TUGAS AKHIR

SISTEM PAKAR IDENTIFIKASI JENIS DAN HAMA PENYAKIT PADA TANAMAN GENUS ROSA DENGAN METODE DECISION TREE FORWARD CHAINING Disusun Oleh Adi Wahyu Saputra Satria Sambrama Surya Rana Rafsanzani 105060807111040 105060807111041 105060807111061

PROGRAM STUDI TEKNIK INFORMATIKA PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER UNIVERSITAS BRAWIJAYA MALANG 2013

DAFTAR ISI
HALAMAN KULIT MUKA ................................................................................... ii DAFTAR ISI, DAFTAR GAMBAR, DAFTAR TABEL ..................................... iii BAB 1 PENDAHULUAN ........................................................................................ 1 1.1 LATARBELAKANG MASALAH ............................................................. 1 1.2 PERUMUSAN MASALAH ........................................................................ 3 1.3 TUJUAN ....................................................................................................... 3 1.4 BATASAN MASALAH ............................................................................... 3 1.5 LUARAN YANG DIHARAPKAN ............................................................. 5 1.6 KEGUNAAN ................................................................................................ 5 BAB 2 TINJAUAN PUSTAKA .............................................................................. 6 2.1 SISTEM PAKAR ......................................................................................... 6 2.2 DECISION TREE........................................................................................ 16 2.3 GENUS ROSA ............................................................................................. 20 BAB 3 METODE PENELITIAN ........................................................................... 22 3.1 OBJEK PENELITIAN ................................................................................ 22 3.2 TEKNIK PENGUMPULAN DATA .......................................................... 22 BAB 4 ANALISA DAN PERANCANGAN ........................................................... 26 4.1 ANALISIS KEBUTUHAN .......................................................................... 26 4.2 RANCANGAN PROSES............................................................................. 26 4.3 DECISION TREE........................................................................................ 31 4.4 REPRESENTASI PENGETAHUAN......................................................... 33 BAB 5 HASIL DAN PEMBAHASAN.................................................................... 39 BAB 6 KESIMPULAN ............................................................................................ 43 DAFTAR PUSTAKA............................................................................................... 44
ii

DAFTAR GAMBAR
GAMBAR 1 DIAGRAM PELACAKAN KE DEPAN......................................... 11 GAMBAR 2 DIAGRAM PELACAKAN KE BELAKANG................................11 GAMBAR 3 BREADTH-FIRST SEARCH..........................................................12 GAMBAR 4 DEPTH-FIRST SEARCH................................................................13 GAMBAR 5 DECISION TREE.............................................................................16 GAMBAR 6 KONSEP DECISION TREE...........................................................17 GAMBAR 7 DATA SET MENJADI TREE.........................................................19 GAMBAR 8 DESAIN SISTEM.............................................................................27 GAMBAR 9 DECISION TREE UNTUK JENIS BUNGA MAWAR................31 GAMBAR 10 DECISION TREE UNTUK GEJALA BUNGA MAWAR.........32

DAFTAR TABEL
TABEL 1 TABEL BEDA SISTEM PAKAR DAN KONVENSIONAL...............9 TABEL 2 TABEL INTERPRETASI NILAI CF...................................................15 TABEL 3 TABEL INTERPRETASI NILAI BOBOT..........................................15 TABEL 4 KONSEP DATA DALAM DECISION TREE....................................18 TABEL 5 TABEL JENIS DAN CIRI-CIRI BUNGA MAWAR.........................28 TABEL 6 TABEL HAMA DAN PENYAKIT BUNGA MAWAR......................30

iii

BAB 1 PENDAHULUAN
1.1 Latar Belakang Mawar adalah tanaman semak dari genus Rosasekaligus nama bunga yang

dihasilkan tanaman ini. Mawar liar yang terdiri lebih dari 100 spesies kebanyakan tumbuh di belahan bumi utara yang berudara sejuk. Spesies mawar umumnya merupakan tanaman semak yang berduri atau tanaman memanjat yang tingginya bisa mencapai 2 sampai 5 meter. Walaupun jarang ditemui, tinggi tanaman mawar yang merambat di tanaman lain bisa mencapai 20 meter. Sebagian besar spesies mempunyai daun yang panjangnya antara 5-15 cm, dua-dua berlawanan (pinnate). Daun majemukyang tiap tangkai daun terdiri dari paling sedikit 3 atau 5 hingga 9 atau 13 anak daun dan daun penumpu (stipula) berbentuk lonjong, pertulangan menyirip, tepi tepi beringgit, meruncing pada ujung daun dan berduri pada batang yang dekat ke tanah. Mawar sebetulnya bukan tanaman tropis, sebagian besar spesies merontokkan seluruh daunnya dan hanya beberapa spesies yang ada di Asia Tenggara yang selalu berdaun hijau sepanjang tahun. Bunga terdiri dari 5 helai daun mahkota dengan perkecualian Rosa sericeayang hanya memiliki 4 helai daun mahkota. Warna bunga biasanya putih dan merah jambu atau kuning dan merah pada beberapa spesies. Ovari berada di bagian bawah daun mahkota dan daun kelopak. Mawar merupakan salah satu bunga yang banyak diminati masyarakat. Hal tersebut tidak dipungkiri lagi karena hampir seluruh penjuru dunia mengetahui dan mengenal bunga mawar, disamping diminati sebagai tanaman hias bunga mawar mempunyai banyak manfaat bagi masyarakat baik di bidang kesehatan, kecantikan, maupun kuliner. Di bidang kesehtan manfaat bunga mawar diantaranya mengatasai bengkak pada kaki, menjaga kesegaran tubuh, penambahan bahan makanan dengan vitamin c yang cukup tinggi, mempercantik kulit hingga mampu mengurangi stres. Kemudian untuk di bidang kecantikan bunga mawar sering digunakan sebagai bahan baku kosmetik maupun parfum yang memiliki nilai ekonomis yang tinggi, sedangkan di bidang kuliner diantaranya bunga mawar dapat dibuat untuk sauce salad, penambah rasa, sirup, kue kering dan keju mawar, sedangkan kelopak bunga mawar sendiri memliki manfaat untuk dijadikan bahan untuk membuat jeli cuka dan jika dikonsumsi bunga
1

mawar ini juga memiliki banyak khasiat yaitu sebagai anti radang, pelancar datang bulan untuk wanita dan mengobatu batu empedu. Selain mempunyai banyak manfaat, bunga mawar mempunyai jenis yang berbeda-beda dan dalam pertumbuhan dan

