Ultisol)
Liat
4.2
4.8
masam
0.51
sangat rendah
5.7
rendah
1.50
Tanah dengan pelapukan lanjut. Unsur hara rendah, warna tanah merah, coklat kemerahan, coklat, coklat kekuningan, atau kuning. Ditemukan dari pada ketinggian dari muka laut sampai 900 m. Tanah yang sangat tercuci, lapisan atas berwarna abu-abu muda sampai kekuningan, lapisan bawah merah atau kuning, terdapat akumulasi liat hingga tekstur relatif berat, struktur gumpal, bahan organik rendah, kejenuhan basa rendah. Bahan induk kadangkadang mempunyai karatan kuning, merah dan abu-abu. Ditemukan pada ketinggian antar 50 m-350 m.
Tekstur
(a)
(b)
Mediteran (Alfisol)
COrganik (%) (c)
Ket_COrganik
KTK (meq/ 100 g) (c)
pH (Min)
Jenis Tanah
(b)
Ket KTK (b)
Bulk density (g/cc) (c)
Ciri (a)
Sumber : (a) Hardjowigeno (2003), (b) Soil Survey Staff (1999) dan Pusat Penelitian Tanah (1983) dalam Hardjowigeno (2003), (c) Soil Survey Staff (1999)
Gambar Tanah (c)
29
2. Pengetahuan penentuan dosis kapur/belerang Pengetahuan untuk menentukan dosis kapur/belerang ini diperoleh dari literatur. Dalam literatur itu disebutkan bahwa parameter untuk menentukan dosis kapur/belerang tergantung pH tanah dan tekstur tanah, tanah masam perlu ditambah kapur, sedangkan tanah alkalis perlu ditambahkan belerang. Penentuan dosis kapur/belerang berdasarkan pH tanah sebaiknya adalah pH ukur dan jenis tekstur dari hasil analisis tanah agar lebih akurat hasilnya. Tetapi juga bisa menggunakan data pH dan tekstur dari informasi tanah yang sudah diberikan. Dari literatur yang didapat tidak ada keterangan mengenai kriteria pH. Kemudian ditambahkan informasi kriteria pH berdasarkan klasifikasi pH yang bersumber dari Pusat Penelitian Tanah (1983) dalam Hardowigeno (1995). Hal ini bertujuan untuk memudahkan pengklasifikasian nilai pH. Selain itu pada literatur hanya tertulis kapur saja, tidak menyebutkan spesifik jenis kapur dan menggunakan satuan pounds/acre lalu dikonversi ke satuan kg/ha. Berikut ini adalah pengetahuan penentuan dosis kapur/belerang pada Tabel 6 dan Tabel 7. Tabel 6. Akuisisi pengetahuan dosis kapur berdasarkan pH tanah dan tekstur tanah
No
Perubahan pH
Berpasir
1 4.0 - 6.5 3250 2 4.5 - 6.5 2750 3 5.0 - 6.5 2250 4 5.5 - 6.5 1500 5 6.0 - 6.5 750 Sumber : Knott JE (1957)
Lempung Berpasir
Tekstur (kg/ha) Lempung Lempung Berdebu
6250 5250 4250 3250 1750
8750 7250 5750 4250 2250
10500 8750 7000 5000 2750
Lempung Liat (loam clay) 12500 10500 8250 5750 3000
Muck (tanah gambut) 23750 20250 15750 10750 5500
Tabel 7. Pengetahuan dosis belerang berdasarkan pH tanah dan tekstur tanah No
Perubahan pH
1 8.5 - 6.5 2 8.0 – 6.5 3 7.5 – 6.5 4 7.0 – 6.5 Sumber : Knott JE (1957)
Berpasir 2500 1500 625 125
Tekstur (kg/ha) Berlempung 3125 1875 1000 188
Clayey 3750 2000 2500 375
Pengetahuan untuk penentuan dosis kapur/belerang itu dari mulai pH 4.0 sampai 6.0 untuk diubah ke 6.5 (pH optimal pertumbuhan cabai merah), apabila ternyata pH tanah yang ingin diketahui dosis kapur/belerangnya tidak masuk kisaran data tersebut, maka menggunakan metode pendekatan (pemilihan kisaran nilai pH yang memiliki kecenderungan pada kisaran nilai pH tertentu). Kemudian dari rekomendasi pakar data di atas dilakukan pendekatan, membuat kisaran nilai pH yang kecil selisihnya seperti berikut ini pada Tabel 8.
30
Tabel 8. Kisaran nilai pH yang ditambahkan No 1 2 3 4 5 6 7 8 9
Perubahan pH 3.6-4.0 4.1-4.5 4.6-5.0 5.1-5.5 5.6-6.0 8.1-8.5 7.6-8.0 7.1-7.5 6.6-7.0
3. Pengetahuan penentuan dosis pupuk kandang Pupuk kandang merupakan sumber bahan organik yang baik untuk pertumbuhan tanaman. Sumber dari bahan organik sebenarnya tidak hanya dari pupuk kandang, misalnya dari pupuk hijau, kompos, dst. Keberadaan pupuk kandang yang mudah diperoleh dan sekaligus memanfaatkan limbah peternakan, menjadi pertimbangan juga. Jenis pupuk kandang banyak tersedia, misalnya yang berasal dari ayam, sapi, kuda, dan kambing. Setiap pupuk kandang mengandung kadar C-organik yang berbeda-beda, semakin tinggi kandungan C-organik tanah, maka semakin baik untuk diaplikasikan ke lahan. Kadar C-organik yang tinggi akan mengidentifikasikan jumlah bahan organik yang tinggi pula, keberadaan bahan organik sangat dibutuhkan oleh tanah, khususnya tanah yang miskin kandungan hara. Di bawah ini adalah pengklasifikasian C-organik tanah dan perlakuannya pada Gambar 10 dan juga Tabel 9.
31
Gambar 10. Pengklasifikasian C-organik Tabel 9. Klasifikasi C-Organik dan perlakuannya No 1
Kriteria C-Organik Sangat rendahrendah
C-Organik (%) (a) 0.1-2.0
2
Sedang-tinggi
2.1-5.0
3
Sangat tinggi
5.1-85.0
Perlakuan (b) Harus tambahkan bahan organik (pupuk kandang), karena c-organik rendah kandungan bahan organik juga rendah, dan KTK akan cenderung rendah. Lebih baik ditambahkan pupuk kandang (pilihan) Pengusahaan untuk pertanian lebih baik ditambahkan bahan organik (pupuk kandang) dan tanah mineral (tanah gambut/organosol/histosol)
Sumber : (a) Pusat Penelitian Tanah Bogor (1983) dalam Hardjowigeno (1995), (b) Pakar Pada Gambar 10 dan Tabel 10, menjelaskan bahwa setiap tanah memiliki kadar Corganik yang berbeda-beda. Untuk kriteria sangat rendah sampai rendah, sangat miskin bahan organik, sehingga perlu ditambahkan pupuk kandang sebagai salah satu sumber bahan organik, begitu juga dengan kriteria sedang sampai tinggi, dan sangat tinggi memiliki perlakuan yang berbeda-beda. Pada penentuan dosis pupuk kandang, hanya untuk tanah dengan C-organik ≤ 2.0% yang dilakukan perhitungan dan penyimpanan di basis data, dari kisaran kadar minimal C-Organik 0.1% sampai 2.0%. Perhitungan dilakukan dengan menggunakan rumus yang diperoleh dari pengetahuan tacit pakar. Dari informasi yang diperoleh bahwa berdasarkan
32
pengalaman pakar dan didukung dengan literatur, tanah yang C-organiknya ≤ 2.0%, memang masih tergolong rendah kandungan bahan organik, kemudian pakar menginstruksikan untuk membuat penentuan perhitungan dosis pupuk kandang pada tanah C-organiknya ≤ 2.0% sebagai kebutuhan minimum tanah terhadap bahan organik. Untuk mendapatkan pengetahuan dosis pupuk kandang maka dilakukan perhitungan, dengan mempertimbangkan parameter-parameter seperti C-organik yang tersedia pada tanah, luas lahan, kerapatan tanah, massa tanah, dan Corganik pupuk kandang. Sebelum ditunjukkan bagaimana cara perhitungannya berikut ini diinfokan beberapa asumsi dan parameter yang diperoleh dari literatur yang mendasari perhitungan dosis pupuk kandang : a) C-organik ideal 2.1%. Menurut Victoria (2005) menyebutkan bahwa tanah untuk tanaman (crop) minimal tersedia C-organik 2.0 %, sehingga diasumsikan bahwa C-organik ideal sekitar 2.1%. b) Karena kebutuhan pupuk kandang juga dipengaruhi oleh bulk density tanah maka berdasarkan Hardjowigeno (1995), untuk tanah mineral diasumsikan 1 g/cm3, dengan volume tanah 2000 m3 yang berasal dari (100x100x0.20) m3, sehingga massa tanah untuk tanah mineral 2000 ton. c) C-organik pupuk kandang dari ayam, sapi, kambing berturut-turut adalah 14.97%, 20.94%, 14.99% (Maerere AP et al. 2001) sedangkan kuda sebesar 17.93% (Rosliani et al. 2004). Perhitungan dalam menentukan dosis pupuk kandang berasal dari pakar dengan dibantu beberapa asumsi dan parameter dari pustaka. Sehingga berikut ini adalah pehitungannya: Parameter : Co_ideal = C-Organik yang ideal sekitar 2.1 % Co_tanah=C_Organik tanah (nilainya berkisar 0.1%-2.0%) Co_pukan_ayam= C-Organik pupuk kandang dari kotoran ayam (14.97%) Co_pukan_sapi= C-Organik pupuk kandang dari kotoran sapi (20.94%) Co_pukan_kuda= C-Organik pupuk kandang dari kotoran kuda (14.99%) Co_pukan_kambing= C-Organik pupuk kandang dari kotoran kambing (17.93%) Kerapatan_tanah atau bulk density= 1 g/cm3 Vol_tanah=Volume tanah (pxlxt)=100 m x100 m x 0.20 m = 2000 m3 Co_pukan= C-Organik pupuk kandang (%) Dengan mengacu pada parameter di atas maka untuk menghitung kebutuhan C-organik persamaan (1.1): Kebutuhan_Co ton =
__
x kerapatan_tanah x vol_tanah
(1.1)
Kebutuhan C-organik (ton) dikonversi ke jumlah pupuk kandang. Misalnya apabila ingin menggunakan ayam, sapi, kuda, atau kambing adalah sama saja perhitungannya, tinggal mengganti C-organik pupuk kandang : Persamaan (1.2) untuk menghitung dosis pupuk kandang, misalnya dari ayam : Dosis pukan ayamton =
+,--_
x Co_pukan_ayam
(1.2)
33
Jadi untuk mengetahui dosis pupuk kandang dapat dihitung dengan persamaan (1.3) : Dosis pukan =
./
01234567 81296:6; < ?@ +AB96:6; @ C96:6; D =>>
x Co_pukan
(1.3)
Misalnya C-organik tanah hasil analisis tanah adalah 1.5% dengan menggunakan rumus dosis pupuk kandang maka diperoleh kebutuhan untuk C-organik adalah 12 ton, kemudian dikonversi ke ukuran pupuk kandang untuk ayam 2 ton atau sapi 3 ton atau kuda 2 ton atau kambing 2 ton. Jumlah pupuk kandang tersebut adalah minimal, apabila ditambah lagi dosisnya lebih dari itu, hal tersebut bersifat pilihan. Banyak jenis pupuk kandang yang tersedia di pasaran. Rekomedasi terbaik berturut-turut pada penggunaan pupuk kandang dari kotoran ayam, sapi, kuda, dan kambing. Berikut ini adalah beberapa pertimbangan dalam menentukan jenis pupuk kandang yang terdapat pada Tabel 10. Tabel 10. Kelebihan dan kekurangan masing-masing jenis pupuk kandang Jenis Pupuk Kandang dari Ayam
Kelebihan/kekurangan
Jumlah yang dibutuhkan sedikit, pemanfaatannya luas, cepat terdekomposisi, kadar unsur hara lebih banyak. Sapi Kadar serat tinggi (selulosa), kadar C tinggi menghambat penggunaan langsung ke lahan, kadar air tinggi. Kuda Jumlah yang dibutuhkan relatif sedikit, sedikit persebaran kotoran kuda, banyak mengandung Mg Kambing Bentuknya butiran menjadi sulit terdekomposisi, kalium relatif tinggi. Sumber : Hartatik W, Widowati LR 4. Pengetahuan penentuan dosis pupuk sintetis Pupuk sintetis merupakan pupuk yang berasal dari bahan kimia. Pupuk sintetis biasanya menyediakan unsur-unsur makro primer yang dibutuhkan oleh tanaman, seperti unsur N, P, dan K. Terdapat banyak pupuk sintetis di pasaran, dari jenis pupuk tunggal dan juga pupuk majemuk. Pupuk tunggal berarti hanya mengandung satu unsur misalnya hanya unsur N atau P, atau K saja. Sedangkan pupuk majemuk biasanya mengandung campuran dari beberapa unsur makro yaitu N, P, dan K. Dalam pembangunan knowledge base manajemen nutrisi cabai merah, menyediakan beragam rekomendasi dosis pupuk dari jenis-jenis pupuk sintetis di pasaran, dari pupuk tunggal seperti Urea-46, ZA-21, SP-36, SP-18, KCl-60, KCl-50 dan beberapa pilihan jenis pupuk dari kategori pupuk majemuk misalnya NPK (20-10-10), NPK (15-15-15), dst. NPK (20-10-10) berarti bahwa 20% mengandung unsur N, 10% unsur P, dan 10% unsur K. Informasi berbagai jenis pupuk sintetis baik tunggal dan majemuk yang dimasukkan dalam basis pengetahuan, diperoleh dari internet dan website resmi produsen pupuk sintetis di Indonesia, selain itu juga rekomendasi dari pakar. Berbeda jenis pupuk, maka takaran dosisnya juga berbeda. Pada dasarnya tidaklah mudah menentukan kombinasi dosis pupuk sintetis yang
34
tepat dari komposisi yang tersedia dipasaran, harus melalui perhitungan dan analisis. Penentuan dosis pupuk sintetis ini berdasarkan jumlah unsur yang dibutuhkan oleh cabai merah. Dengan mengacu pada Tabel 2, menurut Berke et al. (2005) didapat informasi bahwa jumlah unsur NPK dengan dipengaruhi oleh daya serap masing-masing unsur bahwa jumlah unsur yang dibutuhkan oleh cabai merah adalah unsur N sebesar 450 kg/ha, unsur P sebesar 220 kg/ha, dan unsur K sebesar 400 kg/ha untuk target hasil 5 ton/ha bobot kering. Selanjutnya dari informasi tersebut dikonversi, dianalisis dan dilakukan perhitungan bahwa untuk target hasil 15 ton/ha bobot basah dengan asumsi kadar air 90% maka kebutuhan unsur cabai merah adalah sebagai berikut yang tersaji pada Tabel 11. Tabel 11. Kebutuhan unsur NPK pada tanaman cabai merah (target hasil 15 ton/ha bobot basah) Unsur Kebutuhan akan unsur Daya serap (%) hara (kg/ha) N 180 40 P 22 10 K 200 50 *Asumsi tidak ada nutrien dalam tersedia dalam tanah
Jumlah unsur yang dibutuhkan (kg/ha) * 150 75 135
