Upload
vuongkhuong
View
226
Download
0
Embed Size (px)
Citation preview
SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT
TANAMAN KAKAO BERBASIS ANDROID DENGAN MENGGUNAKAN
METODE FORWARD CHAINING DAN CERTAINTY FACTOR
(Skripsi)
Oleh
AFIFAH QOWWAMINA QISTY
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
2018
ABSTRACT
IMPLEMENTATION OF COCOA PEST AND DISEASE
EXPERT SYSTEM ON ANDROID BY USING FORWARD CHAINING
AND CERTAINTY FACTOR
By
AFIFAH QOWWAMINA QISTY
This research was conducted to develop an expert system that can identify pests and
diseases in cocoa crops based on knowledges gained directly from an expert. This
research uses forward chaining inference method and certainty factor calculation.
This expert system is implemented for Android mobile device. The research
consisted of 70 symptoms, 6 pests, 9 diseases, and 24 rules. At the time of
consultation, user can answer ‘Yes’ or ‘No’ options from the questions given by
this system. The user’s answers are then processes according to rule and calculated
by using the certainty factor method. Testing is done to see if the system works
properly as expected that consists of 3 aspects: system compatibility, system ability
in identifying pests and diseases, and system benefit by targeted users. Based on the
3 tests, the developed cocoa expert system has compatibility with android versions
of KitKat, Lollipop, Marshmallow and Nougat with different screen sizes of
smartphone. This system can also identify pests and diseases in accordance with a
cocoa expert's judgement. Testing of respondents is done by filling out a
questionnaire containing statements relating to the functions and benefits of the
system. Questionnaires were distributed to 3 groups of respondents, amounting to
67 people consisting of experts of cocoa, farmers, students of Agricultural Faculty
and students of Computer Science Department. The results of the questionnaire
indicate that cocoa expert system is categorized as "very good" system.
Keywords: Android, Artificial Intelligence, Certainty Factor, Expert System,
Forward Chaining
ABSTRAK
SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT
TANAMAN KAKAO BERBASIS ANDROID DENGAN MENGGUNAKAN
METODE FORWARD CHAINING DAN CERTAINTY FACTOR
Oleh
AFIFAH QOWWAMINA QISTY
Penelitian ini dilakukan untuk mengembangkan suatu sistem pakar yang dapat
mengidentifikasi hama dan penyakit pada tanaman kakao berdasarkan pengetahuan
yang diberikan langsung dari seorang pakar. Sistem pakar dibangun dengan
menggunakan metode inferensi Forward Chaining dan metode perhitungan
Certainty Factor. Sistem pakar ini dibuat untuk pengguna perangkat Android.
Penelitian ini terdiri dari 70 data gejala, 6 data hama, 9 data penyakit, dan 24 aturan
(rule). Pada saat melakukan konsultasi, pengguna dapat menjawab Yes atau No dari
pertanyaan yang diberikan sistem. Jawaban pengguna kemudian diproses
berdasarkan aturan (rule) dan dihitung dengan menggunakan metode certainty
factor. Pengujian dilakukan untuk melihat apakah sistem dapat berjalan dengan
baik seperti yang diharapkan. Pengujian terdiri dari 3 aspek yaitu: kompatibilitas
sistem, kemampuan sistem dalam mengidentifikasi hama dan penyakit, dan manfaat
sistem menurut pengguna yang telah ditargetkan. Berdasarkan 3 pengujian tersebut,
sistem pakar kakao yang telah dikembangkan memiliki kompatibilas terhadap versi
android KitKat, Lollipop, Marshmallow dan Nougat dengan ukuran layar
smartphone yang berbeda-beda. Sistem ini juga dapat mengidentifikasi hama dan
penyakit sesuai dengan hasil identifikasi seorang pakar kakao. Pengujian terhadap
pengguna atau responden dilakukan dengan mengisi kuesioner yang berisi
pernyataan yang berkaitan dengan fungsi dan manfaat sistem. Kuesioner dibagikan
kepada 3 kelompok responden yang berjumlah 67 orang terdiri dari pakar kakao,
petani, mahasiswa Fakultas Pertanian dan mahasiswa Jurusan Ilmu Komputer.
Hasil kuesioner menunjukkan bahwa sistem ini masuk dalam kategori “sangat
baik”.
Kata Kunci: Android, Artificial Intelligence, Certainty Factor, Forward Chaining,
Sistem Pakar
SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT
TANAMAN KAKAO BERBASIS ANDROID DENGAN MENGGUNAKAN
METODE FORWARD CHAINING DAN CERTAINTY FACTOR
Oleh
AFIFAH QOWWAMINA QISTY
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar
SARJANA KOMPUTER
Pada
Program Studi Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
RIWAYAT HIDUP
Penulis dilahirkan di Bandar Lampung, Provinsi Lampung pada
tanggal 17 Agustus 1995, sebagai anak kedua dari dua
bersaudara, dari pasangan Bapak M. Jamin dan Ibu Sumirah.
Penulis menyelesaikan Pendidikan Taman Kanak-kanak (TK)
diselesaikan di TK Al-Hikmah, Sukarame, Bandar Lampung pada tahun 2001,
menyelesaikan Sekolah Dasar (SD) di SDN 1 Sukarame, Bandar Lampung pada
tahun 2007, menyelesaikan Sekolah Menengah Pertama (SMP) di MTsN 2 Bandar
Lampung pada tahun 2010, kemudian melanjutkan jenjang Sekolah Menengah
Atas (SMA) di MAN 1 Model Bandar Lampung pada tahun 2013.
Pada tahun 2013, penulis terdaftar sebagai mahasiswa Program Studi Ilmu
Komputer Jurusan Ilmu Komputer FMIPA Universitas Lampung melalui jalur
SBMPTN. Adapun kegiatan yang dilakukan penulis selama menjadi mahasiswa
antara lain:
1. Aktif sebagai anggota Himpunan Mahasiswa Komputer (HIMAKOM)
FMIPA Unila.
2. Diamanahkan sebagai bendahara Biro Kesekretariatan HIMAKOM
periode 2015/2016.
3. Pernah mengikuti Karya Wisata Ilmiah (KWI) di Desa Mulyo Sari,
Tanjung Sari pada bulan Januari sampai Februari 2014.
4. Melaksanakan kegiatan Kerja Praktik (KP) di Badan Pusat Statistik (BPS)
Provinsi Lampung dan ditempatkan di Bidang Metodologi dan Informasi
Statistik pada bulan Januari sampai Februari 2016.
5. Melaksanakan kegiatan Kuliah Kerja Nyata (KKN) di Desa Kota Batu
Kecamatan Pubian Kabupaten Lampung Tengah pada bulan Juli sampai
akhir Agustus 2016.
PERSEMBAHAN
Kupersembahkan karya kecilku ini kepada :
Allah Subhanahu Wa Ta’ala, sebagai salah satu bentuk penghambaanku
yang tidaklah seberapa dibandingkan Rahmat dan Karunia-Nya yang telah diberikan.
Ummi dan Abi tercinta
Terima kasih atas semua kerja keras, dukungan dan doa yang tiada henti-hentinya demi tercapai semua cita-cita dan impianku.
Saudara-saudarku tersayang
Untuk do’a dan motivasi yang telah diberikan
Serta... Sahabat-sahabatku
MOTTO
“Dan janganlah kamu memalingkan wajahmu dari manusia (karena sombong), dan janganlah kamu berjalan di muka bumi dengan keangkuhan. Sesungguhnya Allah tidak menyukai orang-orang yang
sombong lagi membanggakan diri” (Q.S. Luqman: 18)
“Sesungguhnya bersama kesulitan itu ada kemudahan”
(Q.S. Al-Insyirah: 6)
“Because people don’t have wings, we look for ways to fly” (Hinata Shouyo)
“I smile don’t mean my life is perfect, that’s just the way I’m grateful enjoy the life God has given”
(Monkey D. Luffy)
“They come without asking and leave just the same. But once you meet them, even if nobody ever knows it, that encounter will change your life for the better”
(Natsume Takashi)
“If I don’t have to do it, I won’t. If I have to do it, I’ll make it quick” (Oreki Houtarou)
“Do all the things that make your life filled with happiness”
(Afifah Qowwamina Qisty)
SANWACANA
Assalamualaikum wr. wb.
Alhamdulillah, segala puji bagi Allah SWT yang telah melimpahkan rahmat,
hidayah, kesehatan dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul “Sistem Pakar Identifikasi Hama dan Penyakit Tanaman Kakao
Berbasis Android dengan Menggunakan Metode Forward Chaining dan Certainty
Factor” sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer di
Universitas Lampung.
Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dan
berperan besar dalam penyusunan skripsi ini, antara lain:
1. Kedua orang tua tercinta, Abi dan Ummi, beserta keluarga besar yang selalu
memberi doa, motivasi dan kasih sayang yang tak terhingga.
2. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc. selaku Ketua Jurusan Ilmu Komputer
FMIPA Universitas Lampung, pembimbing utama dan pembimbing
akademik, yang telah membimbing, memotivasi serta memberikan ide, kritik
dan saran selama masa perkuliahan dan penyelesaian skripsi.
3. Ibu Yuyun Fitriana, S.P., M.P., Ph.D. selaku pembimbing kedua yang telah
membimbing dan memberikan bantuan, ide, kritik dan saran dalam
penyusunan skripsi ini.
4. Bapak Dr. Eng. Admi Syarif selaku pembahas, yang telah memberikan
komentar dan masukan yang bermanfaat untuk perbaikan dalam penyusunan
skripsi ini.
5. Bapak Prof. Dr. Warsito, S.Si., DEA, Ph.D. selaku Dekan Fakultas
Matematika dan Ilmu Pengetahuan Alam.
6. Bapak Didik Kurniawan, S.Si., M.T., selaku Sekretaris Jurusan Ilmu
Komputer FMIPA Universitas Lampung.
7. Bapak Radix Suharjo, M.Agr., Ph.D. salah satu dosen Jurusan Proteksi
Tanaman yang membantu dalam penyusunan data penyakit tanaman kakao.
8. Bapak dan Ibu dosen Jurusan Ilmu Komputer yang telah memberikan ilmu
yang bermanfaat.
9. Faiq Sulthon Dani yang selalu ada membantu, memberikan semangat dan
dukungan dalam menyelesaikan skripsi ini.
10. Sahabat-sahabat tercinta: Annisa Nur Fadhilah, Fitria Ramadhani, Qory
Aprilarita dan Yeni Nuhricha Sari yang ada untuk menghibur saat jenuh
dalam pembuatan skripsi.
11. Teman-teman Jurusan Ilmu Komputer angkatan 2013 yang membantu dalam
suka duka selama perkuliahan.
12. Teman-teman kelompok KKN Desa Kota Batu: Agung Fernando Satrya,
Angela Chikita Marcus, Faisal Avrizal, Nova Yogi Safitri, Rizki Agung
Prabowo dan Roby Apriansyah yang memberikan kenangan penuh makna
selama 40 hari melaksanakan kegiatan-kegiatan KKN.
13. Seluruh pihak yang telah telah membantu yang tidak dapat disebutkan satu
persatu, atas peran dan dukungannya dalam penyelesaian skripsi ini.
Penulis menyadari masih banyak kekurangan dalam laporan skripsi yang telah
disusun ini. Namun, penulis berharap dengan segala kekurangan yang ada semoga
skripsi ini dapat memberikan manfaat bagi semua civitas Ilmu Komputer
Universitas Lampung di kemudian hari.
Wassalamualaikum wr. wb.