perkembangannya bunga mawar tidak lepas dari hama dan penyakit. Adapun jenis hama dan penyakit yang menyerang sangat beragam. Banyaknya jenis bunga mawar terkadang membuat sebagian masyarakat mengenali jenis dari bunga mawar yang ada dan juga banyaknya jenis hama yang menyerang bunga mawar membuat sebagian masayarakat kesulitan untuk

mengidentifikasi jenis dari hama yang menyerang bunga mawar sehingga mempersulit proses penyembuhan pada bunga mawar yang terkena hama. Hama dan penyakit merupakan salah satu kendala dalam budidaya mawar bunga potong baik di dalam rumah lindung maupun di tempat terbuka. Beberapa jenis hama dan penyakit dapat menyerang akar, batang, daun dan bunga tanaman mawar dan menyebakan kerusakan mulai dari yang ringan sampai berat yang mengakibatkan bunga tidak layak panen atau jual. Padahal tuntutan konsumen akan kualitas bunga sangat tinggi, karena mawar bunga potong dinilai dari estetikanya. Dengan banyaknya jenis bunga mawar dan hama yang menyerangnya untuk mengetahui jenis mawar beserta penyakitnya maka perlu dilakukan identifikasi agar masyarakata lebih mudah dalam mengenali jenis bunga mawar dan hama penyakit yang menyerangnya sehingga tindakan pengobatan pada bunga mawar lebih tepat dan mempercepat proses penyembuhan pada bunga mawar. Kemajuan teknologi komputer yang pesat saat ini, sangat membantu manusia dalam segala bidang. Tidak terkecuali juga dalam bidang sistem pakar. Sistem pakar merupakan sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert). Dengan berkembangnya sistem pakar yang pesat, maka sistem pakar juga dapat diterapkan dalam mengidentifikasi jenis dan penyakit pada bunga mawar. Penggunaan sistem pakar dapat mempermudah kalangan pecinta bunga mawar dalam mengidentifikasi jenis dan penyakit pada bunga mawar. Sistem yang dibuat dengan rule berdasarkan pengetahuan yang dimiliki oleh pakar yang kemudian rule itu yang nantinya akan diajadikan sebagai dasar penentuan dari jenis bunga mawar dan penyakit atau hama yang menyerangnya.

1.2 Rumusan Masalah Dengan mengacu pada latar belakang diatas maka ada beberapa

permasalahan.Permasalahannya yaitu: 1. Berapa banyak jenis bunga mawar dan hama yang menyerangnya. 2. Bagaimana cara mengidentifikasi jenis dari bunga mawar. 3. Bagaimana cara mengidentifikasi jenis hama yang menyerang bunga mawar 4. Apa saja jenis bunga mawar dan hama yang menyerangnya. 5. Fitur apa saja yang digunakan untuk dapat mengidentifikasi jenis bunga mawar dan hama yang meyerangnya. 1.3 Tujuan Tujuan dari penelitian adalah untuk membuat sistem pakar yang di implementasikan ke dalam program dengan memindahkan pengetahuan yang dimiliki oleh pakar untuk dijadikan rule yang kemudian dipindahkan ke dalam program komputer, sehingga dapat mempermudah masyarakat dalam mengenali jenis bunga mawar dan hama yang menyerangnya. 1.4 Batasan Masalah Jenis Bunga mawar yang dapat kami identifikasi hanya sebanyak 14 jenis dari 100 spesies lebih yang ada di dunia. Jenis bunga mawar yang dapat kami identifikasi yaitu : Rossa Branksiae Rossa Gallica Rossa Gigantea Rossa Glauca Rossa Mosehata Rossa Filipes Rossa Leavigata Rossa Boursoult
3

Rossa Rugosa Rossa Willmottie Rossa Moyessi Rossa Noisette Rossa Miniature Rossa Foetida Jenis hama dan penyakit yang dapat kami identifikasi diantaranya yaitu:

Hama: Kutu Daun Kumbang Siput Berbulu Tungau Thrips Ulat Daun Serangga penghisap sel tanaman (Leaf hoppers) Kutu Batang Kumbang Kecil Nematoda Akar

Penyakit: Bercak Hitam Karat Daun Tepung Mildew Mosaik Bercak Daun Bengkak Pangkal Batang Jamur Upas Busuk Bunga

Fitur yang kami gunakan untuk mengidentifikasi jenis bunga, hama dan penyakit yang ada di bunga mawar yaitu: Bunga Daun Batang Akar

1.4 Luaran Yang Diharapkan 1. Sistem dapat melakukan identifikasi dengan ketepatan hasil diagnosis sebesar 70% terhadap jenis bunga mawar dan hama penyakitnya dengan berdasarkan kepada ciri-ciri dan gejala-gejala yang tampak pada bunga. 2. Sistem dapat memberikan suatu analisa dan penjelasan berdasarkan jenis bunga atau hama dan penyakitnya. 3. Sistem dapat membantu masyarakat, petani bunga dan lain-lain. 1.5 Kegunaan 1. Bagi Masyarakat Masyarakat pengguna dapat menggunakan system ini sebagai identifikasi jenis bunga mawar atau penyakit dan hama yang ada pada bunga mawar miliknya. 2. Bagi Petani Petani bunga dapat menggunakan system ini sebagai analisa atau identifikasi suatu jenis bunga mawar atau juga dapat sebagai identifikasi analisa hama penyakit yang sedang dialami bunga mawarnya.. 3. Pihak Pemerintah Membantu pemerintah dalam pengembangan teknologi informasi dan ilmu computer dalam bidang pertanian.

BAB 2 TINJAUAN PUSTAKA

2.1 Sistem Pakar Pada bagian ini akan dibahas tentang pengertian sistem pakar, manfaat sistem pakar [ NML 10 ]. 2.1.1 Pengertian Sistem Pakar Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Sistem pakar dikembangkan pertama kali pada tahun 1960. 2.1.2 Manfaat Sistem Pakar Manfaat dari sistem pakar, antara lain : 1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli 2. Bisa melakukan proses secara berulang secara otomatis 3. Menyimpan pengetahuan dan keahlian para pakar 4. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka) 5. Mampu beroperasi dalam lingkungan yang berbahaya