Jadi jumlah unsur makro primer yang dibutuhkan oleh cabai merah adalah 150 kg/ha untuk N, 75 kg/ha untuk P, dan 135 kg/ha untuk K. Jumlah unsur ini dengan asumsi tidak tersedianya unsur dalam tanah. Kebutuhan tersebut dapat dipenuhi dari pupuk sintetis yang banyak tersedia di pasaran. Dan agar keseluruhan pupuk sintetis bisa terserap optimal terserap optimal oleh tanaman, dan memenuhi target 15 ton/ha, maka kondisi tanah harus optimal dimana pH dan bahan organik cukup. Selain itu waktu pengaplikasian satuan pupuk NPK berbeda-beda menurut Berke et al, (2005) untuk pupuk N dari total dosis pupuk sebesar 40% diaplikasikan sebagai pupuk dasar, 20% pada 2 MST (Minggu Setelah Tanam), 20% pada 4 MST, 20% pada 6 MST, sedangkan P dan K adalah 50% pada pupuk dasar dan 50% sisanya pada 4 MST. Uraian di atas merupakan dasar analisis untuk pengetahuan penentuan dosis pupuk tunggal atau pupuk majemuk. Khusus untuk pupuk majemuk lebih komplek cara menghitungnya. Dalam pengaplikasiannya pupuk majemuk juga membutuhkan tambahan dari pupuk tunggal. Alasannya adalah bahwa waktu aplikasi setiap pupuk N, P, dan K berbeda-beda, sehingga apabila hanya pupuk majemuk saja yang diaplikasikan maka untuk unsur yang harusnya tidak perlu diaplikasikan menjadi teraplikasi, karena pupuk majemuk kandungan N,P, dan K nya tercampur. Dibawah ini dijelaskan bagaimana cara perhitungan dosis kedua jenis pupuk, yaitu pupuk tunggal dan pupuk majemuk beserta tambahannya dari pupuk tunggal. a) Pupuk Tunggal Berikut ini adalah jenis-jenis pupuk tunggal yang umum dipasaran. Urea-46 dan ZA21 mewakili dari pupuk N, SP-36 dan SP-18 mewakili dari pupuk P, sedangkan pupuk K diwakili oleh KCl-60 dan KCl-50. Karena merupakan pupuk tunggal, berarti hanya tersusun dari satu jenis unsur kandungan N, atau kandungan P atau kandungan K saja. Dalam pengaplikasian tidak keseluruhan jenis pupuk tunggal tersebut diaplikasikan, hanya dipilih
35
masing-masing satu jenis dari pupuk N, pupuk P, dan pupuk K. Tidak hanya jenis pupuk tunggal tersebut yang bisa digunakan. Banyak pilihan jenis di pasaran, dan juga bisa ditambahkan lagi untuk jenis-jenis pupuk tunggal yang lain pada pengetahuan ini. Berikut ini adalah jenis pupuk tunggal yang sudah diakuisisi yang terdapat pada Tabel 12. Tabel 12. Jenis pupuk tunggal dan presentase kandungan N, P, dan K Pupuk N P K
Jenis Pupuk Tunggal Urea-46 (46% N) ZA-21 (21% N) SP-36 (36% P2O5) SP-18 (18% P2O5) KCl (60% K2O) KCl (50% K2O)
Kand_n (%)
Kand_p (%)
Kand_k (%)
46 21 0 0 0 0
0 0 36 18 0 0
0 0 0 0 60 50
Pada Tabel 12 menunjukkan setiap masing-masing jenis pupuk tunggal memiliki kandungan N, P, dan K yang berbeda-beda. Untuk mengetahui dosis pupuk tunggal dari Tabel 12 menggunakan perhitungan rumus yang diperoleh dari pakar, yaitu sebagai berikut cara perhitungan dan parameter pentingnya. Parameter : n_cabai = Jumlah unsur N yang dibutuhkan oleh cabai merah (150 kg/ha) p_cabai= Jumlah unsur P yang dibutuhkan oleh cabai merah (75 kg/ha) k_cabai= Jumlah unsur K yang dibutuhkan oleh cabai merah (135 kg/ha) n_pd= aplikasi pupuk N sebagai pupuk dasar sebesar 40% n_2mst= aplikasi pupuk N sebagai 2mst sebesar 20% n_4mst= aplikasi pupuk N sebagai 4mst sebesar 20% n_6mst= aplikasi pupuk N sebagai 6mst sebesar 20% p_pd= aplikasi pupuk P sebagai pupuk dasar sebesar 50% p_4mst= aplikasi pupuk P sebagai 4mst sebesar 50% k_pd= aplikasi pupuk K sebagai pupuk dasar sebesar 50% k_4mst= aplikasi pupuk K sebagai 4mst sebesar 50% kand_n= kandungan unsur N (%) kand_p= kandungan unsur P (%) kand_k= kandungan unsur K (%) Perhitungan total dosis pupuk tunggal: Total DosisB-B-+F G I = +H
Total DosisB-B-+L G I = +H
Total DosisB-B-+N G I = +H
+:
+M
+J
x n,GJKI ;6
x p,GJKI ;6
x k ,GJKI ;6
(1.4) (1.5) (1.6)
36
1. Perhitungan untuk dosis pupuk N (Urea46 atau ZA21) DosisB-B-+F OPOPQ RSTSU G I = +H
DosisB-B-+F 2XTY G I =
+:
DosisB-B-+F 6XTY G I =
+:
+H
+:
x n,GJKI x n_pd ;6
x n,GJKI x n_2mst
(1.8)
x n,GJKI x n_6mst
(2.0)
;6
DosisB-B-+F 4XTY GI = + x n,GJKI x n_4mst +H +H
:
;6 ;6
2. Perhitungan untuk dosis pupuk P (SP36 atau SP18) DosisB-B-+M OPOPQ RSTSU G I = DosisB-B-+M 4XTY G I = +H
+H
+M
(1.7)
+M
x p_cabai G I x p_pd +H
x p,GJKI x p_4mst ;6
(1.9)
(2.1) (2.2)
3. Perhitungan untuk dosis pupuk K (KCl60 atau KCl50) DosisB-B-+J OPOPQ RSTSU G I = DosisB-B-+J 4XTY G I = +H
+H
+J
+J
x k ,GJKI x k_pd ;6
x k ,GJKI x k_4mst ;6
(2.3) (2.4)
Apabila terdapat jenis pupuk tunggal yang lain, perhitungannya hampir sama. Pupuk N diaplikasikan dari total dosis sebesar 40 % sebagai pupuk dasar, 20% pada 2 MST, 20% pada 4 MST, dan 20% pada 6 MST, sedangkan untuk pupuk P diaplikasikan dari total dosis sebesar 50% sebagai pupuk dasar dan 50% lagi diaplikasikan pada 4 MST, hal yang sama untuk pupuk K. Jenis pupuk tunggal yang terdapat pada Tabel 12, adalah umum dipasaran dan popular dikalangan petani. Yang perlu diingat adalah bahwa dalam pengaplikasiannya tidak ke enam jenis pupuk tunggal tersebut diaplikasikan semua. Hanya dipilih satu jenis pupuk tunggal yang mewakili masing-masing satu dari unsur N, unsur P, unsur K. b) Pupuk Majemuk Dalam menentukan rekomendasi untuk pupuk majemuk, berbeda dengan pupuk tunggal. Karena pupuk majemuk terdiri dari unsur N, P, dan K dengan berbagai kadar komposisi yang berbeda. Berdasarkan pakar pada kenyataannya pengaplikasian pupuk majemuk tidak bisa diaplikasikan sendiri, membutuhkan tambahan dari pupuk tunggal. Memang tidak mudah menghitung dosis pupuk apabila menggunakan pupuk majemuk, Pengetahuan dalam menentukan dosis pupuk majemuk yang berupa rumus-rumus ini berasal dari pakar. Jenis pupuk majemuk dipilih yang umum dipasaran dan datanya diperoleh dari internet, situs resmi PT. Petrokimia Gresik (www.petrokimia-gresik.com), PT. Pupuk Kaltim (www.pupukkaltim.com) sebagai salah satu produsen pupuk sintetis yang tergolong besar di Indonesia. Berikut ini adalah daftar jenis pupuk majemuk yang sudah diakuisisi pada Tabel 13 dan presentase NPK yang terkandung di dalamnya.
37
Tabel 13. Jenis pupuk majemuk yang telah diakusisi No
Jenis pupuk majemuk
Kand_n (%)
Kand_p (%)
Kand_k (%)
1 2
NPK 20-10-10 NPK 20-6-6
20 20
10 6
10 6
3
NPK 20-9-15
20
9
15
4 5
NPK 25-7-7 NPK 30-6-8
25 30
7 6
7 8
6
NPK 16-16-16
16
16
16
7 8
NPK 15-15-15 NPK (15-15-6)+2
15 15
15 15
15 6
9
NPK (12-12-17)+2
12
12
17
10 11
NPK 12-12-20 NPK 14-10-20
12 14
12 10
20 20
12
NPK 16-4-25
16
4
25
13 14
NPK (12-6-27)+4 NPK (14-8-18)+3
12 14
6 8
27 18
15
NPK (15-9-20)+4
15
9
20
Sumber : www.petrokimia-gresik.com, www.pupukkaltim.com, internet. Setelah salah satu jenis misalkan jenis NPK [X-Y-Z] sudah diketahui dosisnya melalui perhitungan, maka dihitungan tambahannya yang berasal dari pupuk tunggal. Pupuk N bisa menggunakan Urea-46 atau ZA-21, kemudian pupuk P bisa menggunakan SP-36 atau SP-18, dan pupuk K bisa menggunakan KCl-60 atau KCl-50. Waktu pengaplikasiannya sebagai pupuk dasar, 2 MST, 4 MST, dan 6 MST, tergantung ketentuan masing-masing pupuk tunggal. Pada perhitungan dosis pupuk majemuk dengan tambahan dari pupuk tunggal menggunakan rumus-rumus yang komplek. Berikut ini adalah fungsi perhitungan untuk menentukan dosis pupuk majemuk beserta tambahannya yang diperoleh dari pakar dan tersaji pada Lampiran 1. Setelah menghitung seperti persamaan (2.5) dan (2.6) maka diperoleh hasil dosis pupuk majemuk dari NPK [X-Y-Z] tertentu. Hasil tersebut diaplikasikan sebagai pupuk dasar dengan dikalikan 40% dan 4 MST dengan dikalikan 20%. Pada waktu 2 MST dan 6 MST, pupuk NPK [X-Y-Z] tidak diaplikasikan, karena apabila diaplikasikan unsur P dan K akan teraplikasi. Unsur P dan K hanya diaplikasikan sebagai pupuk dasar dan 4 MST sebesar masing-masing 50%. Menurut pakar, agar pertumbuhan dan kebutuhan tanaman tetap terpenuhi ditambahkan pupuk tunggal. Pupuk tunggal yang berfungsi sebagai tambahan harus memenuhi unsur N, P, dan K. Unsur N dapat diambil dari Urea-46 atau ZA21, unsur P dari SP-36 atau SP-18, dan unsur K dari KCl-60 atau KCl-50. Perhitungan lengkapnya bisa dilihat pada Lampiran 1.
38
5. Pengetahuan cara dan waktu aplikasi dari amelioran Selain penentuan dosis disajikan juga pengetahuan mengenai waktu dan cara aplikasi yang tetap dan sesuai untuk kapur/belerang, pupuk kandang, dan pupuk sintetis. Pengetahuan cara dan waktu aplikasi amelioran ini diperoleh dari pustaka, dan beberapa tambahan dari pakar. Berikut ini yang terdapat pada Tabel 14. Tabel 14. Waktu dan cara aplikasi amelioran Jenis Amelioran Kapur/Belerang
Waktu Aplikasi 2 minggu sebelum tanam (a)
Cara Aplikasi Kapur/belerang ditaburkan di atas tanah yang telah diolah, kemudian dicampur dengan tanah dengan pencangkulan kembali (c) (a) Pupuk Kandang 2 minggu sebelum tanam Pupuk kandang ditaburkan di atas tanah yang telah diolah, kemudian dicampur dengan tanah dengan pencangkulan kembali (c) Pupuk Tunggal/ Pemupukan dasar : Pemupukan dasar (a): ditaburkan di Pupuk Majemuk sebelum tanam (a) atas tanah yang telah diolah, kemudian Pemupukan susulan (b): dicampur dengan tanah dengan pencangkulan kembali (minimal di N (Urea-46/ ZA21) : daerah lubang tanam) 2,4, dan 6 minggu setelah Pemupukan susulan (b) : dilakukan tanam (MST) dengan cara disebar di samping larikan P (SP-36/SP-18) : 4 minggu setelah tanam (MST) tanaman (side-dressed). Selain itu apabila penanaman menggunakan K (KCl-60/ KCl-50) : 4 minggu setelah tanam (MST) plastik mulsa, maka bisa dibuat lubang pupuk diantara dua tanaman kemudian pupuk dilarutkan dengan air, dan di siramkan ke lubang pupuk. Sumber : (a) Pakar,(b) Berke et al. (2005), (c) Sumarni N (1966) Demikianlah tahap akuisisi pengetahuan, dimana semua pengetahuan-pengetahuan yang dibutuhkan telah diperoleh dari pakar dan literatur. Pada masing-masing pengetahuan setelah selesai diakuisisi kemudian di validasi kebenarannya oleh pakar, dengan tujuan agar ketika terdapat sedikit kesalahan tidak berakibat fatal pada keseluruhan pengetahuan yang telah dibangun, serta memudahkan tahap validasi di akhirnya nanti.
3) Representasi Pengetahuan Setelah tahap akuisisi pengetahuan, tahap selanjutnya adalah representasi pengetahuan. Tahap ini merupakan tahapan dimana pengetahuan-pengetahun yang sudah diakuisisi sebelumnya diformulasikan agar kompatibel dan bisa disimpan dalam representasi penyimpanan komputer, mudah diakses, dan bisa digunakan untuk menyelesaikan permasalahan. Ada banyak metode representasi seperti kaidah produksi (production rules), pohon keputusan (decision tree), tabel keputusan (decision table), jaringan semantik (semantic nets), frame, dst. Pemilihan metode representasi pengetahuan tergantung jenis pengetahuan yang akan direpresentasikan. Dalam pengembangan pengetahuan ini menggunakan metode pohon keputusan (decision tree), tabel keputusan (decision table), dan bentuk model data relasi (karena pengetahuannya sudah diakuisisi
39
langsung dalam bentuk tabel). Langkah pertama pengetahuan direpresentasikan dengan menggunakan metode pohon keputusan (decision tree) selanjutnya konversi ke metode tabel keputusan (decision table) agar lebih memudahkan untuk dimasukkan ke dalam basis data. Alasan pemilihan metode representasi jenis tersebut adalah karena jenis pengetahuan yang dikembangkan lebih mudah menggunakan metode tersebut, selain itu DBMS (PostgreSQL) yang akan digunakan merupakan penyimpanan tipe data relasional. Berikut ini adalah uraian cara merepresentasikan pengetahuan-pengetahuan yang telah diakuisisi. a) Representasi pengetahuan penentuan dosis kapur/belerang Bentuk representasi pengetahuan dosis kapur/belerang ini dikembangkan dari pengetahuan yang sudah diakusisi pada Tabel 6 dan Tabel 7 kemudian dengan menggunakan metode pohon keputusan dan tabel keputusan diperoleh hasil representasi pada Gambar 11 dan Tabel 15. Penjelasannya adalah bahwa tanah membutuhkan kapur/belerang untuk mengubah pH tanah ke pH optimal/ideal. Setiap tanah mempunyai nilai pH yang berbeda-beda, dari kategori sangat masam sampai agak alkalis dengan kisaran nilai 4.0 sampai 8.5, dan setiap tanah yang mempunyai nilai pH juga mempunyai jenis tekstur tanah, untuk tanah masam pilihannya ada enam jenis tekstur yaitu berpasir, lempung berpasir, lempung, lempung berdebu, lempung liat (clay loam), muck (pada tanah gambut). Sedangkan untuk tanah alkalis hanya ada tiga jenis tekstur yaitu berpasir, berlempung, berliat (clayey). Studi kasusnya adalah misalnya ada sebuah lahan untuk budidaya cabai merah, setelah dilakukan analisis tanah, maka diperoleh pH tanah adalah pada kategori masam 3 lebih tepatnya nilainya 5.5, dengan tekstur lempung berdebu, maka dengan melihat pada Tabel 15, maka kebutuhan tanah tersebut 5000 kg/ha kapur. Setelah pengaplikasian kapur maka pH tanah menjadi optimal, sehingga unsur hara yang dibutuhkan tanaman juga menjadi tersedia dengan cukup. Setelah itu juga dilengkapi bagaimana cara dan waktu aplikasi kapur yang merujuk pada pengetahuan di Tabel 14, untuk lebih jelasnya adalah berikut ini metode pohon keputusan dan dilanjutkan dengan tabel keputusan pada pengetahuan penentuan dosis kapur/belerang.
