Anda di halaman 1dari 24

BAB 2

DASAR TEORI

2.1 Basis Data

Basis data adalah suatu koleksi data komputer yang terintegrasi, diorganisasikan dan disimpan dalam suatu cara yang memudahkan pengambilan kembali [10]. Basis data didefinisikan hanya sekali dan digunakan secara bersamaan oleh banyak pengguna. Seluruh data saling berinteraksi sehingga jumlah duplikasi data dapat diminimalkan.

2.2 Sistem Pakar

Sistem pakar merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di bidang bidang spesialisasi tertentu seperti sains, perekayasaan, matematika, kedokteran, pertanian, pendidikan dan sebagainya [1].

Sistem Pakar (Expert System) memiliki 10 karakteristik yang harus dipenuhi dalam perancangannya. Kesepuluh karakteristik sistem pakar tersebut adalah sebagai berikut: a. Mendukung proses pengambilan keputusan, menitikberatkan pada

management perception. b. Adanya human interface dimana manusia (user) tetap mengontrol proses pengambilan keputusan. c. Mendukung pengambilan keputusan untuk membahas masalah-masalah. d. Menggunakan model-model matematis dan statistik yang sesuai. e. Interaktif, memiliki kepabilitas dialog untuk memperoleh informasi sesuai dengan kebutuhan.

f. Output ditujukan untuk semua orang secara umum. g. Modularitas, memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem. h. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen. i. User friendly dan fleksibel, yaitu mudah untuk digunakan user dan memungkinkan keleluasaan user untuk memilih atau mengembangkan pendekatan-pendekatan baru. j. Kemampuan sistem beradaptasi secara tepat, dimana pengambilan keputusan dapat menghadapi masalah-masalah baru.

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decision making), pemanduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan

(prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar [8].

2.2.1 Sejarah Sistem Pakar

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian kecerdasan buatan ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan presatasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Allen Newell, John Cliff Shaw, dan Herbert Alexander Simon. GPS merupakan sebuah percobaan untuk menciptakan mesin yang cerdas.

Sistem pakar untuk melakukan diagnosa kesehatan telah dikembangkan sejak pertengahan tahun 1970 yang untuk pertama kali dibuat oleh Bruce Buchanan dan Edward Shortliffe di Standford University diberi nama MYCIN. MYCIN merupakan program interaktif yang melakukan diagnosa penyakit meningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, program ini mampu menunjukkan kemampuan seperti seorang spesialis.

2.2.2 Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar antara lain sebagai berikut : a. Memungkinkan orang awam bisa mengerjakan pekerjaan seperti para ahli. b. Bisa melakukan proses secara berulang secara otomatis. c. Menyimpan pengetahuan dan keahlian para pakar. d. Meningkatkan output dan produktivitas. e. Meningkatkan kualitas f. Mampu mengambil dan melestarikan keahlian para pakar termasuk keahlian yang langka. g. Mampu beroperasi dalam lingkungan yang berbahaya h. Memiliki kemampuan untuk mengakses pengetahuan i. Memiliki reliabilitas. j. Memberikan respon atau jawaban yang tepat. k. Meningkatkan kapabilitas sistem komputer. l. Menghemat waktu dalam pengambilan keputusan. m. Sebagai media pelengkap dalam pelatihan. n. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

2.2.3 Struktur Sistem Pakar

Sistem pakar terdiri dari dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) [1]. Development Environment digunakan sebagai pembangun sistem pakar baik dari segi pembangun komponen maupun basis pengetahuan. Consultation Environment digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Gambar 2.1 berikut ini merupakan struktur dari sistem pakar [9].