6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandungketidakpastian. Pengguna bisa merespon dengan jawaban tidak tahu atau tidak yakin pada satu atau lebih pertanyaan selama konsultasi dan system pakar tetap akan memberikan jawaban. 7. Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan biaya sehari-hari. 8. Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya 9. Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan menggunakan data yang sama. 10. Menghemat waktu dalam pengambilan keputusan 11. Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan mengurangi kesalahan 12. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan bias mencakup lebih banyak aplikasi . 13. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru. 2.1.3 Kelemahan Sistem Pakar Kelemahan dari sistem pakar, antara lain : 1. Biaya yang diperlukan untuk membuat, memelihara, dan

mengembangkannya sangat mahal 2. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena
7

sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani masalah. 3. Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. 4. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bias berbeda beda, meskipun sama-sama benar. 5. Transfer pengetahuan dapat bersifat subjektif dan bias 6. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian sistem pakar. 2.1.4 Konsep Dasar Sistem Pakar Konsep dasar sistem pakar mengandung keahlian, ahli/pakar, pengalihan keahlian, mengambil keputusan, aturan, kemampuan menjelaskan. 2.1.4.1 Keahlian Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian: - Teori, fakta, aturan-aturan pada lingkup permasalahan tertentu - Strategi global untuk menyelesaikan masalah 2.1.4.2 Ahli / Pakar Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan, menyusun kembali pengetahuan jika dipandang perlu, memecahkan masalah dengan cepat dan tepat 2.1.4.3 Pengalihan Keahlian

Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari seorang pakar ke dalam komputer kemudian ke masyarakat. Proses ini meliputi 4 kegiatan, yaitu perolehan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan ke komputer, kesimpulan dari pengetahuan dan pengalihan pengetahuan ke pengguna. 2.1.4.4 Mengambil Keputusan Hal yang unik dari sistem pakar adalah kemampuan untuk menjelaskan dimana keahlian tersimpan dalam basis pengetahuan. Kemampuan computer untuk mengambil kesimpulan dilakukan oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi prosedur tentang pemecahan masalah. 2.1.4.5 Aturan Sistem pakar yang dibuat merupakan sistem yang berdasarkan pada aturan aturan dimana program disimpan dalam bentuk aturan-aturan sebagai pro sedur pemecahan masalah. Aturan tersebut biasanya berbentuk IF THEN. 2.1.4.6 Kemampuan Menjelaskan Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau memberi saran/rekomendasi serta juga menjelaskan mengapa beberapa tindakan/saran tidak direkomendasikan. 2.1.4.7 Perbedaan Sistem Konvensional dengan SistemPakar Tabel 1. Tabel perbedaan sistem konvensional dengan sistem pakar

2.1.4.8 Metode Pemecahan Masalah Suatu perkalian inferensi yang menghubungkan suatu permasalahan dengan solusinya disebut dengan rantai (chain). Suatu rantai yang dicari atau dilewati/dilintasi dari suatu permasalahan untuk memperoleh solusinya disebut forward chaining. Cara lain menggambarkan forward chaining ini adalah dengan penalaran dari fakta menuju konklusi yang terdapat dari fakta. Suatu rantai yang dilintasi dari hipotesa kembali ke fakta yang mendukung hipotesa tersebut adalah backward chaining. Cara lain menggambarkan backward chaining adalah dalam hal tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya. Terdapat berbagai cara pemecahan masalah didalam sistem pakar. Beberapa hal yang perlu diperhatikan adalah arah penelusuran dan topologi penelusuran.

10

1. Arah penelurusan Arah penelurusan dibagi dua yaitu : a. Forward chaining Strategi dari sistem ini adalah dimulai dari inputan beberapa fakta, kemudian menurunkan beberapa fakta dari aturan-aturan yang cocok pada knowledge base dan melanjutkan prosesnya sampai jawaban sesuai. Forward chaining dapat dikatakan sebagai penelusuran deduktif.

Gambar 1. Diagram Pelacakan ke Depan b. Backward chaining Strategi penarikan keputusan yang didasarkan dari hipotesa atau dugaan yang didapat dari informasi yang ada. Ciri dari strategi ini adalah pertanyaan user. Memperoleh fakta biasanya diajukan dalam bentuk YA atau TIDAK, proses ini berdampak dengan diterima atau tidaknya hipotesis.

Gambar 2. Diagram Pelacakan ke Belakang

11

Ada empat faktor metode menentukan mana arah yang lebih baik digunakan dari dua arah penelusuran yaitu : a. Jumlah keadaan awal dan keadaan akhir akan lebih mudah bila bergerak dari kumpulan keadaan yang lebih sedikit ke kumpulan yang lebih banyak. b. Besar kecilnya factor percabangan lebih baik menuju ke arah yang factor percabangannya sedikit. c. Proses penalaran program sangatlah penting untuk menuju kearah yang lebih condong dengan cara pemikiran pemakai. d. Kejadian yang memicu rangkaian tindakan pemecahan masalah. Jika kejadian ini adalah kedatangan fakta baru, maka dipilih forward chaining, tetapi jika kejadian ini adalah suatu pertanyaan yang membutuhkan tanggapan, akan lebih baik jika dipilih backward chaining. 2. Topologi penelusuran a. Breadth first search Metode penelusuran ini memeriksa semua node (simpul) pohon pencarian, dimulai dari simpul akar. Simpul-simpul dalam tingkat diperiksa seluruhnya sebelum pindah ke simpul di tingkat selanjutnya. Proses ini bekerja dari kiri ke kanan, baru bergerak ke bawah. Ini berlanjut sampai ke titik tujuan (goal).

12

Gambar 3. Breadth-first Search b. Depth first search Metode ini memulai penelusuran dari node sampai simpul akar, selanjutnya menuju ke bawah dulu baru bergerak ke samping dari kiri ke kanan, proses ini akan berlanjut sampai ditemukan simpul tujuan

Gambar 4. Depth-first Search c. Best first search Bekerja berdasarkan kombinasi kedua metode sebelumnya. 2.1.4.9 Certainty Factor
13

Factor (Theory) ini diusulkan oleh Shortliffe dan Buchanan pada tahun 1975 untuk mengakomadasi ketidakpastian pemikiran (inexact reasoning) seorang pakar. Teori ini berkembang bersamaan dengan pembuatan sistem pakar MYCIN. Tim pengembang MYCIN mencatat bahwa dokter sering kali menganalisa informasi yang ada dengan ungkapan seperti misalnya: mungkin, kemungkinan besar, hampir pasti, dan sebagainya. Untuk mengakomodasi hal ini tim MYCIN menggunakan certainty factor (CF) guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi. Secara umum, rule direpresentasikan dalam bentuk sebagai berikut:

Keterangan: E1 ... En : fakta fakta (evidence) yang ada. H : hipotesa atau konklusi yang dihasilkan. CF : tingkat keyakinan (Certainty Factor) terjadinya hipotesa H akibat adanya fakta fakta E1 s/d En 2.1.4.9.1 Model Perhitungan Certainty Factor Saat ini ada dua model yang sering digunakan untuk menghitung tingkat keyakinan (CF) dari sebuah rule adalah sebagai berikut: a. Menggunakan metode Net Belief yang diusulkan oleh E. H. Shortliffe dan B. G. Buchanan. yaitu:

