BAB I.

PENDAHULUAN

Perhatian terhadap masalah penyakit ikan berkembang sejalan dengan meningkatnya

sistem budidaya ikan ke arah intensifikasi. Informasi mengenai sumber penyakit yang sering
menyerang ikan/udang selain sangat membantu dalam upaya pengobatan juga bermanfaat dalam
menentukan tindakan yang harus dilakukan petambak/petani ikan untuk mencegah terjadinya
serangan suatu penyakit yang mungkin dialami oleh ikan peliharaan (Afrianto dan Liviawaty,
1992). Informasi mengenai penyakit ikan secara ilmiah di Indonesia masih sangat terbatas dan
hanya terdokumentasi secara parsial dalam laporan penelitian, jurnal, maupun buku-buku.
Informasi yang sangat kurang ini disebabkan oleh berbagai keterbatasan, seperti kekurangan
pakar mengenai penyakit ikan, fasilitas laboratorium, dan penyebaran informasi penyakit ke
tingkat petambak/petani ikan (Mangunsuwiryo, 1990). Hal ini menyebabkan informasi mengenai
permasalahan penyakit secara lengkap dan terkini sulit diperoleh pengguna baik masyarakat
petani ikan, praktisi perikanan, dinas/lembaga terkait maupun para peneliti. Terbatasnya
penyebaran informasi mengenai penyakit ikan ke tingkat petambak/petani ikan atau bahkan ke
para pelaku bisnis ataupun praktisi bidang perikanan menyebabkan kesulitan dalam melakukan
tindakan penanggulangan maupun cara pengobatan atau terapinya.
Adanya informasi yang cepat dan lengkap mengenai cara mengendalikan penyakit ikan
sangat bermanfaat dalam upaya pengembangan penanggulangan penyakit ikan di Indonesia.
Salah satu alternatif yang bisa digunakan untuk memecahkan permasalahan tersebut adalah
dengan menggunakan alat bantu yang secara otomatis dan cepat bisa melakukan pendiagnosaan
dan pemberi informasi cara penganggulangan penyakit ikan yaitu pemanfaatan teknologi
komputer. Dengan bantuan peralatan komputer, pengguna bisa mendapatkan informasi cara
penanggulangan penyakit ikan dengan cepat dan tepat sehingga kerugian yang dialami para
petambak/petani ikan atau para pelaku bisnis perikanan karena serangan penyakit dapat
dikurangi atau bahkan dihindari.

Terjadinya kematian pada organisme perikanan khususnya ikan baik yang meliputi
budidaya maupun stok alami yang dikaitkan dengan penyakit sering dilaporkan. Di Indonesia
sedikitnya telah tercatat tiga kali wabah yang mengakibatkan kerugian besar yang disebabkan
penyakit, baik parasitis maupun bakterial (Dana dan Angka, 1990). Rokhmani (2002)
melaporkan bahwa penyakit parasiter pernah mewabah di Indonesia yang disebabkan oleh
Ichthyopthirius multifilis pada tahun 1932, Lernea cyprinacea tahun 1963, dan Myxosoma sp.,
tahun 1974 menyerang ikan tawar. Pada awal tahun 2001 terjadi kematian massal ikan Koi yang
menjalar pada ikan Mas di berbagai sentra produksi yang disebabkan oleh Koi Herpes Virus
(KHV). Sukadi (2004) juga melaporkan bahwa pada budidaya udang juga terjadi wabah penyakit
yang disebabkan Yellow Head Disease (1993), White Spot Syndrome Virus (1994) dan Taura
Syndrome Virus (2002). Pada budidaya ikan laut khususnya ikan kerapu, permasalahan penyakit
yang disebabkan oleh Iridovirus dan Nervous Necrosis Virus (NNV) juga terjadi (Sukadi, 2004).
Dari berbagai penyakit tersebut, Indonesia telah kehilangan berbagai pendapatan baik domestik
maupun devisa negara. Alifuddin (2002) menyatakan bahwa penyakit virus MBV (Monodon
baculovirus) yang menyerang udang windu (Penaeus monodon) telah menyebabkan 40% tambak
di seluruh Indonesia terhenti kegiatan operasinya. Kerugian kegiatan budidaya udang akibat
White Spot Syndrome Virus (sejak tahun 1990 hingga kini) diperkirakan sekitar US$
300.000/tahun, sedangkan kasus Koi Herpes Virus (2002) menyebabkan kerugian US$
10.000.000 (Sukadi, 2004). Kejadian ini membuktikan bahwa masalah penyakit dalam
perkembangan budidaya memerlukan perhatian khusus.
Komputer sebagai salah satu wujud perkembangan ipteks sudah tidak asing lagi bagi
masyarakat baik di kalangan atas maupun di kalangan bawah. Sejalan dengan perkembangan
teknologi komputer, telah dikembangkan teknik untuk mendayagunakan komputer sehingga
bertindak seperti manusia. Ilmu komputer yang mengembangkan perangkat keras maupun
perangkat lunak yang meniru perilaku dan kecerdasan manusia disebut Kecerdasan Buatan.
Menurut Firebaugh (1988), Kecerdasan Buatan itu sendiri meliputi berbagai macam bidang, di
antaranya : Penglihat Komputer (Computer Vision), Pemrosesan Bahasa Alami (Natural
Language Proccessing), Robotika (Robotics), Pengenalan Pola (Pattern Recognition),
Pengenalan Suara (Speech Recognition), Sistem Syaraf Buatan (Artificial Neural System), Sistem
Pakar (Expert System), dan perkembangan terakhir dari bidang Kecerdasan Buatan adalah
Penalaran Komputer Berbasis Kasus (Case-based Reasoning). Walaupun demikian, penerapan
2

ilmu komputer khususnya Kecerdasan Buatan di bidang perikanan belum banyak dilakukan.
Padahal dilihat dari segi kemampuan komputer yang dibarengi dengan perangkat pemikir
(brainware) yang ada di otak manusia, pemanfaatan teknologi komputer sangat bisa
dimanfaatkan di berbagai bidang khususnya bidang perikanan.
Berkaitan dengan banyaknya kematian ikan yang disebabkan oleh penyakit dan
lambatnya penanggulangan yang dilakukan karena keterbatasan informasi, pada tahun 2007 telah
dilakukan sebuah penelitian oleh Mustafidah dan Suwarsito (2007) yang menghasilkan sebuah
software untuk mendiagnosa dan memberikan nasehat cara menanggulangi penyakit ikan. Sistem
yang dikembangkan adalah sistem pakar dengan metode representasi pengetahuan berbasis
kaidah (rule-based knowledge representation). Sistem ini bisa dimanfaatkan sesuai dengan
pengetahuan yang tersimpan. Namun pada penyelesaian masalah penyakit menggunakan metode
ini ternyata masih ditemui beberapa kelemahan. Kelemahan tersebut terjadi saat diberikan
informasi dari user tentang beberapa gejala penyakit yang dialami ikan, nasehat cara
penanggulangan penyakit yang diberikan sistem kurang tepat. Hal ini disebabkan karena
keterbatasan pengetahuan yang tersimpan dalam sistem. Ada beberapa gejala yang mirip namun
tidak sama persis dengan pengetahuan / informasi yang telah tersimpan dalam database, sistem
tidak bisa melakukan manuver (atau dalam istilah ilmu komputer disebut sebagai penalaran)
untuk mencari solusi yang lain. Dengan menggunakan sistem penalaran komputer atau yang
dikenal dengan metode CBR (penalaran komputer berdasarkan kasus) ini diharapkan sistem akan
bisa memberikan solusi yang tepat karena sistem yang dirancang bisa melakukan penalaran
layaknya seorang pakar penyakit ikan yang sudah berpengalaman dengan berbagai macam kasus
penyakit ikan.