40
Gambar 11. Pohon keputusan pengetahuan penentuan dosis kapur/belerang
41
Selanjutnya dari metode pohon keputusan dikonversi ke metode tabel keputusan, berikut ini hasil dari konversi pohon keputusan ke tabel keputusan. Tabel 15. Tabel keputusan pada penentuan dosis kapur atau belerang (mengubah ke pH 6.5) Kriteria pH Sangat masam Sangat masam Sangat masam Sangat masam Sangat masam Sangat masam Masam 1 Masam 1 Masam 1 Masam 1 Masam 1 Masam 1
Perubahan pH
Tekstur
Dosis kapur/belerang (kg/ha)
Kapur atau Belerang
3.6-4.0
berpasir
3250
Kapur
3.6-4.0
lempung berpasir
6250
Kapur
3.6-4.0
lempung
8750
Kapur
10500
Kapur
12500
Kapur
23750
Kapur
3.6-4.0 3.6-4.0
lempung berdebu lempung liat
3.6-4.0
mucks
4.1-4.5
berpasir
2750
Kapur
3.6-4.0
lempung berpasir
5250
Kapur
3.6-4.0
lempung
7250
Kapur
8750
Kapur
10500
Kapur
20250
Kapur
3.6-4.0 3.6-4.0
lempung berdebu lempung liat
3.6-4.0
mucks
Masam 2
4.6-5.0
berpasir
2250
Kapur
Masam 2
4.6-5.0
lempung berpasir
4250
Kapur
Masam 2
4.6-5.0
lempung
5750
Kapur
Masam 2
4.6-5.0
7000
Kapur
Masam 2
4.6-5.0
8250
Kapur
Masam 2
4.6-5.0
mucks
15750
Kapur
Masam 3
5.1-5.5
berpasir
1500
Kapur
Masam 3
5.1-5.5
lempung berpasir
3250
Kapur
Masam 3
5.1-5.5
lempung
4250
Kapur
Masam 3
5.1-5.5
lempung berdebu
5000
Kapur
lempung berdebu lempung liat
Cara dan waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi
42
Lanjutan Tabel 15 Kriteria pH
Perubahan pH
Tekstur
Masam 3
5.1-5.5
lempung liat
Masam 3
5.1-5.5
mucks
5.6-6.0
Dosis kapur/belerang (kg/ha)
Kapur atau Belerang
5750
Kapur
10750
Kapur
berpasir
750
Kapur
5.6-6.0
lempung berpasir
1750
Kapur
5.6-6.0
lempung
2250
Kapur
5.6-6.0
lempung berdebu
2750
Kapur
5.6-6.0
lempung liat
3000
Kapur
5.6-6.0
mucks
5500
Kapur
Alkalis
8.1-8.5
berpasir
2500
Belerang
Alkalis
8.1-8.5
berlempung
3120
Belerang
Alkalis
8.1-8.5
berliat
3750
Belerang
7.6-8.0
berpasir
1500
Belerang
7.6-8.0
berlempung
1875
Belerang
7.6-8.0
berliat
2500
Belerang
Netral 1
7.1-7.5
berpasir
625
Belerang
Netral 1
7.1-7.5
berlempung
1000
Belerang
Netral 1
7.1-7.5
berliat
1250
Belerang
Netral 2
6.6-7.0
berpasir
125
Belerang
Netral 2
6.6-7.0
berlempung
188
Belerang
Netral 2
6.6-7.0
Berliat
375
belerang
Agak masam Agak masam Agak masam Agak masam Agak masam Agak masam
Agak alkalis Agak alkalis Agak alkalis
Cara dan waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi Cara & waktu aplikasi
Pada pengetahuan yang diakusisi dari literatur, tidak terdapat informasi kriteria pH. Pada Tabel 15 di atas, ditambahkan dengan tujuan untuk memudahkan penggolongan dan pengklasifikasian kisaran nilai pH. Kriteria pH diperoleh dari klasifikasi yang dikeluarkan oleh Pusat Penelitian Pusat Penelitian Tanah (1983) yang diacu pada Hardjowigeno (1995). Kemudian terdapat penambahan nilai kisaran pH, ini berdasarkan masukan dari pakar agar lebih membantu dalam
43
klasifikasi nilai pH. Hal ini dilakukan dengan asumsi dan pendekatan. Hasil representasi pada Tabel 15, sudah memenuhi bentuk tabel/relasi yang telah sesuai dengan penggunaan PostgreSQL sebagai DBMS. b) Representasi pengetahuan penentuan dosis pupuk kandang Representasi pengetahuan untuk penentuan dosis pupuk kandang ini dikembangkan dari Gambar 10. Pengetahuan tersebut ditransfer ke metode pohon keputusan dan tabel keputusan yang tersaji pada Gambar 12 dan Tabel 16. Sebelumnya penjelasan atau uraian untuk representasi pengetahuan penentuan dosis pupuk kandang adalah, bawasannya tanah mempunyai nilai C-organik (%), kemudian apabila nilai C-organik tanah tersebut masuk pada kisaran 0.0-2.0% atau kategori sangat rendah sampai rendah, maka keputusannya adalah harus ditambahkan bahan organik, dalam hal ini adalah pupuk kandang. Setelah itu memastikan berapa besar persisinya nilai C-organik tanah tersebut, misalnya 1.0 %, maka dengan menggunakan persamaan (1.3), maka akan diperoleh berapa ton pupuk kandang yang minimal harus diaplikasikan ke lahan. Kemudian untuk kasus ke dua dengan kisaran C-organik tanah 2.1-5.0% maka keputusannya adalah lebih baik tetap ditambahakan bahan organik (pupuk kandang), karena pada dasarnya tanah akan semakin subur, apalagi untuk tesktur tanah yang cenderung berpasir atau berliat tetap baik ditambahkan pupuk kandang. Lain halnya untuk tanah yang memiliki nilai C-organik sangat tinggi, biasanya terdapat pada tanah ke tanah gambut (tanah organik), tetapi ada juga tanah yang sangat tinggi C-organiknya tetapi merupakan tanah mineral. Apabila tanahnya gambut maka pengusahaan untuk pertanian lebih baik ditambahkan bahan organik (pupuk kandang) dan tanah mineral jika memungkinkan. Pada pengetahuan penentuan dosis pupuk kandang, hanya dikembangkan untuk C-organik tanah yang ≤ 2.0%. Berikut ini adalah skema metode representasi pengetahuan dalam bentuk pohon keputusan yang tersaji pada Gambar 12.
44
Gambar 12. Pohon keputusan pada penentuan dosis pupuk kandang Setelah dilakukan analisis dan perhitungan, selanjutnya dari metode pohon keputusan yaitu pada Gambar 12, dikonversi ke metode tabel keputusan yang disajikan pada Tabel 16. Dosisnya diperoleh dengan melakukan perhitungan menggunakan persamaan (1.3) untuk menghitung dosis pupuk kandang yang berasal dari kotoran ayam, sapi, kuda , dan kambing. Tabel 16. Tabel keputusan untuk penentuan dosis pupuk kandang (pukan) C-organik (%) 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Dosis pukan Ayam (ton)
Dosis pukan Sapi (ton)
Dosis pukan kuda (ton)
Dosis pukan kambing (ton)
Perhitungan dosis pupuk kandang menggunakan persamaan (1.3)
45
Lanjutan Tabel 16 C-organik (%) 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
Dosis pukan Ayam (ton)
Dosis pukan Sapi (ton)
Dosis pukan kuda (ton)
Dosis pukan kambing (ton)
Perhitungan dosis pupuk kandang menggunakan persamaan (1.3)
c) Representasi pengetahuan penentuan dosis pupuk sintetis Pada representasi pengetahuan penentuan dosis pupuk sintetis lebih komplek, dari yang lainnya. Terdapat dua jenis pupuk sintetis yaitu pupuk tunggal dan pupuk majemuk. Apabila menggunakan pupuk tunggal maka terdapat pilihan pupuk N, pupuk P, dan pupuk K. Pada pupuk N pilihannya adalah Urea-46 atau ZA-21, kemudian pupuk P antara SP-36 atau SP-18, dan pupuk K antara KCl-60 atau KCl-50. Apabila ingin ditambahkan jenis pupuk tunggal lainnya juga tidak ada masalah. Apabila menggunakan pupuk majemuk misalnya NPK [X-Y-Z] perlu ditambahkan pupuk tunggal, karena akan sulit pengaplikasiannya apabila hanya menggunakan pupuk majemuk saja. NPK [X-Y-Z] berarti X-Y-Z merupakan presentase kombinasi N,P dan K, misalnya pupuk majemuk Ponska yaitu NPK 16-16-16 memiliki arti bahwa unsur N adalah 16%, unsur P adalah 16 %, dan unsur K adalah 16%. Sedangkan tambahan yang dari pupuk tunggal, diwakili masing-masing hanya satu dari pupuk N, pupuk P, dan pupuk K. Lebih jelasnya berikut ini disajikan dalam bentuk pohon keputusan untuk memudahkan pemahaman uraian di atas (Gambar 13).
46
Gambar 13. Pohon keputusan penentuan dosis pupuk sintetis
47
a. Pupuk Tunggal Penentuan dosis pupuk tunggal diperoleh dari Gambar 13 selanjutnya dikonversi ke metode tabel keputusan yang tersaji pada Tabel 17. Tabel 17. Tabel keputusan penentuan dosis pupuk tunggal Jenis Pupuk Total dosis dasar puput (kg/ha) tunggal (kg/ha) N Urea-46 Persamaan Persamaan (1.4) (1.7) N ZA-21 P SP-36 Persamaan Persamaan (1.5) (2.1) P SP-18 K KCl-60 Persamaan Persamaan (1.6) (2.3) K KCl-50 Keterangan : MST (Minggu Setelah Tanam) Pupuk
2 MST (kg/ha)
4 MST (kg/ha)
6 MST (kg/ha)
Persamaan (1.8)
Persamaan (1.9)
Persamaan (2.0)
-
Persamaan (2.2)
-
-
Persamaan (2.4)
-
Pada Tabel 17, terlihat jelas bahwa pengambilan keputusan untuk memilih pupuk yang sesuai dengan takaran dosis yang tepat bisa dilakukan dengan mudah, menggunakan perhitungan pada persamaan yang sudah tertera pada setiap baris dan kolom untuk jenis pupuk tunggal yang ingin diketahui dosisnya. b. Pupuk Majemuk. Penentuan dosis pupuk majemuk cenderung lebih sulit dari pupuk tunggal, karena ada tambahan dari pupuk tunggal, yang membuat perhitungannya lebih komplek. Pada Gambar 13 menjelaskan bahwa penentuan dosis pupuk majemuk berasal dari salah satu jenis pupuk majemuk dengan komposisi unsur tertentu, kemudian ditambahkan juga dari pupuk tunggal. Pada Gambar 13 untuk penentuan dosis pupuk majemuk selanjutnya dipetakan ke bentuk tabel yang terdapat pada Tabel 18. Perhitungan dosisnya terdapat pada Lampiran 1.
48
Tabel 18. Tabel keputusan penentuan dosis pupuk majemuk
Jenis NPK
NPK 20-10-10 NPK 20-6-6 NPK 20-9-15 NPK 25-7-7 NPK 30-6-8 NPK 16-16-16 NPK 15-15-15 NPK (15-15-6)+2 NPK (12-12-17)+2 NPK 12-12-20 NPK 14-10-20 NPK 16-4-25 NPK (12-6-27)+4 NPK (14-8-18)+3 NPK (15-9-20)+4 NPK 20-10-10 NPK 20-6-6 NPK 20-9-15
Dosis pupuk Majemuk
Tambahan pupuk tunggal N UreaZA46 21
Tambahan pupuk tunggal P SPSP-36 18
Tambahan pupuk tunggal K KClKCl60 50
Persamaan (2.5) , (2.6)
Persamaan (2.7), (2.8), (2.9), (3.0), (3.1), (3.2), (3.3), (3.4)
Persamaan (3.5), (3.6), (3.7), (3.8), (3.9), (4.0)
Persamaan (4.1), (4.2), (4.3), (4.4), (4.5), (4.6)
Demikianlah metode representasi pengetahuan penentuan dosis kapur/belerang, dosis pupuk kandang, dan dosis pupuk sintetis. Sedangkan untuk pengetahuan tentang tanah dan cara & waktu aplikasi ketiga penentuan dosis tersebut direpresentasikan dalam bentuk model data relasi. 4) Validasi Pengetahuan Merupakan tahapan yang dilakukan oleh pakar bersama-sama dengan knowledge engineer untuk mengecek hasil dari pengetahuan yang sudah dibangun. Dalam hal ini adalah berkaitan dengan konten pengetahuan, sampai kebenarannya diterima. Pada tahap validasi ini, semua pengetahuan yang sudah dibangun sudah divalidasi secara keseluruhan oleh pakar. Dalam tahapan validasi tidak ada kesalahan yang berarti, hanya terkait masalah pada redaksi, seperti tidak boleh menyebutkan kata liat, sudah disepakati bersama bahwa penggunaan kata liat dihapusnya, diganti dengan clay, selain itu kesalahan pada perhitungan dosis pupuk kandang. Pakar kemudian menginstruksikan untuk menghitung kembali. Validasi knowledge base ini lebih berfokus pada isi/konten dari pengetahuan yang telah dibangun. Tahapan ini hanya dilakukan sekali untuk yang utamanya, tetapi pada kenyataannya setiap tahapan pembangunan knowledge base dari mulai setelah akuisisi pengetahuan, representasi pengetahuan, dan kodifikasi juga dilakukan validasi. Hal ini dilakukan untuk menghindari kesalahan-kesalahan yang tidak perlu. Karena knowledge engineer sering berdiskusi secara intensif dengan pakar, sehingga kesalahan-kesalahan yang muncul akan langsung dikoreksi sehingga tidak ada kesalahan yang berarti sebelum pembangunan aplikasi.