14

Keterangan: P(H) = probabilitas kebenaran hipotesa H P(H|E) = probabilitas bahwa H benar karena fakta E P(H) dan P(H|E) merepresentasikan keyakinan dan ketidak yakinan pakar. b. Dengan menggali dari hasil wawancara dengan pakar. Nilai CF(Rule) serta bobot dari masing-masing fakta didapat dari interpretasi istilah dari pakar menjadi nilai CF serta bobot tertentu, seperti contoh pada tabel berikut:

Tabel 2. Tabel Interpretasi Nilai CF

15

Tabel 3. Tabel Interpretasi Nilai Bobot

Contoh: Pakar : Bila sakit kepala dan pilek dan demam, maka kemungkinan besar penyakitnya adalah influenza Rule : IF gejala1 = sakit kepala (bobot=0.3) AND gejala2 = pilek (bobot=0.3) AND gejala3 = demam (bobot=0.2) THEN penyakit = influenza (CF = 0.8)

2.2 Decision Tree

16

Decision tree adalah salah satu metode klasifikasi yang paling popular karena mudah untuk diinterpretasi oleh manusia. Konsep dasar algoritma Decision Tree adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan (rule). Pembangunan tree dimulai dengan data pada simpul akar (root node) yang dilanjutkan dengan pemilihan sebuah atribut, formulasi sebuah logical test pada atribut tersebut dan pencabangan pada setiap hasil dari test. Langkah ini terus bergerak ke subset ke contoh yang memenuhi hasil dari simpul anak cabang (internal node) yang sesuai melalui proses rekursif pada setiap simpul anak cabang. Langkah-langkah tersebut diulangi hingga dahan-dahan dari tree memiliki contoh dari satu kelas tertentu. Gambar 1 memuat contoh dari sebuah decision tree. Beberapa model decision tree yang sudah dikembangkan antara lain adalah IDS, ID3, C4.5, CHAID dan CART.

Gambar 5. Decision Tree Decision tree merupakan suatu pendekatan yang sangat populer dan praktis dalam machine learning untuk menyelesaikan permasalahan klasifikasi. Metode ini digunakan untuk memperkirakan nilai diskret dari fungsi target. Fungsi pembelajaran direpresentasikan oleh sebuah decision tree (Liang 2005). Decision tree merupakan himpunan aturan IF...THEN. Setiap path dalam tree dihubungkan dengan sebuah aturan. Premis aturan terdiri atas sekumpulan node yang ditemui, sedangkan kesimpulan aturan terdiri atas kelas yang terhubung dengan leaf dari path (Marsala 1998 dalam Romansyah et al.2009).

17

Pohon keputusan merupakan salah satu metode klasifikasi dan prediksi yang sangat kuat dan terkenal dalam penerapan data mining. Pada dasarnya Decision Tree mengubah data menjadi pohon keputusan (decision tree) dan aturan-aturan keputusan (rule).

Gambar 6. Konsep Decision Tree Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon 18ngina18e input dengan sebuah 18ngina18e target. Menurut Berry & Linoff (2004), sebuah pohon keputusan adalah sebuah struktur yang dapat digunakan untuk membagi kumpulan data yang besar menjadi himpunanhimpunan record yang kebih kecil dengan menerapkan serangkaian aturan-aturan keputusan. Dengan masing-masing rangkaian pembagian, anggota himpunan hasil menjadi mirip satu dengan yang lain. Sebuah pohon keputusan mungkin dibangun dengan saksama secara manual atau dapat tumbuh secara otomatis dengan menerapkan salah satu atau beberapa algoritma pohon keputusan untuk memodelkan himpunan data yang belum terklasifikasi. Banyak algoritma yang dapat dipakai dalam pembentukan pohon keputusan, antara lain ID3, CART, dan C4.5 (Larose, 2005). Variabel tujuan biasanya dikelompokkan denga pasti dan model pohon keputusan lebih mengarah pada perhitungan probabilitas dari tiap-tiap record terhadap kategorikategori tersebut atau untuk mengklasifikasi record dengan mengelompokkannya dalam satu kelas.

18

Menurut Basuki & Syarif (2003), proses pada pohon keputusan adalah mengubah bentuk data (19ngin) menjadi model pohon, mengubah model pohon menjadi rule, dan menyederhanakan rule.

2.2.1 Konsep Data Dalam Decision Tree Data dalam pohon keputusan biasanya dinyatakan dalam bentuk table dengan atribut dan record. Atribut menyatakan suatu parameter yang dibuat sebagai criteria dalam pembentukan tree. Misalkan unutuk menentukan main tenis, kriteria yang diperhatikan adalah cuaca, 19ngina, dan temperature. Salah satu atribut merupakan atribut yng menyatakan data solusi per-item data yang disebut dengan target atribut. Atribut memiliki nilai-nilai yang dinamakan dengan instance. Misalkan atribut cuaca mempunyai instance berupa cerah, berawan, dan hujan seperti tampak pada Gambar

Tabel 4. Konsep Data dalam Decision Tree Untuk mengubah bentuk data (tabel) menjadi model tree, dalam kasus ini menggunakan algoritma ID3, setelah diperoleh model berupa tree, maka tree ini bisa dikonversikan ke dalam rule seperti tampak pada Gambar

19

Gambar 7. Dari Data Set (table) menjadi Tree

2.2.2 Atribut Selection Measure Pengukuran informasi yang didapatkan (information gain) bertujuan untuk memilih suat atribut yang diuji (test atribut) di setiap node dalam struktur pohon. Atribut dengan nilai informasi tertinggi (greatest entropy) dipilih sebagai suatu atribut dalam suatu node yang sedang diproses. Jika S merupakan suatu kumpulan dari s data sampel, atribut label kelas memiliki isi (value) m yang berbeda, Ci (for i=1..m). Jika si merupakan jumlah sampel S dalam kelas Ci dimana pi merupakan probabilitas dari label sampel data dari Ci, maka:

Jika atribut A memiliki v isi yang berbeda {a1,a2,,av}, atribut A dapat digunakan untuk membagi S ke dalam subset v, {S1, S2,, Sv}, dimana Sj terdiri dari sampel dalam S yang memiliki isi aj dari A. Jika A terpilih sebagai atribut yang diuji
20

(atribut terbaik untuk dibagi atau dipartisi), kemudian subset ini alam berhubungan dengan cabang dari node yang berisi kumpulan S. Jika Sij merupakan jumlah sampel dari kelas Ci di dalam suatu subset Sj, maka Entropy:

Dari kedua persamaan diatas, maka :