BAB II.
TINJAUAN PUSTAKA
A. PENYAKIT IKAN
Terjadinya kematian pada ikan budidaya maupun stok alami yang dikaitkan dengan
penyakit sering dilaporkan. Di Indonesia sedikitnya telah tercatat tiga kali wabah yang
mengakibatkan kerugian besar yang disebabkan penyakit, baik parasitis maupun bakterial (Dana
dan Angka, 1990). Selanjutnya Alifuddin (2002) menyatakan bahwa penyakit virus MBV
(Monodon baculovirus) yang menyerang ikan / udang windu (Penaeus monodon) telah
menyebabkan 40% tambak di seluruh Indonesia terhenti kegiatan operasinya. Rokhmani (2002)
juga menyatakan bahwa penyakit parasiter yang pernah mewabah yang disebabkan oleh
Ichthyopthirius multifilis pada tahun 1932, Lernea cyprinacea tahun 1963, dan Myxosoma sp.,
tahun 1974 menyerang ikan tawar. Penyakit parasit oleh Trichodina telah menyebabkan
kematian benih ikan mas dan mujahir di Afrika Selatan, ikan rainbow trout dan salmon di Inggris
(Dana et al., 2002). Kejadian ini membuktikan bahwa masalah penyakit dalam perkembangan
budidaya ikan memerlukan perhatian khusus.
Menurut Afrianto dan Liviawaty (1992), penyakit ikan adalah sesuatu yang dapat
menimbulkan gangguan pada ikan, baik secara langsung maupun tidak langsung. Gangguan
terhadap ikan dapat disebabkan oleh organisme lain, pakan, maupun kondisi lingkungan yang
kurang menunjang kehidupan ikan. Jadi, timbulnya serangan penyakit ikan di kolam terjadi
karena interaksi yang tidak serasi antara ikan, kondisi lingkungan, dan patogen (Mangunwiryo,
1990). Interaksi yang tidak serasi tersebut menyebabkan stres pada ikan, sehingga mekanisme
pertahanan tubuh ikan menurun dan akhirnya mudah diserang penyakit (Afrianto dan Liviawaty,
1992). Hubungan antara parasit, ikan, dan faktor stres lingkungan terhadap proses terjadinya
penyakit dapat dilihat pada Gambar 1 berikut :

IKAN

LINGKUNGAN
PENYAKIT

PARASIT
Gambar 1. Proses Terjadinya Penyakit pada Ikan

Menurut Rokhmani (2002), penyakit ikan dibedakan menjadi dua, yaitu penyakit infeksi
(oleh bakteri, virus, parasit, dan jamur) dan penyakit non-infeksi (stress, tumor, gangguan gizi
pakan, dan traumatik). Sedangkan sumber penyakit yang sering menyerang ikan di kolam
dikelompokkan menjadi 3, yaitu : (1) hama, (2) parasiter, dan (3) non-parasiter (Afrianto dan
Liviawaty, 1992). Hama adalah hewan yang berukuran lebih besar dan mampu menimbulkan
gangguan pada ikan, yang terdiri dari predator, kompetitor, dan pencuri. Parasiter adalah
penyakit yang disebabkan oleh aktifitas organisme parasit, seperti virus, bakteri, jamur, protozoa,
cacing, dan udang renik. Non-parasiter adalah penyakit yang disebabkan bukan oleh hama atau
parasit, tetapi disebabkan oleh lingkungan, pakan, dan keturunan. Berdasarkan daerah
penyerangannya, penyakit yang disebabkan oleh parasit dibagi menjadi penyakit kulit, penyakit
pada insang, dan penyakit pada organ dalam.
Jika kondisi lingkungan berubah ke arah di luar batas-batas tertentu, dapat menyebabkan
timbulnya suatu penyakit. Bermacam-macam faktor lingkungan dapat langsung atau tidak
langsung mempengaruhi daya tahan tubuh terhadap serangan penyakit. Faktor abiotik antara lain
suhu, intensitas cahaya, pencemaran, oksigen, salinitas, dan pH. Faktor biotik misalnya burung,
serangga, dan hewan liar.
Penyakit ikan dapat timbul sebagai wabah yang cukup berarti apabila pembudidayaan
dilakukan secara intensif. Demikian pula adanya lalu lintas ikan, peluang timbulnya suatu
penyakit akan bertambah, terlebih jika ada penyakit dari luar. Menurut Mangunwiryo (1990),
sumber berbagai penyakit yang mempengaruhi populasi ikan cukup komplek, dan diperkirakan

lebih dari 20 penyakit kulit dan bakterial yang sistemik, lebih dari 30 penyakit virus, dan lebih
dari 100 penyakit parasit internal dan eksternal. Sedangkan menurut Kamiso (2004), beberapa
jenis penyebab penyakit ikan penting ialah Koi Herpes Virus (KHV), Nervous Necrosis Virus
(NNV), White Spot Syndrome Virus (WSSV), Taura Syndrome Virus (TSV), Vibrio spp.,
Aeromonas hidrophyla, dan Mycobacterium spp..

B. PENALARAN KOMPUTER BERDASARKAN KASUS (CASE-BASED REASONING /

CBR)
CBR adalah salah satu cabang dari ilmu Kecerdasan Buatan yang merupakan sebuah
pendekatan pemecahan masalah yang berorientasi pada pemanfaatan pengetahuan yang dimiliki
pada masa lalu untuk memecahkan masalah yang sedang terjadi sekarang. Masalah baru
dipecahkan dengan menggunakan kembali solusi yang telah pernah digunakan untuk
memecahkan masalah terdahulu, dan jika perlu solusi diadaptasikan dengan permasalahan
sekarang / masalah baru sehingga menjadi solusi yang tepat untuk memecahkan masalah baru
(https://openair.rgu.ac.uk/bitstream/10059/54/1/ker05-mantarasetal.pdf).
Sebelum CBR, penelitian-penelitian yang ada banyak menggunakan expert system
(sistem pakar), atau rule-based system (sistem berbasis kaidah), atau knowledge-based system /
KBS (sistem berbasis pengetahuan). Meskipun banyak kesuksesan dari KBS, namun ternyata
terdapat masalah yang sering dijumpai yaitu :
a. mendapatkan suatu pengetahuan adalah sangat sulit atau sering disebut dengan
knowledge elicitation bottleneck.
b. Implementasi dari KBS merupakan proses yang sulit yang memerlukan keahlian khusus
dan sering membutuhkan banyak waktu dan tenaga.
c. Setiap kali diimplementasikan dari model dasar KBS sering lambat dan tidak mempunyai
kemampuan untuk mengakses atau mengatur informasi yang cukup besar.
d. Setiap kali diimplementasikan akan sulit dilakukan perbaikan.

Hal yang sama juga dijumpai pada penelitian Mustafidah dan Suwarsito (2007) tentang
mendiagnosa penyebab penyakit ikan dengan menggunakan sistem pakar (sistem berbasis
kaidah). Dalam sistem berbasis kaidah ini sistem akan melacak masalah secara individual dan
disesuaikan dalam kaidah yang tersimpan, yang masing-masing kaidah merupakan bagian
6

pemecahan masalah tersebut. Pernyataan ini juga didukung oleh Watson (2001). Kaidah-kaidah
yang ada dikombinasikan secara bersama-sama untuk memecahkan masalah. Untuk membangun
sebuah kaidah, harus diketahui bagaimana memecahkan masalahnya, hal ini akan sangat
komplek dan sangat memakan waktu. Dalam sistem CBR (sistem penalaran berbasis kasus)
tidaklah demikian. Kita tidak perlu tahu bagaimana memecahkan masalah, tetapi hanya mencari
dan menemukan apa yang telah pernah kita lakukan untuk memecahkan masalah yang mirip
dengan masalah sekarang. Selain perbedaan tersebut, perbedaan antara CBR dengan sistem
berbasis kaidah seperti berikut ini (Tabel 1):

Tabel 1. Perbedaan CBR dengan Sistem Berbasis Kaidah (Rule-Based System)

Sifat
Area masalah

Representasi
pengetahuan
Penyediaan sistem
Penjelasan
Pembelajaran sistem

Sistem Berbasis Kaidah

CBR

- Sempit
- luas
- masalah sudah dipahami - masalah tidak harus
dengan baik
dipahami dengan baik
- sangat membutuhkan
- tidak dibutuhkan teori
teori
secara detil
- statis
- dinamis
Fakta dan kaidah IF-THEN
Kasus
jawaban
Pelacakan dari kaidah yang
dipicu
Tidak tersedia, biasanya
dibutuhkan penambahan
kaidah baru secara manual

Penelusuran
Penelusuran
Tersedia, dengan cara
akuisisi kasus.

a. Teknik CBR
Teknik umum pengembangan sistem berbasis kasus / CBR adalah sebagai berikut
(Watson, 2001) :

Representasi Kasus (Case Representation)

Kasus adalah pengetahuan yang merepresentasikan sebuah pengalaman. Kasus bisa
berupa sejumlah kejadian, cerita, atau rekaman dari :
o Permasalahan yang mendeskripsikan keadaan dunia jika terjadi kasus
o Solusi yang menyatakan solusi untuk permasalahan tersebut.
7

Representasi kasus bisa dilakukan dalam bentuk representasi daftar nilai-fitur,

representasi berorientasi obyek, dan representasi grafik tergantung dari kebutuhan dan
struktur data yang ada.

Indexing (pengindekan)
Indeks adalah sebuah struktur data komputasional yang dapat disimpan di memory dan
dicari dengan sangat cepat. Artinya komputer tidak perlu mencari setiap rekaman data
yang tersimpan di media penyimpanan yang akan memakan waktu sangat lama.

Storage (penyimpanan)
Penyimpanan kasus merupakan aspek penting dalam merancang sistem CBR yang
efisien. Penyimpanan ini harus merefleksikan pandangan secara konseptual apa yang
direpresentasikan di dalam kasus dan indeks yang mengkarakteristikkan kasus. Basis
kasus harus diorganisasikan ke dalam struktur yang teratur yang mendukung metode
pencarian dan pengambilan agar efisien.