49
5) Kodifikasi Merupakan proses mentranfer dari perancangan logis yang biasanya berupa ERD (Entity Relationship Diagram) ke dalam DBMS. Kodifikasi bicara mengenai bagaimana sebuah knowledge base akan dimasukkan ke PostreSQL yang disini berperan sebagai DBMS. Kodifikasi terkait masalah membuat tabel, atribut, kolom, tipe data, dan masalah-masalah yang berkaitan secara struktural dan teknikal dengan DBMS. Sebelum masuk ke inti dari kodifikasi, maka sebelumnya diuraikan beberapa tahapan perancangan database yang akan digunakan untuk menyimpan pengetahuan, adalah sebagai berikut: a) Analisis kebutuhan Melakukan pengumpulan kebutuhan data, informasi, dan pengetahuan serta menganalisisinya dengan baik Perolehan data/informasi/pengetahuan ini bisa dari wawancara khususnya dengan pakar, pengamatan, analisis, dari buku, pehitungan, dst. Tahap analisis kebutuhan sudah diutarakan sebagian pada identifikasi masalah dan akusisi pengetahuan. b) Perancangan konseptual (conceptual design) Pada tahap ini semua data dikelompokkan menurut kriteria tertentu, kemudian dibuat hubungannya antara grup data satu dengan grup data lain atau disebut entitas, dan hubungan antar entitas disebut relationship. Pada perancangan konseptual dinyatakan dengan diagram ER yang menggambarkan data dalam bentuk entitas, dan hubungan antar entitas. Penekanan pada perancangan konseptual database adalah nama entitas dan hubungan entitas. Diagram ini belum mewakili bentuk yang akan disimpan melainkan hanya bersifat konseptual. Di bawah ini merupakan rancangan konseptual database yang tersaji pada Gambar 14.
Gambar 14. Rancangan konseptual (ER-Diagram)
50
Pada Gambar 14 menjelaskan hubungan antar entitas. Terdapat 10 buah entitas kuat antara lain, “tanah”, “ph”, “dosiskapbel”, “kriteria_co”, “dosispukan”, “dosispupukmajemuk”, “dosispupuktunggal_n”, “dosispupuktunggal_p”, “dosispupuktunggal_k”, dan “aplikasi”. Selain itu terdapat juga tabel relasi untuk menghubungkan beberapa tabel yang tidak memiliki relasi secara langsung. Ada empat buah tabel relasi yaitu “tanah_dosispm”, “tanah_dosispt”, “ph_teks”, dan “kriteriaco_co”. Berikut ini adalah penjelasannya: 1. Tanah memiliki pH, kemudian pH dan tekstur digunakan untuk menentukan dosis kapur/belerang. Hubungan antar entitasnya adalah 1:1 dan 1:M, bahwa entitas “tanah” memiliki satu dan hanya satu pH, sedangkan satu pH bisa dimiliki oleh banyak tanah. Kemudian hubungan entitas pH dengan entitas “dosiskapbel” adalah 1:M dan 1:1. Satu pH memiliki banyak tekstur, lalu satu pH dan satu tekstur memiliki satu dosis kapur/belerang, sehingga satu tekstur hanya dimiliki oleh satu pH. 2. Tanah juga memiliki kriteria C-organik, lalu kriteria C-organik tersebut memiliki hubungan dengan C-organik tanah melalui tabel relasi “kriteriaco_co” yang digunakan untuk menentukan dosis pupuk kandang. Hubungan entitas antara “tanah” dan “kriteria_co” adalah 1:1 dan I:M, dimana satu tanah hanya mempunyai satu kriteria C-organik, dan satu kriteria bisa dipunyai oleh banyak tanah. Entitas “kriteria_co” memiliki hubungan dengan entitas “dosispukan” 1:1 dan 1:M, satu kriteria C-organik memiliki banyak c-organik, lalu satu kriteria C-organik dan satu C-organik memiliki satu dosis pupuk kandang, kedua entitas ini dihubungkan dengan tabel relasi “kriteriaco_co”. 3. Tanah membutuhkan pupuk sintetis antara pupuk majemuk atau pupuk tunggal. Untuk menentukan dosis pupuk tunggal dan pupuk majemuk. Hubungan antara tanah dengan pupuk majemuk adalah M:M dengan melalui tabel relasi “tanah_dosispm” yang berarti bahwa satu tanah bisa membutuhkan berbagai jenis pupuk majemuk dan sebaliknya. Sedangkan untuk hubungan tanah dengan dosis pupuk tunggal, terdapat satu tabel relasi yaitu “dosispt” yang menghubungkan dengan tiga entitas yang berbeda yaitu “dosispupuktunggal_n”, “dosispupuktunggal_p”, dan “dosispupuktunggal_k”. Sengaja ketiga entitas tersebut tidak dijadikan satu, agar memudahkan dalam pengklasifikasian jenis pupuk tunggal N, P, dan K, serta mudah dalam penambahan data baru nantinya. Hubungannya adalah M:M, dimana satu jenis tanah bisa membutuhkan banyak jenis pupuk tunggal N, P, dan K, dan begitu juga sebaliknya. 4. Entitas “aplikasi” mempunyai hubungan 1:M dan 1:1 dengan entitas “dosiskapbel”, “dosispukan”, “dosispupuktunggal_n”, dosispupuktunggal_p”, “dosispupuktunggal_k”, dan “dosispupukmajemuk”. Semuanya mempunyai satu aplikasi (waktu dan cara aplikasi) dan satu aplikasi bisa dipunyai oleh beberapa entitas yang sudah disebutkan sebelumnya. c) Perancangan logis (logical design) Pada perancangan logis digunakan untuk menentukan hasil perancangan yang memiliki relasi yang bersifat logis. Hasil dari diagram E-R dipetakan atau ditranformasikan ke dalam bentuk relasi/tabel sesuai dengan DBMS PostgreSQL. Kemudian menambahkan beberapa fiturfitur, seperti atribut (attributes), kunci primer (primery keys), kunci asing (foreign keys), nama entitas dan hubungan entitas. Hasil penambahan fitur-fitur tersebut tersaji pada Gambar 15. Selanjutnya agar lebih membantu dalam strukturisasi di DBMS maka dikonversi ke dalam bentuk relasi/tabel yang terlihat pada Gambar 16.
51
Gambar 15. Perancangan logis 52
Gambar 16. Skema hasil pemetaan dari E-R diagram ke tabel/relasi 53
d) Perancangan Fisik (physical design) Tahapan ini sangat spesifik terhadap jenis DBMS yang digunakan. Dan secara fisik perancangan database dengan PostgreSQL. Sudah berhubungan dengan jenis tipe data, kolom yang akan dibuat, dan atribut-atribut yang terdapat pada Gambar 17. ph_tekstur
dosiskapbel PK id_teks PK,FK2 id_amel
kriteria_co
kriteriaco_co
PK
kriteria_co bb_co ba_co perlakuan
id_krico id_co
FK1 id_ph id_teks
jns_teks doskapbel kap_bel
id_krico
id_ph PK
id_ph kriteria_ph bb_ph ba_ph
dosispukan PK id_co PK,FK2 id_amel tanah
co_tanah dos_pukan_ayam dos_pukan_sapi dos_pukan_kuda dos_pukan_kambing
dosispupuktunggal_n
jns_tnh ciri tekstur_literatur bb_ph_literatur ba_ph_literatur ket_ktk ktk bulk_density co_literatur ket_co gbr_tnh
tanah_dosispt
id_ptn FK2 id_amel ptn kand_n total_dosis dosptn_pd dosptn_2mst dosptn_4mst dosptn_6mst
id_tanah id_ptn id_ptp id_ptk
dosispupuktunggal_p PK id_ptp PK,FK2 id_amel
dosispupuktunggal_k PK id_ptk PK,FK2 id_amel ptk kand_k total_dosis dosptk_pd dosptk_2mst dosptk_4mst dosptk_6mst
tanah_dosispm
PK id_tanah PK,FK2 id_ph PK,FK3 id_krico
ptp kand_p total_dosis dosptp_pd dosptp_2mst dosptp_4mst dosptp_6mst
aplikasi PK
id_amel jns_amel wkt_aplikasi cra_aplikasi
id_tanah id_pm
dosispupukmajemuk PK id_pm PK,FK2 id_amel jenis_pm kand_n kand_p kand_k dosis_pm_pd dosis_pm_4mst tamb_urea46_pd tamb_urea46_2mst tamb_urea46_4mst tamb_urea46_6mst tamb_za21_pd tamb_za21_2mst tamb_za21_4mst tamb_za21_6mst tamb_sp36_pd tamb_sp36_4mst tamb_sp18_pd tamb_sp18_4mst tamb_kcl60_pd tamb_kcl60_4mst tamb_kcl50_pd tamb_kcl50_4mst
Keterangan Hubungan One to many = 1:M One to one = 1:1
Gambar 17. Entity Relationship Diagram pada perancangan fisik
54
Terdapat 14 entitas dalam database nutrisi cabai ini, 10 diantaranya adalah entitas utama, sedangkan empat lainnya adalah tabel relasi. Biasanya pada rancangan di DBMS, istilah-istilah atau nama yang digunakan dalam perancangan fisik sering sulit dipahami, supaya memudahkan dalam memahami berbagai entitas dan atribut yang digunakan dalam pembangunan basis data ini maka dibuatlah sebuah kamus database yang terdapat pada Lampiran 4 untuk mengetahui nama-nama entitas, dan Lampiran 5 untuk nama-nama atribut yang melengkapi entitas. Pada kedua lampiran tersebut juga dilengkapi dengan nama konseptual, nama fisik, penjelasan, tipe data, dan satuan yang digunakan. Selanjutnya adalah masuk inti dari kodifikasi sendiri. Ini berkaitan erat dengan DBMS yang digunakan yaitu PostgreSQL 9.0. Langkah awal, tentunya semua software sudah terinstal sempurna di komputer, kemudian pastikan software PostgreSQL dapat berjalan dengan baik. Lalu mengimplementasikan rancangan database ke PostgreSQL. PostgreSQL merupakan DBMS jenis data relasional, sehingga bentuknya relasi/tabel itu sesuai dengan rancangan database yang sudah dibuat sebelumnya. Berikut ini adalah kegiatan kodifikasi pada DBMS: 1. Pembuatan database “nutrisicabai_db” Pertama kali yang harus dilakukan adalah membuat database dengan memilih create database kemudian memberi nama database, untuk database ini bernama “nutrisicabai_db”. Di bawah ini hasil dari pembuatan database pada PostgreQL, yang terlihat pada Gambar 17.
Gambar 18. Membuat database bernama “nutrisicabai_db”
2. Pembuatan tabel sesuai dengan hasil perancangan fisik Setelah membuat database kemudian dilanjutkan membuat tabel. Ada 14 buah tabel utama sudah termasuk tabel entitas dan tabel relasi. Rancangan tabel sesuai dengan hasil dari perancangan fisik yang sudah dibuat sebelumnya, setelah itu dilanjutkan dengan membuat atribut untuk masing-masing tabel, setiap atribut dilengkapi dengan tipe data yang sesuai, seperti yang sudah diuraikan kamus database pada Lampiran 4 dan Lampiran 5. Kemudian membuat kunci utama (primary key), kunci asing (foreign key).
55
Gambar 19. Tabel-tabel dalam”nutrisicabai_db” 3. Pemasukkan data-data hasil representasi pengetahuan beserta parameter untuk perhitungan Database dan tabel sudah siap, kemudian memasukkan data-data atau pengetahuan hasil dari representasi pengetahuan sebelumnya. Untuk pengetahuan yang sifatnya sebagai informasi atau bukan perhitungan langsung dimasukkan ke dalam tabel, sedangkan untuk pengetahuan yang terdapat perhitungannya maka hanya parameternya saja yang dimasukkan, karena untuk mendapatkan hasil perhitungan menggunakan fungsi yang sudah dibuat sebelumnya. 4. Pembuatan hubungan antar tabel Tidak semua tabel bisa dihubungkan dengan kunci primer atau kunci asing, untuk tabel yang tidak terhubung secara langsung dengan tabel lain dibuatlah tabel relasi yang menyimpan kunci utama dari dua atau lebih tabel dengan memperhatikan hubungannya yaitu M:M, 1:1, atau 1:M. 5. Pembuatan fungsi Pada pembangunan database, terdapat pengetahuan berupa rumus-rumus perhitungan dosis pupuk. Pengetahuan ini sangat penting dan perlu disimpan dengan baik bersama dengan database agar mudah digunakan apabila diperlukan lagi. Rumus-rumus perhitungan pupuk ini sangat komplek, agar rumus-rumus tersebut lebih mudah diaplikasikan dalam menghitung dosis pupuk, maka rumus tersebut disimpan dalam beberapa fungsi (function) yang berperan untuk menghitung dosis pupuk sebelum melakukan penginputan ke dalam database. Dengan disimpannya rumus-rumus perhitungan pupuk ini, akan sangat berguna untuk menghitung dosis pupuk. Fasilitas ini seperti shortcut hanya dengan memanggil fungsi dan mendefinisikan parameter utama bisa langsung melakukan perhitungan dosis dan hasilnya disimpan dalam kolom-kolom pada masingmasing tabel.
56
Terdapat lima buah fungsi yang tersimpan dalam database (Gambar 20) yaitu fungsi “hitung_dosis_pukan” untuk menghitung dosis pupuk kandang, “hitung_dosis_pupuk_tunggal_n” untuk menghitung dosis pupuk tunggal N, “hitung_dosis_pupuk_tunggal_p” untuk menghitung dosis pupuk tunggal P, “hitung_dosis_pupuk_tunggal_k” untuk menghitung dosis pupuk tunggal k, dan “hitung_dosis_pupuk_majemuk” untuk menghitung dosis pupuk majemuk. Pada perhitungan dosis pukan, dosis pupuk tunggal N, P dan K, masih sederhana karena hanya perhitungan aritmatika sederhana. Berbeda dengan pembangunan untuk fungsi perhitungan dosis pupuk majemuk karena terdapat suatu kondisi if else then maka kode-kode yang digunakan juga panjang dan lebih komplek. Di dalam fungsi-fungsi tersebut terdapat kode (codes) yang berisi rumus dan parameter perhitungan untuk menentukan kelima dosis tersebut di atas. Pengembangan fungsi itu dari perhitungan rumus yang sudah diakuisisi sebelumnya dari pakar. Fungsi ini bekerja melalui perintah select pada query dengan memanggil nama fungsi dan memasukkan parameter-parameter utama agar diperoleh dosis pupuk. Berikut ini adalah kode-kode (codes) yang terdapat pada fungsi.