Bandar Lampung, 8 Januari 2018
Penulis,
Afifah Qowwamina Qisty
xii
DAFTAR ISI
Halaman
DAFTAR ISI ........................................................................................................ xii
DAFTAR GAMBAR .......................................................................................... xvi
DAFTAR TABEL .............................................................................................. xix
I. PENDAHULUAN .......................................................................................... 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 6
1.3 Batasan Masalah ....................................................................................... 6
1.4 Tujuan ....................................................................................................... 6
1.5 Manfaat ..................................................................................................... 7
1.6 Target Penelitian ....................................................................................... 7
II. TINJAUAN PUSTAKA ................................................................................... 8
2.1 Kecerdasan Buatan atau Artificial Intelligence (AI) ................................ 8
2.2 Sistem Pakar ............................................................................................. 9
2.2.1 Definisi Sistem Pakar ........................................................................ 9
2.2.2 Bentuk Sistem Pakar ....................................................................... 10
2.2.3 Konsep Dasar Sistem Pakar ............................................................ 10
2.2.4 Struktur Dasar Sistem Pakar ........................................................... 11
2.2.5 Ciri-ciri Sistem Pakar ...................................................................... 13
2.2.6 Manfaat Sistem Pakar ..................................................................... 14
2.3 Mesin Inferensi ....................................................................................... 14
2.3.1 Forward Chaining ........................................................................... 15
2.3.2 Backward Chaining ......................................................................... 15
2.4 Faktor Kepastian (Certainty Factor) ...................................................... 16
2.4.1 Certainty Factor Paralel .................................................................. 17
xiii
Halaman
2.4.2 Certainty Factor Sequensial ........................................................... 17
2.4.3 Certainty Factor Gabungan ............................................................ 18
2.5 Hama dan Penyakit Tanaman Kakao ..................................................... 19
2.6 Unified Modeling Languange (UML) .................................................... 23
2.7 Teknik Pengujian Perangkat Lunak ....................................................... 29
2.7.1 Equivalence Partitioning ..................................................................... 30
2.7.2 Skala Likert .......................................................................................... 30
2.8 Android ................................................................................................... 32
III. METODE PENELITIAN ............................................................................ 33
3.1 Tempat dan Waktu Penelitian ................................................................ 33
3.2 Alat Pendukung ...................................................................................... 33
3.2.1 Perangkat Keras .............................................................................. 33
3.2.2 Perangkat Lunak.............................................................................. 33
3.3 Tahapan Penelitian ................................................................................. 34
3.3.1 Studi Literatur ................................................................................. 35
3.3.2 Wawancara ...................................................................................... 36
3.3.3 Pengembangan Sistem .................................................................... 36
3.3.3.1 Software Requirement Analysis ............................................... 37
3.3.3.2 Design ...................................................................................... 37
3.3.3.3 Coding ...................................................................................... 66
3.3.3.4 Testing ..................................................................................... 66
3.3.4 Analisis Hasil Pengujian ................................................................. 66
IV. HASIL DAN PEMBAHASAN ..................................................................... 67
4.1 Analisa Kebutuhan Data ......................................................................... 67
4.2 Representasi Pengetahuan ...................................................................... 68
4.3 Implementasi .......................................................................................... 69
4.4 Analisa Nilai Kepastian Hama dan Penyakit.......................................... 70
4.5 Tampilan Sistem Pakar Hama dan Penyakit Tanaman Kakao ............... 71
4.5.1 Tampilan Halaman Splash Screen .................................................. 72
4.5.2 Tampilan Halaman Load Data ........................................................ 72
xiv
Halaman
4.5.3 Tampilan Halaman Beranda ............................................................ 73
4.5.4 Tampilan Menu Utama ................................................................... 74
4.5.5 Tampilan Halaman Menu Konsultasi ............................................. 75
4.5.6 Tampilan Halaman Pilih Jenis Gejala ............................................. 76
4.5.7 Tampilan Halaman Gejala Lokal .................................................... 77
4.5.8 Tampilan Halaman Pilih Lokasi Gejala Lokal ................................ 78
4.5.9 Tampilan Halaman Gejala Sistemik................................................ 79
4.5.10 Tampilan Halaman Pertanyaan ....................................................... 80
4.5.11 Tampilan Halaman Hasil Identifikasi ............................................. 81
4.5.12 Tampilan Halaman Informasi Hama dan Penyakit ......................... 82
4.5.13 Tampilan Halaman Menu Data Hama dan Penyakit ....................... 83
4.5.14 Tampilan Halaman Pilih Data ......................................................... 84
4.5.15 Tampilan Halaman Data Hama ....................................................... 85
4.5.16 Tampilan Halaman Data Penyakit .................................................. 86
4.5.17 Tampilan Halaman Daftar Gejala ................................................... 87
4.5.18 Tampilan Halaman Menu Bantuan Konsultasi ............................... 88
4.5.19 Tampilan Halaman Menu Bantuan Lihat Data ............................... 89
4.5.20 Tampilan Halaman Menu Tentang ................................................. 90
4.6 Pengujian ................................................................................................ 91
4.6.1 Pengujian Internal ........................................................................... 91
4.6.1.1 Pengujian Fungsional ............................................................... 91
4.6.1.1.1 Pengujian Versi Android ..................................................... 92
4.6.1.1.2 Pengujian pada Berbagai Ukuran Layar .............................. 93
4.6.1.1.3 Pengujian User Interface ..................................................... 94
4.6.1.1.4 Pengujian Fungsi dan Menu Aplikasi ................................. 96
4.6.1.2 Pengujian Keakuratan Hasil................................................... 103
4.6.2 Pengujian Eksternal ...................................................................... 106
4.6.2.1 Analisa Hasil Kuesioner ........................................................ 110
V. PENUTUP ..................................................................................................... 120
5.1 Kesimpulan ........................................................................................... 120
xv
Halaman
5.2 Saran ..................................................................................................... 121
DAFTAR PUSTAKA ........................................................................................ 122
LAMPIRAN ....................................................................................................... 125
xvi
DAFTAR GAMBAR
Gambar Halaman
2.1 Konsep Dasar Fungsi Sistem Pakar (Arhami, 2005) ................................... 10
2.2 Struktur Sistem Pakar (Sutojo et al., 2011) ................................................. 11
2.3 Proses Forward Chaining (Kusumadewi, 2003) ......................................... 15
2.4 Proses Backward Chaining (Kusumadewi, 2003) ....................................... 16
3.1 Diagram Alir Penelitian ............................................................................... 35
3.2 Use Case Diagram ....................................................................................... 37
3.3 Proses Bisnis Konsultasi .............................................................................. 39
3.4 Activity Diagram Proses Menampilkan Halaman Beranda ......................... 40
3.5 Activity Diagram Proses Identifikasi Hama dan Penyakit ........................... 41
3.6 Activity Diagram Proses Menampilkan Data Hama dan Penyakit .............. 42
3.7 Activity Diagram Proses Menampilkan Halaman Bantuan ......................... 42
3.8 Activity Diagram Proses Menampilkan Halaman Tentang ......................... 43
3.9 Sequence Diagram Proses Menampilkan Halaman Beranda ...................... 44
3.10 Sequence Diagram Proses Identifikasi Hama dan Penyakit untuk Gejala
Lokal ............................................................................................................ 48
3.11 Sequence Diagram Proses Identifikasi Hama dan Penyakit untuk Gejala
Sistemik ....................................................................................................... 49
3.12 Sequence Diagram Proses Menampilkan Data Hama dan Penyakit ........... 52
3.13 Sequence Diagram Proses Menampilkan Halaman Bantuan ...................... 53
3.14 Sequence Diagram Proses Menampilkan Halaman Tentang....................... 54
3.15 Class Diagram ............................................................................................. 55
3.16 Rancangan Halaman Splash Screen............................................................. 58
3.17 Rancangan Halaman Beranda ...................................................................... 58
3.18 Rancangan Halaman Pilih Jenis Gejala ....................................................... 59
xvii
Gambar Halaman
3.19 Rancangan Halaman Gejala Lokal .............................................................. 59
3.20 Rancangan Halaman Pilihan Lokasi ............................................................ 60
3.21 Rancangan Halaman Gejala Sistemik .......................................................... 60
3.22 Rancangan Halaman Konsultasi .................................................................. 61
3.23 Rancangan Halaman Hasil Konsultasi......................................................... 62
3.24 Rancangan Halaman Data Hama dan Penyakit ........................................... 62
3.25 Rancangan Halaman Daftar Hama .............................................................. 63
3.26 Rancangan Halaman Daftar Penyakit .......................................................... 63
3.27 Rancangan Halaman Daftar Gejala ............................................................. 64
3.28 Rancangan Halaman Deskripsi dan Solusi .................................................. 64
3.29 Rancangan Halaman Bantuan ...................................................................... 65
3.30 Rancangan Halaman Tentang ...................................................................... 65
4.1 Tampilan Halaman Splash Screen ............................................................... 72
4.2 Tampilan Halaman Load Data ..................................................................... 73
4.3 Tampilan Halaman Beranda ........................................................................ 74
4.4 Tampilan Menu Utama ................................................................................ 75
4.5 Tampilan Halaman Menu Konsultasi .......................................................... 76
4.6 Tampilan Halaman Pilih Jenis Gejala.......................................................... 77
4.7 Tampilan Halaman Gejala Lokal ................................................................. 78
4.8 Tampilan Halaman Pilih Lokasi Gejala Lokal ............................................ 79
4.9 Tampilan Halaman Gejala Sistemik ............................................................ 80
4.10 Tampilan Halaman Pertanyaan .................................................................... 81
4.11 Tampilan Halaman Hasil Identifikasi .......................................................... 82
4.12 Tampilan Halaman Informasi Hama dan Penyakit ...................................... 83
4.13 Tampilan Halaman Menu Data Hama dan Penyakit ................................... 84
4.14 Tampilan Halaman Pilih Data ..................................................................... 85
4.15 Tampilan Halaman Data Hama ................................................................... 86
4.16 Tampilan Halaman Data Penyakit ............................................................... 87
4.17 Tampilan Halaman Daftar Gejala ................................................................ 88
4.18 Tampilan Halaman Bantuan Konsultasi ...................................................... 89
xviii
Gambar Halaman
4.19 Tampilan Halaman Bantuan Lihat Data ...................................................... 90
4.20 Tampilan Halaman Menu Tentang .............................................................. 91
4.21 Grafik Hasil Respon Pernyataan 1 ............................................................. 111
4.22 Grafik Hasil Respon Pernyataan 2 ............................................................. 112
4.23 Grafik Hasil Respon Pernyataan 3 ............................................................. 113
4.24 Grafik Hasil Respon Pernyataan 4 ............................................................. 114
4.25 Grafik Hasil Respon Pernyataan 5 ............................................................. 115
4.26 Grafik Hasil Respon Pernyataan 6 ............................................................. 117
4.27 Grafik Hasil Respon Pernyataan 7 ............................................................. 118
xix
DAFTAR TABEL
Tabel Halaman
1.1 Produksi Kakao menurut Status Pengusahaan Tahun 2015-2017 ................. 2
2.1 Interpretasi dari seorang pakar (Sutojo et al., 2011) .................................... 19
2.2 Data Hama Tanaman Kakao ........................................................................ 20
2.3 Data Penyakit Tanaman Kakao ................................................................... 21
2.4 Simbol Usecase Diagram ............................................................................ 25
2.5 Simbol Class Diagram ................................................................................. 26
2.6 Simbol Activity Diagram.............................................................................. 28
2.7 Simbol Sequence Diagram ........................................................................... 29
4.1 Pengujian Versi Android ............................................................................. 92
4.2 Pengujian pada Berbagai Ukuran Layar ...................................................... 94
4.3 Pengujian User Interface ............................................................................. 95
4.4 Pengujian Fungsi dari Menu Aplikasi ......................................................... 96
4.5 Pengujian Keakuratan Hasil Identifikasi ................................................... 103
4.6 Hasil Penilaian Responden Pakar Hama dan Penyakit Tanaman Kakao
terhadap Kuesioner Pengujian Sistem Pakar (Kelompok Responden I) ... 107
4.7 Hasil Penilaian Responden Petani Kakao dan Mahasiswa Fakultas Pertanian
terhadap Kuesioner Pengujian Sistem Pakar (Kelompok Responden II) .. 108
4.8 Hasil Penilaian Responden Mahasiswa Jurusan Ilmu Komputer terhadap
Kuesioner Pengujian Sistem Pakar (Kelompok Responden III)................ 109
4.9 Kriteria Penilaian Responden .................................................................... 110
I. PENDAHULUAN
1.1 Latar Belakang
Komoditas perkebunan merupakan salah satu andalan pendapatan nasional dan
devisa negara Indonesia. Hal ini ditunjukkan dari nilai ekspor komoditas
perkebunan, pada tahun 2015 mencapai Rp. 311.138 triliun atau 23.933 milyar US$
(asumsi 1 US$= Rp. 13.000). Salah satu komoditas yang memiliki produksi dan
nilai ekspor tinggi adalah kakao (Direktorat Jenderal Perkebunan, 2015).
Kakao (Theobroma cacao L.) merupakan salah satu komoditas perkebunan yang
sesuai untuk perkebunan rakyat, karena tanaman ini dapat berbunga dan berbuah
sepanjang tahun, sehingga dapat menjadi sumber pendapatan harian ataupun
mingguan bagi petani kakao. Kakao memiliki permintaan produksi baik dalam
negeri maupun luar negeri. Permintaan ini semakin kuat dengan adanya
perkembangan sektor agroindustri. Selain itu, kakao juga banyak diminati berbagai
perusahaan pengolah produk cokelat dalam meningkatkan produk yang diolahnya
sehingga dapat bersaing di dunia bisnis.
Indonesia menempati posisi ketiga negara pembudidaya kakao terbesar di dunia dan
termasuk negara penghasil kakao terbesar ketiga setelah Ivory Coast dan Ghana
(Nauly et al., 2014). Pada tahun 2017, luas areal tanaman kakao mencapai
1.691.334 hektar dengan total produksi 688.345 ton. Pada tahun 2016, volume
2
ekspor kakao mencapai 240.569 ton dengan nilai 895.165 US$ (Direktorat Jenderal
Perkebunan, 2015). Produksi kakao yang semakin meningkat selama beberapa
tahun terakhir ditunjukkan pada Tabel 1.1.
Tabel 1.1 Produksi Kakao menurut Status Pengusahaan Tahun 2015-2017
Tahun
Produksi (Ton)
Total Perkebunan
Rakyat
Perkebunan
Negara
Perkebunan
Swasta
2015 562.346 11.616 19.369 593.331
2016 622.516 12.859 21.442 656.817
2017 652.397 13.477 22.471 688.345
Sumber : Direktorat Jenderal Perkebunan (2015)
Berdasarkan Tabel 1.1, produksi kakao di Indonesia memiliki 3 status pengusahaan,
yaitu perkebunan rakyat, perkebunan negara, dan perkebunan swasta. Produksi
menurut status ini mengalami kenaikan dari tahun 2015 sampai 2017. Pada tahun
2015 total produksi kakao mencapai 593.331 ton, pada tahun 2016 produksi
mengalami kenaikan 63.486 ton sehingga mencapai 656.817 ton, dan pada tahun
2017 produksi kakao meningkat menjadi 688.345 ton (Direktorat Jenderal
Perkebunan, 2015).