Retrieval (pengambilan)
Pengambilan kasus sangat berhubungan dan sangat bergantung pada metode pengindekan
yang digunakan. Secara umum dasar pengambilan kasus didasarkan pada similaritas
(kemiripan) kasus sekarang dengan kasus-kasus yang lalu. Metode pengambilan kasus
yang biasa digunakan adalah nearest neighbor retrieval (pengambilan berdasarkan
tetangga terdekat) dan inductive retireval (pengambilan secara induktif)

Adaptation (adaptasi)
Solusi untuk pemecahan masalah sekarang terkadang tidak sama dengan solusi yang telah
pernah digunakan untuk permasalahan yang lalu walaupun kasusnya sama. Oleh karena
itu, CBR harus mengadaptasikan solusi yang tersimpan untuk dijadikan sebagai solusi
kasus yang sekarang terjadi dan harus didapatkan solusinya. Untuk adaptasi ini
diperlukan suatu formula atau aturan yang diterapkan pada kasus sekarang dan kasus
yang lalu sehingga diperoleh solusi. Dua macam adaptasi dalam CBR yaitu :
o Structural Adaptation (adaptasi struktural) adalah adaptasi yang langsung
menerapkan aturan atau formula kepada solusi yang tersimpan dalam kasus.
o Derivational adaptation (adaptasi turunan) yaitu adaptasi yang mengguna ulang
aturan atau formula yang telah membentuk solusi awal untuk menghasilkan solusi
baru untuk permasalahan sekarang.
8

Sekali adaptasi dijalankan dengan sukses baik oleh program ataupun oleh seseorang,
maka adaptasi ini akan disimpan untuk digunakan selanjutnya.

b. Aplikasi CBR
CBR muncul pertama kali pada awal tahun 1990-an dalam bidang komersial dan sejak
saat itu dikembangkan dalam jangkauan wilayah aplikasi yang lebih luas yaitu (Watson, 2001) :

Diagnosis: sistem diagnosis berbasis kasus mengambil kasus yang lalu yang mempunyai
gejala mirip dengan kasus sekarang (kasus baru) dan menduga diagnosanya didasarkan
pada kasus lalu yang sesuai.

Help Desk: sistem ini digunakan dalam kasus pelayanan pelanggan yang biasanya
digunakan untuk menangani masalah produksi dan pelayanan.

Assessment (Penilaian) : sistem ini digunakan untuk menentukan nilai suatu variabel
dengan membandingkannya ke nilai yang sudah diketahui dari sesuatu yang mirip
dengannya. Biasanya digunakan dalam domain keuangan dan pemasaran.

Decision support (Pendukung keputusan) : dalam pembuatan keputusan, jika dihadapkan

pada masalah yang komplek, maka akan dicari analogi masalah untuk mendapatkan
solusi yang mungkin.

Design (perancangan) : sistem ini akan membantu manusia dalam proses mendesain /
merancang di bidang arsitektur dan industri yang didasarkan pada kasus-kasus yang lalu
yang nantinya dikombinasikan dengan hasil pemikiran yang lain untuk mendukung
terwujudnya proses desain yang sempurna.

C. BAHASA PEMROGRAMAN
Bahasa pemrograman yang akan digunakan dalam penelitian ini adalah bahasa
pemrograman Borland C++ Builder. C++ Builder adalah suatu alat pengembang aplikasi
berbasis Microsoft Windows yang menerapkan konsep visualisasi. Dengan adanya dukungan
visualisasi ini, C++Builder menjadi mudah digunakan untuk membuat aplikasi-aplikasi secara
cepat (Raharjo dan Heryanto, 2003). Bahasa yang digunakan dalam kompiler C++Builder adalah
bahasa C++ yang terkenal dengan keampuhannya dalam pembuatan program. Konsep-konsep
9

yang terdapat dalam bahasa C++ mudah dipahami dan digunakan karena C++ ini merupakan
pengembangan dari C, yaitu bahasa pemrograman yang menjembatani antara bahasa
pemrograman tingkat tinggi dengan bahasa pemrograman tingkat rendah (Pramono, 1999). Telah
diketahui bahwa bahasa tingkat tinggi lebih mudah dimengerti karena perintahnya banyak
menggunakan istilah sehari-hari, namun lambat dan kemampuannya kurang. Sedangkan bahasa
tingkat rendah lebih sukar dimengerti namun cepat, ringkas, dan lebih pintar. Perpaduan yang
dihasilkan adalah bahasa dengan kekuatan besar, ringkas, dan cepat, namun masih manusiawi.
Itulah C, yang kemudian semakin dikembangkan dan lahirlah C++.
Dalam pengeksekusian kode programnya, C++Builder menerapkan konsep event-driven,
yaitu pengeksekusian yang didasarkan atas kejadian (event) tertentu. Setiap kejadian tersebut
mempunyai kode program sendiri yang disimpan dalam sebuah fungsi. Hal ini yang
membedakan dengan bahasa pemrograman prosedural yang mengeksekusi kode-kode
programnya mulai dari awal sampai akhir program secara beruntun.
Selain kemampuannya dalam membangun aplikasi-aplikasi visual, C++Builder juga
dilengkapi dengan kemampuan untuk membangun database. Secara fisik, suatu database terdiri
dari dua bagian, bagian utama adalah berupa engine yang mampu menghasilkan dan mengedit
struktur tabel dan membentuk sistem database. Bagian utama ini sering disebut bagian Back End.
Sedangkan bagian ke dua adalah yang sering disebut dengan Front End yang merupakan sarana
komunikasi dengan pemakai. Form maupun laporan bisa disusun sesuai dengan kebutuhan dan
selera pemakai (Pramono, 1999). Pada C++Builder, keduanya telah tersedia, Back End berupa
engine yang disebut dengan BDE (Borland Database Engine). Sarana aplikasinya adalah
Database Desktop. Sebagai Front End-nya berupa aplikasi yang bisa disusun sendiri. Keperluan
penyusunan ini telah disediakan oleh C++Builder mulai dari komponen Data Access, komponen
Data Control, ReportSmith, QuickReport sampai dengan Form Expert.
Kemudahan-kemudahan yang diberikan oleh bahasa C++Builder sebagai hasil
pengembangan dari bahasa C sangat beralasan sebagaimana yang dinyatakan oleh Hu (1989)
bahwa penggunaan bahasa C untuk pemrograman terdapat beberapa keuntungan antara lain :

unjuk kerja run-timenya lebih efisien karena bisa bisa melakukan manipulasi langsung
terhadap bit, byte, kata, maupun pointer.

kompatibel terhadap komputer maupun sistem operasi.

10

merupakan bahasa pemrograman terstruktur sehingga mudah untuk melakukan

pengembangan, pendebugan, dan penambahan fungsi.

bahasa C dilengkapi dengan paket-paket layar (windows) dan grafik.

Hal ini sesuai untuk pengembangan sistem aplikasi penalaran komputer berbasis kasus ini,
terutama untuk kepentingan antar muka pemakai dan pengolahan database.

11

BAB III.
TUJUAN DAN MANFAAT PENELITIAN

A.TUJUAN PENELITIAN
Tujuan penelitian ini adalah :
1. melakukan rancang bangun sistem yang bisa memberikan informasi tentang
permasalahan berbagai penyakit ikan dengan cepat dan tepat.
2. melakukan rancang bangun sistem yang bisa memberikan informasi cara
pengendalian penyakit ikan dengan cepat dan efektif.
3. melakukan rancang bangun sistem terkomputerisasi dan bersifat interaktif
menggunakan metode penalaran berbasis kasus sehingga sistem bisa bertindak
sebagai layaknya seorang pakar penyakit ikan yang sudah berpengalaman dan mampu
memberikan solusi terhadap permasalahan penyakit ikan.

B.