Gambar 20. Fungsi-fungsi yang tersimpan dalam database
57
I) Kode fungsi “hitung_dosis_pukan” DECLARE co_ideal DOUBLE PRECISION; kerapatan_tanah DOUBLE PRECISION; vol_tanah DOUBLE PRECISION; co_pukan_ayam DOUBLE PRECISION; co_pukan_sapi DOUBLE PRECISION; co_pukan_kuda DOUBLE PRECISION; co_pukan_kambing DOUBLE PRECISION; dos_pukan_ayam DOUBLE PRECISION; dos_pukan_sapi DOUBLE PRECISION; dos_pukan_kuda DOUBLE PRECISION; dos_pukan_kambing DOUBLE PRECISION; BEGIN --parameter co_ideal:=2.1;--satuan % kerapatan_tanah:=1.0;--satuan gr/cm3 vol_tanah:=2000.0;--satuan m3 co_pukan_ayam:=14.97;--satuan % co_pukan_sapi:=20.94;--satuan % co_pukan_kuda:=14.99;--satuan % co_pukan_kambing:=17.93;--satuan % --perhitungan dosis pupuk kandang dos_pukan_ayam:=((((co_ideal-co_tanah)/100.0)*(kerapatan_tanah*vol_tanah)/100.0)*co_pukan_ayam); dos_pukan_sapi:=((((co_ideal-co_tanah)/100.0)*(kerapatan_tanah*vol_tanah)/100.0)*co_pukan_sapi); dos_pukan_kuda:=((((co_ideal-co_tanah)/100.0)*(kerapatan_tanah*vol_tanah)/100.0)*co_pukan_kuda); dos_pukan_kambing:=((((co_ideal-co_tanah)/100.0)*(kerapatan_tanah*vol_tanah)/100.0)*co_pukan_kambing); INSERT INTO "dosispukan" VALUES (id_co, co_tanah, dos_pukan_ayam, dos_pukan_sapi, dos_pukan_kuda, dos_pukan_kambing, 'amel_02'); END
58
II) Kode fungsi “hitung_dosis_pupuk_tunggal_n” DECLARE n_cabai DOUBLE PRECISION; n_pd DOUBLE PRECISION; n_2mst DOUBLE PRECISION; n_4mst DOUBLE PRECISION; n_6mst DOUBLE PRECISION; total_dosis DOUBLE PRECISION;--total dosis pupuk tunggal dosptn_pd DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi sebagai dosptn_2mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 2 MST dosptn_4mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 4 MST dosptn_6mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 6 MST
pupuk dasar (minggu setelah tanam) (minggu setelah tanam) (minggu setelah tanam)
BEGIN --jumlah unsur npk yang dibutuhkan oleh cabai merah n_cabai:=150.0; --satuan kg/ha --presentase dosis pupuk N yang diaplikasikan; n_pd:=0.40;--dosis diaplikasikan 40% pada pupuk dasar n_2mst:=0.20;--dosis diaplikasikan 20% pada 2mst n_4mst:=0.20;--dosis diaplikasikan 20% pada 4mst n_6mst:=0.20;--dosis diaplikasikan 20% pada 6mst --perhitungan total dosis pupuk tunggal total_dosis=((100.0/kand_n)*n_cabai); dosptn_pd =(total_dosis*n_pd); dosptn_2mst =(total_dosis*n_2mst); dosptn_4mst =(total_dosis*n_4mst); dosptn_6mst =(total_dosis*n_6mst); INSERT INTO "dosispupuktunggal_n" VALUES (id_ptn, ptn, kand_n, total_dosis, dosptn_pd, dosptn_2mst, dosptn_4mst, dosptn_6mst, 'amel_03'); END
59
III) Kode fungsi “hitung_dosis_pupuk_tunggal_p” DECLARE p_cabai DOUBLE PRECISION; p_pd DOUBLE PRECISION; p_4mst DOUBLE PRECISION; total_dosis DOUBLE PRECISION;--total dosis pupuk tunggal dosptp_pd DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi sebagai dosptp_2mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 2 MST dosptp_4mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 4 MST dosptp_6mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 6 MST
pupuk dasar (minggu setelah tanam) (minggu setelah tanam) (minggu setelah tanam)
BEGIN --jumlah unsur npk yang dibutuhkan oleh cabai merah p_cabai:=75.0; --satuan kg/ha --presentase dosis pupuk N yang diaplikasikan; p_pd:=0.50;--dosis diaplikasikan 40% pada pupuk dasar p_4mst:=0.50;--dosis diaplikasikan 20% pada 4mst --perhitungan total dosis pupuk tunggal total_dosis=((100.0/kand_p)*p_cabai); dosptp_pd =(total_dosis*p_pd); dosptp_2mst =0; dosptp_4mst =(total_dosis*p_4mst); dosptp_6mst =0; INSERT INTO "dosispupuktunggal_p" VALUES (id_ptp, ptp, kand_p, total_dosis, dosptp_pd, dosptp_2mst, dosptp_4mst, dosptp_6mst,'amel_03'); END
60
IV) Kode fungsi “hitung_dosis_pupuk_tunggal_k” DECLARE k_cabai DOUBLE PRECISION; k_pd DOUBLE PRECISION; k_2mst DOUBLE PRECISION; k_4mst DOUBLE PRECISION; k_6mst DOUBLE PRECISION; total_dosis DOUBLE PRECISION;--total dosis pupuk tunggal dosptk_pd DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi sebagai dosptk_2mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 2 MST dosptk_4mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 4 MST dosptk_6mst DOUBLE PRECISION;--dosis pupuk tunggal pada waktu aplikasi 6 MST
pupuk dasar (minggu setelah tanam) (minggu setelah tanam) (minggu setelah tanam)
BEGIN --jumlah unsur npk yang dibutuhkan oleh cabai merah k_cabai:=135.0; --satuan kg/ha --presentase dosis pupuk N yang diaplikasikan; k_pd:=0.50;--dosis diaplikasikan 50% pada pupuk dasar k_4mst:=0.50;--dosis diaplikasikan 50% pada 4mst --perhitungan total dosis pupuk tunggal total_dosis=((100.0/kand_k)*k_cabai); dosptk_pd =(total_dosis*k_pd); dosptk_2mst =0; dosptk_4mst =(total_dosis*k_4mst); dosptk_6mst =0; INSERT INTO "dosispupuktunggal_k" VALUES (id_ptk, ptk, kand_k, total_dosis, dosptk_pd, dosptk_2mst, dosptk_4mst, dosptk_6mst, 'amel_03'); END
61
V) Kode fungsi “hitung_dosis_pupuk_majemuk” DECLARE xx DOUBLE PRECISION; xy DOUBLE PRECISION; xz DOUBLE PRECISION; xyz DOUBLE PRECISION; xyz_mark DOUBLE PRECISION; n_cabai DOUBLE PRECISION; p_cabai DOUBLE PRECISION; k_cabai DOUBLE PRECISION; n_pd DOUBLE PRECISION; n_2mst DOUBLE PRECISION; n_4mst DOUBLE PRECISION; n_6mst DOUBLE PRECISION; p_pd DOUBLE PRECISION; p_4mst DOUBLE PRECISION; k_pd DOUBLE PRECISION; k_4mst DOUBLE PRECISION;
dosis_pm_pd DOUBLE PRECISION; dosis_pm_4mst DOUBLE PRECISION; tamb_urea46_pd DOUBLE PRECISION; tamb_urea46_2mst DOUBLE PRECISION; tamb_urea46_4mst DOUBLE PRECISION; tamb_urea46_6mst DOUBLE PRECISION; tamb_za21_pd DOUBLE PRECISION; tamb_za21_2mst DOUBLE PRECISION; tamb_za21_4mst DOUBLE PRECISION; tamb_za21_6mst DOUBLE PRECISION; tamb_sp36_pd DOUBLE PRECISION; tamb_sp36_4mst DOUBLE PRECISION; tamb_sp18_pd DOUBLE PRECISION; tamb_sp18_4mst DOUBLE PRECISION; tamb_kcl60_pd DOUBLE PRECISION; tamb_kcl60_4mst DOUBLE PRECISION; tamb_kcl50_pd DOUBLE PRECISION; tamb_kcl50_4mst DOUBLE PRECISION;
BEGIN n_cabai:=150.0;--kebutuhan unsur N cabai merah, satuan kg/ha p_cabai:=75.0;--kebutuhan unsur P cabai merah, satuan kg/ha k_cabai:=135.0;--kebutuhan unsur K cabai merah, satuan kg/ha --presentase dosis pupuk N yang diaplikasikan; n_pd:=0.40;--dosis diaplikasikan 40% pada pupuk dasar n_2mst:=0.20;--dosis diaplikasikan 20% pada 2mst n_4mst:=0.20;--dosis diaplikasikan 20% pada 4mst n_6mst:=0.20;--dosis diaplikasikan 20% pada 6mst --presentase dosis pupuk P yang diaplikasikan p_pd:=0.50;--dosis diaplikasikan 50% pada pupuk dasar p_4mst:=0.50;--dosis diaplikasikan 50% pada 4mst --presentase dosis pupuk K yang diaplikasikan k_pd:=0.50;--dosis diaplikasikan 50% pada pupuk dasar k_4mst:=0.50;--dosis diaplikasikan 50% pada 4mst --pengecekan dosis total xx:=(100.0/x)*n_cabai;--x adalah presentase kandungan N xy:=(100.0/y)*p_cabai;--y adalah presentase kandungan P
62
xz:=(100.0/z)*k_cabai;--z adalah presentase kandungan k IF (xx<=xy) THEN IF (xx<=xz) THEN xyz:=xx; xyz_mark:=1; ELSE xyz:=xz; xyz_mark:=3; END IF; ELSE IF (xy<=xz) THEN xyz:=xy; xyz_mark:=2; ELSE xyz:=xz; xyz_mark:=3; END IF; END IF; dosis_pm_pd:=xyz*n_pd; dosis_pm_4mst:=xyz*n_4mst; IF (xyz_mark=1) THEN tamb_urea46_pd:=0; tamb_za21_pd:=0; tamb_urea46_4mst:=0; tamb_za21_4mst:=0; tamb_sp36_pd:=((50.0-((((y/100.0)*xx*n_pd)/p_cabai)*100.0))/100.0)*p_cabai*(100/36.0); tamb_sp18_pd:=((50.0-((((y/100.0)*xx*n_pd)/p_cabai)*100.0))/100.0)*p_cabai*(100/18.0); tamb_sp36_4mst:=((50.0-((((y/100.0)*xx*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100/36.0); tamb_sp18_4mst:=((50.0-((((y/100.0)*xx*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100/18.0); tamb_kcl60_pd:=((50.0-((((z/100.0)*xx*n_pd)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/60.0); tamb_kcl50_pd:=((50.0-((((z/100.0)*xx*n_pd)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/50.0); tamb_kcl60_4mst:=((50.0-((((z/100.0)*xx*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/60.0); tamb_kcl50_4mst:=((50.0-((((z/100.0)*xx*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/50.0);
63
ELSIF (xyz_mark=2) THEN tamb_urea46_pd:=((40.0-((((x/100.0)*xy*n_pd)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/46.0); tamb_za21_pd:=((40.0-((((x/100.0)*xy*n_pd)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/21.0); tamb_urea46_4mst:=((20.0-((((x/100.0)*xy*n_4mst)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/46.0); tamb_za21_4mst:=((20.0-((((x/100.0)*xy*n_4mst)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/21.0); tamb_sp36_pd:=(100.0/36.0)*0.10*p_cabai; tamb_sp18_pd:=(100.0/18.0)*0.10*p_cabai; tamb_sp36_4mst:=((50.0-((((y/100.0)*xyz*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/36.0); tamb_sp18_4mst:=((50.0-((((y/100.0)*xyz*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/18.0); tamb_kcl60_pd:=((50.0-((((z/100.0)*xy*n_pd)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/60.0); tamb_kcl50_pd:=((50.0-((((z/100.0)*xy*n_pd)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/50.0); tamb_kcl60_4mst:=((50.0-((((z/100.0)*xy*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/60.0); tamb_kcl50_4mst:=((50.0-((((z/100.0)*xy*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100.0/50.0); ELSE tamb_urea46_pd:=((40.0-((((x/100.0)*xz*n_pd)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/46.0); tamb_za21_pd:=((40.0-((((x/100.0)*xz*n_pd)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/21.0); tamb_urea46_4mst:=((20.0-((((x/100.0)*xz*n_4mst)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/46.0); tamb_za21_4mst:=((20.0-((((x/100.0)*xz*n_4mst)/n_cabai)*100.0))/100.0)*n_cabai*(100.0/21.0); tamb_sp36_pd:=((50.0-((((y/100.0)*xy*n_pd)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/36.0); tamb_sp18_pd:=((50.0-((((y/100.0)*xy*n_pd)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/18.0); tamb_sp36_4mst:=((50.0-((((y/100.0)*xz*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/36.0); tamb_sp18_4mst:=((50.0-((((y/100.0)*xz*n_4mst)/p_cabai)*100.0))/100.0)*p_cabai*(100.0/18.0); tamb_kcl60_pd:=(100.0/60.0)*0.10*k_cabai; tamb_kcl50_pd:=(100.0/50.0)*0.10*k_cabai; tamb_kcl60_4mst:=((50.0-((((z/100.0)*xyz*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100/60.0); tamb_kcl50_4mst:=((50.0-((((z/100.0)*xyz*n_4mst)/k_cabai)*100.0))/100.0)*k_cabai*(100/50.0); END IF; tamb_urea46_2mst:=100.0*n_cabai*n_2mst/46.0; tamb_za21_2mst:=100.0*n_cabai*n_2mst/21.0; tamb_urea46_6mst:=100.0*n_cabai*n_6mst/46.0; tamb_za21_6mst:=100.0*n_cabai*n_6mst/21.0; INSERT INTO "dosispupukmajemuk" VALUES (id_pm,jenis_pm,x,y,z,dosis_pm_pd,dosis_pm_4mst,tamb_urea46_pd,tamb_urea46_2mst,tamb_urea46_4mst,tamb_urea46_6mst,tamb_za21_pd,tamb_za21_ 2mst,tamb_za21_4mst,tamb_za21_6mst,tamb_sp36_pd,tamb_sp36_4mst,tamb_sp18_pd,tamb_sp18_4mst,tamb_kcl60_pd,tamb_kcl60_4mst,tamb_kcl50_pd,ta mb_kcl50_4mst,'amel_03'); END
64
6. Pemanggilan fungsi untuk proses penginputan Selanjutnya adalah melakukan pemanggilan fungsi yang sudah dibuat untuk melakukan perhitungan dosis pupuk. Pemanggilan fungsi ini menggunakan salah satu perintah query pada SQL yaitu “select” dengan memasukkan parameter-parameter. Jadi prinsip kerja dari fungsi ini adalah melakukan perhitungan terlebih dahulu, sebelum penginputan. Berikut ini adalah pemanggilan fungsi yang terlihat pada gambar di bawah ini.
Gambar 21. Pemanggilan fungsi “hitung_dosis_pukan”
Gambar 22. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_n”
65
Gambar 23. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p”
Gambar 24. Pemanggilan fungsi “hitung_dosis_pupuk_tunggal_p”
Gambar 25. Pemanggilan fungsi “hitung_dosis_pupuk_majemuk”
66
Setelah pembuatan query seperti contoh di atas, kemudian query tersebut di running, maka secara otomatis fungsi melakukan perhitungan dan otomatis langsung disimpan dalam kolom-kolom pada tabel-tabel yang dimaksud di database. Penggunaan fungsi ini sangat membantu karena tidak perlu memasukkan satu persatu dosis hasil pehitungan, selain itu fungsi ini tersimpan dalam database. Sehingga bisa digunakan untuk berbagai keperluan nantinya. Misalnya apabila di pasaran terdapat jenis pupuk sintetis yang baru dan berbeda kandungan NPK nya, maka tidak perlu menghitung dosisnya dengan rumus-rumus yang panjang, cukup dengan melakukan pemanggilan fungsi pada query seperti yang sudah diutarakan sebelumnya. Selain itu apabila digunakan untuk komoditas selain cabai, dengan sudah diketahui kebutuhan unsur NPK dari komoditas tersebut, hanya dengan mengganti kebutuhannya bisa digunakan juga untuk menghitung dosis pupuk sintetis komoditas lain. Demikianlah tahapan kodifikasi yang secara teknik berhubungan langsung dengan DBMS sebagai media penyimpanan untuk pengetahuan-pengetahuan yang sudah dikembangkan. Semua tabel-tabel yang terdapat dalam database sudah terhubung dengan baik, dan masing-masing memiliki kunci primer atau kunci asing. Selain itu juga penyimpanan fungsi sebagai representasi hasil dari pengetahuan-pengetahuan berupa rumus perhitungan. Dengan fungsi ini lebih mudah dalam melakukan perhitungan dosis pupuk.
