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