LINGKUNGAN KONSULTASI Pemakai

LINGKUNGAN PENGEMBANGAN

Fakta tentang Kejadian tertentu Fasilitas Pen jelasan

Basis Pengetahuan: Fakta dan aturan

Antar Muka

Knowledge Enginner Akuisisi Pengetahuan Pakar

Mesin Inferensi
Aksi yang direkomendasikan

Blackboard Solusi, Rencana

Perbaikan Pengetahuan

Gambar 2.1 Penerapan Struktur Sistem Pakar

Keterangan gambar: : pemisah antara lingkungan konsultasi dengan lingkungan pengembangan. : komunikasi dua arah : langsung : tidak langsung

Komponen-komponen yang terdapat dalam struktur sistem pakar : a. Antarmuka Pengguna (User Interface) User interface merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima informasi dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai. b. Basis Pengetahuan Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedang aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui. c. Akuisisi Pengetahuan (Knowledge Acquisition) Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai. d. Mesin Inferensi Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelasikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan untuk memformulasikan kesimpulan. e. Workplace Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai.

f. Fasilitas Penjelasan Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai. g. Perbaikan Pengetahuan Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan tersebut adalah penting dalam pembelajaran

terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang akan dialaminya.

2.2.4 Basis Pengetahuan

Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu: a. Penalaran berbasis aturan (Rule Based Reasoning) Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk : IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu , bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah)pencapaian solusi. b. Penalaran berbasis kasus (Case Based Reasoning) Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang ( fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apbila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan[9].

2.2.5 Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh kedalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data lainnya. Pengetahuan dapat direpresentasikan dalam berbagai model, beberapa model representasi pengetahuan seperti: a. Logika Logika merupakan suatu poses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada.. Bentuk logika komputasional ada dua macam, yaitu: 1. Logika Proposional Logika proposional merupakan suatu pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) yang dihubungkan dengan menggunakan operator logika (OR), negasi (NOT), seperti konjungsi (AND), disjungsi implikasi/kondisional (If...Then),

equivalensi/bikondisional (If and only If). Berikut adalah contoh model representasi pengetahuan logika proposional: Jika hujan turun sekarang maka saya tidak akan ke pasar Dapat ditulis dalam bentuk p q 2. Logika Predikat Logika predikat merupakan suatu logika yang seluruhnya

menggunakan konsep dan kaidah proporsional yang sama, disebut juga kalkulus predikat, yang memberi tambahan kemampuan untuk merepresentasikan pengetahuan dengan sangat cermat dan rinci. Berikut adalah contoh model representasi pengetahuan logika predikat: x = Tito y = Tuti Dapat ditulis dalam bentuk Suka (x,y).

b. Jaringan Semantik Jaringan semantik merupakan gambaran pengetahuan grafis yang menunjukan hubungan antar berbagai obyek, yang terdiri dari lingkaran- lingkaran yang menunjukan obyek dan informasi tentang obyek tersebut. Berikut adalah contoh gambar model representasi pengetahuan jaringan semantik:
Buah buahan Tanaman holtikultura

termasuk

Semangka komputer

Salah satu dari

Mencegah sariawan

Menurunkan data demam

Merangsang keluarnya kontrol air seni

Gambar 2.2 Representasi Jaringan Semantik c. Bingkai (Frame) Bingkai berupa ruang (slots) yang berisi atribut untuk mendeskripsikan pengetahuan yang berupa kejadian, lokasi, situasi ataupun elemen-elemen lain. Berikut adalah contoh tabel model representasi pengetahuan bingkai (frame):

Tabel 2.1 Representasi Bingkai Pada Bingkai Penyakit Tanaman Pisang Ruang (slots) Nama Gejala Isi (fillers) Layu panama a. Jaringan pembuluh membusuk dan berwarna kecokelatan b. Daun menguning total, dan akhirnya mati c. Tanaman yang tidak sampai mati tidak akan mampu

Me m iliki fun gsi


Antioksidan termasuk data betakaroten dan vitamin c membantu sel-sel tubuh tetap sehat

gsi fun iki mil Me

Me mil iki fun gsi

i gs fun liki mi Me

berbuah

Pengendalian

Sekitar tanaman yang terserang disiram larutan fungisida Benlate 0,5%

d. Kaidah Produksi Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi dalam bentuk jika-maka (if-then) yang menghubungkan anteseden dengan konsekuensi. Berikut adalah contoh model representasi pengetahuan kaidah poduksi: IF bunga anggrek layu THEN saya menyiram bunga anggrek

e. Pohon Pohon adalah suatu hierarki struktur yang terdiri dari node (simpul) yang menyimpan informasi atau pengetahuan dan cabang yang menghubungkan node-node tersebut [1]. Cabang disebut juga link atau edge dan node disebut juga vertek. Pada pohon, node akar adalah node yang tertinggi dalam hierarki dan daun adalah node paling bawah/rendah.