Meskipun areal Indonesia menempati posisi ketiga negara produsen kakao terbesar
di dunia, tetapi produktivitas kakao sering mengalami penurunan di berbagai
wilayah, salah satunya di Provinsi Lampung. Pada tahun 2015, areal perkebunan
kakao di provinsi lampung memiliki luas 71.192 ha dengan produksi kakao
sebanyak 33.177 ton. Pada tahun 2016, luas perkebunan kakao meningkat menjadi
72.027 ha dengan produksi kakao sebanyak 40.594 ton. Pada tahun 2017, luas
perkebunan meningkat menjadi 72.077 ha berbeda dengan produksi kakao yang
3
mengalami penurunan menjadi 34.604 ton. Selain itu, kakao Indonesia yang pada
umumnya dihasilkan oleh perkebunan rakyat hingga kini dihargai paling rendah di
pasar internasional. Biji kakao yang tercemar serangga, jamur atau kerusakan
lainnya membuat citra kakao Indonesia menjadi kurang baik dan bahkan
menyebabkan turunnya produktivitas kakao. Menurut Wahyudi et al. (2008),
serangan hama dan penyakit menjadi salah satu penyebab menurunnya
produktivitas kakao hingga mencapai 5-80%.
Beragam jenis hama dan penyakit yang menyerang tanaman kakao dapat
menyebabkan kerugian terutama bagi petani kakao. Identifikasi hama dan penyakit
tanaman kakao harus dilakukan dengan cepat dan akurat, karena hama dan penyakit
tersebut dapat dengan cepat menyebar dan menyerang tanaman kakao di seluruh
lahan perkebunan. Jika petani memiliki pengetahuan lebih mengenai serangan
hama dan penyakit, maka serangan tersebut dapat langsung diatasi. Sebaliknya jika
petani kurang memiliki pengetahuan mengenai serangan tersebut, petani cenderung
membutuhkan bantuan orang yang lebih ahli untuk mengatasi masalah ini. Pada
kenyataannya, saat ini banyak petani kakao yang membutuhkan bantuan para ahli
untuk mengatasi masalah perkebunan kakao, salah satunya untuk mengidentifikasi
jenis hama dan penyakit serta memberikan cara penanggulangan yang tepat,
sehingga kerugian tidak terlalu berdampak terhadap produktivitas. Selain itu,
apabila terdapat hama dan penyakit baru, seorang ahli harus dapat menemukan
solusi untuk menanggulangi serangannya dan segera memberikan sosialisasi
kepada petani atau kelompok tani mengenai hama dan penyakit tersebut. Tetapi
jumlah ahli dan penyebarannya terbatas, sehingga permasalahan ini belum dapat
diatasi secara maksimal.
4
Perkembangan teknologi ditandai dengan maraknya perangkat teknologi yang
digunakan di berbagai macam aspek kehidupan, salah satunya sistem pakar. Sistem
pakar merupakan salah satu bentuk penerapan kecerdasan buatan yang memiliki
kemampuan untuk menyelesaikan masalah seperti layaknya seorang pakar atau
ahli. Sistem pakar dapat digunakan untuk menggantikan peran seseorang, salah
satunya peran ahli untuk mengidentifikasi hama dan penyakit yang menjadi
masalah utama petani kakao. Oleh karena itu, sistem pakar harus dirancang dengan
menerapkan pengetahuan seorang ahli, sehingga dapat membantu petani kakao
dalam mengatasi masalah serangan hama dan penyakit.
Sebelumnya beberapa peneliti telah melakukan perancangan tentang sistem pakar
identifikasi hama dan penyakit tanaman kakao. Diantaranya “Penggunaan Metode
Certainty Factor Pararel untuk Mendeteksi Hama dan Penyakit pada Tanaman
Kakao” oleh Fitria (2011) dan “Sistem Pakar Fuzzy untuk Mendiagnosa Penyakit
pada Tanaman Kakao Berbasis SMS Gateway” oleh Koten et al. (2014). Pada
penelitian yang dilakukan oleh Fitria (2011), sistem pakar ini dikembangkan
berbasis desktop, sehingga belum dapat diakses secara bebas oleh pengguna (user).
Proses konsultasi dilakukan dengan pengisian checklist gejala, tidak terdapat
gambar gejala yang dapat dilihat langsung oleh pengguna. Sedangkan pada
penelitian yang dilakukan oleh Koten et al. (2014), sistem pakar dikembangkan
berbasis SMS Gateway sehingga sistem hanya menyediakan fitur konsultasi dengan
pengiriman SMS. Pengguna tidak dapat melihat data-data yang disediakan oleh
sistem.
5
Berdasarkan latar belakang tersebut, penulis melakukan penelitian untuk
mengembangkan sistem pakar identifikasi hama dan penyakit tanaman kakao
dengan menggunakan metode forward chaining dan certainty factor dengan proses
konsultasi dilengkapi gambar dan pertanyaan agar dapat memudahkan pengguna
dalam memahami gejala hama dan penyakit tanaman kakao.
Metode forward chaining digunakan dalam pengembangan sistem ini karena
metode ini telah banyak digunakan oleh peneliti yang melakukan penelitian di
bidang sistem pakar dan menghasilkan sistem identifikasi yang cukup akurat.
Metode forward chaining merupakan metode yang menggunakan himpunan aturan
kondisi-aksi, dimulai dengan penggabungan informasi yang telah dikumpulkan
dengan aturan-aturan tertentu (kondisi), yang nantinya akan menghasilkan suatu
kesimpulan (aksi). Selain itu, metode certainty factor juga ditambahkan pada
pengembangan sistem ini untuk menghitung nilai kepastian hasil identifikasi,
sehingga kesimpulan atau hasil identifikasi yang dihasilkan pada metode forward
chaining akan bertambah akurat dengan adanya nilai kepastian dari metode
certainty factor.
Sistem pakar identifikasi hama dan penyakit tanaman kakao dengan metode
forward chaining dan certainty factor ini dikembangkan berbasis android atau
mobile yang dapat diakses secara bebas oleh petani kakao ataupun pengguna
lainnya dan diharapkan dapat membantu para petani kakao dalam mengidentifikasi
dan memberikan solusi penanggulangan serangan hama dan penyakit tanaman
kakao sehingga meminimalisir kerugian yang akan ditimbulkan.
6
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan, diangkat perumusan masalah
yang ada dalam penelitian ini yaitu bagaimana cara mengembangkan aplikasi
berbasis android yang dapat digunakan untuk mengidentifikasi hama dan penyakit
tanaman kakao berdasarkan gejala yang diberikan dan dapat memberikan solusi
penanggulangan terhadap hama dan penyakit yang menyerang tanaman kakao.
1.3 Batasan Masalah
Adapun batasan masalah dalam penelitian ini adalah sebagai berikut:
1. Sistem pakar ini dapat mengidentifikasi hama dan penyakit utama yang
menyerang tanaman kakao.
2. Sistem pakar ini dikembangkan dengan metode forward chaining, yakni
mengidentifikasi hama dan penyakit tanaman kakao berdasarkan gejala yang
diberikan oleh sistem.
3. Sistem pakar ini dikembangkan untuk platform android.
1.4 Tujuan
Tujuan dari penelitian ini adalah mengembangkan aplikasi sistem pakar yang dapat
mengidentifikasi hama dan penyakit yang menyerang tanaman kakao berdasarkan
gejala yang diberikan dan memberikan solusi penanggulangan terhadap hama dan
penyakit yang menyerang tanaman kakao dengan mendistribusikan pengetahuan
manusia ke dalam sistem.
7
1.5 Manfaat
Manfaat dari penelitian ini adalah sebagai berikut:
1. Bagi mahasiswa
a. Menambah wawasan bidang ilmu pengetahuan mengenai sistem pakar.
b. Dapat menerapkan disiplin ilmu dan memberikan manfaat kepada lingkungan
dengan keahlian dan pengetahuan yang dimiliki.
2. Bagi petani kakao
a. Mempermudah petani kakao untuk mengetahui jenis-jenis hama dan penyakit
tanaman kakao serta mengetahui solusi penanggulangannya.
b. Mempermudah petani kakao untuk mengetahui cara penanggulangan hama
dan penyakit yang menyerang tanaman kakao mereka.
c. Membantu petani kakao untuk menekan terjadinya kerugian yang
ditimbulkan oleh terlambatnya penanganan serangan hama dan penyakit
tanaman kakao.
1.6 Target Penelitian
Penelitian ini ditargetkan dengan hasil publikasi dalam bentuk seminar maupun
penerbitan agar diketahui oleh masyarakat, sehingga hasil penelitian ini dapat
dipergunakan dan bermanfaat bagi masyarakat.
II. TINJAUAN PUSTAKA
2.1 Kecerdasan Buatan atau Artificial Intelligence (AI)
Kecerdasan buatan berasal dari bahasa Inggris “Artificial Intelligence” atau AI,
yaitu intelligence adalah kata sifat yang berarti cerdas, sedangkan artificial artinya
buatan. Kecerdasan buatan yang dimaksud di sini merujuk pada mesin yang mampu
berpikir, menimbang tindakan yang akan diambil dan mampu mengambil
keputusan seperti yang dilakukan oleh manusia (Sutojo et al., 2011).
Menurut Handojo & Irawan (2004), kecerdasan buatan adalah cabang ilmu
komputer yang bertujuan untuk membuat sebuah komputer dapat berpikir dan
bernalar seperti manusia. Kecerdasan buatan dapat membantu manusia dalam
membuat keputusan, mencari informasi secara lebih akurat, atau membuat
komputer lebih mudah digunakan dengan tampilan yang menggunakan bahasa
natural sehingga mudah dipahami.
Menurut Siswanto (2010), kecerdasan tiruan dibagi menjadi tiga kategori dasar,
yaitu:
1. Sistem berbasis pengetahuan atau system pakar (Expert System/Knowledge
Based System), yaitu program komputer yang berisi pengetahuan manusia yang
digunakan untuk menyelesaikan masalah tertentu.
9
2. Sistem Bahasa alami (Natural Language System), yaitu pemrograman yang
mengerti bahasa manusia.
3. Sistem dengan kemampuan memahami (Perception System), yaitu system untuk
penglihatan, pembicaraan atau sentuhan.
4. Sistem berbasis pengetahuan atau system pakar (Expert System/ Knowledge
Based System), yaitu program computer yang berisi pengetahuan manusia yang
digunakan untuk menyelesaikan masalah tertentu.
5. Sistem Bahasa alami (Natural Language System), yaitu pemrograman yang
mengerti bahasa manusia.
6. Sistem dengan kemampuan memahami (Perception System), yaitu sistem untuk
penglihatan, pembicaraan atau sentuhan.
2.2 Sistem Pakar
2.2.1 Definisi Sistem Pakar
Sistem pakar merupakan cabang dari Artificial Intelligence (AI) yang
dikembangkan pada pertengahan 1960. Sistem pakar berasal dari istilah knowledge-
based expert system, yaitu sebuah sistem yang menggunakan pengetahuan manusia
dimana pengetahuan tersebut dimasukkan ke dalam komputer dan kemudian
digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan
kepakaran atau keahlian manusia (Sutojo et al., 2011).
10
2.2.2 Bentuk Sistem Pakar
Menurut Hadi et al. (2016), sistem pakar memiliki 4 bentuk, yaitu:
1. Berdiri sendiri. Sistem pakar jenis ini merupakan software yang berdiri sendiri
tidak tergabung dengan software yang lainnya.
2. Tergabung, sistem pakar jenis ini merupakan bagian program yang terkandung
didalam suatu algoritma (konvensional), atau merupakan program dimana
didalamya memanggil algoritma suburtin lain (konvensional).
3. Menghubungkan ke software lain. Bentuk ini biasanya merupakan sistem yang
menghubungkan ke suatu paket program tertentu, misalnya dengan DBMS
(Database Management System).
4. Sistem mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang
dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang
digunakan untuk membantu menganalisis data radar.
2.2.3 Konsep Dasar Sistem Pakar
Menurut Kusrini (2008), konsep dasar sistem pakar mengandung beberapa unsur
yaitu kepakaran, pakar, pengalihan kepakaran, inferensi, aturan dan kemampuan
menjelaskan. Konsep dasar sistem pakar ditunjukkan pada Gambar 2.1.
USER
Knowledge Base
Mesin Inferensi
Fakta
Keahlian
SISTEM PAKAR
Gambar 2.1 Konsep Dasar Fungsi Sistem Pakar (Arhami, 2005)
11
Penjelasan mengenai Gambar 2.1 yaitu Pengguna menyampaikan fakta kepada
sistem pakar untuk menerima respon dari sistem pakar. Di dalam sistem pakar
terdapat dua komponen yaitu knowledge base yang berisi pengetahuan dan mesin
inferensi yang menggambarkan kesimpulan yang merupakan respon dari sistem
pakar atas permintaan pengguna (Arhami, 2005).
2.2.4 Struktur Dasar Sistem Pakar
Menurut Arhami (2005), sistem pakar terdiri dari dua bagian yaitu lingkungan
pengembang (development environment) yang digunakan untuk memasukkan
pengetahuan ke dalam sistem pakar dan lingkungan konsultasi (consultation
environment) yang digunakan pengguna untuk memperoleh pengetahuan dari
pakar. Komponen penting sistem pakar ditunjukkan pada Gambar 2.2.