2.3 Genus Rosa [ TKM 10 ] Genus Rosa atau Mawar adalah tanaman dari kelas Dicotyledonae dengan ordo Rosanales, famili Rosaceae dan memiliki genus Rosa. Tanaman mawar disebut sebagai Queen Of Flowers karena kecantikan bentuknya, serta dapat bermanfaat seba-gai obat dan essens parfum dan minuman. Tanaman mawar mempunyai banyak varietas dengan bentuk, ukuran dan warna bunga beragam. Tanaman mawar sering dijadikan tanaman hias pot maupun tanaman hias di taman atau halaman terbuka, bunga potong dan dekorasi ruangan. Mawar merupakan tanaman yang memperhatikan beberapa aspek dalam pertumbuhan dan perkembangannya. Iklim merupakan salah satu faktor yang ha-rus diperhatikan. Curah hujan yang ideal untuk pertumbuhan mawar berkisar an-tara 1500 sampai 3000 mm/tahun, intensitas cahaya matahari yang dibutuhkan se-kitar 5 sampai 6 jam per hari. Tanaman mawar akan lebih sering berbunga dan memiliki batang yang kokoh di daerah yang cukup sinar matahari. Mawar memiliki daya adaptasi yang cukup luas terhadap lingkungan tumbuhnya. Tanaman mawar dapat ditanam di daerah subtropis, maupun di daerah tropis. Suhu udara yang baik untuk pertumbuhan mawar yaitu antara 18 dan 26 C dengan kelembaban udara antara 70 dan 80 %. Mawar me-miliki dua jenis pembungaan, yaitu mawar berbunga terus menerus sepanjang ta-hun (recurrent flowering) dan mawar yang tidak berbunga terus menerus (non recurrent flowering). Mawar termasuk jenis bunga
21

sempurna de-ngan benang sari dan putik terdapat pada dasar bunga. Bunga mawar ada yang tersusun tunggal dan ada yang tersusun menyerupai payung. Berdasarkan mah-kota bunga, mawar dibedakan atas mawar berbunga tunggal, berbunga semi ganda dan berbunga ganda. Sebagian besar spesies mempunyai daun yang panjangnya antara 5-15 cm, duadua berlawanan (pinnate). Daun majemuk yang tiap tangkai daun terdiri dari paling sedikit 3 atau 5 hingga 9 atau 13 anak daun dan daun penumpu (stipula) berbentuk lonjong, pertulangan menyirip, tepi beringgit, meruncing pada ujung daun dan berduri pada batang yang dekat ke tanah. Mawar sebetulnya bukan tanaman tropis, sebagian besar spesies merontokkan seluruh daunnya (deciduous) dan hanya beberapa spesies yang ada di Asia Tenggara yang selalu berdaun hijau sepanjang tahun. Bunga terdiri dari 5 helai daun mahkota dengan perkecualian Rosa sericea yang hanya memiliki 4 helai daun mahkota. Warna bunga biasanya putih dan merah jambu atau kuning dan merah pada beberapa spesies. Ovari berada di bagian bawah daun mahkota dan daun kelopak. Pada umumnya mawar memiliki duri berbentuk seperti pengait yang berfungsi sebagai pegangan sewaktu memanjat tumbuhan lain. Beberapa spesies Mawar mempunyai duri yang tidak berkembang dan tidak tajam.

22

BAB 3 METODE PENELITIAN

3.1 Objek Penelitian Penelitian dilakukan di pertanian bunga mawar yang berada di Malang. 3.2 Teknik Pengumpulan Data Adapun teknik pengumpulan data yang dilakukan oleh penulis dalam penelitian, antara lain : 1. Studi Kepustakaan (Literature) F Menurut Miller dkk (2010) Tinjauan literatur adalah bagian penting dari setiap proyek penelitian yang baik, dan jika tidak dilakukan dengan benar, proyek dapat berakhir sia-sia dengan mereplikasi penelitian sebelumnya. Metode ini dilakukan untuk mendapatkan data literature tambahan dari buku acuan

mengenai sistem pakar berbasis komputer dan metode decision tree dengan forward chaining, sumber yang digunakan berupa buku, journal, karya ilmiah, dan situs-situs penunjang yang dapat membantu dalam penyelesaian laporan penelitian. 2. Wawancara(Interview) Wawancara merupakan salah satu objek penelitian, Menurut Jogiyanto (2007) wawancara adalah Komunikasi dua arah untuk mendapatkan data dari responden. Wawancara dapat berupa wawancara personal, wawancara intersep dan wawancara telepon. Dalam penelitian ini penulis melakukan wawancara secara langsung ke petani mawar dan ahli bunga. Dari hasil wawancara tersebut dapat diperoleh penjelasan tentang jenis bunga mawar dan hama penyakit yang diderita bunga mawar. 3. Pengamatan (Observasi)

23

Observasi adalah melakukan pengamatan secara langsung ke objek penelitian untuk melihat dari dekat kegiatan yang dilakukan. (Riduwan, 2010). Observasi dilakukan untuk mengetahui cara-cara pelaksanaan yang dilakukan ahli pakar pada bunga mawar. 4 Tahapan Penelitian Adapun tahapan penelitian dalam membangun Sistem Pakar Identifikasi Jenis dan Hama Penyakit Pada Tanaman Genus Rosa dengan Metode Decision Tree Forward Chaining dengan menggunakan tahapan SDLC yaitu waterfall, adalah sebagai berikut :

24

Tahapan Penelitian Waterfall Adapun penjelasan tahapan penelitian yang menarik salah satu tahap SDLC Waterfall, sebagai berikut : 1. Pesiapan dan Pengumpulan Data Penulis melakukan persiapan untuk sebelum melakukan pengumpulan data, kemudian penulis melakukan studi pustaka untuk mencari dan mempelajari tentang sistem pakar, metode forward chaining, dan mencari informasi tentang bunga mawar, setelah melakuakan studi pustaka penulis melakukan pengamatan
25

secara langsung dan melakukan wawancara kepada ahli bunga guna untuk mengetahui informasi yang dibutuhkan secara akurat. 2. Analisa Sistem Pada tahap analisis sistem ini penulis melakukan analisa sistem sesuai data dan permasalahan yang telah dikumpulkan sebelumnya, guna sebagai acuan yang digunakan untuk merancang sistem sesuai dengan kebutuhan. 3. Perancangan Sistem Merupakan tahap penulisan proses, data, aliran proses dan hubungan antar data yang paling optimal dan memenuhi kebutuhan pihak yang terkait sesuai dengan hasil analisa kebutuhan. 4. Penyusunan Basis Data Proses penyimpanan yang didapatkan dari observasi berupa beberapa data penunjamlahan, fakta-fakta dan aturan yang mengatur proses pencarian data ulang saling berhubungan satu dengan yang lain ke dalam basis data MySQL sebagai media penyimpanan. 5. Implementasi Sistem Pada tahap ini, penulis mengimplementasikan sistem berdasarkan rancangan yang telah dibuat sebelumnya sesuai dengan kebutuhan pihak yang terkait. 6. Pengujian Sistem Merupakan tahap pengujian terhadap sistem yang telah dibuat. 7. Perbaikan atau penambahan data. Setelah melakukan pengujian system dan ternyata terhadi beberapa kekurangan atau kelemahan, maka system perlu diperbaiki lagi atau diedit lagi