MANFAAT PENELITIAN
Manfaat yang diharapkan dari penelitian ini adalah :
1. Sebagai stimulus bagi perkembangan Ilmu dan Teknologi khususnya bidang
komputer dan perikanan untuk bisa lebih dikembangkan dan dimanfaatkan ke
domain yang lebih luas.
2. Bagi para petambak/petani ikan atau para pelaku dan praktisi bidang perikanan
(sebagai pengguna) bisa memanfaatkan sistem ini untuk membantu mengatasi
permasalahan penyakit ikan dengan cepat, tepat, dan efisien. Selanjutnya
pengguna diharapkan bisa mengantisipasi timbulnya suatu penyakit yang
menyerang ikan peliharaannya sehingga bisa meningkatkan produksinya yang
hasilnya juga bisa dimanfaatkan oleh masyarakat dalam menunjang gizi keluarga
menuju hidup sehat.
3. Produk ini bisa dimanfaatkan oleh Dinas Perikanan sebagai lembaga pelayanan
masyarakat perikanan dalam hal menjadi salah satu sumber informasi tentang
penyakit ikan beserta cara penanggulangannya.
12

BAB IV.
METODE PENELITIAN
Penelitian ini merupakan penelitian pengembangan / rekayasa, yaitu penelitian yang
berorientasi pada produk (Pressman, 1997) yaitu perangkat lunak komputer. Pressman
menyatakan bahwa dalam perekayasaan perangkat lunak harus dipenuhi langkah-langkah mulai
dari analisis kebutuhan, desain, pengkodean (pembuatan program) dan pengujian. Bahasa
pemrograman yang digunakan dalam penelitian ini adalah bahasa pemrograman Borland
C++Builder. Berdasarkan identifikasi permasalahan perlunya informasi tentang penyakit dan cara
penanggulangan dengan cepat dan efektif, maka perlu dikembangkan sebuah sistem yang bisa
membantu mengatasi permasalah tersebut. Sistem yang akan dikembangkan merupakan sebuah
sistem berbasis komputer. Dengan sifat interaktifnya, pengguna dapat berinteraksi dengan sistem
sebagaimana dialog yang dilakukan dengan seorang pakar penyakit ikan.
Desain sistem CBR yang akan dikembangkan adalah sebagai berikut (Gambar 2):
Penyakit

kasus

RETRIEVE

baru

learned
case
retrievedc

RETAIN

Kasus
Penyakit
lama

New

ase

case

REUSE

General
Knowledgee
tested/
repairedcase

REVISE

Confirmedsolution
(persentaseC1s/dC6)

solved
case

Suggestedsolution

Gambar 2. Sistem CBR untuk

Kasus Penyakit Ikan

13

Keterangan :
1. Retrieve : mendapatkan kasus-kasus yang mirip dibandingkan dengan kumpulan kasus-kasus
di masa lalu
2. Reuse : menggunakan kembali kasus-kasus yang ada dan dicoba untuk menyelesaikan suatu
masalah sekarang
3. Revise : mengubah dan mengadopsi solusi yang ditawarkan jika perlu
4. Retain : tetap memakai solusi yang terakhir sebagai bagian dari kasus baru

Proses penemuan solusi dalam metode CBR digambarkan pada Gambar 3. Dalam gambar
tersebut pada saat terdapat kasus baru berupa soal yang akan dilakukan identifikasi, sistem akan
mengecek ke dalam basis kasus yang tersimpan dalam sebuah database untuk dicocokkan
apakah terdapat kasus yang sesuai atau yang mirip. Jika ada, maka kasus diadaptasikan dan
dinilai kesesuaian atau kemiripan solusinya dengan solusi yang tersimpan dalam basis kasus.
Jika memang solusi cocok, maka solusi itulah yang merupakan penyelesaian dari kasus tersebut.
Kasusbarusoal

query
Caseretrieval

Casebase
kasus

perbaiki

analisis
adaptasikan

gagal
Tidak
sesuai
memungkinkan

Adaptasikasus
interaksi

Penilaianinternal
terhadapsolusi
Solusimengarahke
permasalahan

gagal
Solusitidak
mengarahke
permasalahan

solusi
14

Gambar 3. Prosedur Penemuan Solusi

Proses penyimpanan masalah beserta solusi yang telah diperoleh ke dalam database,
diperlihatkan pada Gambar 4.

Gambar 4. Proses Penyimpanan Masalah dan Solusi

Tahapan penelitian yang dilakukan adalah :
a. Tahap konseptual (analisis kebutuhan dan perancangan konsep) :
Tahap konseptual ini meliputi :
-

retrieve
sebelum retrive dilakukan, terlebih dahulu dilakukan pengumpulan masalah-masalah
beserta solusi yang ada dan dikemas atau disimpan dalam sebuah database.

15

Tahap retrieve dimulai dengan mengenali masalah dan berakhir ketika kasus yang ingin
dicari solusinya telah ditemukan serupa dengan kasus yang telah ada. Langkah yang
dilakukan adalah :
-

identifikasi masalah

memulai pencocokan (adaptasi)

menyeleksi

Gambaran proses pengambilan kasus (retrieve) pada rancangan sistem CBR ini adalah :
Masukandeskripsimasalah

Ruang masalah

Ruang solusi

= deskripsi dari masalah baru yang akan dicari solusinya

= deskripsi dari masalah yang sudah mempunyai solusi
= solusi yang tersimpan
= solusi baru yang terbentuk karena adaptasi
Gambar 5. Proses Pengambilan Kasus pada Sistem CBR
-

reuse
pada tahap reuse ini difokuskan pada dua aspek kasus :

perbedaan antara kasus yang ada dengan kasus yang baru

bagian mana dari retrieve kasus yang dapat digunakan pada kasus yang baru

Dua cara reuse yang disediakan terhadap kasus yang sudah ada yaitu :

reuse solusi dari kasus yang telah ada (transformatial reuse)

reuse metode kasus yang ada untuk membuat solusi (derivational reuse)

16

revise
Pekerjaan pokok pada tahap revise yang dilakukan adalah :

evaluasi solusi yaitu bagaimana hasil yang didapatkan setelah membandingkan

solusi dengan keadaan yang sebenarnya (memerlukan waktu relatif lama)

memperbaiki kesalahan / perbaikan suatu kasus meliputi pengenalan

kesalahan dari solusi yang dibuat dan mengambil atau membuat penjelasan
tentang kesalahan tersebut.

retain
Merupakan tahap proses penggabungan dari solusi kasus yang baru dan benar ke
knowledge yang sudah ada.
Tiga hal yang dilakukan :

meng-ekstrak

pengindekan

mengintegrasikan

b. Tahap programming :
Tahap programming yang dilaksanakan meliputi dua bagian besar yaitu implementasi dan
pengujian sistem. Pada bagian implementasi sistem dilakukan pengkodean yang
menghasilkan tampilan-tampilan yang merupakan antarmuka pemakai untuk melakukan
proses identifikasi penyakit ikan. Sedangkan bagian pengujian sistem dilakukan proses
pengujian dan pengolahan database untuk menghasilkan solusi cara pengobatan atau
penanggulangan penyakitnya.
Secara garis besar, tahap implementasi dilakukan melalui tahap-tahap berikut :
-

pembuatan algoritma

perancangan user interface

perancangan model database

pembuatan program untuk :

o retrieval
o reuse
17

o revise
o retain
Sedangkan pada tahap pengujian sistem dilakukan validasi dan verifikasi sistem yang telah
dirancang bangun dengan menggunakan beberapa kasus tes untuk mengetahui valid
tidaknya sistem. Beberapa aktifitas yang akan dilakukan :
o Ujicoba dan revisi produk
Untuk menguji atau menilai produk yang dibuat, dilakukan justifikasi oleh petani ikan
atau pihak lain yang terkait dengan masalah penyakit ikan (sebagai pengguna) dan
ahli (pakar penyakit ikan).

Justifikasi pengguna
tahap ini pengguna akan ikut menentukan apakah sistem yang dihasilkan bisa
dimanfaatkan untuk membantu dalam menanggulangi penyakit ikan.

Justifikasi ahli
Tahap ini pakar penyakit ikan menjustifikasi dan merevisi secara materi
terhadap produk sistem.

o Ujicoba dan pengembangan produk akhir

Tahap ini merupakan tahap pemantapan bentuk antarmuka dan materi pada sistem
yang dibuat.
o Diseminasi dan Implementasi
Diseminasi dan implementasi dilakukan setelah melalui tahap-tahap sebelumnya
sehingga produk yang berupa sistem komputer ini bisa bermanfaat bagi petani ikan
atau pihak lain yang membutuhkan dalam membantu proses untuk menanggulangi
penyakit ikan, sehingga produksi budidaya ikan bisa ditingkatkan.

18

BAB V.
HASIL DAN PEMBAHASAN
A. IMPLEMENTASI SISTEM
Beberapa tampilan sistem sebagai antarmuka pemakai yang merupakan hasil pengkodean
dalam proses identifikasi penyakit ikan menggunakan sistem penalaran komputer berbasis kasus
ini adalah sebagai berikut :
1. Halaman Utama.
Halaman utama sistem penalaran komputer berbasis kasus untuk identifikasi
penyakit ikan ini terdapat 4 buah menu yaitu Sistem, Data, Identifikasi, dan About
(Gambar 6). Menu Sistem adalah menu untuk keluar dari sistem. Menu Data untuk
menampilkan isi dari database yang ada yaitu data tentang jenis ikan, penyakit, fitur,
pengendalian penyakit, bobot, fitur subfitur, range, dan penyakit dan pengendalian
(Gambar 7). Menu Identifikasi adalah sarana bagi pemakai untuk melakukan proses
identifikasi terhadap penyakit ikan. Menu About merupakan menu keterangan
mengenai sistem.

Gambar 6. Halaman Utama

19

Gambar 7. Tampilan Menu Data

2. Halaman Data Jenis Ikan.

Halaman data jenis ikan pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan beberapa jenis ikan yang ada dalam sistem
ini yaitu ikan jenis budidaya, cyprinid, salmonid, hias koki/mas, dan ikan hias
(Gambar 8).

