RANCANG BANGUN SISTEM PAKAR BERBASIS WEB

UNTUK MENDIAGNOSIS PENYAKIT JERUK

Sandrawanto
Tehnik Informatika STMIK ATMA LUHUR PANGKALPINANG
Jl. Jend Sudirman Selindung lama pangkalpinang Kepulauan Bangka Belitung

Email : sandrawanto888@yahoo.co.id, bancit.cbr@gmail.com

ABSTRACT

The development of computer technology is so sophisticated and cutting-edge capable

of helping humans in many ways, not least in diagnosing disease. Expert
systems are computer-based system that uses knowledge, facts and reasoning
techniques in solving problems that typically can only be solved by an expert in the
field tersebu. Thus the author took the initiative to make the final assignment of the
"Web-Based Expert System for Diagnosing Diseases Using Oranges Fuzzy
Methods." The method used is the Fuzzy method, because this method is
efficient enough to use in diagnosing the disease citrus. This system can provide
early diagnosis of disease based on symptoms and intensity of orange symptoms are
visible from the outside and input by the user, without having to ask directly to the
experts. The system is made with a web-based. Applications created with webbased PHP programming language.
Keywords: Expert System, Citrus Diseases, Fuzzy Methods, PHP

BAB I
PENDAHULUAN
1.1 Latar Belakang
Jeruk merupakan komoditas buah-buahan yang mempunyai nilai ekonomi
penting dan nilai kesehatan yang berarti karena mengandung nilai gizi yang tinggi
(Vitamin C dan vitamin A). Buah jeruk dapat dikonsumsi langsung sebagai buah
segar atau juice dan dapat pula diolah menjadi sirup. Buah jeruk merupakan sumber
vitamin C yang berguna untuk kesehatan manusia. Kandungan vitamin C
sangat beragam antar varietas, berkisar antara 27-49 mg/100 g daging buah. Makin
tua buah jeruk, biasanya makin berkurang kandungn vitamin C-nya, tetapi semakin
manis rasanya. Varietas jeruk sangat banyak, masing-masing jenis mempunyai
karakteristik yang berbeda.
Jeruk merupakan salah satu komoditas unggulan yang dibudidayakan
masyarakat petani di Desa Pelempang Kab. Bangka Tengah sebagai penunjang
perekonomian rumah tangga mereka. Belakangan ini sebagian besar kebun jeruk
diserang berbagai jenis hama dan penyakit sehingga mengakibatkan produktivitas
dari tanaman jeruk tersebut menurun. Akibat serangan hama ini ribuan ton buah jeruk
busuk dan gugur ke tanah, sehingga membuat para petani mengalami kerugian yang
cukup besar.
Dewasa ini kebutuhan penggunaan teknologi informasi dalam semua
bidang semakin meningkat, terutama pada bidang Ilmu Komputer. Salah satunya
adalah penggunaan komputer sebagai sistem pakar. Dimana sistem ini juga dapat
digunakan dalam bidang pertanian yaitu untuk mendiagnosis jenis hama dan
penyakit yang menyerang tanaman jeruk.
Kemampuan sistem pakar dalam mentransformasikan pengetahuan seorang
pakar ke dalam sebuah sistem diperoleh dengan implementasi suatu teknik dan
akan ditentukan oleh kinerja teknik tersebut. Terdapat sejumlah teknik yang
dapat diimplementasikan pada suatu sistem pakar, salah satunya adalah dengan
Fuzzy .

Tidak semua permasalahan yang terjadi di bidang pertanian dapat ditangani

secara praktis oleh petani. Dibutuhkan pengetahuan khusus dari seorang pakar
dalam menanganinya. Namun sering kali ketika permasalahan tersebut terjadi, pakar
tidak selalu tersedia. Dalam hal inilah sistem pakar ada untuk membantu membuat
solusi secara komputasi tanpa hadirnya pakar manusia.
Oleh karena itu pada penulisan skripsi ini akan diimplementasikan sebuah
sistem pakar berbasis web untuk mendiagnosis penyakit pada tanaman jeruk
dengan metode Fuzzy dan lainnya
1.2 Rumusan Masalah
Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana
cara merancang suatu aplikasi yang berfungsi sebagai alat bantu dalam hal
mendiagnosis penyakit jeruk dengan beberapa metode
1.3 Batasan Masalah
Ruang lingkup penelitian ini dibatasi pada:
1. Algoritma yang digunakan dalam proses pencarian solusinya dengan beberapa
metode.
2. Pengembangan aplikasi dilakukan dengan menggunakan bahasa pemrogramanPHP.
3. Aplikasi hanya membahas gejala penyakit jeruk dikhususkan hanya di Balai
Dinas Pertanian Prov. Kep. Bangka Belitung dengan jenis jeruk manis.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah merancang sistem pakar yang dapat membantu
petani jeruk dalam mendiagnosis penyakit pada jeruk
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Sebagai alat bantu untuk mengenali/mendiagnosis penyakit jeruk sehingga dapat
segera ditangani.
2. Dengan sistem pakar ini petani jeruk bisa mengakses informasi tanpa ruang dan