6) Pengujian/implementasi Proses pengujian dilakukan pada logika internal untuk memastikan semua pernyataan sudah diuji. Pengujian eksternal fungsional untuk memastikan kesalahan-kesalahan dan memastikan bahwa input akan memberikan hasil yang aktual sesuai yang dibutuhkan. Tahapan ini dilakukan untuk menguji prototipe yang telah dibangun sudah berhasil. Indikatornya adalah bahwa apa yang menjadi masukan akan menghasilkan luaran yang diharapkan. Kegiatan pengujian ini dilakukan oleh knowledge engineer. Bentuk nyata dari tahap pengujian adalah telah dibuatnya suatu contoh aplikasi/prototipe sederhana berbasis web. Perancangan prototipe ini dibangun untuk menguji apakah knowledge base yang sudah dibangun bisa dijalankan dengan baik, dan juga bertujuan untuk menampilkan bagaimana hasil dari knowledge yang sudah dikembangkan, agar pengguna lebih mudah dalam memanfaatkan knowledge base yang sudah dikembangkan. Ada dua aplikasi berbasis web yang sudah menggunakan knowledge base ini, yang pertama pengembangan dari penenlitian ini sendiri, kemudian yang kedua dikembangkan oleh Agus et al. (2012) sebagai tindak lanjut dari proyek tugas akhir mahasiswa pascasarjana MIT NRM (Master of science in IT for natural resource management). Berikut ini akan diuraikan pengujian/implementasi pada masingmasing aplikasi: 1. KNOWLEDGE BASE : Manajemen Nutrisi Cabai Merah (Capsicum annuum L.) Aplikasi ini dikembangkan dari penelitian ini sendiri. Pembangunannya dengan menggunakan PHP dan Bitnami Wappstack sebagai server. Prototipe berhasil dijalankan dalam server local pada browser seperti Mozilla Firefox, dan Google Chrome. Tampilan muka halaman utama terlihat pada Gambar 26.
67
Gambar 26. Tampilan muka contoh aplikasi knowledge base nutrisi cabai merah
Pada Gambar 26 merupakan halaman utama dari contoh aplikasi yang sudah dikembangkan dari knowledge base. Halaman ini menjadi jendela untuk masuk ke dalam menu-menu utama yang sudah disajikan. Pada halaman ini juga menginformasikan kontenkonten apa saja yang tersedia. Menu utama ada di bagian sidebar antara lain menu “tanah”, “kapur/belerang”, “pupuk kandang”, “pupuk tunggal”, “pupuk majemuk”, “pemupukan” yang datanya dipanggil langsung dari database, sedangkan menu “kalkulasi pupuk kandang”, “kalkulasi pupuk tunggal”, dan “kalkulasi pupuk majemuk” hanya berisikan forms sebagai masukan untuk data yang tidak tersedia pada menu-menu sebelumnya. Implementasi dari dari knowledge base bisa dilihat pada tampilan halaman di menumenu utama. Pertama, untuk mengetahui karakteristik tanah, masuk ke menu tanah, selanjutnya terdapat beberapa pilihan tanah yang ingin diketahui karakteristiknya secara umum dan hasil dari karakteristiknya bisa dilihat di halaman selanjutnya. Pada halaman itu semua karakteristik umum tanah bisa diperoleh dan dilengkapi juga dengan gambar tanah, untuk lebih jelasnya tersaji pada Gambar 27 dan Gambar 28.
68
Gambar 27. Tampilan halaman masukkan untuk jenis tanah
69
Gambar 28. Tampilan halaman karakteristik tanah Kemudian masuk ke implementasi pengetahuan yang kedua, yaitu penentuan dosis kapur/belerang. Dalam menentukan dosis tersebut, maka akan masuk pada halaman masukan untuk nilai pH (Gambar 29). Kemudian berlanjut pada halaman selanjutnya, yaitu dengan menentukan jenis tekstur (Gambar 30), sehingga dihalaman selanjutnya akan diperoleh dosis kapur/belerang dan kriteria pH-nya yang terlihat seperti pada Gambar 31.
70
Gambar 29. Halaman masukkan untuk pH tanah
Gambar 30. Halaman masukkan untuk jenis tekstur
71
Gambar 31. Tampilan hasil halaman dosis kapur/belerang Selanjutnya adalah implementasi untuk penentuan dosis pupuk kandang. Di awali dengan menentukan nilai C-organik tanah (bisa diperoleh dari hasil analisis tanah atau rujukan dari informasi karakteristik tanah sebelumnya) (Gambar 32) kemudian berlanjut ke halaman kedua (Gambar 33) untuk hasil luaran dosis pupuk kandang dari kotoran ayam, sapi, kuda, dan kambing. Selain rekomendasi dosis juga disajikan informasi rekomendasi jenis pupuk kandang terbaik yang digunakan dari empat pilihan jenis pupuk kandang yaitu ayam, sapi, kuda, dan kambing.
Gambar 32. Halaman masukan nilai c-organik
72
Tambahan rekomedasi terbaik dalam pemilihan pupuk
Gambar 33. Halaman hasil penentuan dosis pupuk kandang Implementasi untuk penentuan dosis pupuk tunggal sesuai dengan jenis masing-masing pupuk tunggal tersedia pada menu pupuk tunggal. Langkah awal akan memasukkan jenis pupuk tunggal N, kemudian pupuk tunggal P, dan pupuk tunggal K yang diinginkan. Setelah itu diperoleh dosis untuk masing-masing jenis pupuk tunggal, pengaplikasian pupuk masingmasing dari komposisi pupuk yaitu N,P, dan K, untuk lebih lanjut terdapat pada Gambar 34 dan Gambar 35.
73
Gambar 34. Halaman masukan jenis pupuk tunggal
Tambahan rekomedasi terbaik dalam pemilihan pupuk tunggal N
Gambar 35. Halaman hasil penentuan dosis pupuk tunggal Dalam implementasi penentuan dosis untuk pupuk majemuk terlihat seperti Gambar 36 dan Gambar 37. Pada sidebar terdapat pada menu “pupuk majemuk”. Kemudian pada halaman awal, memasukkan jenis pupuk majemuk yang ingin diketahui dosisnya, maka pada halaman ke dua, diperoleh dosis pupuk majemuk dan berbagai kombinasi tambahan dari pupuk tunggal, serta rekomendasi terbaik untuk tambahan yang dari pupuk tunggal N. Berikut ini bentuk implementasinya untuk pengetahuan penentuan dosis pupuk majemuk.
74
Gambar 36. Halaman masukan salah satu jenis pupuk NPK
Gambar 37. Halaman hasil penentuan dosis pupuk majemuk dan tambahannya Selanjutnya adalah implementasi cara dan waktu aplikasi, yang bisa ditemukan pada menu “pemupukan”. Pada halaman awal terdapat pilihan antara pupuk majemuk/tunggal, pupuk kandang, dan kapur/belerang, yang ingin diketahui bagaimana cara dan waktu aplikasinya, dan di halaman setelahnya bisa diperoleh waktu aplikasi, dan cara aplikasi yang tepat, untuk lebih jelasnya tersaji pada Gambar 38 dan Gambar 39.
75
Gambar 38. Halaman masukan cara dan waktu aplikasi
Gambar 39. Halaman hasil penentuan cara dan waktu aplikasi Hasil dari yang sudah ditunjukkan pada tampilan aplikasi di atas, dipanggil dari database. Untuk menu “kalkulasi pupuk kandang”, “kalkulasi pupuk tunggal”, dan “kalkulasi pupuk majemuk”, disediakan untuk pengguna yang ingin menghitung dosis pupuk sintetis tetapi belum tersedia dari menu-menu sebelumnya. Pengguna hanya memasukkan kadar N, P, dan K, untuk masing-masing form yang telah disediakan. Berikut ini tampilan halamannya pada Gambar 40 untuk kalkulasi pupuk kandang berdasarkan kadar C-organik tanah dan bulk density. Pada menu
76
“pupuk kandang” diasumsikan bulk density adalah sama yaitu 1.0 g/cm3, sedangkan pada menu “kalkulasi pupuk kandang bulk density sebagai variabel yang berubah. Nilai bulk density bisa disesuaikan dengan nilai bulk density tanah yang sebenarnya dengan ini bisa lebih presisi. Sedangkan untuk Gambar 41, Gambar 42, dan Gambar 43 kalkulasi untuk dosis pupuk tunggal. Pada Gambar 44 untuk kalkulasi untuk dosis pupuk majemuk. Dari masukan pada setiap form di masing-masing kalkulasi, pada halaman selanjutnya bisa diperoleh rekomendasi dosis yang sesuai dengan inputan di halaman sebelumnya.
Gambar 40. Halaman kalkulasi untuk dosis pupuk kandang
77
Gambar 41. Halaman kalkulasi untuk dosis pupuk tunggal N
Gambar 42. Halaman kalkulasi untuk dosis pupuk tunggal P
78
Gambar 43. Halaman kalkulasi untuk dosis pupuk tunggal K
Gambar 44. Halaman kalkulasi untuk dosis pupuk majemuk 2. EXPERT SYSTEM : Increasing Chili (Capsicum annuum L.) productivity Aplikasi ini berbasis web dikembangkan oleh Agus et al. (2012). Secara garis besar hampir sama dengan aplikasi yang dikembangkan sebelumnya. Terdapat menu “soil type”, “addition lime/sulfur”, “addition manure fertilizer”, “addition single fertilizer”, “addition compound fertilizer”, “fertilization”.
79
Pada Gambar 45 menunjukkan tampilan halaman utama aplikasi, kemudian pada Gambar 46 adalah halaman galeri foto untuk lebih membuat aplikasi tampak menarik.
Gambar 45. Tampilan halaman utama (Agus et al. 2012)
Gambar 46. Halaman foto galeri (Agus et al. 2012) Menu yang pertama adalah “soil type”, dengan memilih salah satu jenis tanah, kemudian akan diperoleh ciri tanah dan pH tanah. Tampilan halamannya masukkan pada Gambar 47 dan hasil dari masukkan jenis tanah adalah halaman karakteristik tanah seperti pada Gambar 48, dan begitu juga seterusnya.
80
Gambar 47. Halaman tampilan inputan jenis tanah (Agus et al. 2012)
Gambar 48. Tampilan halaman karakteistik tanah (Agus et al. 2012) Demikianlah tahapan implementasi/pengujian. Hasilnya adalah sebuah contoh aplikasi sederhana berbasis web yang dikembangkan sendiri dan dikembangkan oleh Agus et al. (2012), yang membuktikan bahwa knowledge base yang sudah dibangun berjalan dengan baik. Contoh aplikasi tersebut masih banyak kekurangan, dan masih bisa di kembangkan lebih lanjut misalnya mengembangkan aplikasi berbasis android, pembangunan sistem pakar, DSS atau aplikasi yang lebih besar lagi dan tentunya lebih interaktif bagi pengguna.
81
7) Pemeliharaan Tahapan yang tidak kalah penting ketika membangun sebuah sistem adalah pemeliharaan (maintenance). Kegiatan pemeliharaan sistem baiknya rutin dilakukan untuk menjaga konsistensi data, tindak lanjutnya adalah nanti apabila knowledge base ini sudah benar-benar dikembangkan untuk aplikasi yang nyata, karena pada penelitian ini hanya sampai menghasilkan knowledge base dan contoh aplikasinya saja. Tetapi apabila knowledge base ini sudah dikembangkan lebih besar perlu dipelihara, sering diupdate, dan bisa juga diekplor lebih dalam. Keuntungan knowledge base ini adalah semua pengetahuan sudah tersimpan dengan baik, dan fungsi-fungsi yang merupakan perhitungan dosis pupuk juga sudah tersimpan, apabila knowledge base ini digunakan untuk kebutuhan yang lain, hanya beberapa parameter yang diganti. Selebihnya hanya dipanggil fungsi yang ingin digunakan. Apabila di pasaran misalnya terdapat jenis pupuk yang lain hanya tinggal mengupdate, maka secara otomatis akan diketahui dosis pupuknya. Begitu juga apabila ingin menambahkan data jenis tanah yang lain, dst. Pemeliharaan juga bisa dilakukan setelah mendapat masukan dari pengguna lain dan melengkapi kekurangan data agar lebih baik. Demikianlah uraian pembangunan sebuah knowledge base manajemen nutrisi cabai merah. Terdapat banyak kendala, khususnya pada tahap akusisi pengetahuan, kodifikasi, dan implementasi. Pada akusisi pengetahuan knowledge engineer kesulitan dalam mengakusisi pengetahuan yang berasal dari pustaka karena banyak sekali data dan informasi yang tersebar di berbagai media serta tidak konsisten. Kemudian pada kodifikasi kendalanya adalah pembangunan database dan pembuatan fungsi untuk perhitungan rumus. Sedangkan pada tahapan implementasi, karena sebelumnya kesulitan dalam pembangunan database, maka ketika menyambungkan untuk membuat web juga terhambat. Knowledge base ini sudah standar formatnya sesuai dengan DBMS yang secara umum digunakan untuk pengembangan berbagai aplikasi. Jadi akan sangat mudah dikembangkan untuk aplikasi berbasis android, desktop, DSS, sistem pakar, dst. Dengan dibangunnya sebuah knowledge base manajemen nutrisi cabai merah ini, diharapkan minimal pengetahuan-pengetahuan yang belum terintegrasi dengan baik menjadi satu kesatuan yang utuh agar dapat lebih mudah diakses dan digunakan bagi banyak orang. Contoh pembangunan aplikasi di atas membuktikan bahwa knowledge base ini telah berhasil dikembangkan walaupun untuk pengujian dilapangan belum dilakukan. Tetapi setidaknya sudah banyak pengetahuan yang berasal dari pakar dan literatur terakomodir di sini. Untuk tahap selanjutnya bisa dieksplor lebih lanjut agar semakin berguna untuk kepentingan khususunya petani cabai merah. Knowledge base ini ditujukan khusus untuk jenis pertanian konvensional, jadi belum bisa diterapkan pada pertanian organik, atau pertanian dalam rumah kaca. Selain itu juga hanya berlaku pada wilayah tropika.