Gambar 2.2 Struktur Sistem Pakar (Sutojo et al., 2011)
12
Komponen penting dari sistem pakar yaitu basis pengetahuan, mesin inferensi,
subsistem penambahan pengetahuan, Blackboard, Antarmuka, subsistem penjelas
dan sistem penyaring pengetahuan. Berikut penjelasan dari masing-masing
komponen sistem pakar:
1. Basis Pengetahuan
Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami,
memformulasikan dan menyelesaikan masalah.
2. Mesin inferensi (inference engine)
Metodologi yang digunakan untuk melakukan penalaran terhadap informasi-
informasi dalam basis pengetahuan dan blackboard, serta digunakan untuk
memformulasikan kesimpulan.
3. Subsistem penambahan pengetahuan
Digunakan untuk memasukkan pengetahuan dan mengkonstruksi atau
memperluas pengetahuan ke dalam basis pengetahuan.
4. Blackboard
Area memori untuk merekam kejadian yang sedang berlangsung termasuk
keputusan sementara.
5. Antarmuka
Merupakan media komunikasi atau penghubung antara pengguna dengan
sistem. Pengguna dapat memberikan masukan berupa instruksi atau informasi
kemudian sistem akan memberikan respon atau informasi kepada pengguna.
13
6. Subsistem penjelasan
Digunakan untuk melacak respon dan memberikan penjelasan tentang aktivitas
sistem pakar secara interaktif melalui pertanyaan mengapa suatu pertanyaan
ditanyakan oleh sistem pakar dan bagaimana konklusi atau kesimpulan dicapai.
7. Sistem penyaring pengetahuan
Digunakan untuk mengevaluasi kinerja sistem pakar dan melihat apakah
pengetahuan-pengetahuan yang ada masih cocok untuk digunakan dimasa
mendatang.
2.2.5 Ciri-ciri Sistem Pakar
Menurut Sutojo et al. (2011), sistem pakar memiliki ciri-ciri tertentu yaitu:
1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran-penalaran untuk data-data yang tidak lengkap atau
tidak pasti.
3. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara
yang dapat dipahami.
4. Berdasarkan pada kaidah/ketentuan/rule tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Pengetahuan dan mekanisme penalaran (inference) jelas terpisah.
7. Keluarannya bersifat anjuran.
8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai dituntun oleh
dialog dengan user.
14
2.2.6 Manfaat Sistem Pakar
Menurut Sutojo et al. (2011), sistem pakar memberikan manfaat yang dirasakan
oleh para pengguna sistem pakar, di antaranya:
1. Meningkatkan produktivitas, karena sistem pakar dapat bekerja lebih cepat
daripada manusia.
2. Membuat seorang yang awam bekerja seperti layaknya seorang pakar.
3. Meningkatkan kualitas, dengan memberi nasihat yang konsisten dan
mengurangi kesalahan.
4. Mampu menangkap pengetahuan dan kepakaran seseorang.
5. Dapat beroperasi di lingkungan yang berbahaya.
6. Memudahkan akses pengetahuan seorang pakar.
7. Handal, sistem pakar tidak pernah menjadi bosan dan kelelahan atau sakit.
8. Meningkatkan kapabilitas sistem komputer. Integrasi sistem pakar dengan
sistem komputer lain membuat sistem lebih efektif dan mencakup lebih banyak
aplikasi.
9. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti.
10. Bisa digunakan sebagai media pelengkap dalam pelatihan. Pengguna pemula
yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman karena
adanya fasilitas penjelas yang berfungsi sebagai guru.
2.3 Mesin Inferensi
Mesin inferensi merupakan bagian yang mengandung mekanisme fungsi berpikir
dan penalaran sistem yang digunakan oleh seorang pakar, secara dedukatif mesin
inferensi memiliki pengetahuan yang relevan dalam mencapai kesimpulan. Dengan
15
demikian sistem ini dapat menjawab pertanyaan pemakai. Mesin inferensi memulai
pelacakannya dengan kaidah-kaidah dalam basis pengetahuan dan menggunakan
fakta-fakta yang ada dalam basis pengetahuan. Ada dua teknik yang menjadi dasar
untuk pembentukan mesin inferensi, yaitu forward chaining dan backward
chaining (Syafrizal et al., 2015).
2.3.1 Forward Chaining
Forward chaining adalah sebuah metode pelacakan ke depan yang diawali dari
fakta-fakta yang diberikan user kemudian dilakukan pencarian pada basis
pengetahuan lalu pencarian rule yang sesuai dengan fakta-fakta. Setelah itu
dilakukan hipotesa untuk memperoleh kesimpulan (Syafrizal et al., 2015). Proses
forward chaining dapat dilihat pada Gambar 2.3 berikut:
Gambar 2.3 Proses Forward Chaining (Kusumadewi, 2003)
2.3.2 Backward Chaining
Backward chaining adalah suatu teknik pelacakan yang dimulai dari sekumpulan
kesimpulan yang dilanjutkan dengan hipotesa yang diinginkan, kemudian dengan
menggunakan kaidah-kaidah yang ada akan dicari sejumlah besar kondisi awal
fakta-fakta yang mendukung kaidah-kaidah tersebut. Pencocokan fakta atau
16
pernyataan dimulai dari bagian sebelah kanan (Syafrizal et al., 2015). Proses
backward chaining dapat dilihat pada Gambar 2.4 berikut:
Gambar 2.4 Proses Backward Chaining (Kusumadewi, 2003)
2.4 Faktor Kepastian (Certainty Factor)
Teori Certainty Factor (CF) diperkenalkan oleh Shorliffe & Buchanan dalam
pembuatan MYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang
diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty Factor
didefinisikan sebagai berikut (Giarratano & Riley, 1994).
𝐂𝐅 (𝐻, 𝐸) = 𝑴𝑩(𝐻, 𝐸) −𝑴𝑫(𝐻, 𝐸)
Keterangan:
𝐂𝐅(𝐻, 𝐸) = Certainty factor dari hipotesis H yang dipengaruhi oleh gejala
(evidence) E. Besarnya CF berkisar antara -1 sampai dengan 1. Nilai
-1 menunjukkan ketidakpercayaan mutlak, sedangkan nilai 1
menunjukkan kepercayaan mutlak.
𝑴𝑩(𝐻, 𝐸) = Ukuran kenaikan kepercayaan (measure of increased belief)
terhadap hipotesis H yang dipengaruhi oleh gejala E.
….…..(1)
17
𝑴𝑫(𝐻, 𝐸) = Ukuran kenaikan ketidakpercayaan (measure of increased disbelief)
terhadap hipotesis H yang dipengaruhi oleh gejala E.
2.4.1 Certainty Factor Paralel
CF paralel merupakan CF yang diperoleh dari beberapa premis pada sebuah aturan.
Besarnya CF dipengaruhi oleh CF User untuk masing-masing premis dan operator
dari premis. Rumus untuk masing-masing operator akan disajikan pada Persamaan
(2), (3), dan (4) (Kusrini, 2008).
𝐂𝐅(𝑥 𝐷𝑎𝑛 𝑦) = 𝐌𝐢𝐧(𝐂𝐅(𝑥), 𝐂𝐅(𝑦))
𝐂𝐅(𝑥 𝐴𝑡𝑎𝑢 𝑦) = 𝐌𝐚𝐱(𝐂𝐅(𝑥), 𝐂𝐅(𝑦))
𝐂𝐅(𝑇𝑖𝑑𝑎𝑘 𝑥) = −𝐂𝐅(𝑥)
2.4.2 Certainty Factor Sequensial
Bentuk dasar rumus certainty factor sebuah aturan jika E maka H ditentukan oleh
Persamaan (5) (Kusrini, 2008).
𝐂𝐅 (𝐻, 𝑒) = 𝐂𝐅(𝐸, 𝑒) × 𝐂𝐅(𝐻, 𝐸)
Keterangan:
𝐂𝐅(𝐸, 𝑒) = Certainty factor evidence E yang dipengaruhi oleh evidence e
𝐂𝐅(𝐻, 𝐸) = Certainty factor hipotesis dengan asumsi evidence diketahui dengan
pasti, yaitu ketika CF(𝐸, 𝑒) = 1
𝐂𝐅(𝐻, 𝑒) = Certainty factor hipotesis yang dipengaruhi oleh evidence e
Jika semua evidence pada antecedent diketahui dengan pasti, maka rumusnya akan
ditunjukkan pada Persamaan (6) (Kusrini, 2008).
….…..(5)
….…..(2)
….…..(3)
….…..(4)
18
𝐂𝐅 (𝐻, 𝑒) = 𝐂𝐅(𝐻, 𝐸)
CF sequensial diperoleh dari hasil perhitungan CF paralel dari semua premis dalam
satu aturan CF yang diberikan oleh pakar. Adapun rumus untuk melakukan
perhitungan sequensial yang akan ditunjukkan pada Persamaan 7 (Kusrini, 2008).
𝐂𝐅 (𝑥, 𝑦) = 𝐂𝐅(𝑥) × 𝐂𝐅(𝑦)
Keterangan
𝐂𝐅(𝑥, 𝑦) = CF sequensial dari semua premis
𝐂𝐅(𝑥) = CF paralel
𝐂𝐅(𝑦) = CF pakar
2.4.3 Certainty Factor Gabungan
Certainty factor jenis ini dipengaruhi oleh semua CF paralel dari aturan yang akan
menghasilkan kesimpulan. CF gabungan digunakan apabila suatu kesimpulan
diperoleh dari beberapa aturan sekaligus. Adapun rumus untuk melakukan
perhitungan CF gabungan yang akan ditunjukkan pada persamaan (8) (Kusrini,
2008).
𝐂𝐅(𝑥, 𝑦) =
{
𝐂𝐅(𝑥) + 𝐂𝐅(𝑦) − (𝐂𝐅(𝑥) × 𝐂𝐅(𝑦)), 𝐂𝐅(𝑥) > 0 𝑑𝑎𝑛 𝐂𝐅(𝑦) > 0
𝐂𝐅(𝑥) + 𝐂𝐅(𝑦)
(1 − (𝐌𝐢𝐧(|𝐂𝐅(𝑥)|, |𝐂𝐅(𝑦)|))), 𝑠𝑎𝑙𝑎ℎ 𝑠𝑎𝑡𝑢(𝐂𝐅(𝑥), 𝐂𝐅(𝑦)) < 0
𝐂𝐅(𝑥) + (𝐂𝐅(𝑦) × (1 + 𝐂𝐅(𝑥))), 𝐂𝐅(𝑥) < 0 𝑑𝑎𝑛 𝐂𝐅(𝑦) < 0
…………………………………………………………...(8)
Faktor kepastian menyatakan kepercayaan dalam sebuah kejadian (atau fakta atau
hipotesis) berdasarkan bukti atau penilaian pakar. Faktor kepastian menggunakan
….…..(7)
….…..(6)
19
suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu
data (Turban & Aronson, 2005).
Metode certainty factor memiliki interpretasi term dari seorang pakar, yang diubah
menjadi nilai CF tertentu sesuai Tabel 2.1.
Tabel 2.1 Interpretasi dari seorang pakar (Sutojo et al., 2011)
Uncertain Term CF
Definitely not (pasti tidak) -0,8 ≥ CF
Almost certainly not (hampir pasti tidak) -0,8 < CF ≤ -0,6
Probably not (kemungkinan besar tidak) -0,6 < CF ≤ -0,4
Maybe not (kemungkinan tidak) -0,4 < CF ≤ -0,2
Unknown (tidak tahu) -0,2 < CF ≤ 0,2
Maybe (mungkin) 0,2 < CF ≤ 0,4
Probably (kemungkinan besar) 0,4 < CF ≤ 0,6
Almost Certainly (hampir pasti) 0,6 < CF ≤ 0,8
Definitely (pasti) CF > 0,8
2.5 Hama dan Penyakit Tanaman Kakao
Hama dan penyakit menjadi salah satu kendala utama dalam budidaya tanaman
kakao. Kerugian ekonomi akibat serangan hama dan penyakit dapat menyebabkan
penurunan produksi bagi perusahaan pengelola kakao maupun petani kakao. Upaya
pencegahan harus segera dilakukan agar serangan hama dan penyakit dapat
ditangani sebelum menimbulkan kerugian yang semakin besar (Koten et al., 2014).
Pada tanaman kakao terdapat 6 hama utama berbeda (Departemen Pertanian, 2002)
dan 9 penyakit utama yang menyerang tanaman kakao (Semangun, 2000). Hama
dan penyakit pada tanaman kakao memiliki penyebab, gejala dan upaya
penanggulangan yang berbeda. Gejala dibedakan menjadi dua, yaitu gejala lokal
20
dan gejala sistemik. Gejala lokal merupakan gejala yang terdapat pada bagian
tertentu seperti daun, ranting, batang dan buah, sedangkan gejala sistemik
merupakan gejala yang terjadi pada keseluruhan tanaman. Daftar hama dan
penyakit pada tanaman kakao, lokasi serangan dan bentuk serangannya akan
ditunjukkan pada Tabel 2.2 dan Tabel 2.3.