26

data-data yang telah ada sehingga system yang dibuat lebih bersifat valid hasilnya. 8. Menyusun Laporan. Apabila semua tahapan yang dimulai dari penelitian hingga pada pengujian sistem dan evaluasi sistem sudah sesuai dan tidak terjadi kesalahan lagi, maka tahapan akhir yang dilakukan adalah penulisan laporan pada hasil penelitian. Mebuat sebuah laporan berbentuk buku skripsi sebagai tahap akhir dalam proses penulisan pengerjaan skripsi sebagai bukti dokumentasi dari penulis.

BAB 4 ANALISA DAN PERANCANGAN

27

4.1 Analisis Kebutuhan Sistem pakar yang dibangun ini merupakan suatu sistem informasi yang berbasis komputer dengan memanfaatkan teknologi kecerdasan buatan (artificial

intelligence) yang berfungsi sebagai sistem alat bantu atau pemberi saran/rekomendasi dari proses konsultasi jenis dan konsultasi penyakit kepada user, sehingga user mengetahui masalah yang menyerang pada bunga mawar.Konsultasi yang dihasilkan oleh sistem ini dilengkapi dengan jenis, keterangan,dan gambar untuk konsultasi jenis pada bunga mawar. Sedangkan untuk konsultasi penyakitnya dilengkapi dengan penyebab, keterangan,dan pengendaliannya. Sistem ini dirancang dengan tujuan

untuk memberikan rekomendasi tentang jenis bunga mawar dan penyakit yang menyerangnya merupakan beserta cara penanggulangannya. pakar Rekomendasi yang diberikan inferensi

hasil pengolahan sistem

menggunakan

mekanisme

menggunakan forward chainning dengan melihat ciri-ciri dan gejala-gejala yang timbul pada bunga mawar,kemudian fakta akan diambil dari basis data

pengetahuan. Untuk dijadikan landasan dalam memberikan informasi tentang jenis dan penyakit pada bungamawar berserta cara penanggulangannya. 4.2 Rancangan Proses Rancangan DAD digunakan untuk menggambarkan hirarkiproses yang ada dan aliran data antar proses tersebut dalam aplikasi program sistem pakar ini. Gambar 1. DAD Level 0 memberikan gambaran seluruh elemen dengan sebuah proses tunggal dengan data input dan output yang ditunjukkan oleh anak panah yang masuk dan keluar secara berurutan. Pada sistem yang dibangun ini terdapat dua entitas luar yaitu admin dan user. Dimana admin atau expert mempunyai kemampuan atau kewenangan untuk melakukan validasi data,sedangkan user hanya bias memakai sistem ini dan tidak berwenang melakukan validasi data. User akan memasukkan data bagi sistem, kemudian sistem ini akan memberikan keluaran (output) pada user.

28

Data buku tamu Data forum Data gejala Data ciri

Data ciri Data kategori bagian Data gejala Data Jenis Data Penyakit Data rekomendasi jenis Data rekomendasi penyakit Data login

USER

Sistem pakar identifikasi jenis dan penyakit bunga mawar

Data Forum Data Buku Tamu Data kategori bagian Pertanyaan Ciri Pertanyaan Gejala Hasil Konsultasi jenis Hasil Konsultasi penyakit Data ciri Data kategori bagian Data Gejala Data jenis Data penyakit Data rekomendasi jenis Data rekomendasi penyakit Data login Konfirmasi login

ADMIN

Gambar 8. Desain sistem Berikut adalah tabel hubungan antara jenis dan ciri-ciri dari bunga mawar.
Jenis

Rossa Willmottie

Rossa Branksiae

Rossa Miniature
29

Rossa Boursoult

Rossa Leavigata

Rossa Mosehata

Rossa Gigantea

Rossa Moyessi

Rossa Noisette

No

Ciri-ciri

Warna Bunga 1 2 3 4 5 6 7 Putih Putih kekuningan Putih keunguan Pink(merah muda) Merah Merah keunguan Kuning Warna Daun 8 9 10 Hijau Hijau gelap Hijau muda

Rossa Foetida

Rossa Rugosa

Rossa Gallica

Rossa Glauca

Rossa Filipes

11 12 13

Hijau keunguan Hijau kebiruan hijau keabuan Daun

14 15 16

Mengkilap Kasar Lembut Batang

17 18

Berduri Tidak Berduri Warna Sari Benang

19 20 21 22 23

Kuning Kuning emas Kuning kecoklatan Oranye Merah

Tabel 5. Tabel hubungan antara jenis dan ciri-ciri dari bunga mawar

Berikut adalah tabel hama dan penyakit bunga mawar

30

Hama

Penyakit Bengkak Pangkal Batang

Nematoda Akar

Tepung Mildew

Kumbang Kecil

Siput Berbulu

Bercak Hitam

Tungau

DAUN Daun 1 2 kering/mengkeut Daun bercak warna perak Meninggalkan madu 3 manis cairan pada menjadi

permukaan daun Daun bagian bawah

berlubang Daun terdapat titik

merah kekuningan/ abu 5 kecoklatan Daun putih 6 7 lingkaran Daun layu Daun bercak hitam pekat 8 9 dan tepi bergerigi Daun menguning Sisi bawah daun berbintik 10 jingga kemerahan Sisi atas daun terdapat 11 12 bercak sudut kemerahan Daun rontok Permukaan 13 14 terdapat tepung Daun berubah warna 31 daun terdapat bintik

berbentuk

Mosaik

Thrips

No

Gejala

Busuk Bunga

Bercak Daun

Leaf hoppers

Kutu Batang

Jamur Upas

Karat Daun

Kutu Daun

Ulat Daun

Kumbang

kemerahaan 15 16 17 18 Daun belang Daun bercak coklat Daun bercak kehitaman Daun menjadi rusak Tulang daun berbentuk 19 seperti jala BATANG Pembengkakan 20 21 pangkal batang Batang membusuk Terdapat kerak berwarna 22 merah Bagian 23 rusak BUNGA 24 25 Bunga rusak Bercak perak pada bunga Bunga busuk berwarna 26 coklat Terdpata 27 bintik hitam dalam batang pada