waktu sehingga dapat menghemat waktu dan biaya.

1.6 Metode Penelitian
Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut.
a. Studi Literatur
Tahapan ini dilakukan dengan mempelajari sumber-sumber atau buku-buku
referensi yang berkaitan dengan Sistem Pakar untuk mendiagnosis penyakit
jeruk dengan Metode Fuzzy, baik dari text book, jurnal, laporan penelitian,
ceramah, ataupun internet.
b. Pengumpulan Data
Tahapan ini dilakukan dengan penelitian lapangan dan wawancara pada pihak pihak
yang berkompeten yang dapat memberikan informasi yang dibutuhkan dalam
pengerjaan penelitian.
c. Analisis Data
Pada tahap ini dilakukan analisis kebutuhan terhadap sistem dan menjadi dasar untuk
perancangan sistem, seperti pengolahan data spesifikasi penyakit pada jeruk,
rincian fungsi keanggotaan variable fuzzy.
d. Perancangan Perangkat Lunak
Tahapan ini dilakukan dengan membuat gambaran sistem baik berupa diagram alir
(flowchart), masukan, keluaran, antarmuka (interface) dan struktur data.
e. Implementasi Aplikasi
Tahapan ini dilakukan dengan melakukan penerapan rancangan/coding sistem yang
dibuat ke dalam suatu program, serta membuat laporan atau dokumentasi dari
program tersebut.
f. Pengujian Aplikasi
Tahapan ini dilakukan dengan melakukan pengujian terhadap perangkat lunak yang
telah dibuat untuk mengetahui kesalahan dan memperbaiki kesalahan yang ada.

g. Dokumentasi dan Penulisan Laporan

Melakukan pembuatan dokumentasi sistem mulai dari tahap awal sampai dengan
pengujian sistem, dan menulis laporan.

1.7 Sistematika Penulisan

Sistematika penulisan skripsi ini terdiri dari lima bagian utama sebagai berikut:
BAB 1 PENDAHULUAN
Bab ini menjelaskan mengenai latar belakang pemilihan judul skripsi Sistem
Pakar Berbasis Web untuk Mendiagnosis Penyakit Jeruk Inferensi, rumusan
masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian,
dan sistematika penulisan.
BAB 2 LANDASAN TEORI
Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem
penentuan penyakit pada Jeruk dengan menggunakan logika fuzzy dan teori
lainnya yang mendukung pembuatan aplikasi
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Bab ini menjelaskan bagaimana menganalisis dan merancang sistem pakar fuzzy dan
lainnya yang akan dibuat.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Bab ini menjelaskan bagaimana mengimplementasikan sistem pakar fuzzy dan
lainnya, dilanjutkan dengan menguji aplikasi yang dibangun.
BAB 5 KESIMPULAN DAN SARAN
Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan
saransaran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

BAB II
DAFTAR PUSTAKA

AAK. 1994. Budidaya Tanaman Jeruk. Yogyakarta: Kanisius

Bambang. 1996. Budidaya Jeruk Bebas Penyakit. Jakarta: Kanisius.

Hartati Sri. 2008. Sistem Pakar dan Pengembangannya. Yogyakarta:
Graha Ilmu. Joesoer. 1993. Penuntun Berkebun Jeruk. Jakarta: Bhratara
Kasiman. 2006. Aplikasi WEB dengan PHP dan MYSQL. Yogyakarta: Andi
Offset.
Kristanto Andri. 2004. Kecerdasan Buatan. Yogyakarta: graham Ilmu.
Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset.
Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: Andi Offset.
Kusumadewi Sri. 2010. Aplikasi Logika Fuzzy. Edisi 2. Yogyakarta: Graha
Ilmu.
Lizda, Fathul, 2005. Alat Bantu Sistem Informasi Fuzzy Metode Sugeno Orde
Satu.
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN:
979-756-061-6.
http://journal.uii.ac.id/index.php/Snati/article/viewFile/1421/1201.
Diaksespada tanggal 13 september 2011
Madcoms. 2011. Dreamweaver CS5 PHP-MySQL untuk Pemula.
Yogyakarta:
Andi
Offset. 69
Pracaya. 2003. Jeruk Manis. Jakarta: Penebar Swadaya.
Sutarman. 2007. Membangun Aplikasi Web dengan PHP & MySQL.
Edisi
2.
Yogyakarta: Graha Ilmu.
Tampubolon, Mariani Valentina.
Penentuan