Gambar 8. Jenis Ikan dalam Sistem

3. Halaman Data Penyakit.

Halaman data penyakit pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan beberapa jenis atau nama penyakit ikan dan

20

penyebabnya. Dalam sistem ini terdapat 46 jenis penyakit beserta penyebab seperti
yang ditampilkan pada Gambar 9.

Gambar 9. Data Nama Penyakit dan Penyebab Penyakit

4. Halaman Data Fitur.

Halaman data fitur pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan beberapa fitur yang ada yaitu fitur atau
bagian-bagian mana saja dari tubuh ikan yang terserang penyakit atau yang mengalami
gejala penyakit. Dalam sistem ini fitur dibagi menjadi 3 macam yaitu badan, kepala,
dan ekor (Gambar 10).

Gambar 10. Data Fitur Ikan

21

5. Halaman Data Pengendalian.

Halaman data pengendalian pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan beberapa jenis atau cara pengendalian
terhadap penyakit ikan. Berdasarkan akuisisi data yang diperoleh, dihasilkan 102
macam pengendalian seperti ditampilkan pada Gambar 11.

Gambar 11. Data Macam Pengendalian Penyakit

6. Halaman Data Bobot.

Halaman data bobot pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan bobot dari fitur yang terdiri dari dua
macam bobot yaitu bobot penting yang diberi nilai 1 dan bobot sangat penting yang
diberi nilai 2 (Gambar 12).

22

Gambar 12. Data Bobot Fitur Ikan

7. Halaman Data Fitur_Subfitur.

Halaman data fitur_subfitur pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini menampilkan data tentang fitur-fitur disertai dengan subfitur yang sesuai. Berdasarkan fitur yang ada yaitu badan, kepala, dan ekor, dihasilkan
data sub_fitur untuk badan terdiri dari 10 sub_fitur sebagaimana terdapat dalam
Gambar 13, fitur kepala terdiri dari 4 sub_fitur, dan fitur ekor terdiri dari 2 sub_fitur
(Gambar 14) sehingga semuanya terdapat 16 sub_fitur.

Gambar 13. Data Sub_fitur dari Fitur Badan

23

Gambar 14. Data Sub_fitur dari Fitur Kepala dan Ekor

8. Halaman Data Range.

Halaman data range pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini memberikan informasi mengenai jangkauan nilai yang
mungkin untuk sub_fitur-sub_fitur yang memiliki range nilai. Dalam sistem ini hanya
sub_fitur nafsu makan dan perubahan warna yang memiliki range nilai sebagaimana
ditunjukkan pada Gambar 15. Untuk sub_fitur nafsu makan memiliki range 1 sampai
dengan 4 dengan urutan lahap, biasa, berkurang, hilang. Sedangkan sub_fitur
perubahan warna memiliki range nilai 1 sampai dengan 6 dengan urutan warna segar,
pucat, kuning kecoklatan, kemerahan, kebiruan, kehitaman.

24

Gambar 15. Data Range dari Sub_fitur

9. Halaman Data Penyakit dan Pengendaliannya.

Halaman data penyakit dan pengendaliannya pada sistem penalaran komputer
berbasis kasus untuk identifikasi penyakit ikan ini merupakan gabungan antara data
penyakit dan data pengendalian atau dalam istilah dalam database disebut sebagai
relasi tabel penyakit dan tabel pengendalian (Gambar 16). Pada Gambar 16 ini
ditampilkan

id_penyakit,

penyebab

penyakit,

nama

penyakit,

dan

cara

pengendaliannya.

25

Gambar 16. Data Penyakit dan Pengendalian

B. PENGUJIAN SISTEM
Pengujian sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan ini
diimplementasikan pada menu Identifikasi dengan tampilan awal seperti pada Gambar 17.
Contoh pengujian sistem dilakukan untuk mengidentifikasi penyakit ikan salmonid dengan fitur
atau bagian ikan yang terserang penyakit adalah badan dan kepala. Selanjutnya sistem akan
menampilkan sub_fitur yang harus dipilih oleh pemakai untuk proses identifikasi (Gambar 18).
Pada akhirnya sistem akan memberikan solusi tentang nama penyakit, penyebab penyakit, dan
pengendalian penyakit dengan tingkat kemiripan / similaritas 0,604 untuk kasus tersebut
(Gambar 19).

26

Gambar 17. Contoh Pengujian Sistem dengan Masukan Pemakai Jenis Ikan Salmonid
dengan Fitur Badan dan Kepala

Gambar 18. Data Masukan dari Pengguna kepada Sistem

27

Gambar 19. Solusi Penyakit Ikan yang Diberikan Sistem

Proses tersebut dapat dijelaskan sebagai berikut:

-

Data dari pemakai (Gambar 20):

Jenis Ikan : Salmonid

Gejala Penyakit terdapat pada: Badan
Pada badan terdapat gejala
Nafsu makan
Kondisi kulit / pada kulit terdapat gejala
Kondisi perut / pada perut terdapat gejala
Kondisi sirip / pada sirip terdapat gejala
Pada punggung terdapat gejala
Perilaku yang terlihat
Aktifitas berenang teramati
Kondisi organ dalam
Perubahan warna
Gejala Penyakit terdapat pada: Kepala
Pada kepala terdapat gejala
Kondisi insang / pada insang terdapat gejala
Kondisi mata / pada mata terdapat gejala
Kondisi mulut / pada mulut terdapat gejala

:
:
:
:
:
:
:
:
:
:

berkurang
Bercak putih
Infeksi

kacau
bengkak
kehitaman

:
: infeksi
:
:

Gambar 20. Data Masukan dari Pengguna

28

Data dari jenis ikan salmonid maka diperoleh 2 hasil penelusuran dalam basis data
penyakit ikan. Hasil penelusuran dari data jenis ikan salmonid dan fitur badan, kepala
adalah (Gambar 21 dan Gambar 22):
Data 1 dari basisdata :

Badan
Pada badan terdapat gejala
Nafsu makan
Kondisi kulit / pada kulit terdapat gejala
Kondisi perut / pada perut terdapat gejala
Kondisi sirip / pada sirip terdapat gejala
Pada punggung terdapat gejala
Perilaku yang terlihat
Aktifitas berenang teramati
Kondisi organ dalam
Perubahan warna

:
:
:
:
:
:
:
:
:
:

hilang
infeksi
Infeksi

lemah
bengkak
kehitaman

Kepala
Pada kepala terdapat gejala
Kondisi insang / pada insang terdapat gejala
Kondisi mata / pada mata terdapat gejala
Kondisi mulut / pada mulut terdapat gejala

:
:
:
:

infeksi

Gambar 21. Data 1 dari Penelusuran Ikan Jenis Salmonid, Fitur Badan, Kepala
Data 2 dari basisdata :
Badan
Pada badan terdapat gejala
Nafsu makan
Kondisi kulit / pada kulit terdapat gejala
Kondisi perut / pada perut terdapat gejala
Kondisi sirip / pada sirip terdapat gejala
Pada punggung terdapat gejala
Perilaku yang terlihat
Aktifitas berenang teramati
Kondisi organ dalam
Perubahan warna

:
:
:
:
:
:
:
:
:
:

perdarahan
perdarahan

kacau
bengkak

Kepala
Pada kepala terdapat gejala
Kondisi insang / pada insang terdapat gejala
Kondisi mata / pada mata terdapat gejala
Kondisi mulut / pada mulut terdapat gejala

Nama Penyakit
Penyebab Penyakit

:
:
:
:

pucat
perdarahan

: Viral Haemorrhagic
: VIRUS: Rhabdovirus

Gambar 22. Data 2 dari Penelusuran Ikan Jenis Salmonid, Fitur Badan, Kepala
29

Kemudian hitung nilai dari setiap fitur-subfitur terhadap masing-masing data penyakit
yang berasal dari hasil penelusuran

Hasil perbandingan dan nilai similarity lokal data input dari pemakai (Gambar 20)
dengan data ke 1 dari hasil penelusuran pada Gambar 21 dapat dilihat pada Tabel 2.