Tabel 2.2 Data Hama Tanaman Kakao
No Nama Hama Lokasi Serangan Bentuk Serangan
1 Penggerek buah
kakao
Buah
- Buah menguning
- Terdapat lubang-lubang
kecil pada buah
- Buah tua tidak berbunyi jika
digoyangkan
- Biji buah saling melekat
berwarna kehitaman
- Ukuran biji lebih kecil
2 Kepik penghisap
buah kakao
Buah
- Buah muda mengering
- Bercak/titik coklat cekung
kehitaman pada buah tua
- Permukaan kulit buah muda
retak
- Terjadi perubahan bentuk
pada buah muda
- Buah muda rontok
Ranting
- Ranting layu
- Ranting mengering
- Ranting meranggas
3 Penggerek
batang/cabang
Batang
- Terdapat lubang bekas
gerekan berbentuk cincin
- Di bagian atas lubang
terdapat kotoran dengan
serpihan
- Terdapat sisa-sisa gerekan
berserat dan berbuih
Sistemik - Tanaman layu
- Tanaman mengering
21
Tabel 2.2 Data Hama Tanaman Kakao (Lanjutan)
No Nama Hama Lokasi Serangan Bentuk Serangan
4 Tikus dan tupai Buah
- Busuk buah sebagian
- Buah berlubang
- Buah rusak
- Biji buah berceceran
5 Ulat Daun - Lubang pada tengah daun
- Daun berbintik transparan
6 Kumbang
Apogonia
Daun - Bagian pinggir daun
berlubang dan rusak
Sumber: Musuh Alami, Hama dan Penyakit Tanaman Kakao (Departemen
Pertanian, 2002) dan (Semangun, 2000).
Tabel 2.3 Data Penyakit Tanaman Kakao
No Nama Penyakit Lokasi Serangan Bentuk Serangan
1 Busuk buah Buah - Busuk buah sebagian
- Ujung buah berwarna coklat
- Buah berwarna kehitaman
- Buah lembek dan basah
- Timbul lapisan putih seperti
tepung
2 Kanker batang Batang - Batang menggembung
- Batang berwarna gelap
kehitaman
- Permukaan kulit batang retak
- Batang busuk dan basah
- Terdapat cairan kemerahan
seperti karat
- Jika kulit luar dibersihkan,
tampak lapisan busuk
berwarna coklat
3 Vascular streak
dieback (VSD)
Daun - Daun menguning
- Bercak hijau pada daun
- Tumbuh tunas pada ketiak
daun
- Daun berpola oak
22
Tabel 2.3 Data Penyakit Tanaman Kakao (Lanjutan)
No Nama Penyakit Lokasi Serangan Bentuk Serangan
- Tanaman mati
Ranting - Ranting tanpa daun
(Ompong)
- Tiga bintik kecoklatan jika
ranting/cabang diiris tipis
- Permukaan kulit kasar dan
belang
- Tampak garis-garis coklat
jika ranting diiris memanjang
- Ranting mengering
Sistemik - Tanaman mengering
4 Jamur upas Daun - Daun menguning
- Daun mengering
Ranting - Pada ranting/cabang terdapat
benang-benang tipis seperti
sarang laba-laba
- Terdapat kerak berwarna
salmon (merah muda)
- Daun layu dan kering tetap
melekat pada ranting/cabang
5 Colletotrichum Daun - Bintik/Bercak coklat tidak
teratur pada daun muda
- Bercak nekrosis tidak teratur
pada daun
- Daun berlubang
- Daun mudah rontok
Ranting - Mati pucuk
Buah
- Buah muda layu
- Buah muda keriput
- Buah muda berbintik coklat
berlekuk
- Busuk kering pada ujung buah
tua
6 Penyakit akar Daun
- Daun menguning
- Daun layu
- Daun rontok
23
Tabel 2.3 Data Penyakit Tanaman Kakao (Lanjutan)
No Nama Penyakit Lokasi Serangan Bentuk Serangan
Sistemik - Tanaman mati
- Terdapat benang-benang
jamur pada permukaan akar
7 Belang daun Daun - Daun mosaik (bercorak
banyak)
8 Sapu setan Ranting - Tunas muda membentuk
ranting pendek yang agak
membengkak
- Ranting tampak seperti sapu
- Ranting menghitam
- Ranting mengering
Buah - Buah yang masih berukuran
2 cm membengkak dan mati
- Bercak keras gelap pada buah
tua
- Biji menjadi massa berlendir
9 Moniliasis Buah
- Bercak berwarna buah masak
pada kulit buah dewasa
- Bercak coklat diliputi jamur
berwarna putih kotor
- Biji busuk dan hancur
- Biji menjadi massa berlendir
- Jika buah mentah dibelah
membujur, terdapat garis
coklat, kelabu/hitam
Sumber: Musuh Alami, Hama dan Penyakit Tanaman Kakao (Departemen
Pertanian, 2002) dan (Semangun, 2000).
2.6 Unified Modeling Languange (UML)
Menurut Nugroho (2010), UML (Unified Modeling Language) adalah ‘bahasa’
pemodelan untuk sistem atau perangkat lunak yang berparadigma ‘berorientasi
objek”. Pemodelan (modeling) sesungguhnya digunakan untuk penyederhanaan
24
permasalahan-permasalahan yang kompleks sedemikian rupa sehingga lebih
mudah dipelajari dan dipahami.
Menurut Widodo & Herlawati (2011), beberapa literatur menyebutkan bahwa UML
menyediakan sembilan jenis diagram, yang lain menyebutkan delapan karena ada
beberapa diagram yang digabung, misanya diagram komunikasi, diagram urutan
dan diagram pewaktuan digabung menjadi diagram interaksi. Namun demikian
model-model itu dapat dikelompokkan berdasarkan sifatnya yaitu statis atau
dinamis. Jenis diagram itu antara lain:
A. Diagram Kelas (Class Diagram)
B. Diagram Paket (Package Diagram)
C. Diagram Use-Case (Usecase Diagram)
D. Diagram Interaksi dan Sequence (Sequence Diagram)
E. Diagram Komunikasi (Communication Diagram)
F. Diagram Statechart (Statechart Diagram)
G. Diagram Aktivitas (Activity Diagram)
H. Diagram Komponen (Component Diagram)
I. Diagram Deployment (Deployment Diagram)
Berikut penjelasan dari beberapa diagram yang digunakan pada penelitian ini.
A. Diagram Use-Case (Usecase Diagram)
Usecase diagram menggambarkan fungsionalitas yang diharapkan dari sebuah
sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan
“bagaimana”. Sebuah usecase merepresentasikan sebuah interaksi antara aktor
25
dengan sistem. Seorang/sebuah aktor adalah sebuah entitas manusia atau mesin
yang berinteraksi dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu.
Tabel 2.4 Simbol Usecase Diagram
No Gambar Nama Keterangan
1
Actor Menspesifikasikan himpuan peran
yang pengguna mainkan ketika
berinteraksi dengan use case.
2 Dependency Hubungan dimana perubahan yang
terjadi pada suatu elemen mandiri
(independent) akan mempengaruhi
elemen yang bergantung padanya
elemen yang tidak mandiri
(independent).
3 Generalization Hubungan dimana objek anak
(descendent) berbagi perilaku dan
struktur data dari objek yang ada di
atasnya objek induk (ancestor).
4 Include Menspesifikasikan bahwa use case
sumber secara eksplisit.
5 Extend Menspesifikasikan bahwa use case
target memperluas perilaku dari use
case sumber pada suatu titik yang
diberikan.
6 Association Apa yang menghubungkan antara
objek satu dengan objek lainnya.
7
System Menspesifikasikan paket yang
menampilkan sistem secara terbatas.
8 Use Case Deskripsi dari urutan aksi-aksi yang
ditampilkan sistem yang
menghasilkan suatu hasil yang
terukur bagi suatu aktor.
9 Collaboration Interaksi aturan-aturan dan elemen
lain yang bekerja sama untuk
menyediakan prilaku yang lebih besar
dari jumlah dan elemen-elemennya
(sinergi).
26
Tabel 2.4 Simbol Usecase Diagram (Lanjutan)
No Gambar Nama Keterangan
10 Note Elemen fisik yang eksis saat aplikasi
dijalankan dan mencerminkan suatu
sumber daya komputasi.
B. Diagram Kelas (Class Diagram)
Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah
objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class
menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan
layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).
Class diagram menggambarkan struktur dan deskripsi class, package dan objek
beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-
lain. Class memiliki tiga area pokok, yaitu nama (dan stereotype), atribut, dan
metoda. Atribut dan metoda dapat memiliki salah satu sifat berikut:
• Private, tidak dapat dipanggil dari luar class yang bersangkutan
• Protected, hanya dapat dipanggil oleh class yang bersangkutan dan anak-anak
yang mewarisinya
• Public, dapat dipanggil oleh siapa saja
Tabel 2.5 Simbol Class Diagram
No Gambar Nama Keterangan
1 Generalization Hubungan dimana objek anak
(descendent) berbagi perilaku dan
struktur data dari objek yang ada di
atasnya objek induk (ancestor).
27
Tabel 2.5 Simbol Class Diagram (Lanjutan)
No Gambar Nama Keterangan
2 Nary
Association
Upaya untuk menghindari asosiasi
dengan lebih dari 2 objek.
3 Class Himpunan dari objek-objek yang
berbagi atribut serta operasi yang
sama.
4
Collaboration Deskripsi dari urutan aksi-aksi yang
ditampilkan sistem yang
menghasilkan suatu hasil yang
terukur bagi suatu aktor
5 Realization Operasi yang benar-benar dilakukan
oleh suatu objek.
6 Dependency Hubungan dimana perubahan yang
terjadi pada suatu elemen mandiri
(independent) akan mempegaruhi
elemen yang bergantung padanya
elemen yang tidak mandiri
7 Association Apa yang menghubungkan antara
objek satu dengan objek lainnya
C. Diagram Aktivitas (Activity Diagram)
Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang
dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi,
dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan
proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram dapat dibagi menjadi beberapa object swimlane untuk
menggambarkan objek mana yang bertanggung jawab untuk aktivitas tertentu.
28
Tabel 2.6 Simbol Activity Diagram
No Gambar Nama Keterangan
1 Activity Memperlihatkan bagaimana masing-
masing kelas antarmuka saling
berinteraksi satu sama lain
2 Action State dari sistem yang mencerminkan
eksekusi dari suatu aksi
3 Initial Node Bagaimana objek dibentuk atau
diawali.
4 Activity
Final Node
Bagaimana objek dibentuk dan
dihancurkan
5 Fork Node Satu aliran yang pada tahap tertentu
berubah menjadi beberapa aliran
D. Diagram Interaksi dan Sequence (Sequence Diagram)
Sequence diagram menggambarkan interaksi antar objek di dalam dan di sekitar
sistem (termasuk pengguna, display, dan sebagainya) berupa message yang
digambarkan terhadap waktu. Sequence diagram terdiri atar dimensi vertikal
(waktu) dan dimensi horizontal (objek-objek yang terkait).
Masing-masing objek, termasuk aktor, memiliki lifeline vertikal. Message
digambarkan sebagai garis berpanah dari satu objek ke objek lainnya. Activation
bar menunjukkan lamanya eksekusi sebuah proses, biasanya diawali dengan
diterimanya sebuah message. Untuk objek-objek yang memiliki sifat khusus,
standar UML mendefinisikan icon khusus untuk objek boundary, controller dan
persistent entity.
29
Tabel 2.7 Simbol Sequence Diagram
No Gambar Nama Keterangan
1 LifeLine Objek entity, antarmuka yang saling
berinteraksi.
2
Message Spesifikasi dari komunikasi antar
objek yang memuat informasi-
informasi tentang aktifitas yang
terjadi
3
Message Spesifikasi dari komunikasi antar
objek yang memuat informasi-
informasi tentang aktifitas yang
terjadi
2.7 Teknik Pengujian Perangkat Lunak
Ada dua macam pendekatan kasus uji yaitu white-box dan black-box. Pendekatan
white-box adalah pengujian untuk memperlihatkan cara kerja dari produk secara
rinci sesuai dengan spesifikasinya akan dites dengan menyediakan kasus uji yang
akan mengerjakan kumpulan kondisi dan pengulangan secara spesifik. Sehingga
melalui penggunaan metode ini akan dapat memperoleh kasus uji yang menjamin
bahwa semua jalur independen pada suatu model telah digunakan minimal satu kali,
penggunaan keputusan logis pada sisi benar dan salah, pengeksekusian semua loop
dalam batasan dan batas operasional perekayasa, serta penggunaan struktur data
internal guna menjamin validitasnya (Pressman, 2010).
Pendekatan black-box merupakan pendekatan pengujian untuk mengetahui apakah
semua fungsi perangkat lunak telah berjalan semestinya sesuai dengan kebutuhan
fungsional yang telah didefinisikan (Jiang & Lu, 2012). Kasus ini bertujuan untuk
menunjukkan fungsi perangkat lunak tentang cara beroperasinya. Teknik pengujian
30
ini berfokus pada domain informasi dari perangkat lunak, yaitu melakukan kasus
uji dengan mempartisi domain input dan output program.
Metode black-box memungkinkan rekayasa perangkat lunak mendapatkan
serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan
fungsional untuk suatu program. Pengujian ini berusaha menemukan kesalahan
dalam kategori fungsi-fungsi yang tidak benar atau hilang, kesalahan interface,
kesalahan dalam struktur data atau akses basis data eksternal, kesalahan kinerja,
dan inisialisasi dan kesalahan terminal (Pressman, 2010).