Salah satu jenis pohon yang dapat digunakan dalam representasi pengetahuan pada sistem pakar adalah pohon biner (binary tree). Pada pohon biner, maksimum mempunyai dua anak untuk setiap node, di mana sisi kiri dan sisi kanan dari node anak dibedakan. Untuk lebih jelasnya, perhatikan contoh gambar pohon biner berikut:

Akar node Level 1 Cabang

Node

Level 2

Level 3

Level 4 Daun

Gambar 2.3. Pohon Biner yang Mempunyai 0, 1 atau 2 Cabang per Node

Aplikasi pohon dalam pembangunan sistem pakar adalah pembuatan keputusan atau biasa disebut decision tree (pohon keputusan). Berikut ini contoh pohon keputusan untuk penyakit dan hama tanaman semangka.

Apakah terdapat daun keriting pada tanaman semangka ? ya tidak

Apakah pada daun terdapat bercak berwarna kuning ? ya tidak

Apakah timbul kebusukan pada tanaman yang tadinya lebat dan subur, lambat laun akan mati ? ya tidak

Apakah tanaman menjadi kerdil ? ya tidak

Apabila daun dibalik maka disebelah bawah akan terlihat sekumpulan hama, apakah hama yang tampak seperti titik-titik merah ? ya tidak Belum diketahui jenis penyakit dan hama

Layu fusarium

Apakah daun terlihat bercakbercak cokelat yang akhirnya berubah warna kemerahan dan akhirnya daun mati ? ya tidak

Apakah buah tidak dapat membentuk secara normal ?

Belum diketahui jenis penyakit dan hama tidak

Tungau merah

Rebah batang ya

Apakah banyak cairan lengket yang dikeluarkan (cairan madu) dan menempel pada bagian tanaman akan menjadi tumbuhnya jamur dan mengundang kawanan semut ?

Belum diketahui jenis penyakit dan hama

Apakah bibit atau tanaman muda yang terserang terdapat bercak kebasah-basahan pada pangkal batang lalu tiba-tiba bibit tanaman rebah dan mati ? ya tidak Belum diketahui jenis penyakit dan hama

antraknosa ya tidak

Kutu aphids

Kutu thrips

Gambar 2.4. Pohon Keputusan Penyakit dan Hama Tanaman Semangka

Struktur pohon keputusan dapat diterjemahkan secara mekanis ke dalam kaidah produksi dengan aturan IF..THEN pada pembangkitan setiap nodenya. Untuk pohon keputusan pada Gambar 2.4 di atas dapat diterjemahkan sebagai berikut:

IF pertanyaan=Apakah terdapat daun keriting pada tanaman semangka? AND jawaban=YA THEN pertanyaan=Apakah daun terdapat bercak berwarna kuning?

IF pertanyaan= Apakah terdapat daun keriting pada tanaman semangka? AND jawaban=TIDAK THEN pertanyaan= Apakah timbul kebusukan pada tanaman yang tadinya lebat dan subur, lambat laun akan mati ?

begitu seterusnya hingga semua node selesai ditelusuri dan mencapai node paling bawah atau daun. Node daun akan memberikan jawaban berupa solusi sebagai respon dari pertanyaan-pertanyaan. Prosedur yang tepat akan menuntun pengguna untuk meng-input-kan dan membangun node baru jika salah.