Hasil perbandingan dan nilai similarity lokal data masukan dari pemakai (Gambar 20)
dengan data ke 2 dari hasil penelusuran pada Gambar 22 dapat dilihat pada Tabel 3.
Tabel 2. Tabel Similarity Lokal Data Masukan Pengguna terhadap Data 1 pada
Basisdata
Nama penyakit : viral erythrocytic necrosis
Fitur-subfitur
Pada badan terdapat gejala
Nafsu makan
Kondisi kulit / pada kulit terdapat gejala
Kondisi perut / pada perut terdapat gejala
Kondisi sirip / pada sirip terdapat gejala
Pada punggung terdapat gejala
Perilaku yang terlihat
Aktifitas berenang teramati
Kondisi organ dalam
Perubahan warna
Pada kepala terdapat gejala
Kondisi insang / pada insang terdapat gejala
Kondisi mata / pada mata terdapat gejala
Kondisi mulut / pada mulut terdapat gejala

Nilai

Bobot

0
0,25
0
0
1
0
0
0
1
1
0
1
0
0

2
1
2
2
2
2
2
2
2
1
2
2
2
2

0,25 1 1 2 1 2 1 1 1 2
1 2 1 1 1 2 1 2 1 2 1 1 1 2
0,604

7,25
12

30

Tabel 3. Tabel Similarity Lokal Data Masukan Pengguna terhadap Data 2 pada
Basisdata
Nama penyakit : Viral Haemorrhagic
Fitur-subfitur

Nilai

Bobot

0
0
0
0
0
0
0
1
1
0
0
0
0
0

2
1
2
2
2
2
2
2
2
1
2
2
2
2

Pada badan terdapat gejala

Nafsu makan
Kondisi kulit / pada kulit terdapat gejala
Kondisi perut / pada perut terdapat gejala
Kondisi sirip / pada sirip terdapat gejala
Pada punggung terdapat gejala
Perilaku yang terlihat
Aktifitas berenang teramati
Kondisi organ dalam
Perubahan warna
Pada kepala terdapat gejala
Kondisi insang / pada insang terdapat gejala
Kondisi mata / pada mata terdapat gejala
Kondisi mulut / pada mulut terdapat gejala

1 2

1 1

1 2 1 2
1 2 1 2 1 2

1 1

1 2

4
12

0,33

Dari hasil perhitungan similarity1 dan similarity2, hasil perhitungan yang paling
besar adalah 0,604, sehinga hasil beserta solusi (pengendalian penyakit) yang
dikeluarkan/direkomendasikan oleh sistem adalah (Gambar 23).
Nama Penyakit

: viral erythrocytic necrosis

Penyebab Penyakit

: VIRUS: Iridovirus

Pengendalian Penyakit
- perbaikan kualitas air dan pakan, pengurangan padat tebar, sanitasi lingkungan dan
peralatan yang baik, mengisolasi ikan yang skit atu menunjukkan gejala-gejala sakit,
atau dengan memusnahkan ikan yang sakit
- sanitasi perlatan dengan menggunakan khlorin. Penggunaan khlorin 10 mg/liter selama
1 jam mampu membunuh hampir keseluruhan agensia penyakit

Gambar 23. Solusi yang Direkomendasikan

31

C. REUSE
Pada sistem penalaran komputer berbasis kasus untuk identifikasi penyakit ikan
menggunakan reuse pada bagian solusi dari hasil penelusuran ikan yang mirip (dengan
menggunakan perhitungan similaritas) dengan kasus baru. Setelah diketahui kasus mana yang
mirip dengan kasus baru, maka solusi dari kasus yang mirip tersebut akan dikeluarkan untuk
direkomendasikan kepada pemakai sebagai jawaban dari sistem. Cara yang digunakan untuk mereuse kasus yang telah seperti ini merupakan cara reuse (penggunaan ulang) solusi
transformatial reuse. Solusi yang dimaksud pada sistem penalaran komputer berbasis kasus
untuk identifikasi penyakit ikan ini adalah penanggulangan penyakit ikan.
D. REVISE
Pada proses revise terdapat dua tugas utama dari tahapan ini yaitu evaluasi solusi dan
memperbaiki kesalahan. Evaluasi solusi yang dimaksud adalah bagaimana hasil yang didapatkan
setelah membandingkan solusi dengan keadaan yang sebenarnya. Perbaikan suatu kasus meliputi
pengenalan kesalahan dari solusi yang dibuat dan mengambil atau membuat penjelasan tentang
kesalahan tersebut. Proses revise pada sistem penalaran komputer berbasis kasus untuk
identifikasi penyakit ikan ini hanya bisa dilakukan oleh pakar.
E. RETAIN
Pada proses retain, dalam menggunakan solusi dari kasus yang mirip sebagai bagian dari
kasus baru. Kasus baru akan disimpan sebagai kasus baru sementara. Jika pakar telah
menyatakan kasus baru tersebut sebagai kasus valid maka kasus baru tersebut di-update ke
dalam basis kasus.
F. ADAPTASI
Proses adaptasi pada sistem penalaran komputer berbasis kasus untuk identifikasi
penyakit ikan ini digunakan teknik null adaptation (tidak ada adaptasi). Teknik null adaptation
sama sekali tidak menggunakan sama sekali tidak menggunakan adaptasi apapun. Teknik ini
hanya menerima apapun solusi yang diberikan dari hasil penelusuran kasus yang mirip dengan
kasus yang baru. Tidak ada adaptasi ini sangat berguna untuk permasalahan yang meliputi
penalaran kompleks namun dengan solusi sederhana.
32

BAB VI.
KESIMPULAN DAN SARAN

A. SIMPULAN
Telah dihasilkan sebuah sistem penalaran komputer berbasis kasus (CBR) untuk
identifikasi penyakit ikan berupa program komputer menggunakan bahasa pemrograman Borland
C++Builder. Proses retrieve (penelusuran kasus) pada sistem penalaran komputer berbasis kasus
untuk identifikasi penyakit ikan menggunakan teknik nearest neighbor. Untuk mendapatkan
kasus yang cocok, kasus target harus dibandingkan dengan setiap kasus yang berada dalam basis
kasus. Perbandingan kemiripan (similarity) ini dihitung untuk setiap indeks yang bertujuan untuk
memilih kasus yang paling cocok atau paling relevan. Asumsi dasar yang digunakan adalah
bahwa kasus yang mirip akan memiliki solusi yang mirip pula. Metode reuse digunakan
transformatial reuse, berdasarkan hasil penelusuran ikan yang mirip (dengan menggunakan
perhitungan similaritas) dengan kasus baru. Setelah diketahui kasus mana yang mirip dengan
kasus baru, maka solusi dari kasus yang mirip tersebut akan dikeluarkan untuk
direkomendasikan kepada pemakai sebagai jawaban dari sistem. Solusi yang dimaksud adalah
penanggulangan penyakit ikan. Proses revise terdiri dari evaluasi solusi dan memperbaiki
kesalahan yang hanya bisa dilakukan oleh pakar. Pada proses retain, kasus baru akan disimpan
sebagai kasus baru sementara. Jika pakar telah menyatakan kasus baru tersebut sebagai kasus
valid maka kasus baru tersebut di-update ke dalam basis kasus. Proses adaptasi digunakan teknik
null adaptation (tidak ada adaptasi) yaitu sama sekali tidak menggunakan adaptasi apapun.
Teknik ini hanya menerima apapun solusi yang diberikan dari hasil penelusuran kasus yang
mirip dengan kasus yang baru.

B. SARAN
Sistem ini belum dilengkapi dengan sistem keamanannya, yaitu penggunaan login untuk
masuk ke sistem. Jadi dalam sistem ini siapapun bisa masuk tanpa ada batasan penggunaan.
Oleh karena itu disarankan sistem ini bisa dilengkapi dengan teknik pengamanan misalnya
dibatasi antara pengguna dan pakar dengan menerapkan otorisasi sistem.
33

DAFTAR PUSTAKA
Afrianto, E. dan E. Liviawaty.
Kanisius,Yogyakarta.

1992.

Pengendalian

Hama

dan

Penyakit

Ikan.

Alifuddin, M. 2002. Studi Inaktifasi Fisik Monodon Baculovirus (MBV), Virus Patogen Udang
Windu (Penaeus monodon Fab.). J. Akuakultur Indonesia I (1) : 55 69.
Amlacher, E. 2005. Textbook of Fish Diseases. Narendra Publishing House. Delhi.
Dana, D. dan S. L. Angka. 1990. Masalah Penyakit Parasit dan Bakteri pada Ikan Air Tawar
Serta Cara Penanggulangannya. Seminar Nasional II Penyakit Ikan dan Udang Tanggal
16 18 Januari 1990. Balai Penelitian Perikanan Air Tawar Bogor. Hal. 10 23.
Dana, D., I. Effendi, K. Sumawidjaja, dan Y. Hadiroseyani. 2002. Parasit Trichodina pada
Benih Ikan Betutu (Oxyeleotris marmorata). J. Akuakultur Indonesia I. (1) : 7 13.
Fikrivet and Tagged. 2009. http://fikrivet.fipiblog.com/2009/03/29/gejala-motile-aeromonassepticaemia/. Diakses 2 Juni 2009.
Firebaugh, M. W. 1988. Artificial Intelligence : A Knowledge-Based Approach. PWS-KENT
Publishing Company, Boston.
http://www/cee.hw.ac.uk/~alison/ai3notes/all.html.
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-871Spring2005/DownloadthisCourse/index.htm
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-871Spring2005/LectureNotes/index.htm
http://breederkoi.com/article/article_detail.asp?cat=1&id=6 diakses 2 Juni 2009
https://openair.rgu.ac.uk/bitstream/10059/54/1/ker05-mantarasetal.pdf
Kamiso, H.N. 2004. Status Penyakit Ikan dan Pengendaliannya di Indonesia. Dalam: Prosiding
Pengendalian Penyakit pada Ikan dan Udang Berbasis Imunisasi dan Biosecurity, Unsoed
Purwokerto. Hal 13 21.
Lesmana, D.S. 2002. Mencegah dan Menanggulangi Penyakit Ikan Hias. Penebar Swadaya.
Jakarta.
Mangunwiryo, H. 1990. Pengenalan Penyakit Virus pada Ikan dan Udang serta Kemungkinan
Pengendaliannya. Seminar Nasional II Penyakit Ikan dan Udang Tanggal 16 18 Januari
1990. Balai Penelitian Perikanan Air Tawar Bogor. Hal. 1 9.
Marcellus, D.H. 1989. Expert Systems Programming in Turbo Prolog. Prentice Hall, New
Jersey.
Martin, J. and Oxman, S. 1988. Building Expert Systems : A Tutorial. Prentice Hall, New Jersey.
Mustafidah, H. dan Suwarsito. 2007. Pengembangan Sistem Pakar untuk Mendiagnosa dan
Memberikan Nasehat Cara Pengobatan Penyakit Ikan. Laporan Penelitian UMP.
Purwokerto.
Pramono, D. 1999. Mudah Menguasai C++Builder. PT. Elex Media Komputindo. Jakarta.
34