2.7.1 Equivalence Partitioning
Equivalence Partitioning (EP) merupakan metode black box testing yang membagi
domain masukan dari program kedalam kelas-kelas sehingga test case dapat
diperoleh. Equivalence Partitioning berusaha untuk mendefinisikan kasus uji yang
menemukan sejumlah jenis kesalahan, dan mengurangi jumlah kasus uji yang harus
dibuat. Kasus uji yang didesain untuk Equivalence Partitioning berdasarkan pada
evaluasi dari kelas ekuivalensi untuk kondisi masukan yang menggambarkan
kumpulan keadaan yang valid atau tidak. Kondisi masukan dapat berupa spesifikasi
nilai numerik, kisaran nilai, kumpulan nilai yang berhubungan atau kondisi Boolean
(Pressman, 2010).
2.7.2 Skala Likert
Menurut Azwar (2011), sikap dapat diukur dengan metode rating yang dijumlahkan
merupakan metode penskalaan pernyataan sikap yang menggunakan distribusi
respons sebagai dasar penentuan nilai skalanya. Nilai skala setiap pernyataan tidak
31
ditentukan oleh derajat favourable nya masing-masing akan tetapi ditentukan oleh
distribusi respons setuju dan tidak setuju dari sekelompok responden yang
bertindak sebagai kelompok uji coba (pilot study).
Skala Likert, yaitu skala yang berisi lima tingkat preferensi jawaban dengan pilihan
sebagai berikut: 1 = tidak baik, 2 = kurang baik, 3 = cukup baik, 4 = baik, 5 = sangat
baik. Penentuan kategori tersebut menggunakan rumus dalam Persamaan (9)
berikut (Aristoteles et al., 2017).
𝑃 =𝑋𝑖
𝑛 × 𝑁× 100%
Keterangan:
𝑃 = Persentase pernyataan
𝑋𝑖 = Nilai kuantitatif total
𝑛 = Jumlah responden
𝑁 = Nilai tertinggi likert
Selanjutnya, penentuan interval per kategori digunakan rumus pada persamaan 10
berikut.
𝐼 =100%
𝐾
Keterangan:
𝐼 = Interval
𝐾 = Kategori jawaban (Yitnosumarto, 2006)
….…..(9)
….…..(10)
32
2.8 Android
Android merupakan sistem operasi untuk mobile device yang awalnya
dikembangkan oleh Android Inc. Perusahaan ini kemudian dibeli oleh Google pada
tahun 2005. Untuk mengembangkan Android dibentuklah kelompok yang bernama
Open Handset Alliance (OHA) yang merupakan gabungan dari 34 perusahaan
piranti keras, lunak, dan telekomunikasi termasuk Google, HTC, Intel, Motorola,
Qualcomm, Tmobile, dan Nvidia.
Android dibuat menggunakan modifikasi kernel Linux 2.6. Aplikasi Android ditulis
dengan bahasa Java yang menggunakan Java Core Libraries. Aplikasi Android
dijalankan di atas VM bernama Dalvik Virtual Machine. Android menyediakan
platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri
sehingga dapat digunakan oleh bermacam piranti penggerak (Wahana, 2012).
III. METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian
Penelitian dilakukan di Jurusan Proteksi Tanaman Fakultas Pertanian untuk proses
pengumpulan data dan Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu
Pengetahuan Alam untuk proses pembuatan sistem pada semester Ganjil
2017/2018.
3.2 Alat Pendukung
3.2.1 Perangkat Keras
Perangkat keras (hardware) yang digunakan dalam pengembangan sistem ini,
yaitu:
- Perangkat laptop Acer Aspire E5-471G dengan spesifikasi Processor Intel (R)
Core (TM) I5-5200U CPU @ 2.20GHz (4 CPUs), Harddisk 500GB, RAM
8GB.
- Smartphone Android (Samsung Galaxy SM-J730G Nougat 7.0 version).
3.2.2 Perangkat Lunak
Perangkat lunak (software) yang digunakan dalam pengembangan sistem ini, yaitu:
1. Sistem operasi Windows 8.1 Pro 64 bit
2. Android Studio SDK, digunakan sebagai media pembuatan aplikasi.
34
3. Java Develoment Kid (JDK), merupakan tools pengembang bahasa
pemrograman java.
4. SQLite Manager, sebagai software pembuatan dan akses database offline.
5. XAMPP sebagai database server.
6. Notepad++ sebagai editor source code.
7. Web browser (Google Chrome) untuk mengisi dan memperbaharui database
server.
8. Adobe Photoshop CS6, digunakan untuk pembuatan tampilan user interface.
9. StarUML, digunakan untuk pembuatan rancangan pengembangan sistem.
3.3 Tahapan Penelitian
Dalam melakukan penelitian terdapat beberapa tahapan yang dilalui dimulai dari
studi literatur, wawancara, pengembangan sistem, analisis hasil pengujian dan
penulisan laporan. Tahapan penelitian ini disajikan dalam bentuk diagram alir yang
ditunjukkan pada Gambar 3.1.
35
Gambar 3.1 Diagram Alir Penelitian
3.3.1 Studi Literatur
Studi literatur merupakan salah satu langkah untuk mengumpulkan data. Studi
literatur dilakukan dengan cara mempelajari aspek-aspek yang berkaitan dengan
penelitian ini, diantaranya adalah mencari jenis-jenis hama dan penyakit pada
36
tanaman kakao, gejala-gejala serangan dari hama dan penyakit tersebut dan solusi
yang dapat diterapkan untuk mencegah ataupun menanggulangi hama dan penyakit
tersebut, serta mempelajari metode certainty factor (CF) dan perhitungan nilai CF
yang akan digunakan pada penelitian ini. Data-data yang digunakan dalam studi
literatur didapat dengan cara mengumpulkan jurnal, penelusuran internet, dan buku-
buku yang berkaitan dengan topik penelitian.
3.3.2 Wawancara
Wawancara dilakukan dengan mengadakan tanya jawab dengan pakar yang
berubungan dengan hama dan penyakit kakao, sehingga data yang telah diperoleh
dari tahapan studi literatur dapat dicocokkan dan diperbaiki apabila terdapat
kekurangan, sehingga data-data yang digunakan pada penelitian akan lebih akurat.
Selanjutnya data-data yang telah dikumpulkan disusun menjadi basis aturan (rule
based) yang akan digunakan dalam proses pengembangan sistem pakar. Dalam
penelitian ini wawancara dilakukan kepada pakar hama dan penyakit, Ibu Yuyun
Fitriana yang merupakan salah satu dosen Jurusan Proteksi Tanaman Fakultas
Pertanian Universitas Lampung.
3.3.3 Pengembangan Sistem
Pengembangan sistem dilakukan dengan menggunakan metode Waterfall yang
memiliki empat tahapan, yaitu software requirement analysis, design, coding dan
testing yang akan dijelaskan sebagai berikut.
37
3.3.3.1 Software Requirement Analysis
Pada proses ini dilakukan pencarian kebutuhan sistem. Data-data telah
dikumpulkan telah siap diterapkan ke dalam sistem. Dalam mengembangkan
aplikasi sistem pakar kakao berbasis android ini telah dirancang model use case
diagram untuk menginterpretasikan fungsi interface dari sisi pengguna (user).
Rancangan use case diagram sistem disajikan pada Gambar 3.2.
Use case diagram pada Gambar 3.2 menjelaskan bahwa sistem dapat memberikan
satu halaman beranda yang menampung empat fungsi yang dapat diakses oleh user,
yaitu melakukan identifikasi hama dan penyakit, menampilkan data hama dan
penyakit, menampilkan halaman bantuan, dan menampilkan halaman tentang.
Gambar 3.2 Use Case Diagram
3.3.3.2 Design
Pada proses ini dilakukan perancangan sistem dimana desain yang dibuat harus
dapat mengimplementasikan kebutuhan yang telah disebutkan pada tahap
sebelumnya.
38
Perancangan ini dibuat dengan menggunakan UML (Unified Modelling language).
Desain perancangan dalam penelitian ini menggunakan empat model perancangan
yaitu proses bisnis, activity diagram, sequence diagram dan class diagram.
1. Proses Bisnis
Proses bisnis adalah sebuah kumpulan aktivitas atau pekerjaan terstruktur yang
saling terkait untuk menyelesaikan suatu masalah tertentu atau yang menghasilkan
sebuah produk. Analisis proses bisnis umumnya melibatkan pemetaan proses dan
subproses di dalamnya hingga tingkatan aktivitas dan kegiatan. Perancangan proses
bisnis sistem identifikasi hama dan penyakit tanaman kakao untuk proses konsultasi
ditunjukkan pada Gambar 3.3.
Gambar 3.3 menjelaskan cara untuk melakukan proses identifikasi hama dan
penyakit tanaman kakao. Pada awalnya, pengguna membuka aplikasi sistem pakar
dan memilih menu konsultasi. Kemudian sistem akan menampilkan pilihan gejala,
yaitu gejala lokal atau gejala sistemik. Setelah pengguna memilih salah satu pilihan,
sistem akan menampilkan pertanyaan-pertanyaan gejala hama dan penyakit.
Pengguna dapat memilih jawaban yang ditampilkan sesuai dengan kondisi tanaman
yang diidentifikasi. Selanjutnya sistem akan melakukan pengecekan rule yang
tersimpan di database, apabila rule pertanyaan yang akan ditampilkan sudah habis
maka akan dilanjutkan proses perhitungan nilai CF dari pertanyaan yang sudah
dipilih oleh pengguna, namun apabila rule belum habis, maka sistem akan
menampilkan pertanyaan selanjutnya. Setelah dilakukan perhitungan CF, sistem
akan menampilkan hasil konsultasi yang berupa daftar hama dan penyakit yang
berhasil diidentifikasi beserta nilai CF dan kemungkinannya. Pengguna dapat
39
memilih salah satu daftar tersebut yang nantinya sistem akan menampilkan dekripsi
hama atau penyakit dan cara penanggulangannya.
Gambar 3.3 Proses Bisnis Konsultasi
40
2. Activity Diagram
Diagram ini menggambarkan workflow (aliran kerja) atau aktivitas dari sebuah
sistem. Pada sistem ini terdapat lima proses activity diagram yang dijelaskan
sebagai berikut.
A. Proses Menampilkan Halaman Beranda
Activity diagram untuk proses ini ditunjukkan pada Gambar 3.4 yang terdiri dari
user dan sistem. Pada Gambar 3.4, user memulai aktivitas dengan membuka
aplikasi, kemudian sistem akan menampilkan halaman beranda. Pada halaman
tersebut, sistem telah menyediakan beberapa menu yang dapat diakses oleh user.
Gambar 3.4 Activity Diagram Proses Menampilkan Halaman Beranda
B. Proses Identifikasi Hama dan Penyakit
Activity diagram untuk proses ini ditunjukkan pada Gambar 3.5 yang terdiri dari
user, sistem dan database. Pada Gambar 3.5, user memulai aktivitas dengan
mengakses menu konsultasi. Kemudian sistem akan menampilkan pilihan gejala,
yaitu gejala lokal dan gejala sistemik. Setelah user memilih salah satu gejala, sistem
akan menampilkan penjelasan dari gejala yang telah dipilih, apabila user setuju
untuk melakukan konsultasi pada bagian gejala tersebut, sistem akan memeriksa
41
database terkait data dan rule yang akan ditampilkan. Setelah data berhasil diambil,
sistem akan menampilkan pertanyaan-pertanyaan yang dapat dijawab oleh user.
Pertanyaan ini disusun sesuai dengan rule yang telah ditentukan, ketika semua
pertanyaan telah dijawab, sistem akan menghitung nilai CF dari masing-masing
jawaban. Setelah dilakukan perhitungan, sistem akan menampilkan hasil
identifikasi.
Gambar 3.5 Activity Diagram Proses Identifikasi Hama dan Penyakit
C. Proses Menampilkan Data Hama dan Penyakit
Activity diagram untuk proses ini ditunjukkan pada Gambar 3.6 yang terdiri dari
user, sistem dan database. Pada Gambar 3.6, user memulai aktivitas dengan
mengakses menu data hama dan penyakit. Sistem akan menampilkan pilihan data,
yaitu data hama, data penyakit, dan data gejala. Setelah user memilih salah satu
pilihan, sistem akan memeriksa dan mengambil data pada database. Kemudian
42
data-data yang telah berhasil diambil akan ditampilkan oleh sistem dan dapat dilihat
oleh user.
Gambar 3.6 Activity Diagram Proses Menampilkan Data Hama dan Penyakit
D. Proses Menampilkan Halaman Bantuan
Activity diagram untuk proses ini ditunjukkan pada Gambar 3.7 yang terdiri dari
user dan sistem. Pada Gambar 3.7, user memulai aktivitas dengan mengakses menu
bantuan. Kemudian sistem akan menampilkan petunjuk penggunaan sistem. Proses
ini selesai ketika user telah mendapatkan informasi petunjuk penggunaan sistem.
Gambar 3.7 Activity Diagram Proses Menampilkan Halaman Bantuan
43
E. Proses Menampilkan Halaman Tentang
Activity diagram untuk proses ini ditunjukkan pada Gambar 3.8 yang terdiri dari
user dan sistem. Pada Gambar 3.8, user memulai aktivitas dengan mengakses
menu tentang. Kemudian sistem akan langsung menampilkan informasi mengenai
aplikasi dan pengembang. Proses ini selesai ketika user telah mendapatkan
informasi sistem dan pengembang sistem.