2.2.6 Metode Inferensi

Metode inferensi merupakan suatu cara penarikan kesimpulan yang dilakukan oleh mesin inferensi untuk menyelesaikan masalah. Ada dua metode inferensi yang umum dalam sistem pakar, yaitu:

2.2.6.1 Forward Chaining (Runut Maju)

Forward chaining merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang meyakinkan menuju konklusi akhir [4].

Runut maju dimulai dari premis-premis atau informasi masukan (if) dahulu kemudian menuju kesimpulan atau derived information (then) atau dapat dimodelkan sebagai berikut: IF (informasi masukan) THEN (kesimpulan)

Informasi masukan dapat berupa data, bukti, temuan, atau gejala. Sedangkan kesimpulan dapat berupa tujuan, hipotesa, penjelasan atau diagnosis. Sehingga arah pencarian runut maju dimulai dari data menuju tujuan, dari bukti menuju hipotesa, atau dari gejala menuju diagnosa. Berbagai struktur kaidah if-then yang menghubungkan obyek atau atribut sebagai berikut : IF premis THEN konklusi IF masukan THEN keluaran IF kondisi THEN tindakan

IF antesenden THEN konsekuen IF data THEN hasil IF tindakan THEN tujuan IF aksi THEN reaksi IF sebab THEN akibat IF gejala THEN diagnosa

Handayani [3], dalam skripsinya yang berjudul analisis forward chaining dan penalaran inexact pada rule based expert system menulis bahwa Forward chaining atau runut maju memiliki arti mempergunakan himpunan kaidah kondisi aksi. Dalam metode ini kaidah interpreter mencocokkan fakta atau statement dalam pangkalan data dengan situasi yang dinyatakan dalam anticendent atau kaidah if. Bila fakta dalam pangkalan data telah sesuai dengan kaidah if maka kaidah distimulasi (lihat gambar 2.5 di bawah ini). Proses ini diulang hingga didapatkan hasil.

Data

aturan

kesimpulan

Gambar 2.5 Diagram Peranan Dasar Forward Chaining Harahap [4], dalam skripsinya yang berjudul Implementasi Metode Forward Chaining untuk Analisa Pendeteksian Dini Penyakit Diabetes Mellitus yang menulis bahwa metode Forward Chaining merupakan salah satu metode selain Backward Chaining yang digunakan dalam aturan inferensi Artificial Intelligence. Metode ini melakukan pemrosesan berawal dari sekumpulan data untuk kemudian dilakukan inferensi sesuai dengan aturan yang diterapkan hingga diketemukan kesimpulan yang optimal. Mesin inferensi akan terus melakukan looping pada prosesnya untuk mencapai hasil keputusan yang sesuai. Metode yang diterapkan pada forward chaining ini berkebalikan dengan metode backward chaining. Kelebihan metode forward chaining ini adalah data baru dapat dimasukkan ke dalam tabel database inferensi dan kemungkinan untuk melakukan perubahan inference rules.

2.2.6.2 Backward Chaining (Runut Balik)

Backward chaining merupakan proses perunutan yang arahnya kebalikan dari runut maju. Proses penalaran runut balik dimulai dengan tujuan/goal kemudian merunut balik kejalur yang akan mengarahkan ke goal tersebut, mencari bukti-bukti bahwa bagian kondisi terpenuhi [5], berikut adalah gambar bacward chaining :

subtujuan

aturan

tujuan

Gambar 2.6 Diagram Peranan Dasar Bacward Chaining

Setiawan Honggowibowo [15], dalam skripsinya yang berjudul sistem pakar diagnosa penyakit tanaman padi berbasis web dengan forward dan backward chaining bahwa sistem pakar untuk mendiagnosa jenis penyakit pada tanaman padi ini memberikan solusi berupa hasil diagnosa dan presentase kemungkinan jenis penyakit dengan metode forward chaining. Diambil contoh pada proses konsultasi, memilih gejala diantara gejala-gejala yang ditampilkan sebagai input.