pada bunga AKAR

28 29

Terdapat bintik pada akar Akar menjadi rusak

Tabel 6. Tabel hama dan penyakit bunga mawar

4.3 Decision Tree

32

Dibawah ini adalah decision tree forward chaining dari jenis bunga mawar :
Putih Putih Kekuning-kuningan Putih Keungu-unguan Pink (Merah jambu) Rossa Gigantea Merah Merah Keungu-unguan Kuning Rossa Moschata Hijau Hijau Gelap Hijau Muda Hijau Keungu-unguan Hijau Kebiru-biruan Rossa Boursoult Hijau Keabu-abuan Mengkilap Kasar Lembut Berduri Rossa Moyessi Tidak Berduri Kuning Kuning Emas Kuning Kecoklatan Oranye Rossa Foetida Merah Rossa Miniature Rossa Noisette Rossa Willmottic Rossa Rugosa Rossa Leavigata Rosa Filipes Rossa Glauca Rossa Gallica

Rossa Branksiac

Gambar 9. Decision tree dengan forward chaining jenis bunga mawar

Dibawah ini adalah decision tree dengan forward chaining hama dan penyakit pada tumbuhan bunga mawar :
33

Daun menjadi kering atau mengkerut Kutu daun Daun bercak berwarna perak Meninggalkan cairan madu manis yang menempel pada permukaan daun Daun bagian bawah berlubang tinggal tulang daun Siput Berbulu Daun terdapat titik-titik merah berwarna kuning/abu-abu kecoklat-coklatan Daun terdapat bintik-bintik putih membentuk lingkaran Daun layu Daun bercak hitam pekat yang tepinya bergerigi Daun menguning Ulat daun Sisi bawah daun terdapat bintik-bintik warna jingga kemerah-merahan Sisi atas daun terdapat bercak bersudut berwarna kemerah-merahan Daun rontok Permukaan daun terdapat tepung/lapisan putih Daun berubah warna dari hijau menjadi kemerah-merahan Daun belang-belang Daun bercak coklat Daun bercak kehitam-hitaman Daun menjadi rusak atau bolong Tulang-tulang daun seperti jala Terjadi pembengkakan pada pangkal batang dekat permukaan tanah Batang membusuk Pda batang terdapat lapisan kerak berwarna merah Mosaik Bagian dalam batang rusak Bunga bolong-bolong atau rusak Bunga bercak berwarna perak Bunga busuk berwarna coklat Terdapat bintik-bintik hitam pada bunga Jamur Upas Terdapat bintik bintik pada akar Akar menjadi rusak Busuk Bunga Benggak pangkal batang Bercak daun Tepung mildew Bercak hitam Nematoda akar Kutu batang Serangga sel tanaman Thrips tungau kumbang

Kumbang kecil

Karat daun

Gambar 10. Decision tree dengan forward chaining hama dan penyakit bunga mawar

4.4 Representasi Pengetahuan

34

Dalam penelitian ini basis pengetahuan direpresentasikan dengan menggunakan kaidah produksi, yaitu dengan IF-Then. Berikut representasi pengetahuannya : 1. Kaidah untuk jenis dan ciri Genus Rossa 1.1 Genus Rossa Branksiae if warna bunga putih and warna daun hijau gelap and daun kasar and batang tidak berduri and warna benang sari kuning then identifikasi jenis Rossa Banksiae 1.2 Genus Rossa Gallica if warna bunga pink(merah jambu) and warna daun hijau kebiru-biruan and daun lembut and batang berduri and warna benang sari kuning emas then identifikasi jenis Rossa Gallica 1.3 Genus Rossa Gigantea if warna bunga putih kekuning-kuningan and warna daun hijau and gelap and daun lembut sari and merah batang then berduri warna benang

identifikasi jenis Rossa Gigantea 1.4 Genus Rossa Glauca if warna bunga merah keungu-unguan and warna daun hijau keungu-unguan and daun lembut and batang berduri and warna benang sari kuning kecoklatan then identifikasi jenis Rossa Glauca 1.5 Genus Rossa Moschata if warna bunga putih keungu-unguan and warna daun hijau keungu-unguan and daun mengkilap and batang

35

tidak

berduri

and

warna

benang

sari

kuning

kecoklatan then identifikasi jenis Rossa Moshata 1.6 Genus Rossa Filipes if warna bunga putih and warna daun hijau muda and daun mengkilap and batang berduri and warna benang sari oranye then identifikasi jenis Rossa Filipes 1.7 Genus Rossa Leavigata if warna bunga putih and warna daun hijau and daun mengkilap and daun lembut and batang berduri and warna benang sari kuning emas then identifikasi jenis Rossa Leavigata 1.8 Genus Rossa Boursoult if warna bunga merah and warna daun hijau gelap and daun lembut and batang tidak berduri and warna benang sari kuning then identifikasi jenis Rossa Boursoult 1.9 Genus Rossa Rugosa if warna bunga merah and warna daun hijau and daun mengkilap and daun lembut and batang berduri and warna benang sari oranye then identifikasi jenis Rossa Rugosa 1.10 Genus Rossa Willmottie if warna bunga pink(merah jambu) and warna daun hijau keabu-abuan and daun mengkilap and daun lembut and batang berduri and warna benang sari oranye then identifikasi jenis Rossa Willmottie
36

1.11 Genus Rossa Moyessi if warna bunga merah and warna daun hijau and daun mengkilap and daun lembut and batang berduri and warna benang sari kuning emas then identifikasi jenis Rossa Moyessi 1.12 Genus Rossa Noisette if warna bunga putih kekuning-kuningan and warna daun hijau and daun mengkilap and batang tidak berduri and warna benang sari kuning emas then identifikasi jenis Rossa Noisette 1.13 Genus Rossa Miniature if warna bunga pink(merah jambu) and warna daun hijau gelap and daun mengkilap and batang berduri and warna benang sari kuning emas then identifikasi jenis Rossa Miniature 1.14 Genus Rossa Foetida if warna bunga kuning and warna daun hijau keabuabuan and daun mengkilap and batang berduri and warna benang sari kuning then identifikasi jenis Rossa Foetida