Pressman, R.S. 1997. Software Engineering : A Practitioners Approach. 4th edition. McGrawHill. Companies Inc.
Raharjo, B. dan Heryanto, I. 2003. Pemrograman Borland C++Builder. Informatika. Bandung.
Rokhmani. 2002. Beberapa Penyakit Parasiter pada Budidaya Gurami (Osphronemus gouramy
Lac.) di Kabupaten Banyumas. J. Sains Akuatik. 5 (1) : 21 26.
Sentra Info Cupang Hias Indonesia. Pengendalian Penyakit Cupang. http://cupanghiasbettamania.weebly.com/pengendalian-penyakit.html. Diakses 13 Mei 2009
Sitanggang, M. 2002. Mengatasi Penyakit dan Hama pada Ikan Hias. Agromedia Pustaka.
Jakarta.
Sukadi, F. 2004. Kebijakan Pengendalian Hama dan Penyakit Ikan dalam Mendukung
Akselerasi Pengembangan Perikanan Budidaya. Dalam: Prosiding Pengendalian Penyakit
pada Ikan dan Udang Berbasis Imunisasi dan Biosecurity, Unsoed Purwokerto. Hal 1 7.
Supriyadi, H. 2003. Penyakit Pada Ikan Hias Serta Cara Penanggulangannya.
http://www.geocities.com/amir_hzh/HIAS.DOC. Diakses 2 Juni 2009
Watson, I. 2001. Applying Case-Based Reasoning : Techniques for Enterprise Systems. Morgan
Kauffman Publishers, Inc. San Fransisco.

35

LAMPIRAN A. KODE PROGRAM

//programutama
#include<vcl\vcl.h>
#pragmahdrstop

#include"UnitCBR.h"
#include"UJenisIkan.h"
#include"UPenyakit.h"
#include"UFitur.h"
#include"UPengendalianPenyakit.h"
#include"UBobot.h"
#include"UFiturSubfitur.h"
#include"URange.h"
#include"UPenyakitPengendalian.h"
#include"UIdentifikasi.h"
#include"UProses.h"
#include"UInput.h"
#pragmaresource"*.dfm"
TFormUtama*FormUtama;
__fastcallTFormUtama::TFormUtama(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormUtama::Keluar1Click(TObject*Sender)
{

Close();
}
void__fastcallTFormUtama::JenisIkan1Click(TObject*Sender)
{

TFormJenisIkan*Ikan=newTFormJenisIkan(this);
Ikan>Show();
}
void__fastcallTFormUtama::Penyakit1Click(TObject*Sender)
{
TFormPenyakit*P=newTFormPenyakit(this);
P>Show();

}
void__fastcallTFormUtama::Fitur1Click(TObject*Sender)
{
TFormFitur*F=newTFormFitur(this);
F>Show();
}
void__fastcallTFormUtama::PengendalianPenyakit1Click(TObject*Sender)
{
TFormPengendalianPenyakit*PP=newTFormPengendalianPenyakit(this);
PP>Show();
36

}
void__fastcallTFormUtama::Bobot1Click(TObject*Sender)
{
TFormBobot*B=newTFormBobot(this);
B>Show();

}
void__fastcallTFormUtama::FiturSubfitur1Click(TObject*Sender)
{
TFormFitur_Subfitur*FS=newTFormFitur_Subfitur(this);
FS>Show();
}
void__fastcallTFormUtama::Range1Click(TObject*Sender)
{
TFormRange*R=newTFormRange(this);
R>Show();
}
void__fastcallTFormUtama::PenyakitDanPengendalian1Click(TObject*Sender)
{
TFormPenyakitPengendalian*R=newTFormPenyakitPengendalian(this);
R>Show();
}
void__fastcallTFormUtama::Identifikasi1Click(TObject*Sender)
{
//TFormIdentifikasi*I=newTFormIdentifikasi(this);
//I>Show();
TFormInputUser*In=newTFormInputUser(this);
In>Show();
//TFormProses*P=newTFormProses(this);
//P>Show();

//programjenisikan
#include<vcl\vcl.h>
#pragmahdrstop

#include"UJenisIkan.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormJenisIkan*FormJenisIkan;
__fastcallTFormJenisIkan::TFormJenisIkan(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormJenisIkan::Button1Click(TObject*Sender)
{

//deleteActiveMDIChild;
37

Close();
}

//programpenyakit
#include<vcl\vcl.h>
#pragmahdrstop

#include"UPenyakit.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormPenyakit*FormPenyakit;
__fastcallTFormPenyakit::TFormPenyakit(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormPenyakit::Button1Click(TObject*Sender)
{

Close();
}

//programfitur
#include<vcl\vcl.h>
#pragmahdrstop

#include"UFitur.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormFitur*FormFitur;
__fastcallTFormFitur::TFormFitur(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormFitur::Button1Click(TObject*Sender)
{

Close();
}

//programpengendalianpenyakit
#include<vcl\vcl.h>
#pragmahdrstop

#include"UPengendalianPenyakit.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormPengendalianPenyakit*FormPengendalianPenyakit;
__fastcallTFormPengendalianPenyakit::TFormPengendalianPenyakit(TComponent*Owner)

:TForm(Owner)
38

{
}
void__fastcallTFormPengendalianPenyakit::Button1Click(TObject*Sender)
{

Close();
}

//programpemberianbobot
#include<vcl\vcl.h>
#pragmahdrstop

#include"UBobot.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormBobot*FormBobot;
__fastcallTFormBobot::TFormBobot(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormBobot::Button1Click(TObject*Sender)
{

Close();
}

//programfitursubfitur
#include<vcl\vcl.h>
#pragmahdrstop

#include"UFiturSubfitur.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormFitur_Subfitur*FormFitur_Subfitur;
__fastcallTFormFitur_Subfitur::TFormFitur_Subfitur(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormFitur_Subfitur::Button1Click(TObject*Sender)
{

Close();
}

//programrange
#include<vcl\vcl.h>
#pragmahdrstop

#include"URange.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
39

TFormRange*FormRange;
__fastcallTFormRange::TFormRange(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormRange::Button1Click(TObject*Sender)
{

Close();
}

//programpenyakitdanpengendaliannya
#include<vcl\vcl.h>
#pragmahdrstop

#include"UPenyakitPengendalian.h"
#pragmalink"Grids"
#pragmaresource"*.dfm"
TFormPenyakitPengendalian*FormPenyakitPengendalian;
__fastcallTFormPenyakitPengendalian::TFormPenyakitPengendalian(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormPenyakitPengendalian::Button1Click(TObject*Sender)
{

Close();
}

//programidentifikasi
#include<vcl\vcl.h>
#pragmahdrstop

#include"UIdentifikasi.h"
#include"UInput.h"
#pragmaresource"*.dfm"
TFormIdentifikasi*FormIdentifikasi;
__fastcallTFormIdentifikasi::TFormIdentifikasi(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormIdentifikasi::Button1Click(TObject*Sender)
{
TFormInput*I=newTFormInput(this);
I>Show();
}

//programmasukandaripengguna
#include<vcl\vcl.h>
#pragmahdrstop
40


#include"UInput.h"
#pragmaresource"*.dfm"
TFormInputUser*FormInputUser;
__fastcallTFormInputUser::TFormInputUser(TComponent*Owner)

:TForm(Owner)
{
}

//programproses
#include<vcl\vcl.h>
#pragmahdrstop

#include"UProses.h"
#pragmaresource"*.dfm"
TFormProses*FormProses;
__fastcallTFormProses::TFormProses(TComponent*Owner)

:TForm(Owner)
{
}
void__fastcallTFormProses::Button1Click(TObject*Sender)
{

Close();
}

41

LAMPIRAN B. PERSONALIA DAN KUALIFIKASI PENELITI

1. Ketua Peneliti
a. Nama Lengkap dan Gelar Akademik : Hindayati Mustafidah, S.Si.,M.Kom.
b. Tempat dan Tanggal Lahir
: Jepara, 22 Pebruari 1970
c. Jenis Kelamin
: Perempuan
d. Fakultas/Prodi
: Teknik / Teknik Informatika
e. Pangkat/Golongan/NIK
: Penata / IIIc / 2160332
f. Bidang Keahlian
: Ilmu Komputer
g. Tahun Perolehan Gelar Akademik Terakhir: Tahun 2002
Bidang Studi
: Ilmu Komputer
Universitas Gadjah Mada
h. Alamat Kantor
: Jl. Raya Dukuhwaluh Purwokerto
Kode Pos : 53182
Telepon/Faksimili
: (0281) 636751 fax. (0281) 637239
Alamat Rumah
: Dampit RT : 02/07 Dukuhwaluh, Kembaran,
Banyumas, Jawa Tengah, Kode Pos : 53182
i. Hasil Penelitian
:

No
1.