a. gejala yang terpilih anakan tumbuh tegak dan daun menguning sampai jingga dari pucuk ke pangkal b. langkah diagnosa : 1. mencari jenis penyakit yang memiliki gejala terpilih sesuai basis pengetahuan 2. mencari jumlah gejala yang terpenuhi oleh gejala terpilih pada basis pengetahuan 3. mencari jumlah gejala yang harus terpenuhi pada basis pengetahuan 4. melakukan perhitungan presentase kemungkinan hasil diagnosa 5. melakukan perhitungan presentase kemungkinan hasil diagnosa terhadap keseluruhan kemungkinan terdiagnosa

c. penyelesaian : 1. mencari jenis penyakit yang memiliki gejala terpilih pada basis pengetahuan 2. 3. diagnosa awal hasil diagnosa

2.3 Semangka

Semangka (Citrulullus Vulgaris Schard) atau dalam bahasa Inggris disebut Water melon masih kerabat dekat dengan buah melon (Cucumis melo Var Catalupeni Naud) dan Blewah (Cucumis melo L) termasuk keluarga buah labu-labuan (Cucurbitaceae). Berikut adalah contoh gambar semangka (lihat gambar 2.7 dibawah ini) :

Sumber : [17]

Gambar 2.7 Semangka

Sistematika (taksonomi) tumbuhan Semangka diklasifikasikan sebagai berikut : Kingdom Divisio Subdivisio Classis Ordo Familia Genus Spesies : Plantae : Spermatophyta : Angiospermae : Dicotyledonae : Cucurbitales : Cucurbitaceae : Citrullus : Citrullus vulgaris, Schard

Tanaman semangka dibudidayakan untuk dimanfaatkan sebagai buah segar, tetapi ada yang memanfaatkan daun dan buah semangka muda untuk bahan sayurmayur. Semangka yang dibudidayakan untuk dimanfaatkan bijinya, yang memiliki aroma dan rasa tawar, bijinya diolah menjadi makanan ringan yang disebut "kuwaci" (disukai masyarakat sebagai makanan ringan). Kulit semangka juga dibuat asinan/acar seperti buah ketimun atau jenis labu-labuan lainnya.

Semangka (Citrullus Vulgaris Schard) merupakan salah satu tanaman holtikultura yang sangat digemari masyarakat Indonesia karena rasanya yang manis, renyah dan kandungan airnya yang banyak. Kunci keberhasilan budidaya tanaman semangka adalah pada pengendalian penyakit dan hama. Petani bisa mengendalikan serangan penyakit dan hama dengan baik, maka panennya juga pasti bisa berhasil dengan baik.

2.3.1 Hama

Hama, ada banyak ragam jenis hama yang menyerang semangka, dari bangsa serangga seperti kutu thrips. Cara hama merusak tanaman pun bermacam-macam, ada yang mengerat, menghisap cairan, dan mengunyah. Dari banyaknya jenis hama yang menyerang tanaman dapat dikelompokkan berdasarkan bagian tanaman yang diserang yaitu daun, batang, dan buah.

Adapun hama yang dibahas dalam skripsi ini adalah :

2.3.1.1 Kutu Aphids

Kutu daun aphids ditemukan hampir di setiap pertanaman semangka.

Sumber : [12]

Gambar 2.8 Kutu Aphids

Gejala : Daun keriting pada daun terdapat bercak berwarna kuning tanaman menjadi kerdil tidak dapat membentuk buah secara normal banyak cairan lengket yang dikeluarkan (cairan madu) dan menenpel pada bagian tanaman akan menjadi tumbuhnya jamur dan mengundang kawanan semut

Pengendalian : Penanaman secara serempak pada satu hamparan agar umur tanaman sama. Bila selisih penanaman terlalu jauh maka hama akan berpindah dari tanaman tua ke tanaman muda Tanaman yang telah terserah parah dan terjangkit virus segera dicabut dan dibakar agar tidak menular ke tanaman lain Penyemprotan dengan insektida, misalnya insektisida Perfekthion 400 EC (dimethoate) dengan konsentrasi 1-2 ml/l.