2010. Sistem Pendukung Keputusan

Penyakit Diabetes Mellitus dengan Metode Sugeno. Skripsi.

Medan

:
Universitas Sumatera Utara.

Wibowo Angga. 2006. Aplikasi PHP Gratis untuk Pengembangan Situs

Web.
Semarang: Andi Offset.

BAB III
PEMODELAN PROYEK

3.1

OBJECTIVE PROYEK
Objective dari proyek perancangan Aplikasi Sistem Pakar untuk mendiagnosa

Penyakit Pada jeruk dengan menggunakan metode fuzzy adalah sebagai berikut:
a. Merancang aplikasi sistem pakar yang mampu dipahami oleh masyarakat
awam dengan memberikan pertanyaan gejala yang dapat diperiksa secara fisik
oleh masyarakat umum.
b. Merancang aplikasi sistem pakar untuk memenuhi kebutuhan masyarakat
kelangsungan tanaman pohon jeruk
c. Merancang aplikasi sistem pakar yang bisa digunakan oleh masyarakat/user
dimana saja dan kapan saja.

3.2

IDENTIFIKASI STAKEHOLDER
Berikut adalah stakeholder yang terlibat dalam proyek pengembangan aplikasi

sistem pakar pada jeruk :

a) Tim Proyek
b) Calon Pengguna
c) Staff Pendukung
d) Publisher

3.3

IDENTIFIKASI DELIVERABLES
Deliverables pada proyek ini berupa laporan ataupun hasil dari proyek ini yang

akan diberikan kepada publisher, berikut deliverables dalam proyek pengembangan

aplikasi sistem pakar penyakit jeruk :
a) Laporan project dalam bentuk CD
b) Laporan biaya proyek
c) Aplikasi sistem pakar dalam bentuk file

3.4

PENJADWALAN PROYEK
Proyek perancangan aplikasi sistem pakar dimulai dari tanggal 3 April 2013 dan

direncanakan akan berakhir pada tanggal 6 Juni 2013, Jam kerja proyek ditentukan
sesuai dengan waktu yang sudah dijadwalkan yaitu pada hari senin jumat pukul
08.00AM 12.00PM, dilanjutkan pada pukul 13:00PM 17:00PM, sedangkan hari
sabtu pukul tidak bekerja. Penjadwalan proyek dibuat dengan menggunakan Microsoft
Project 2007 dalam bentuk WBS (Work breakdown Structure), berikut adalah tahapan
tahapan dalam penjadwalan proyek pengembangan aplikasi sistem pakar penyakit jeruk
.
a.

Pengembangan aplikasi sistem pakar penyakit jeruk

Merupakan awal dalam proyek aplikasi sistem pakar penyakit jeruk,
berikut adalah tahapannya.
1) Analisa Kebutuhan Sistem Pakar Penyakit Jeruk Perencanaan
2) Desain Sistem Pakar

b.

Pemrograman
Tahap ini adalah pembuatan aplikasi dari perancangan aplikasi sistem
pakar penyakit jeruk, adapun tahapan-tahapannya adalah sebagai berikut :
1) Desain Interface
2) Desain Database
3) Coding

c.

Pengujian
Tahap ini adalah tahap dimana dilakukannya percobaan terhadap aplikasi
yang sudah dibuat. Adapun tahapan-tahapan dalam pengujian aplikasi
sistem pakar penyakit jeruk adalah sebagai berikut :
1) Pengujian Internal
2) Implementasi aplikasi sistem pakar penyakit jeruk

3.4.1

WORK BREAKDOWN STRUCTURE

Berikut adalah work breakdown structure dari proyek perancangan aplikasi

sistem pakar penyakit pada jeruk.