82
V. A.
SIMPULAN DAN SARAN
SIMPULAN Adapun simpulan dari penelitian ini adalah sebagai berikut : 1. Knowledge base manajemen nutrisi cabai merah di wilayah tropika berbasis pertanian teliti berhasil dibangun, banyak pengetahuan-pengetahuan yang sudah dibangun dan dikembangkan seperti pengetahuan tentang tanah, pengetahuan penentuan dosis pupuk kandang, pengetahuan penentuan dosis pupuk sintetis, dan pengetahuan penentuan dosis kapur/belerang, dan pengetahuan-pengetahuan pendukung seperti cara dan waktu aplikasi yang tetap dari kapur/belerang, pupuk kandang, dan pupuk sintetis, dst. 2. Knowledge base ini berbasis pertanian teliti, karena pengetahuan-pengetahuan yang disajikan member arahan ke kegiatan pertanian teliti. 3. Tahapan akuisisi pengetahuan merupakan tahapan yang paling krusial, karena di sinilah arah knowledge base itu akan ditentukan. Membutuhkan waktu yang cukup lama dalam melakukan tahapan ini karena banyak ditemui inkonsistensi data di berbagai literatur serta kendala menghubungkan pengetahuan yang berasal dari pakar dan juga pustaka. 4. Metode representasi pengetahuan yang digunakan adalah pohon keputusan (decision tree), tabel keputusan (decision table), dan model data relasi karena lebih mudah menggunakan metode ini dan merujuk pada penggunaan PostgreSQL sebagai DBMS. 5. Khususnya pada pengetahuan penentuan dosis pupuk telah berhasil disimpan dalam database yaitu berupa fungsi tersimpan (stored function) yang berisi rumus-rumus perhitungan penentuan dosis pupuk. 6. Pengetahuan ini bisa digunakan untuk pengujian studi kasus dan berhasil menyelesaikan masalah, akses terhadap database bisa dilakukan, dan hasilnya sesuai dengan yang diharapkan, walaupun pada dasarnya tindakan nyata dilapangan masih belum dilakukan. 7. Contoh aplikasi yang telah dikembangkan berjalan dengan baik, input yang diberikan menghasilkan output yang diharapkan, dengan ini knowledge base sudah berhasil dikembangkan dan berjalan dengan baik. Bukti lainya adalah sudah digunakan untuk pembangunan expert system oleh Agus et al. (2012) yaitu sebagai tindak lanjut proyek tugas akhir mahasiswa pascasarjana MIT NRM (Master of science in IT for natural resource management)
83
B.
SARAN Adapun rekomendasi saran yang bisa diberikan adalah sebagai berikut: 1. Knowledge base ini masih bisa dieksplor lebih lanjut misalnya data tanah bisa dihubungkan dengan peta sebaran tanah Indonesia. Jadi setiap orang yang belum mengetahui jenis tanahnya bisa merujuk pada lokasi tempat tinggalnya, kemudian melalui peta sebaran tanah secara otomatis akan diketahui jenis tanahnya. 2. Tabel tanah bisa lebih dikembangkan lagi. Masih banyak data tanah di Indonesia, dengan penambahan jenis tanah bisa semakin memperkaya informasi dan data tanah. 3. Perlunya penambahan pengetahuan berbentuk gambar, misalnya gambar tanah, gambar jenis pupuk, gambar cara pemupukan, dst. 4. Bagi pengguna awam yang belum mengetahui tentang manajemen pemupukan, akan sulit menggunakan dan memahami aplikasi ini. Pengguna disarankan setidaknya sedikit punya dasar-dasar pengetahuan tentang pemupukan, agar mudah memahami informasi yang disajikan atau apabila ditujukan ke petani, bisa melalui perantara Petugas Penyuluh Lapangan (PPL) yang bisa diperdayakan untuk membantu mereka. 5. Publikasi keberadaan sistem ini agar lebih dikenal oleh pengguna, khususnya petani cabai, praktisi, ilmuan, perguruan tinggi, dsb. 6. Dalam pemenuhan kebutuhan akan knowledge base di masa mendatang, bisa dilakukan untuk mengintegrasikan semua aspek yaitu manajemen nutrisi cabai dengan pengendalian hama dan penyakit, teknik budidaya, penanganan pasca panen, dst, sehingga konsep pertanian teliti dari hulu ke hilir bisa diterapkan dan bisa dihasilkan knowledge base yang besar, lengkap, serta mengakomodir banyak informasi dan pengetahuan. 7. Perlu dilakukan suatu riset untuk melakukan validasi aplikasi knowledge base ini dengan pengguna (users) di lapangan secara nyata. 8. Keuntungan lain penyimpanan fungsi perhitungan dosis pupuk adalah apabila knowledge base ini akan digunakan untuk pengembangan pengetahuan selain komoditas cabai, maka tinggal mengganti berbagai parameter utama, khususnya jumlah unsur yang dibutuhkan untuk komoditas tersebut.
84
DAFTAR PUSTAKA [BPS] Badan Pusat Statistika. 2012. Luas Panen, Produksi, dan Produktivitas Cabai 2009-2010. http://www.bps.go.id. [27 Januari 2012] [BPS] Badan Pusat Statistik. 2012. Penduduk Indonesia menurut Propinsi 1971, 1980, 1990, 1995, 2000 dan 2010. http://www.bps.go.id. [27 Januari 2012]. Agus, Amalia IR, Akbar AS. 2012. Development of Information System in Red Chili Production : Assignment of ITM613 (Development of DSS). Bogor : Master Of Science In Information Technology For Natural Resource Management Seameo-Biotrop, Bogor Agricultural University. Annisa. 2011. Database development process. Bahan Ajar Mata kuliah Basis Data, Departemen Ilmu Komputer, Fakultas FMIPA, IPB. Berke T, Black LL, Talekar NS. 2005. Suggested cultural practices for chilli pepper. AVRDC-the World Vegetable Center. Darmawan E. 2011. Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) berbasis Mobile [tesis]. Bogor : Program Pascasarjana, Institut Pertanian Bogor. Faihah SE, Seminar KB, Wiyono S. 1999. Sistem pakar untuk identifikasi penyakit tanaman cabai merah (Capsicum annuum L.). Buletin Keteknikan Pertanian 13 (3) : 75-86. Fathansyah. 2004. Basis Data. Bandung: Informatika. Hardjowigeno S. 1995. Ilmu Tanah. Akademika Presindo, Jakarta. _____________ .2003. Klasifikasi Tanah dan Pedogenesis. Jakarta: Akademika Presindo. Hartatik W, Widowati LR. Pupuk Kandang. Ignizio JP. 1990. Introduction to Expert Systems: The Development of Rule-Base Expert Systems. New York: McGraw-Hill Inc,. Ikhsan SHA. 2012. Pengembangan Sistem Pakar Agribisnis Cabai Merah (Capsicum annuum L.) Berbasis Android [tesis]. Bogor : Program Pascasarjana, Institut Pertanian Bogor. Kadir A. 2009. Dasar Perancangan & Implementasi Databse Relasional. Yogyakarta: ANDI. Knot JE. 1957. Handbook for Vegetable Growers. New York: John Wiley & Sons, Inc,. Maerere AP, Kimbi GG, Nonga DLM. 2001. Comparative effectiveness of animal manures on soil chemical properties, yield and root growth of amaranthus (Amaranthus cruentus L.). AJST 4 (1) : 14-21.
85
Kusrini. 2008. Aplikasi Sistem Pakar : Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan. Yogyakarta : ANDI. Marimin. 2005. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial. Bogor : IPB Press. Mata-Toledo RA, Cushman K. 2007. Dasar-dasar Database Relasional. Jakarta : Penerbit Erlangga. Prabawa S, Pramudya B, Astika IW, Setiawan RPA, Rustiadi E. 2009. Sistem informasi dalam pertania presisi pada kegiatan pemupukan di perkebunan tebu. Makalah pada Seminar Nasional Kebijakan dan Aplikasi Teknologi Informasi dan Komunikasi untuk Peningkatan Daya Saing Agribisnis Indonesia, 6-7 Agustus 2009, Bogor. Prajnanta F. 2007. Agribisnis Cabai Hibrida. Jakarta: Penebar Swadaya. Rosliani R, Hidayat A, Asandhi AA. 2004. Respons pertumbuhan cabai dan selada terhadap pemberian pukan kuda dan pupuk hayati. J.Hort 14 (4) : 258-268. Seminar KB, Solahudin M. 2010. Bahan Ajar: Teknik Informatika Pertanian (Pemahaman Teknologi Informasi dan Sistem Informasi). Bogor: Departemen Teknik Pertanian, FATETA, IPB. Seminar KB. 2011. Dukungan teknologi informasi bagi pengembangan budidaya, panen, pasca panen dan pengolahan produk pertanian Dalam Prosiding Seminar Nasional Informatika Pertanian 2011. 2021 Oktober 2011. Bandung : Fakultas Teknologi Industri Pertanian, Universitas Padjadjaran. Senong A. 2012. 19 komoditi strategis sembako kendari masuk normal. www.antarasultra.com. [18 Januari 2013] Soil Survey Staff. 1999. Soil Taxonomy : A Basic System of Soil Classification for Making and Interpreting Soil Surveys. Second Edition. Washington D.C. USDA, Natural Resource Conservation Service. Sonka ST. 1997. Precision Agriculture in the 21st Century : Geospatial and Information Technologies in Crop Management. Washington D.C. National Academy Press. Sumarni N. 1966. Budidaya Tanaman Cabai Merah. In: Duriat AS (eds). Teknologi Produksi Cabai Merah. Bandung: Balai Penelitian Tanaman Sayuran Pusat Penelitian dan Pengembangan Holtikultura, Badan Penelitian dan Pengembangan Pertanian. Supriyanto. 2011. Sistem Konsultasi Online Agribisnis Cabai (Capsicum annuum L.) [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. Suwarto, Adiwirman, Lontoh AP. 2009. Penuntun Praktikum Dasar-dasar Agronomi. Bogor : Departemen Agronomi dan Holtikultura, FAPERTA IPB. Turban E, Aronson JE, Liang PT. 2005. Decision Support System and Intelligent Systems. Seventh Edition. New Jersey : Person Education, Inc,. Victoria. 2005. Soil fertility monitoring tools. The Victorian Government Department of Primary Industries. www.petrokimia-gresik.com [15 Mei 2012] www.pupukkaltim.com [15 Mei 2012]
86
LAMPIRAN
87
Lampiran 1. Rumus penentuan dosis pupuk majemuk dengan tambahannya dari pupuk tunggal Misalnya kombinasi NPK (x-y-z) a.
@
x
`
y z b.
x 150 = xx
Pengecekan total kebutuhan dosis pupuk
b
x 75 = xy
x 135 = xz
xyz
Pilihlah yang paling kecil jumlahnya antara xx, xy, dan xz, dimisalkan yang paling kecil adalah xyz.
Parameter : //Jumlah unsur yang dibutuhkan oleh cabai merah n_cabai =150 kg/ha p_cabai =75 kg/ha k_cabai=135 kg/ha //presentase dosis yang diaplikasikan n_pd=0.40 n_2mst =0.20 n_4mst =0.20 n_6mst =0.20 p_pd =0.50 p_4mst =0.50 k_pd =0.50 k_4mst=0.50
c.
Perhitungan dosis NPK [x-y-z]
Dosis NPK gx − y − ziB = xyz ∗ n_pd
Dosis NPK gx − y − ziklm = xyz ∗ n_4mst
(2.5) (2.6)
88
d. Perhitungan dosis tambahan dari pupuk tunggal N (Urea-46 atau ZA-21) Keterangan
1.
:
a adalah presentase kadar N dari salah satu tambahan dari pupuk tunggal a = 46, apabila menggunakan Urea-46 a= 21, apabila menggunakan ZA-21
Dosis tambahan dari Urea-46 atau ZA-21 pada Pupuk dasar
IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb
IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb
IF xz ≤ xx & xz ≤ xyTHEN−→ Tamb
2.
tAku
vwxM4 tAku
vwxM4
tAku
vwxM4
Dosis tambahan dari Urea-46 atau ZA-21 pada 2 MST
Tamb
tAku
vwx9
=G
I ∗ n_cabai ∗ n_2mst
=0
(2.7) ~
{ }/G=>>I∗~?∗:_M4 ∗
k { z|
z = z z
y
y
:_663
~
∗ n_cabai ∗ G
{ }/G=>>I∗~?∗:_M4 ∗
k { z|
z = z z y
y
:_663
∗ n_cabai ∗ G
I
(2.8)
I
(2.9)
(3.0)
89
3.
Dosis tambahan dari Urea-46 atau ZA-21 pada 4 MST
IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb
tAku
vwx9
IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb vwx
tAku
9
IF xz ≤ xx & xz ≤ xyTHEN−→ Tamb 4.
tAku
vwx9
Dosis tambahan dari Urea-46 atau ZA-21 pada 6 MST
Tamb
tAku
vwx9
=G
I ∗ n_cabai ∗ n_6mst
= 0
(3.1) ~
{ }/G=>>I∗~?∗:_9 ∗
{xz|
z = z z
y
y
:_663
~
∗ n_cabai ∗ G
{ }/G=>>I∗~?∗:_9 ∗
x { z|
z =z z y
y
:_663
∗ n_cabai ∗ G
I
I
(3.2)
(3.3)
(3.4)
90
e.
Perhitungan dosis tambahan dari pupuk tunggal P (SP-36 atau SP-18) Keterangan
1.
:
b adalah presentase kadar P dari salah satu tambahan dari pupuk tunggal b = 36, apabila menggunakan SP-36 b = 18, apabila menggunakan SP-18
Dosis tambahan dari SP-36 atau SP-18 pada Pupuk dasar
IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb
u
_B
z =z z y
IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb _B = /G u
IF xz ≤ xx & xz ≤ xyTHEN−→ Tamb
y
I ∗ 0.10 ∗ p_cabai?
,
∗ p_cabai ∗ G
{ }/G=>>I∗~?∗:_M4 ∗
{ z| M_663
z = z _B z u
{ }/G=>>I∗~~?∗:_M4 ∗
{ z| M_663
y
y
,
∗ p_cabai ∗ G
I
(3.5)
(3.6)
I
,
(3.7)
91
2.
Dosis tambahan dari SP-36 atau SP-18 pada 4 MST
{ }/G=>>I∗~~?∗:_9 ∗
{ z| M_663
z u IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb _klm = z z y
y
{
{z| z u IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb = z y _klm z y
}/G I?∗~∗:_9 =>> M_663
∗ p_cabai ∗ G
∗ p_cabai ∗ G
y
y
∗ p_cabai ∗ G
(3.8)
I
(3.9)
{ }/G=>>I∗~?∗:_9 ∗
{z| M_663
z u IF xz ≤ xx & xz ≤ xyTHEN−→ Tamb _klm = z z
,
∗
I
,
I
,
(4.0)
92
f.
Perhitungan dosis tambahan dari pupuk tunggal K (KCl-60 atau KCl-50) Keterangan
1.
:
c adalah presentase kadar P dari salah satu tambahan dari pupuk tunggal c = 60, apabila menggunakan SP-36 c = 50, apabila menggunakan SP-18
Dosis tambahan dari KCl-60 atau KCl-50 pada Pupuk dasar
{ }/G=>>I∗~~?∗:_M4 ∗
{ z|
z IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb = z _B z u
y
y
J_663
∗ k_cabai ∗ G
{ }/G=>>I∗~?∗:_M4 ∗
{ z| J_663
z u IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb _B = z z
IF xz ≤ xx & xz ≤ xyTHEN−→ Tamb
u
_B
y
y = /G I ∗ 0.10 ∗ k_cabai?
∗ k_cabai ∗ G
I
(4.1)
I
(4.2)
(4.3)
93
2.