2.3.1.2 Kutu Thrips

Thrips merupakan hama yang polyfag, artinya hama ini dapat menyerang berbagai jenis tanaman. Berukuran kecil ramping, warna kuning pucat kehitaman, mempunyai sungut badan beruas-ruas. Cara penularan secara mengembara dimalam hari, menetap dan berkembang biak. Thrips menyerang semangka dengan menusuk dan mengisap daun pada pucuk-pucuk tanaman.

Sumber : [2]

Gambar 2.9 Kutu Thrips Gejala : daun keriting Pada daun terdapat bercak berwarna kuning Tanaman menjadi kerdil Tidak dapat membentuk buah secara normal

Pengendalian : Jangan menanam tanaman semangka non-biji pada lahan yang terdapat tanaman semangka dewasa atau tanaman inang lainnya seperti cabai dan terong disekitar tanaman sefamili seperti melon, timun. Tanaman yang terserang parah, terlebih terserang virus, segera dicabut dan dibakar agar tidak menular ke tanaman yang sehat.

Dapat digunakan insektisida sistematik Winder 100 EC atau Winder 25 WP dengan konsentrasi 0,5-1 g/l kemudian disemprotkan dengan volume air 500 L saat gejala serangan awal mulai muncul.

2.3.1.3 Tungau Merah

Binatang kecil berwarna merah agak kekuningan/kehijauan berukuran kecil mengisap cairan daun. Tandanya, tampak jaring-jaring sarang binatang ini di bawah permukaan daun, warna dedaunan akan pucat.

Sumber : [18]

Gambar 2.10 Tungau Merah

Gejala : Daun keriting Apabila daun dibalik maka disebelah bawah akan terlihat sekumpulan hama yang tampak seperti titik-titik merah

Pengendalian : Dilakukan sanitasi pertanaman, semua gulma dibersihkan. Tanaman terserang parah dicabut dan dibakar. Penggunaan pestisida yaitu akarisida, misalnya Mitac 200 EC (amitraz) dengan konsentrasi 1-1,5 ml/l.

2.3.2. Penyakit

Penyakit merupakan suatu keadaan tanaman yang pertumbuhannya terganggu akibat adanya organisme pengganggu selain hama. Umumnya organisme penyebab penyakit pada semangka ini adalah mikroorganisme sehingga penyebabnya sulit dilihat dengan mata telanjang.

Adapun penyakit yang dibahas dalam skripsi ini adalah :

2.3.2.1 Layu Fusarium

Penyakit layu fusarium (Fusarium oxysporum f. sp. Lagenariae Matsuo et Yamamoto) mulai menyerang semenjak tanaman semangka dalam fase pembibitan.

Sumber : [12]

Gambar 2.11 Layu Fusarium

Gejala : timbul kebusukan pada tanaman yang tadinya lebat dan subur, lambat laun akan layu

Pengendalian : Menanam varietas semangka yang resisten, misalnya varietas semangka nonbiji kualitas dan varietas semangka berbiji new dragon. Cara lain yang sudah lazim dilakukan di Jepang dan Taiwan adalah menyambung bibit tanaman semangka dengan menggunakan batang bawah dari semangka lokal.

Pengapuran lahan dengan dosis 50-75 g/tanaman untuk meningkatkan pH tanah karena pathogen Fusarium berkembangbiak pada pH masam 4,5-5,8. Hindari permukaan nitrogen (ZA atau Urea) yang berlebihan karena akan mengasamkan tanah.

Dapat dilakukan dengan perlakuan benih menggunakan fungisida Derosal 500 SC (carbendazim) 1 ml/l. Saat berbunga, setiap 14 hari sekali tanaman disiram dengan larutan fungisida Derosal 500 SC 1,5 ml/l sebanyak 250 ml per tanaman untuk pencegahan.

2.3.2.2 Rebah Batang

Penyakit rebah batang (damping off) dapat menyerang mulai dari benih belum muncul ke permukaan tanah (pre-emergence damping off) samapi bibit tanaman umur dua minggu setelah tanam (post-emergence damping off).