Gambar 3.8 Activity Diagram Proses Menampilkan Halaman Tentang
3. Sequence Diagram
Diagram ini berguna untuk melihat spesifikasi dari sebuah pilihan button sehingga
user dapat memilih button tersebut dan akan ditampilkan sub-menu dari masing-
masing button tersebut. Pada sistem ini terdapat lima proses sequence diagram yang
dijelaskan sebagai berikut.
A. Proses Menampilkan Halaman Beranda
Sequence diagram untuk proses ini ditunjukkan pada Gambar 3.9 yang terdiri dari
1 user dan 3 objek yaitu splashscreen, database, dan MainActivity. Proses pada
Gambar 3.9 dijelaskan sebagai berikut.
44
1. User membuka aplikasi. Aplikasi akan menampilkan halaman splashscreen.
2. Splashscreen berfungsi untuk mengecek data pada database apabila terdapat
data-data yang telah diperbaharui. Setelah dilakukan pengecekan, sistem akan
secara otomatis menampilkan MainActivity.
3. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
Gambar 3.9 Sequence Diagram Proses Menampilkan Halaman Beranda
B. Proses Identifikasi Hama dan Penyakit
Terdapat 2 pilihan untuk melakukan identifikasi hama dan penyakit, yaitu untuk
gejala lokal dan gejala sistemik. Sequence diagram proses identifikasi hama dan
penyakit untuk gejala lokal ditunjukkan pada Gambar 3.10 yang terdiri dari 1 user
dan 10 objek yaitu MainActivity, UI pilihan gejala, controller gejala lokal, UI gejala
lokal, controller ya/tidak, UI lokasi serangan, database, UI konsultasi, UI hasil
konsultasi, dan UI data hama dan penyakit. Proses pada Gambar 3.10 dijelaskan
sebagai berikut.
45
1. User membuka aplikasi, MainActivity secara otomatis ditampilkan.
2. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
3. User mengakses menu konsultasi.
4. Sistem menampilkan pilihan gejala lokal dan sistemik.
5. User mengakses controller gejala lokal untuk konsultasi pada gejala lokal.
6. UI gejala lokal akan menampilkan penjelasan terkait gejala lokal dan dua
controller, yaitu controller ya dan controller tidak.
7. User mengakses controller ya jika user setuju tanaman mengalami gejala lokal.
8. Kemudian sistem akan menampilkan pilihan lokasi serangan pada UI lokasi
serangan, yaitu: daun, ranting, batang, dan buah.
9. User dapat memilih salah satu lokasi serangan hama dan penyakit.
10. Setelah itu, sistem akan memeriksa rule pada database.
11. Setelah dilakukan pengecekan, database akan memberikan data-data yang
berhasil diambil ke UI konsultasi.
12. Sistem akan menampilkan pertanyaan-pertanyaan pada UI konsultasi.
Pertanyaan tersebut merupakan gejala-gejala yang muncul pada tanaman dan
akan ditampilkan secara urut sesuai dengan rule yang telah dibuat.
13. User menjawab pertanyaan yang telah disediakan oleh sistem.
14. Setelah user selesai menjawab pertanyaan, sistem akan menghitung nilai CF
dari pertanyaan yang telah terpilih.
15. Setelah dilakukan perhitungan, sistem akan menampilkan hasil identifikasi
yang berisi gambar, nama hama atau penyakit yang menyerang dan nilai CF
yang berhasil dihitung pada UI hasil konsultasi.
46
16. User memilih hasil identifikasi yang berupa daftar.
17. Kemudian UI data dan penyakit akan menampilkan deskripsi hama atau
penyakit serta cara penanggulangannya.
18. Proses konsultasi selesai ketika user telah mendapatkan data penyerang
tanaman dan cara penanggulangannya.
Sedangkan sequence diagram proses identifikasi hama dan penyakit untuk gejala
sistemik ditunjukkan pada Gambar 3.11 yang terdiri dari 1 user dan 9 objek yaitu
MainActivity, UI pilihan gejala, controller gejala sistemik, UI gejala sistemik,
controller ya/tidak, database, UI konsultasi, UI hasil konsultasi, dan UI data hama
dan penyakit. Proses Gambar 3.11 dijelaskan sebagai berikut.
1. User membuka aplikasi, MainActivity secara otomatis ditampilkan.
2. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
3. User mengakses menu konsultasi.
4. Sistem menampilkan pilihan gejala lokal dan sistemik.
5. User mengakses controller gejala sistemik untuk konsultasi pada gejala
sistemik.
6. UI gejala sistemik akan menampilkan penjelasan terkait gejala sistemik. UI
gejala sistemik juga menyediakan dua controller, yaitu controller ya dan
controller tidak.
7. User mengakses controller ya jika user setuju jika tanaman mengalami gejala
sistemik.
8. Setelah itu, sistem akan memeriksa rule pada database.
47
9. Setelah dilakukan pengecekan, database akan memberikan data-data yang
berhasil diambil ke UI konsultasi.
10. Sistem akan menampilkan pertanyaan-pertanyaan pada UI konsultasi.
Pertanyaan tersebut merupakan gejala-gejala yang muncul pada tanaman dan
akan ditampilkan secara urut sesuai dengan rule yang telah dibuat.
11. User menjawab pertanyaan yang telah disediakan oleh sistem.
12. Setelah user selesai menjawab pertanyaan, sistem akan menghitung nilai CF
dari pertanyaan yang telah terpilih.
13. Setelah dilakukan perhitungan, sistem akan menampilkan hasil identifikasi
yang berisi gambar, nama hama atau penyakit yang menyerang, dan nilai CF
yang berhasil dihitung pada UI hasil konsultasi.
14. User memilih hasil identifikasi yang berupa daftar.
15. Kemudian UI data dan penyakit akan menampilkan deskripsi hama atau
penyakit serta cara penanggulangannya.
16. Proses konsultasi selesai ketika user telah mendapatkan data penyerang
tanaman dan cara penanggulangannya.
48
Gam
bar
3.1
0 S
equen
ce D
iagra
m P
rose
s Id
enti
fikas
i H
ama
dan
Pen
yak
it u
ntu
k G
ejal
a L
okal
49
Gam
bar
3.1
1 S
equen
ce D
iagra
m P
rose
s Id
enti
fikas
i H
ama
dan
Pen
yak
it u
ntu
k G
ejal
a S
iste
mik
50
C. Proses Menampilkan Data Hama dan Penyakit
Sequence diagram untuk proses ini ditunjukkan pada Gambar 3.12 terdiri dari 1
user dan 7 objek yaitu MainActivity, UI pilihan data, controller hama, controller
penyakit, controller gejala, database, dan UI tampil data. Proses Gambar 3.12
dijelaskan sebagai berikut.
1. User membuka aplikasi, MainActivity secara otomatis ditampilkan.
2. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
3. User mengakses menu data hama dan penyakit.
4. Kemudian sistem akan menampilkan UI pilihan data yang berisi controller.
5. Terdapat 3 controller yang ditampilkan. Controller hama untuk data hama,
controller penyakit untuk data penyakit, dan controller gejala untuk data
gejala. User dapat mengakses salah satu controller.
6. Proses pertama, user mengakses controller hama.
7. Controller hama akan melakukan pengecekan database untuk memeriksa data
hama.
8. Setelah pengecekan selesai, data hama akan ditampilkan pada UI tampil data.
9. Proses selesai ketika user telah mendapatkan data hama berupa deskripsi hama
dan cara penanggulangannya.
10. Proses kedua, user mengakses controller penyakit.
11. Controller penyakit akan melakukan pengecekan database untuk memeriksa
data penyakit.
12. Setelah pengecekan selesai, data penyakit akan ditampilkan pada UI tampil
data.
51
13. Proses selesai ketika user telah mendapatkan data penyakit berupa deskripsi
penyakit dan cara penanggulangannya.
14. Proses ketiga, user mengakses controller gejala.
15. Controller gejala akan melakukan pengecekan database untuk memeriksa data
gejala.
16. Setelah pengecekan selesai, data gejala akan ditampilkan pada UI tampil data.
17. Proses selesai ketika user telah mendapatkan data gejala berupa gambar dan
nama gejala yang terkait.
52
Gam
bar
3.1
2 S
equen
ce D
iagra
m P
rose
s M
enam
pil
kan
Dat
a H
ama
dan
Pen
yak
it
53
D. Proses Menampilkan Halaman Bantuan
Sequence diagram untuk proses ini ditunjukkan pada Gambar 3.13 yang terdiri dari
1 user dan 2 objek yaitu MainActivity dan UI tampil bantuan. Proses Gambar 3.3
dijelaskan sebagai berikut.
1. User membuka aplikasi, MainActivity secara otomatis ditampilkan.
2. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
3. User mengakses menu bantuan.
4. Sistem akan menampilkan halaman bantuan.
5. UI tampil bantuan akan menampilkan bantuan berupa petunjuk penggunaan
aplikasi untuk menu konsultasi dan lihat.
Gambar 3.13 Sequence Diagram Proses Menampilkan Halaman Bantuan
54
E. Proses Menampilkan Halaman Tentang
Sequence diagram untuk proses ini ditunjukkan pada Gambar 3.14 yang terdiri dari
1 user dan 2 objek yaitu MainActivity dan UI tampil tentang. Proses Gambar 3.14
dijelaskan sebagai berikut.
1. User membuka aplikasi, MainActivity secara otomatis ditampilkan.
2. MainActivity akan menampilkan halaman beranda yang menyediakan menu
aplikasi.
3. User mengakses menu tentang.
4. Sistem akan menampilkan halaman tentang.
5. UI tampil tentang akan menampilkan informasi aplikasi dan pengembang
Gambar 3.14 Sequence Diagram Proses Menampilkan Halaman Tentang
4. Class Diagram
Merupakan diagram yang digunakan untuk menampilkan beberapa kelas serta
paket-paket yang ada pada sistem aplikasi. Model class diagram sistem disajikan
pada Gambar 3.15.
55
Gambar 3.15 Class Diagram
Gambar 3.15 menjelaskan bahwa class diagram dari Sistem Pakar Diagnosa Hama
dan Penyakit pada tanaman kakao memiliki 10 kelas utama, yaitu database adapter,
gejala, jenis gejala, serangan, jenis serangan, nilai CF serangan, rule, identifikasi,
bantuan, dan tentang.
1. Kelas database adapter. Kelas ini merupakan kelas utama yang berisi
keseluruhan kelas lain. Kelas ini memiliki relasi dengan semua kelas lainnya.
Relasi berupa atribut-atribut yang berisi nama table kelas, yaitu gejala, jenis
gejala, serangan, jenis serangan, nilai CF serangan, dan rule.
2. Kelas gejala memiliki atribut id_gejala, nama_gejala, id_jenis gejala,
gambar_gejala, sumber_gejala, dan pertanyaan. Kelas ini memiliki empat
operasi utama, yaitu simpan, edit, tambah, dan hapus. Kelas ini berfungsi untuk
56
menambahkan data gejala baru ataupun memperbaharui gejala yang telah ada.
Kelas ini memiliki hubungan agregasi dengan kelas jenis gejala dengan nilai
satu atau lebih. Hubungan agregasi menunjukkan bahwa kelas gejala dan kelas
jenis gejala saling berhubungan, namun apabila tidak memiliki hubungan kelas
masih dapat berdiri sendiri. Sedangkan nilai satu atau lebih menunjukkan
bahwa satu gejala dapat memiliki satu atau beberapa jenis gejala.
3. Kelas jenis_gejala memiliki atribut id_jenis_gejala dan nama_jenis.
Id_jenis_gejala berisi 5 jenis gejala, yaitu daun, ranting, batang, buah, dan
sistemik. Kelas ini berfungsi untuk menambahkan jenis gejala baru dan
memperbaharui jenis gejala yang telah ada.
4. Kelas serangan memiliki atribut id_serangan, nama_serangan, deskripsi,
penanggulangan, gambar_deskripsi, sumber, id_jenis_serangan. Kelas ini
berfungsi untuk menambahkan data hama dan penyakit dan memperbaharui
data yang telah ada. Kelas ini memiliki hubungan agregasi dengan kelas jenis
jenis serangan dengan nilai satu. Hubungan agregasi menunjukkan bahwa kelas
serangan dan kelas jenis serangan saling berhubungan, namun apabila tidak
memiliki hubungan kelas masih dapat berdiri sendiri. Sedangkan nilai satu
menunjukkan bahwa satu serangan hanya dapat memiliki satu jenis serangan
begitu pula sebaliknya satu jenis serangan hanya dapat dimiliki oleh satu
serangan.
5. Kelas nilai CF serangan memiliki atribut id, id_serangan, dan id_jenis
serangan. Kelas ini berfungsi untuk menentukan nilai CF dari masing-masing
serangan. Kelas ini memiliki hubungan agregasi dengan nilai satu atau lebih.
Hal ini berarti satu jenis serangan dapat memiliki satu nilai CF atau lebih.
57
6. Kelas rule merupakan kelas utama untuk membuat sistem pakar. Kelas ini
memiki hubungan komposisi dengan kelas gejala dan kelas serangan, yang
artinya kelas ini tidak dapat berdiri tanpa adanya kelas gejala dan kelas
serangan. Hubungan komposisi ini memiliki nilai satu atau lebih yang
menunjukkan bahwa satu gejala dapat memiliki satu atau lebih rule, dan satu
serangan dapat memiliki satu atau lebih rule. Kelas ini memiliki operasi
simpan, edit, tambah, dan hapus untuk melakukan pembaharuan dan
penambahan rule.