Dosis tambahan dari KCl-60 atau KCl-50 pada 4 MST
z IF xx ≤ xy & xx ≤ xzTHEN−→ Tamb = z _B z u
{ }/G=>>I∗~~?∗:_9 ∗
{ z| y
y
IF xy ≤ xx & xy ≤ xzTHEN−→ Tamb
IFxz ≤ xx & xz ≤ xyTHEN−→ Tamb
Keterangan :
y
y
u
_B
∗ k_cabai ∗ G
z = z z y
y
∗ k_cabai ∗ G
∗ k_cabai ∗ G
(4.4)
I
{ }/G=>>I∗~∗:_9? ∗
{z| J_663
I
{ }/G=>>I∗~?∗:_9 ∗
{z| J_663
z = z _B z u
J_663
I
(4.5)
(4.6)
Jenis pupuk sintetis yang disebutkan di atas adalah yang umum digunakan orang atau banyak dipasaran. Rumus ini bisa digunakan juga untuk menghitung dosis selain jenis pupuk tunggal atau pupuk majemuk yang sudah disebutkan sebelumnya.
94
Lampiran 2. Hasil perhitungan dosis pupuk majemuk dan tambahannya Tabel 19. Hasil perhitungan dosis pupuk majemuk dan tambahannya Dosis pm (kg/ha) No
jenis_pm
tamb_urea46 (kg/ha)
tamb_sp36 (kg/ha)
tamb_za21 (kg/ha)
pm_ 4mst
urea46 _pd
urea46 _2mst
urea46 _4mst
urea46 _6mst
za21 _pd
300 300
150 150
0 0
65 65
0 0
65 65
0 0
0 0
0 0
143 143
21 54
63 79
42 108
125 158
63 83
300
150
0
65
0
65
0
0
0
143
29
67
58
133
240 200
120 100
0 0
65 65
0 0
65 65
0 0
0 0
0 0
143 143
57 71
81 88
115 142
188
94
65
65
33
65
143
143
71
143
21
63
200 200
100 100
65 65
65 65
33 33
65 65
143 143
143 143
71 71
143 143
21 21
250
125
65
65
33
65
143
143
71
143
250 270
125 135
65 48
65 65
33 24
65 65
143 106
143 106
71 53
216
108
55
65
28
65
121
121
100 150
78 39
65 65
39 20
65 65
171 86
135
42
65
21
65
93
NPK 20-10-10
2
NPK 20-6-6
3
4
NPK 20-9-15 NPK 25-7-7
5
NPK 30-6-8
6
7
NPK 16-16-16 NPK 15-15-15
8
NPK (15-15-6)+2
9
10
NPK (12-12-17)+2 NPK 12-12-20
11
NPK 14-10-20
12
13
NPK 16-4-25 NPK (12-6-27)+4
14
NPK (14-8-18)+3
200 300
15
NPK (15-9-20)+4
270
za21_ 4mst
za21_ 6mst
sp36 _pd
sp36_ 4mst
sp18 _pd
sp18_ 4mst
tamb_kcl60 (kg/ha)
pm_ pd
1
za21_ 2mst
tamb_sp18 (kg/ha)
kcl60 _pd
kcl60_ 4mst
tamb_kcl50 (kg/ha) kcl50_ pd
kcl50_ 4mst
87 98
75 99
105 117
38
75
45
90
162 175
84 86
99 99
101 103
118 119
42
125
63
87
75
105
63 63
42 42
125 125
63 93
87 103
75 111
105 123
21
63
42
125
42
77
50
92
143 143
21 21
63 67
42 42
125 133
29 23
71 68
35 27
85 81
61
143
21
92
42
184
23
68
27
81
171 86
86 43
143 143
21 21
88 71
42 42
175 142
23 23
68 68
27 27
81 81
93
46
143
21
70
42
141
23
68
27
81
95
Lampiran 3. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K Tabel 20. Hasil perhitungan dosis pupuk tunggal pada masing-masing pupuk N, P, dan K Jenis Pupuk Jumlah unsur yang Pupuk Dasar Dosis Tunggal dibutuhkan (kg/ha) (kg/ha) 2 MST (kg/ha) Urea-46 325 130 65 N ZA-21 715 286 143 SP-36 208 104 P SP-18 416 208 KCl-60 226 113 K KCl-50 270 135 Keterangan : Pengaplikasian ke lahan sesuai dengan waktu dan dosis masing-masing satu dari pupuk N, pupuk P, dan pupuk K
Pupuk
Dosis 4 MST (kg/ha) 65 143 104 208 113 135
Dosis 6 MST (kg/ha) 65 143 -
96
Lampiran 4. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%) Tabel 21. Hasil perhitungan dosis kandang berdasarkan c-organik tanah (≤ 2.0%) No 1
C-Organik tanah (%) 0.1
Dosis pukan dari kotoran ayam (ton) 6
Dosis pukan dari kotoran sapi (ton) 8
Dosis pukan dari kotoran kuda (ton) 6
Dosis pukan dari kotoran kambing (ton) 7
2
0.2
6
8
6
7
3 4
0.3 0.4
5 5
8 7
5 5
6 6
5
0.5
5
7
5
6
6 7
0.6 0.7
4 4
6 6
4 4
5 5
8
0.8
4
5
4
5
9 10
0.9 1.0
4 3
5 5
4 3
4 4
11
1.1
3
4
3
4
12 13
1.2 1.3
3 2
4 3
3 2
3 3
14
1.4
2
3
2
3
15 16
1.5 1.6
2 1
3 2
2 1
2 2
17
1.7
1
2
1
1
18 19
1.8 1.9
1 1
1 1
1 1
1 1
20
2.0
0
0
0
0
97
Lampiran 5. Nama fisik dan konseptual entitas beserta penjelasan Tabel 22. Nama fisik dan konseptual entitas beserta penjelasan No
Entitas Nama fisik
Nama koseptual
Penjelasan Aplikasi berisi pengetahuan waktu dan cara aplikasi amelioran , seperti kapur/belerang, pupuk majemuk/pupuk tunggal, pupuk kandang Dosis pupuk majemuk berisi dosis berbagai pupuk majemuk yang ada di pasaran
1
aplikasi
Aplikasi
2
dosispupukmajemuk
Dosis Pupuk Majemuk
3
tanah_dosispm
Tanah_Dosis Pupuk Majemuk
Tabel relasi antara tanah dan dosis pupuk majemuk
4
dosispupuktunggal_k
Dosis Pupuk Tunggal_K
Dosis pupuk tunggal untuk pupuk K
5
dosispupuktunggal_p
Dosis Pupuk Tunggal_P
Dosis pupuk tunggal untuk pupuk P
6
dosispupuktunggal_n
Dosis Pupuk Tunggal_N
Dosis pupuk tunggal untuk pupuk N
7
tanah_dosispt
Tanah_Dosis Pupuk Tunggal
Tabel relasi antara tanah dan dosis pupuk tunggal N, P, dan K
8
tanah
Tanah
Berisi pengetahuan berbagai jenis tanah dengan karakteristik umum
9
ph
pH
Berisi kisaran nilai pH dari pH masam sampai alkalis
10
ph_tekstur
pH_Tekstur
Tabel relasi antara entitas pH dan entitas dosis kapur/belerang (tekstur)
11
dosiskapbel
Dosis Kapur/Belerang
Dosis kapur/belerang tergantung nilai pH dan tekstur
12
kriteriaco
Kriteria C-Organik
Kriteria C-Organik (sangat rendah, rendah, sedang, tinggi, sangat tinggi)
13
kriteriaco_co
Kriteria C-Organik_COrganik
Tabel relasi antara entitas Kriteria COrganik dengan Dosis pupuk kandang (C-Organik)
14
dosispukan
Dosis Pupuk Kandang
Dosis pupuk kandang berdasarkan nilai C-Organik tanah
98
Lampiran 6. Kamus database dalam “nutrisicabai_db” Tabel 23. Kamus database dalam “nutrisicabai_db” No
Entitas
Atribut
Tipe Data
Penjelasan
1
aplikasi
id_amel
Char Char
ID amelioran
jns_amel
2
dosispupukmajemuk
wkt_aplikasi cra_aplikasi
Text
id_pm jenis_pm
Char
kand_n kand_p kand_k dosis_pm_pd dosis_pm_4mst tamb_urea46_pd tamb_urea46_2mst tamb_urea46_4mst tamb_urea46_6mst tamb_za21_pd tamb_za21_2mst tamb_za21_4mst tamb_za21_6mst tamb_sp36_pd tamb_sp36_4mst tamb_sp18_pd tamb_sp18_4mst tamb_kcl60_pd tamb_kcl60_4mst tamb_kcl50_pd tamb_kcl50_4mst
Text Char Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer
Satuan
Jenis amelioran Waktu aplikasi amelioran Cara aplikasi amelioran ID pupuk majemuk Jenis pupuk majemuk Presentase kadar/kandungan N pada pupuk majemuk
%
Presentase kadar/kandungan P pada pupuk majemuk Presentase kadar/kandungan K pada pupuk majemuk
% %
Dosis pupuk majemuk pada pupuk dasar
kg/ha
Dosis pupuk majemuk pada 4MST (Minggu Setelah Tanam) Tambahan jika menggunakan Urea-46 (diaplikasikan pada pupuk dasar)
kg/ha kg/ha
Tambahan jika menggunakan Urea-46 (diaplikasikan pada 2mst)
kg/ha
Tambahan jika menggunakan Urea-46 (diaplikasikan pada 4mst) Tambahan jika menggunakan Urea-46 (diaplikasikan pada 6mst)
kg/ha kg/ha
Tambahan jika menggunakan ZA-21 (diaplikasikan pada pupuk dasar)
kg/ha
Tambahan jika menggunakan ZA-21 (diaplikasikan pada 2mst) Tambahan jika menggunakan ZA-21 (diaplikasikan pada 4mst)
kg/ha kg/ha
Tambahan jika menggunakan ZA-21 (diaplikasikan pada 6mst)
kg/ha
Tambahan jika menggunakan SP-36 (diaplikasikan pada pupuk dasar) Tambahan jika menggunakan SP-36 (diaplikasikan pada 4mst)
kg/ha kg/ha
Tambahan jika menggunakan SP-18 (diaplikasikan pada pupuk dasar)
kg/ha
Tambahan jika menggunakan SP-18 (diaplikasikan pada 4mst) Tambahan jika menggunakan KCl-60 (diaplikasikan pada pupuk dasar)
kg/ha kg/ha
Tambahan jika menggunakan KCl-60 (diaplikasikan pada 4mst)
kg/ha
Tambahan jika menggunakan KCl-50 (diaplikasikan pada pupuk dasar) Tambahan jika menggunakan KCl-50 (diaplikasikan pada 4mst)
kg/ha kg/ha
99
Lanjutan Tabel 22 No 3
Entitas dosispupuktunggal_k
Atribut
ID pupuk tunggal_K
ptk kand_k
Char
Jenis pupuk tunggal K Presentase kandungan/kadar K
%
Dosis total pupuk tunggal K
kg/ha
Dosis pupuk tunggal K (diaplikasikan pada pupuk dasar) Dosis pupuk tunggal K (diaplikasikan pada 2mst)
kg/ha kg/ha
Integer
dosptk_4mst
Dosis pupuk tunggal K (diaplikasikan pada 4mst)
kg/ha
dosptk_6mst
Integer
Dosis pupuk tunggal K (diaplikasikan pada 6mst)
kg/ha
id_ptp
Char Char
ID pupuk tunggal_P
kand_p total_dosis dosptp_pd dosptp_2mst dosptp_4mst dosispupuktunggal_n
Integer Integer Integer Integer
ptp
5
Satuan
id_ptk
dosptk_pd dosptk_2mst
dosispupuktunggal_p
Penjelasan
Char
total_dosis
4
Tipe Data
Integer Integer Integer Integer
Jenis pupuk tunggal P Presentase kandungan/kadar P Dosis total pupuk tunggal P
% kg/ha
Dosis pupuk tunggal P (diaplikasikan pada pupuk dasar)
kg/ha
Dosis pupuk tunggal P (diaplikasikan pada 2mst) Dosis pupuk tunggal P (diaplikasikan pada 4mst)
kg/ha kg/ha
Dosis pupuk tunggal P (diaplikasikan pada 6mst)
kg/ha
dosptp_6mst
Integer Integer
id_ptn
Char
ID pupuk tunggal_N
ptn
Char Integer
Jenis pupuk tunggal N
kand_n total_dosis dosptn_pd dosptn_2mst dosptn_4mst dosptn_6mst
Presentase kandungan/kadar K Dosis total pupuk tunggal N
% kg/ha
Dosis pupuk tunggal N (diaplikasikan pada pupuk dasar)
kg/ha
Integer
Dosis pupuk tunggal N (diaplikasikan pada 2mst) Dosis pupuk tunggal N (diaplikasikan pada 4mst)
kg/ha kg/ha
Integer
Dosis pupuk tunggal N (diaplikasikan pada 6mst)
kg/ha
Integer Integer Integer
100
Lanjutan Tabel 22 No 6
Entitas tanah
Atribut id_tanah
ID Tanah
jns_tnh ciri
Char
Jenis tanah Ciri tanah
tekstur_literatur bb_ph_literatur ba_ph_literatur ket_ktk ktk bulk_density
8
ph
dosiskapbel
Penjelasan
Char
gbr_tnh
7
Tipe Data
Text Char Text Double Precision Double Precision Char Double Precision Double Precision
Gambar tanah Tektur tanah (pada umumnya/berdasarkan literatur) Nilai pH (Min) (pada umumnya/berdasarkan literatur) Nilai pH (Max) (pada umumnya/berdasarkan literatur) Ket Kapasitas Tukar Kation Kapasitas Tukar Kation
meq/100 g
Kerapatan tanah
g/cc
C-Organik (pada umumnya/berdasarkan literatur) Ket C-Organik
%
co_literatur ket_co
Double Precision
id_ph
Char
ID pH
kriteria_ph bb_ph
Char
Kriteria pH Nilai pH (min)
Char
ba_ph
Double Precision Double Precision
id_teks
Char
ID Tekstur
jns_teks
Char Integer
Jenis tekstur
doskapbel kap_bel dos_pukan_kuda dos_pukan_kambing
Char Char Char
Satuan
Nilai pH (max)
Dosis kapur/belerang Kapur atau belerang
kg/ha
Dosis pupuk kandang jika berasal dari kotoran kuda
ton
Dosis pupuk kandang jika berasal dari kotoran kambing
ton
101
Lanjutan Tabel 22 No 9
10
Entitas kriteriaco
dosispukan
Atribut
Tipe Data
id_krico
Char
ID Kriteria C-organik
kriteria_co bb_co
Char
Kriteria C-organik Nilai C-Organik (min)
Penjelasan
Satuan
ba_co
Double Precision Double Precision
perlakuan
Text
Perlakuan
id_co
Char Double Precision
ID C-organik C-Organik tanah
%
Integer
Dosis pupuk kandang jika berasal dari kotoran ayam Dosis pupuk kandang jika berasal dari kotoran sapi
ton ton
co_tanah dos_pukan_ayam dos_pukan_sapi dos_pukan_kuda
Integer Integer
dos_pukan_kambing
Integer
Nilai C-Organik (max)
Dosis pupuk kandang jika berasal dari kotoran kuda
ton
Dosis pupuk kandang jika berasal dari kotoran kambing
ton
102
103