Sumber : [16]

Gambar 2.12 Rebah Batang

Gejala : Bibit atau tanaman muda yang terserang yaitu terdapat bercak kebasahbasahan pada pangkal batang, lalu tiba-tiba bibit tanaman rebah dan mati

Pengendalian : Pupuk kandang yang digunakan sebagai media semai harus benar-benar matang karena pupuk kandang yang belum matang banyak mengandung bibit penyakit rebah batang

Apabila lingkungan lembap, kurangi kelembapan di sekitar tanaman dengan cara hanya menyiram bibit atau tanaman muda sekali sehari Perlakuan benih dengan pencelupan benih dalam larutan fungisida Previcur N dengan konsentrasi 2 ml/l selama 10 menit, khusus untuk benih semangka biji dapat direndam selama empat jam

Pada saat bibit berumur enam hari setelah semai dan 2-3 sebelum pindah tanam bibit tanaman disemprot dengan fungisida Previcur N dengan konsentrasi 1 ml/l.

2.3.2.3 Antraknosa

Gejala : daun terlihat bercak-bercak cokelat yang akhirnya berubah warna kemerahan dan akhirnya daun mati.

Sumber : [13]

Gambar 2.13 Antraknosa

Pengendalian : Dilakukan pergiliran tanaman dengan tanaman yang bukan sefamili dan pengaturan jarak tanam yang tidak terlalu rapat agar lingkungan pertanaman tidak terlalu lembap dan sirkulasi udara lancar Apabila serangan belum parah, daun dan buah yang terserang dibersihkan dan dimusnahkan Menggunakan fungisida Velimex 80 WP dosis 2-2,5 gram/liter air.

2.4

Personal Home Page (PHP)

PHP singkatan dari Personal Home Page Hypertext Preprocessor yang digunakan sebagai bahasa script server-side dalam pengembangan Web yang disisipkan pada dokumen HTML (HyperText Markup Languages) [11].

Script PHP dapat digunakan dalam tiga hal, yaitu:

1. Penulisan program server side. Hal ini adalah target utama PHP. Diperlukan tiga hal agar script PHP dapat bekerja antara lain, PHP parser (CGI atau server module), server web (misal, Apache), dan browser web. 2. Penulisan program command line. Script PHP dapat berjalan tanpa server atau browser. Hanya diperlukan PHP parser dalam bentuk command line. 3. Penulisan program untuk aplikasi desktop. PHP mungkin bukan bahasa yang sangat baik untuk membuat suatu aplikasi desktop dengan tampilan grafis yang user friendly, dengan penambahan fitur tambahan PHP pada aplikasi client side atau menggunakan PHP-GTK. PHP-GTK merupakan fitur tambahan pada PHP dan tidak tersedia pada distribusi utama.

2.5

MySQL

Asal mula nama MySQL masih diperdebatkan sampai sekarang. Ada beberapa kalangan menyebutkan nama MySQL diambil dari huruf pertama dan terakhir nama panggilan Michael Widenius dan Monty orang pertama yang menemukan MySQL. Namun ada juga sebagian kalangan yang mengemukakan kata My diambil dari nama putri Monty , yang memang diberi nama My karena Monty memang aslinya orang Finlandia. Kemudian MySQL dibangun, didistribusikan, dan didukung oleh MySQL AB yakni sebuah perusahaan komersial yang dibiayai oleh pengembang (developer) MySQL. [6].

Beberapa definisi MySQL antara lain sebagai berikut:

1.

SQL (dibaca es-que-el atau Sequel) merupakan singkatan dari Structured Query Language, adalah satu bahasa yang digunakan untuk mengelola database relasional.

2.

MySQL merupakan sistem manajemen database. Database merupakan struktur penyimpanan data. Untuk menambah, mengakses, dan memproses data yang disimpan dalam sebuah database computer, diperlukan sistem manajemen database seperti MySQL Server. MySQL merupakan software open source. Open source berarti semua orang diizinkan menggunakan dan memodifikasi software. Semua orang dapat mendownload software MySQL dari internet dan menggunakannya tanpa membayar.