Gambar 3.1 Work Breakdown Structure

3.4.2

MILESTONE
Berikut adalah milestone dari pengembangan aplikasi sistem pakar penyakit

jeruk:
a) Project Charter
b) Penyetujuan Proyek
c) Pengembangan Aplikasi
d) Inisiasi
e) Analisa
f) Implementasi
g) Perancangan Aplikasi
h) Closing

NO

Milestone

Finish

Project Charter

27 Maret 2013

Penyetujuan Proyek

1 April 2013

Pengembangan Aplikasi

6 Juni 2013

Inisiasi

12 April 2013

Analisa

18 April 2013

Implementasi

14 Mei 2013

Perancangan Aplikasi

29 April 2013

Closing

6 Juni 2013

Tabel 3.1 Milestone

3.4.3

JADWAL PROYEK
Berikut adalah Jadwal proyek berdasarkan task pada proyek pengembangan

rancang bangun sistem pakar berbasis web mengdiagnosis penyakit jeruk menggunakan
metode fuzzy :

Gambar 3.2 Jadwal proyek

3.5

RANCANGAN ANGGARAN BIAYA (RAB)

Proyek ini hanya menjelaskan biaya untuk SDM atau pekerja saja. Biaya tim
proyek dihitung per jam sesuai dengan task yang dikerjakan, berikut adalah rincian biaya
pada pengembangan aplikasi sistem pakar penyakit jeruk :
No

Nama Pekerja

Durasi kerja

Gaji Standar

Total Gaji

Sandrawanto

136 jam

Rp 12.000,00

Rp 1.632.000,00

Alamsyah

71 jam

Rp 10.000,00

Rp 710.000,00

Riady

152 jam

Rp 10.000,00

Rp 1.520.000,00

Total biaya

Tabel 3.2 Anggaran biaya

Rp 3.862.000,00

3.6

STRUKTUR TIM PROYEK

Pada proyek pengembangan aplikasi sistem pakar penyakit jeruk. setiap tim

proyek memiliki bidang masing masing dalam perancangn sistem pakar, berikut
adalah bidang yang ada dalam proyek aplikasi sistem pakar penyakit jeruk:
a. Project leader
Orang yang bertanggung jawab dan memimpin proyek pengembangan
aplikasi sistem pakar penyakit jeruk.
b. Manager project
Bertugas

membantu

pimpinan

mengawasi

proyek

dalam

proyek

pengembangan aplikasi sietm pakar penyakit jeruk.

c. Programer
Bertugas membuat scripting atau programming dalam aplikasi sistem pakar
penyakit jeruk.
d. Sistem Analist
Orang yang bertanggung jawab dalam menganalisa kebutuhan aplikasi sistem
pakar penyakit jeruk.
e. Designer
Desaigner atau pendesain adalah orang yang bertanggung jawab merancang
antar muka sistem sehingga mudah dipahami oleh pengguna.

Berikut adalah struktur tim proyek pengembangan aplikasi sistem pakar

penyakit jeruk.

Project leader
Sandrawanto

Manager
Alamsyah

Sistem Analis
Riady
Alamsyah

Aplication Disigner
Sandrawanto
Alamsyah

Gambar 3.3 Struktur Tim Proyek

Programer
Sandrawanto
Alamsyah

BAB IV
Analisa Hasil dan Pembahasan

4.1 Analisa Masalah

Sistem pakar merupakan sistem dengan basis pengetahuan yang dinamis.
Dimana pengetahuan tersebut dapat berubah seiring berjalannya waktu sehingga
harus dapat dilakukan pembaharuan, seperti penambahan, penghapusan maupun
perubahan terhadap data yang sudah disimpan sebelumnya tanpa harus mengubah
isi dari program secara keseluruhan. Perubahan hanya dilakukan pada bagian
basis pengetahuan saja sehingga sistem pakar ini dapat dikembangkan lebih
lanjut. Tahapan analisis terhadap suatu sistem dilakukan sebelum tahapan
perancangan, hal ini agar perangkat lunak yang dirancang sesuai dengan masalah
yang akan diselesaikan.

4.1.1

Analisa Proses
a. Proses entry data
User mengakses website sistem pakar untuk melakukan konsultasi.
Sistem akan memproses data yang di berikan user tersebut .
b. Proses pelayanan sistem
Sistem memproses dan mulai mendiagnosa sesuai dengan apa yang di
alami user, dengan mengajukan beberapa pertanyaan.
c. Proses Pembuatan Laporan
Setiap sudah selesai konsultasi sistem membuat hasil konsultasi dan
memberikan solusi kepada user.