2. Kaidah untuk hama atau penyakit Genus Rossa

37

2.1 Hama Kutu Daun if daun menjadi kering atau keriput and

meninggakan cairan madu manis yang menempel pada permukaan daun then identifikasi hama Kutu Daun 2.2 Hama Kumbang if daun menjadi rusak/ bolong and bunga bolongbolong atau rusak and akar menjadi rusak then identifikasi hama Kumbang 2.3 Hama Siput Berbulu if daun bagian bawah berlubang tinggal tulang

daun then identifikasi hama Siput Berbulu 2.4 Hama Tungau if daun terdapat abu-abu titik-titik merah bewarna daun

kuning/

kecoklat-coklatan

and

menguning then identifikasi hama Tungau 2.5 Hama Thrips if daun bercak bewarna perak and bunga bercak

bewarna perak then identifikasi hama Thrips 2.6 Hama Ulat Daun if daun menjadi rusak/ bolong then identifikasi hama Ulat Daun

2.7 Hama Serangga Penghisap Sel Tanaman

38

if

daun

terdapat then

bintik-bintik identifikasi

putih hama

membentuk Serangga

lingkaran

Penghisap Sel Tanaman 2.8 Hama Kutu Batang if daun layu then identifikasi hama Kutu Batang 2.9 Hama Kumbang Kecil if bagian dalam batang rusak then identifikasi hama Kumbang Kecil 2.10 Hama Nematoda Akar if terdapat bintik-bintik then pada akar hama and akar

menjadi Akar

rusak

identifikasi

Nematoda

2.11 Penyakit Bercak Hitam if daun bercak hitam pekat yang tepinya bergerigi and daun menguning then identifikasi penyakit Bercak Hitam 2.12 Penyakit Karat Daun if sisi bawah daun terdapat bintik-bintik warna jingga kemerah-merahan and sisi atas daun terdapat bercak bersudut berwarna kemerah-merahan and daun rontok then identifikasi penyakit Karat Daun 2.13 Penyakit Tepung Mildew if daun rontok and permukaan daun terdapat

tepung/ lapisan putih and daun berubah warna dari

39

hijau menjadi kemerah-merahan then identifikasi penyakit Tepung Mildew 2.14 Penyakit Mosaik if daun menguning and daun belang-belang and

tulang-tulang daun seperti jala then identifikasi penyakit Mosaik 2.15 Penyakit Bercak Daun if daun bercak coklat and daun bercak kehitamhitaman then identifikasi penyakit Bercak Daun 2.16 Penyakit Bengkak Pangkal Batang if terjadi pembengkakan pada pangkal batang dekat permukaan tanah then identifikasi penyakit Bengkak Pangkal Batang 2.17 Penyakit Jamur Upas if batang membusuk and pada batang then terdapat

lapisan

kerak

berwarna

merah

identifikasi

penyakit Jamur Upas 2.18 Penyakit Busuk Bunga if bunga busuk berwarna coklat and terdapat

bintik-bintik hitam pada bunga then identifikasi penyakit Busuk Bunga

40

BAB 5 HASIL DAN PEMBAHASAN

Hasil keluaran dari sistem ini berupa jenis mawar dengan gambar dan keterangan untuk identifikasi jenis mawar dengan inputan cirri morfologi yang dimasukkan user pada form konsultasi. Sedangkan untuk identifikasi penyakit mempunyai keluaran berupa nama penyakit, penyebab, ketarangan, bagian yang diserang, dan

pengendaliannya. 1. Skenario 1 User memasukkan data seperti berikut :

Warna Bunga 1 2 3 4 5 6 7 Putih Putih kekuningan Putih keunguan Pink(merah muda) Merah Merah keunguan Kuning Warna Daun 8 9 10 11 12 13 Hijau Hijau gelap Hijau muda Hijau keunguan Hijau kebiruan hijau keabuan Daun 14 15 16 Mengkilap Kasar Lembut Batang 17 Berduri 41

18

Tidak Berduri Warna Sari Benang

19 20 21 22 23

Kuning Kuning emas Kuning kecoklatan Oranye Merah

Tabel 7. Contoh skenario jenis bunga mawar Setelah user memasukkan data seperti diatas. Maka hasil yang didapatkan adalah Rossa Branksiae. 2. Skenario 2 User memasukkan data seperti berikut :
DAUN Daun 1 2 kering/mengkeut Daun bercak warna perak Meninggalkan madu 3 manis cairan pada menjadi

permukaan daun Daun bagian bawah

berlubang Daun terdapat titik

merah kekuningan/ abu 5 kecoklatan Daun putih 6 7 lingkaran Daun layu Daun bercak hitam pekat 8 dan tepi bergerigi 42 terdapat bintik

berbentuk

Daun menguning Sisi bawah daun berbintik

10

jingga kemerahan Sisi atas daun terdapat

11 12

bercak sudut kemerahan Daun rontok Permukaan daun

13

terdapat tepung Daun berubah warna

14 15 16 17 18

kemerahaan Daun belang Daun bercak coklat Daun bercak kehitaman Daun menjadi rusak Tulang daun berbentuk

19

seperti jala BATANG Pembengkakan pada

20 21

pangkal batang Batang membusuk Terdapat kerak berwarna

22

merah Bagian dalam batang

23

rusak BUNGA

24 25

Bunga rusak Bercak perak pada bunga Bunga busuk berwarna

26

coklat Terdpata bintik hitam

27

pada bunga AKAR

28 29

Terdapat bintik pada akar Akar menjadi rusak 43

Tabel 8. Contoh skenario hama dan penyakit bunga mawar Setelah user memasukkan data seperti diatas. Maka hasil yang didapatkan adalah hama Kutu Daun.

44

BAB 6 KESIMPULAN
a. Sistem mampu mengidentifikasi jenis berdasarkan ciri-ciri pada bunga mawar yang dimasukkan user. b. Sistem mampu mengidentifikasi penyakit berdasarkan gejala-gejala yang menyerang pada bunga mawar yang dimasukkan oleh user. c. Metode decision tree dengan forward chaining mampu mengidentifikasi atau memilah-milah jenis bunga mawar dan hama penyakit secara tepat.

45

DAFTAR PUSTAKA
[ NML 10 ] Nirmala. Proposal Skripsi Sistem Pakar. [online] <http://eprints.upnjatim.ac.id/953/1/file_1.pdf>. Diakses pada 16 April 2013. [ KRB 12 ] KaRobby. Konsep dan Macam-macam Metode Penelitian. [online] <http://karobby.wordpress.com/2012/05/12/konsep-dan-macam-macammetode-penelitian/>. Diakses pada 16 April 2013. [ BBK 97 ] Bambrick. Adaption in Natural and Artificial System. Cambridge Univ Press. 1997. [ GRR 89 ] Giarratano & Riley. Expert System. Amazon. 1989. [ KNT 96 ] Krishnamoorthy. Expert System & Decission Support System. Edward Elgar. 1996. [ TKM 10 ] Anonim. Pedoman Bertanam Bunga Mawar. Tim Karya Mandiri. 2010.

46