Judul Penelitian

Analisis Kompleksitas terhadap Algoritma Pengurutan

Data
2. Penerapan Reduksi Gauss-Jordan pada Komputasi
Rangkaian Elektronika
3. Komputasi Unjuk Kerja dan Utilitas Loket Pembayaran
Registrasi Mahasiswa UMP (BAU) Berdasarkan Model
Antrian Single Channel-Multi Phase dalam Bentuk Seri
4. Evaluasi Soal Lomba Matematika XIV Tingkat SLTP
Se-Jawa Tengah Tahun 2003 dalam Rangka Milad Ke-38
Universitas Muhammadiyah Purwokerto
5. Analisis Kompleksitas Waktu dan Ruang Terhadap Laju
Pertumbuhan Algoritma Heapsort
6. Aplikasi Hukum de Morgan dalam Penentuan Struktur
Bahasa Formal
7. Penyusunan Formula Pakan Ikan Menggunakan Metode
Komputasi
8. Pengembangan Perangkat Lunak Komputer Untuk
Mengevaluasi Soal Tes
9. Peningkatan Prestasi Belajar Mahasiswa dalam Mata
Kuliah Pemrograman Dasar Melalui Pembelajaran
Kooperatif Model Jigsaw
10. Pengaruh NEM, Motivasi, dan Kedisiplinan terhadap Prestasi
Belajar Mahasiswa Pendidikan Matematika FKIP

2002

Anggota

Sumber
Biaya
UMP

2003

Ketua

UMP

2003

Anggota

UMP

2003

Anggota

UMP

2003

Ketua

UMP

2004

Anggota

UMP

2004

Ketua

UMP

2004

Ketua

2004

Ketua

Diknas
Jateng
DIKTI

2005

Ketua

UMP

Tahun

Status

42

11.

Universitas Muhammadiyah Purwokerto

Upaya Meningkatkan Partisipasi dan Prestasi Mahasiswa
dalam Mata Kuliah Pemrograman Terstruktur melalui
Pembelajaran CBSA (Cara Belajar Siswa Aktif)
Pengembangan Media Pembelajaran Berbasis Komputer
Pada Pokok Bahasan Himpunan sebagai Upaya
Meningkatkan Pemahaman Mahasiswa
Pengembangan Sistem Pakar untuk Mendiagnosa dan
Memberikan Nasehat Cara Pengobatan Penyakit Ikan
Rancang Bangun Sistem Pakar Sebagai Konsultan
Permasalahan Akademik Bagi Mahasiswa

2006

Ketua

DIKTI

2006

Anggota

DIKTI

2007

Ketua

DIKTI

2007

Anggota

DIKTI

15. Pengembangan Media Pembelajaran Berbasis Komputer

Guna Meningkatkan Pemahaman Mahasiswa pada Mata
Kuliah Metode Numerik
16. Komputasi Reduksi Gauss-Jordan pada Aplikasi
Penghitungan Tegangan dan Arus Listrik
17. Formulasi Pakan Ikan Menggunakan Aplikasi Sistem
Pakar Metode Runut Balik (Backward Chaining)

2008

Ketua

Dikti

2008

Ketua

Mandiri

2008

Anggota

UMP

18. Representasi Kasus Menggunakan Inductive Retrieval

dengan Algoritma C4.5 pada Kasus Klasifikasi Prestasi
Mahasiswa Berdasarkan NEM, Tingkat Kedisiplinan, dan
Motivasi

2008

Ketua

Mandiri

19. Pengembangan Sistem Penghitungan Zakat

Menggunakan Bahasa Pemrograman Visual Basic
20. Implementasi Case-Based Reasoning (CBR) untuk
Menentukan Harga Jual Sepeda Motor
21. Algoritma Operasi Perkalian Bilangan Berdasarkan
Mekanisme Kerja Mesin Turing (Turing Machine / TM)
22. Klasifikasi Fuzzy Menggunakan Jaringan
Backpropagation
(Studi Kasus Prediksi Prestasi Mahasiswa Berdasarkan
NEM, Kedisiplinan, dan Motivasi)
23. Pengendalian Penyakit Ikan Menggunakan Sistem
Penalaran Komputer Berbasis Kasus (Case-Based
Reasoning)

2008

Anggota

Mandiri

2009

Anggota

Mandiri

2009

Ketua

Mandiri

2009

Ketua

Mandiri

2009

Ketua

DIKTI

12.

13.
14.

Purwokerto, 10 Nopember 2010

Hindayati Mustafidah, S.Si.,M.Kom.

43

2. Anggota Peneliti
a. Nama Lengkap dan Gelar Akademik
b. Tempat dan Tanggal Lahir
c. Jenis Kelamin
d. Fakultas/Prodi

: Suwarsito, S.Pi.,M.Si
: Bantul, 19 Maret 1968
: Laki-laki
: Keguruan dan Ilmu Pendidikan /
P. Geografi
e. Pangkat/Golongan/NIK
: Penata Tingkat I/IIId/2160240
f. Bidang Keahlian
: Budidaya Perikanan
g. Tahun Perolehan Gelar Akademik Terakhir: Tahun 2004
Bidang Studi
: Ilmu-ilmu Perairan
Institut Pertanian Bogor
h. Alamat Kantor
: Jl. Raya Dukuhwaluh Purwokerto 53182
Telepon/Faksimili
: (0281) 636751 fax. (0281) 637239
Alamat Rumah
: Dukuhwaluh, Kembaran, Kab. Banyumas, Jawa
Tengah 53182
i. Hasil Penelitian
:

No

Tahun

1.

2003

2.

2004

3.

2004

4.

2005

5.

2006

6.

2006

7.

2007

8.

2008

Judul

Sumber
Dana
UMP

Pengujian Media dengan Salinitas Berbeda Untuk

Mendapatkan Pertumbuhan dan Kelangsungan Hidup
Juvenil Udang Galah (Macrobrachium rosenbergii de
Man), sebagai ketua
Penyusunan Formula Pakan dengan Metode
UMP
Komputasi, sebagai anggota
Pengendalian Penyakit MAS (Motile Aeromonas
UMP
Septicemia) melalui Vaksinasi Debris Sel Aeromonas
hydrophila pada Lele Dumbo (Clarias gariepinus
Burchell), sebagai anggota
Pengaruh Penambahan Enzim dalam Pakan terhadap
UMP
Kecernaan Pakan dan Pertumbuhan Benih Ikan
Gurami (Osphronemus gouramy Lac.), sebagai ketua
Efektifitas Khitin dalam Meningkatkan Pertumbuhan
UMP
udang galah (Macrobrachium rosenbergii de Man),
sebagai ketua
Pemanfaatan Bulu Ayam Sebagai Sumber Protein
DIKTI
Pakan Ikan Gurame (Osphronemus gouramy Lac.),
sebagai ketua
Pengaruh Pemberian Hormon Methyltestosteron KOPERTIS
terhadap Nisbah Kelamin Anakan Lobster Air Tawar
(Cherax quadricarinatus), sebagai ketua
Formulasi Pakan Ikan Menggunakan Aplikasi Sistem
UMP
Pakar Metode Runut Balik (Backward Chaining)

44

9.

2009

10.

2009

Pengaruh Pemberian Pakan dengan Kadar Protein dan

Vitamin E yang Berbeda terhadap Jumlah Anakan
Lobster Air Tawar (Cherax quadricarinatus), sebagai
ketua
Pengendalian Penyakit Ikan Menggunakan Sistem
Penalaran Komputer Berbasis Kasus (Case-Based
Reasoning)

DIKTI

DIKTI

Purwokerto, 10 Nopember 2010

Suwarsito, S.Pi.,M.Si

45