4.2 Penyelesaian Masalah

Sebuah proses terhadap basis pengetahuan atau informasi yang didapat
dari seorang pakar, terlebih dahulu diubah kedalam bentuk diagram pohon
keputusan, sehingga didalam penyelesaian masalah lebih mudah dilakukan
penelusuran untuk mendapatkan solusi atau kesimpulan akhir yang tepat.
Basis pengetahuan berisi tabel jenis penyakit, tabel data gejala, tabel relasi
antara penyakit dengan gejala.
a. Tabel Penyakit
Kode Penyakit
P001
P002
P003
P004

P005
P006
P007
P008
P009

Nama Penyakit
Blendok Phitophthora
Blendok Diplodia
Busuk Akar Hitam (Armilaria sp)
Penyakit Mati Ujung/ Antraknose
(Colletotrichum glosporioides dan Gloeosporium
limetticolum)
Busuk Kering Pangkal Batang (Fusarium solani)
Penyakit Tepung (Oidium tingitatinum)
Jamur Upas (Corrticium salmonicolor)
Penyakit Kudis
Kapang Hijau/Biru (Penicillium spp)

Tabel 4.1 Tabel Penyakit

b. Tabel Gejala
Kode Gejala
G001
G002
G003
G004
G005
G006
G007
G008
G009
G010

Gejala
Ada getah pada batang
Warna daun kuning
Ada busa pada batang
Busuk batang
Busuk akar
Warna akar hitam
Bercak bercak pada daun
Daun gugur
Ada tepung pada daun dan pucuk
Batang dan dahan lapuk

Tabel 4.1 Tabel Gejala

c. Tabel Relasi
Jenis Penyakit

Kode Penyakit

P001 Blendok
Phitophthora

G001 = Ada getah pada batang

G002 = Warna daun kuning
G004 = Busuk batang
P002 Blendok Diplodia G003 = Ada busa pada batang
G004 = Busuk batang
P003 Busuk Akar
G002 = Warna daun kuning
Hitam (Armilaria sp)
G005 = Busuk akar
G006 = Warna akar hitam
P004 Penyakit Mati
G007 = Bercak bercak pada daun
Ujung
G008 = Daun gugur
P005 Busuk Kering
G001 = Ada getah pada batang
Pangkal Batang
G008 = Daun gugur
(Fusarium solani)
P006 Penyakit Tepung G008 = Daun gugur
(Oidium tingitatinum)
G009 = Ada tepung pada daun dan pucuk
P007 Jamur Upas
G001 = Ada getah pada batang
(Corrticium
G008 = Daun gugur
salmonicolor)
G010 = Batang dan daun lapuk
P008 Penyakit Kudis
G007 = Bercak bercak pada daun
G002 = Warna daun kuning
G003 = Ada busa pada batang
P009 Kapang
G007 = Bercak bercak pada daun
Hijau/Biru (Penicillium G004 = Busuk batang
spp)
Tabel 4.2 Tabel Relasi

4.3 Rancangan Sistem Pakar

Dari analisa pembuatan sistem pakar ini , diperlukan sebuah mesin
inferensi yang berfungsi sebagai sistem pengambil keputusan dan pohon
keputusan

4.3.1

Mesin Inferensi
bahwa

penerapan

sistem

fuzzy

dalam

sistem

pakar

untuk

merepresentasikan pengetahuan dalam lingkungan yang tidak pasti dan tidak

lengkap serta sangat kompleks. Penggabungan kedua sistem tersebut dikenal
dengan sistem pakar fuzzy. Jika pada sistem pakar cara kerjanya mengacu pada
rule based yang nilai perhitungannya hanya terdiri dari 0 dan 1, maka pada
sistem pakar fuzzy lebih mengacu pada perhitungan nilai fuzzy yang berada
pada interval 0 sampai dengan 1. Adapun nilai fuzzy dari gejala-gejala penyakit
untuk suatu penyakit ditampilkan pada tabel information system. Tabel berikut
merupakan

information

system

dari

gejala-

gejala penyakit pada jeruk yang diperoleh dari seorang pakar berdasarkan nilai
intensitasnya.