7. Kelas identifikasi memiliki hubungan komposisi dengan kelas rule. Hal ini
berarti kelas identifikasi tidak dapat berdiri tanpa adanya kelas rule. Jika kelas
rule hilang maka kelas identifikasi akan ikut hilang.
8. Kelas bantuan dan tentang berdiri sendiri dan tidak ada hubungan dengan kelas
lain.
5. Rancangan Antarmuka (Interface)
A. Rancangan Splash Screen
Halaman ini merupakan halaman yang pertama kali muncul ketika sistem dibuka.
Rancangan halaman splash screen terdiri dari button berupa gambar kakao seperti
yang disajikan pada Gambar 3.16.
58
Gambar 3.16 Rancangan Halaman Splash Screen
B. Rancangan Halaman Beranda
Halaman ini merupakan halaman yang pertama kali akan ditampilkan. Halaman ini
menampilkan beberapa pilihan menu kepada user. Rancangan halaman beranda
sistem pakar kakao disajikan pada Gambar 3.17.
Gambar 3.17 Rancangan Halaman Beranda
59
C. Rancangan Halaman Pilih Jenis Gejala
Halaman ini berisi halaman awal menu konsultasi yang akan digunakan untuk
mengidentifikasi serangan hama dan penyakit tanaman kakao. Rancangan halaman
menu konsultasi disajikan pada Gambar 3.18.
Gambar 3.18 Rancangan Halaman Pilih Jenis Gejala
D. Rancangan Halaman Gejala Lokal
Halaman ini menampilkan penjelasan gejala lokal. Rancangan halaman penjelasan
gejala lokal disajikan pada Gambar 3.19.
Gambar 3.19 Rancangan Halaman Gejala Lokal
60
E. Rancangan Halaman Pilih Lokasi Serangan
Halaman ini menampilkan pilihan lokasi serangan pada jenis gejala lokal.
Rancangan halaman pilih lokasi serangan disajikan pada Gambar 3.20.
Gambar 3.20 Rancangan Halaman Pilihan Lokasi
F. Rancangan Halaman Gejala Sistemik
Halaman ini menampilkan penjelasan gejala sistemik. Rancangan halaman
penjelasan gejala sistemik disajikan pada Gambar 3.21.
Gambar 3.21 Rancangan Halaman Gejala Sistemik
61
G. Rancangan Halaman Konsultasi
Halaman ini menampilkan pertanyaan-pertanyaan yang digunakan untuk
melakukan identifikasi. User dapat memilih jawaban “ya” atau “tidak”. Rancangan
halaman konsultasi disajikan pada Gambar 3.22.
Gambar 3.22 Rancangan Halaman Konsultasi
H. Rancangan Halaman Hasil Konsultasi
Halaman ini menampilkan hasil identifikasi yang dilakukan sistem sesuai dengan
jawaban user pada halaman konsultasi. Rancangan halaman hasil konsultasi
disajikan pada Gambar 3.23.
62
Gambar 3.23 Rancangan Halaman Hasil Konsultasi
I. Rancangan Halaman Data Hama dan Penyakit
Halaman ini berisi data-data serangan hama dan penyakit tanaman kakao. Terdapat
3 pilihan data, yaitu data hama, data penyakit, dan data gejala serangan. Rancangan
halaman data hama dan penyakit disajikan pada Gambar 3.24.
Gambar 3.24 Rancangan Halaman Data Hama dan Penyakit
63
J. Rancangan Halaman Daftar Hama, Penyakit, dan Gejala
Halaman ini menampilkan daftar hama, penyakit, dan gejala yang tersedia di dalam
database. Rancangan halaman daftar hama, penyakit, dan gejala disajikan pada
Gambar 3.25, Gambar 3.26, dan Gambar 3.27.
Gambar 3.25 Rancangan Halaman Daftar Hama
Gambar 3.26 Rancangan Halaman Daftar Penyakit
64
Gambar 3.27 Rancangan Halaman Daftar Gejala
K. Rancangan Halaman Deskripsi dan Solusi
Halaman ini menampilkan deskripsi dan solusi penanggulangan hama dan penyakit
ketika salah satu daftar dipilih. Rancangan halaman deskripsi dan penanggulangan
disajikan pada Gambar 3.28.
Gambar 3.28 Rancangan Halaman Deskripsi dan Solusi
65
L. Rancangan Halaman Bantuan
Halaman ini menampilkan informasi bantuan dalam penggunaan aplikasi.
Rancangan halaman bantuan disajikan pada Gambar 3.29.
Gambar 3.29 Rancangan Halaman Bantuan
M. Rancangan Halaman Tentang
Halaman ini menampilkan informasi tentang aplikasi dan pengembang aplikasi.
Rancangan halaman tentang disajikan pada Gambar 3.30.
Gambar 3.30 Rancangan Halaman Tentang
66
3.3.3.3 Coding
Dalam penelitian ini, sistem dikembangkan dengan menggunakan bahasa
pemrograman android yang terdiri dari bahasa Java dan XML dengan
menggunakan framework Android Studio. Data-data yang dikumpulkan dan rule-
based yang telah dibuat disimpan ke dalam MySQL database online. Ketika user
membuka aplikasi, sistem akan mengunduh data secara online dan menyimpannya
ke dalam SQLite database.
3.3.3.4 Testing
Setelah proses coding selesai, maka dilakukan pengujian sistem. Pengujian ini
meliputi pengujian fungsional aplikasi dan tahap pengujian terhadap hal-hal terkait
dengan aplikasi secara teknis. Proses ini dilakukan untuk memastikan sistem yang
dibuat telah bekerja sesuai dengan ketentuan yang ditentukan.
3.3.4 Analisis Hasil Pengujian
Tahap ini merupakan tahap analisa dari pengujian atau testing yang telah dilakukan
pada tahap sebelumnya. Tahap ini merupakan proses akhir dari penyelesaian
sistem. Analisis yang dilakukan bertujuan untuk membuat kesimpulan dari
pengujian yang dilakukan, apakah masih terdapat kesalahan atau kekurangan di
dalam sistem dan sebagainya.
V. PENUTUP
5.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan beberapa hal
sebagai berikut.
1. Telah dikembangkan aplikasi “Sistem Pakar Identifikasi Hama dan Penyakit
Kakao” yang dapat membantu petani, pengusaha, ataupun akademisi yang
berhubungan dengan tanaman kakao dalam mengidentifikasi masalah serangan
hama dan penyakit kakao. Sistem ini dapat memberikan nilai keyakinan hasil
identifikasi hama dan penyakit berdasarkan fakta dan pengetahuan yang
diberikan. Nilai tersebut didapatkan dengan menggunakan proses perhitungan
Certainty Factor (CF) sangat dipengaruhi oleh nilai CF dari seorang pakar.
2. Berdasarkan pengujian Equivalence Partitioning yang dilakukan, dapat
disimpulkan bahwa aplikasi sistem pakar yang dibuat compatible dengan
beberapa versi android, yaitu: android Kitkat, Lollipop, Marshmallow, dan
Nougat. Aplikasi ini juga menampilkan interface sesuai dengan beberapa
ukuran layar smartphone yang diujikan. Pengujian eksternal dengan pengisian
kuesioner yang dibagikan kepada 67 responden, yaitu 4 orang dari kelompok
responden pertama yang terdiri dari pakar hama dan penyakit, 41 orang dari
kelompok responden kedua yang terdiri dari petani dan mahasiswa Fakultas
Pertanian dan 22 orang dari kelompok responden ketiga yang terdiri dari
121
mahasiswa jurusan Ilmu Komputer mendapatkan nilai persentase rata-rata
sebesar 82,98% (sangat baik). Berdasarkan penilaian tersebut, “Sistem Pakar
Identifikasi Hama dan Penyakit Kakao” dapat dikategorikan sebagai sistem
yang ‘Sangat Baik’.
5.2 Saran
Adapun saran yang diberikan dari penelitian ini agar aplikasi dapat dikembangkan
lebih baik lagi adalah sebagai berikut.
1. Penambahan dan perbaharuan data apabila suatu saat telah ditemukan hama
dan penyakit baru pada tanaman kakao beserta solusi atau penyelesaian
masalah pengendalian hama dan penyakit tersebut.
2. Kelengkapan gambar gejala serangan dan penyempurnaan design User
Interface (UI) sehingga pengguna dapat lebih terbantu dalam menggunakan
dan memahami aplikasi.
3. Penyederhanaan bahasa pada deskripsi dan solusi hama dan penyakit agar lebih
mudah dimengerti.
4. Perancangan dan pembuatan rule masih perlu dikembangkan ke arah faktor
iklim atau cuaca yang berpengaruh erat dan juga pengaruh umur tanaman atau
umur buah terhadap beberapa jenis serangan hama.
5. Pengujian eksternal berupa pengisian kuesioner oleh petani kakao mengalami
kendala karena tidak semua petani memakai smartphone android, sehingga
lebih baik ditambahkan pengujian kepada para penyuluh yang diharapkan
membantu penyuluh ketika melakukan sosialisasi mengenai hama dan penyakit
pada tanaman kakao.
DAFTAR PUSTAKA
Arhami, M. 2005. Konsep Sistem Pakar. Andi Offset, Yogyakarta.
Aristoteles, Prasetyo, J. & Fuljana, M. 2017. Expert System of Chili Plant Disease
Diagnosis using Forward Chaining Method on Android. (IJACSA)
International Journal of Advanced Computer Science and Applications.
8(11):164 - 168.
Azwar, S. 2011. Sikap Manusia: Teori dan Pengukurannya. Edisi Kedua ed.
Pustaka Pelajar, Yogyakarta.
Departemen Pertanian. 2002. Musuh Alami, Hama dan Penyakit Tanaman Kakao.
Direktorat Perlindungan Perkebunan, Jakarta.
Direktorat Jenderal Perkebunan. 2015. Statistik Perkebunan Indonesia Kakao
2015-2017. Direktorat Jenderal Perkebunan, Jakarta.
Fitria. 2011. Penggunaan Metode Certainty Factor Pararel untuk Mendeteksi Hama
dan Penyakit pada Tanaman Kakao. Jurnal Informatika. 11(2):53-59.
Giarratano, J.C. & Riley, G. 1994. Expert System: Principles and Programming,
2nd Edition. PWS Publishing Co, USA.
Hadi, M., Misdram, M. & Aini, R.F. 2016. Perancangan Sistem Pakar Diagnosa
Penyakit Ayam dengan Metode Forward Chaining. Jurnal Informatika
Merdeka Pasuruan. 2(1):111 - 139.
Handojo, A. & Irawan, M.I. 2004. Perancangan dan Pembuatan Aplikasi Sistem
Pakar untuk Permasalahan Tindak Pidana terhadap Harta Kekayaan. Jurnal
Informatika. 5(1):32 - 38.
Jiang, F. & Lu, Y. 2012. Software Testing Model Selection Research Based on Yin-
Yang Testing Theory. In International Conference on Computer Science and
Information Processing (CSIP). Pp 590-594. Xi'an, Shaanxi, China, 24 - 26
August 2012.
Koten, Y.P., Santoso, J. & Suselo, T. 2014. Sistem Pakar Fuzzy untuk Mendiagnosa
Penyakit pada Tanaman Kakao Berbasis SMS GATEWAY. In Seminar
Nasional Sains dan Pendidikan Sains IX. Pp 656-662. Salatiga, 21 Juni 2014.
Kusrini. 2008. Aplikasi Sistem Pakar. Penerbit Andi, Yogyakarta.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya), 1st Edition.
Graha Ilmu, Yogyakarta.
Nauly, D., Daris, E. & Nuhung, I.A. 2014. Daya Saing Ekspor Kakao Olahan
Indonesia. Jurnal Agribisnis. 8(1):15-28.
Nugroho, A. 2010. Rekayasa Perangkat Lunak Menggunakan UML dan Java. Andi
Publisher, Yogyakarta.
Pressman, S. 2010. Software Engineering: A Practitioner’s Approach, 7th Edition.
McGraw-Hill Companies, New York.
Semangun, H. 2000. Penyakit-Penyakit Tanaman Perkebunan di Indonesia. Gadjah
Mada University Press, Yogyakarta.
Siswanto. 2010. Kecerdasan Tiruan, 2nd Edition. Graha Ilmu, Yogyakarta.
Sutojo, T., Suhartono, V. & Mulyanto, E. 2011. Kecerdasan Buatan. Andi,
Yogyakarta.
Syafrizal, D.P., Setyaningrum, A.H. & Hulliyah, K. 2015. Penggunaan Metode
Forward Chaining pada Aplikasi Deteksi Pendingin Reaktor Serba
Guna/PRSG-Batan. Jurnal Teknik Informatika. 8(1):1-9.
Turban, E. & Aronson, J.E. 2005. Decision Support Systems and Intelligent
Systems. Andi, Yogyakarta.
Wahana, K. 2012. Membuat Aplikasi Android untuk Tablet dan Handphone. PT
Elex Media Komputindo, Jakarta.
Wahyudi, T., Panggabean, T.R. & Pujiyanto. 2008. Panduan Lengkap Kakao.
Manajemen Agribisnis dari Hulu hingga Hilir. Penebar Swadaya, Jakarta.
Widodo, P. & Herlawati. 2011. Pemodelan Sistem Berorientasi Obyek dengan
UML. Graha Ilmu, Yogyakarta.
Yitnosumarto. 2006. Metode Penelitian Kuantitatif dan Kualitatif. Graha Ilmu,
Yogyakarta.