NO

G1

G2

G3

G4

G5

G6

G7

G8

G9

G10

Nama
penyakit
Blendok

0,6

0,3

Busa

0,6

0,3

Buruk
akar
Kanker
bakteri
Busuk batang

0,6

0,6

0,6

0,3

0,6

Tepung
Jamur
Kudis
Kapang
Pucuk
merana

0
0,3
0
0
0

0
0
0,6
0
0.6

0
0
1
0
0

0
0
0
0,3
0

0
0
0
0
0

0
0
0
0
0

0
0
0,3
0,6
0

1
0,6
0
0
1

0,3
0
0
0
0

0
0,6
0
0
0

4
5
6
7
8
9
8

Tabel 4.3 Tabel Keputusan

4.3.2

Perhitungan Nilai Kesesuaian

Misalnya jika U adalah suatu knowledge-based gejala suatu set dari

penyakit yang dinyatakan sebagai sebuah fuzzy set terhadap gejala A dan B adalah
gejala yang di-inputkan oleh user yang dinyatakan sebagai suatu fuzzy set terhadap

A,

dimana

A={a1,

a2,

a3,

...,

an}

sedangkan

U={uj(a1)/(a1),uj(a2)/(a2),uj(a3)/(a3),uj(a4)/(a4)} dan B={B(a1)/(a1),

B(a2)/(a2),

fuzzy

B(a3)/(a3),
set

B(a4)/(a4)}. Untuk mencari nilai kesesuaian antara

dengan

maka

dicari

seberapa

besar

selisih antara uj(a1) yang merupakan nilai fuzzy set gejala a1 menurut knowledgebased dengan B(a1) yang merupakan nilai fuzzy set gejala a1 yang diinputkan oleh
user dibagi dengan nilai uj(a1). Jadi rumus untuk mencari nilai kesesuaian fuzzy set
adalah sebagai berikut:

( )

R ( B (ai), Uj(ai)) = Max (

Dengan syarat Uj (ai)

( )
( )

0....................( 3.1)

R ( B (ai), Uj(ai)) = 0 dengan syarat Uj (ai)

0 ..............(3.2)

Keterangan rumus 3.1 dan 3.2:

A= Universal set dari gejala pada knowledgebased B = Fuzzy set gejala milik user
U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit
ai = gejala yang ke-i dari set A
i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkan oleh user
j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based
C = Konstanta yang bernilai diantara 0<C

1.

Uj(ai)= Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada
knowledge-based.
B(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user.
Max (

( )

( )
( )

) = Hasil fungsi yang bernilai antara 0 sampai dengan1

Misalnya diberikan B = {0.6/a1, 0.3/a2, 0.3/a5}, jika C=1 maka penyelesaian R(B(ai),
U(ai)) sesuai dengan Tabel information system 2.2 pada bab 2 adalah:

R(B(a1), U3(a1)) = Max(0, 1-

) = Max(0, 0.6) = 0.6

R(B(a1), U4(a1)) = Max(0, 1-

) = Max(0, 1) = 1

R(B(a2), U1(a2)) = Max(0, 1-

) = Max(0, 0.5) = 0.5

R(B(a2), U4(a2)) = Max(0, 1-

) = Max(0, 1) = 1

R(B(a5), U3(a5)) = Max(0, 1-

) = Max(0, 0.5) = 0.5

R(B(a5), U4(a5)) = Max(0, 1-

) = Max(0, 0.3) = 0.3

Dari perhitungan di atas dapat dilihat nilai kesesuaian yang dihasilkan tiap
gejala yang diinput user terhadap gejala yang ada pada knowledge-based untuk
setiap penyakit yang memiliki gejala tersebut. Untuk pengembangan aplikasi sistem
pakar ini, perhitungan dibagi menjadi dua bagian, yaitu perhitungan nilai
kesesuaian untuk frekuensi gejala dan perhitungan nilai kesesuaian untuk intensitas
gejala. Sehingga rumus 4.1 dikembangkan lagi menjadi sebagai berikut :
( )

R freq (B (ai)Uj(ai))= Max (

( )
( )

Dengan syarat Ujfreq (ai) = 0....................( 3.3)

Rint ( B (ai), Ujint (ai)) = Max (
dengan syarat Ujint (ai)

( )

( )
( )

0 ..............(3.4)

Keterangan rumus 3.3 dan 3.4:

A= Universal set dari gejala pada knowledgebased B = Fuzzy set gejala milik user
U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit
ai = gejala yang ke-i dari set A
i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinputkan oleh user
j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based

C = Konstanta yang bernilai diantara 0<C

1.

Ujfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada
knowledge-based berdasarkan frekuensi.
Bfreq(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh
user berdasarkan frekuensi.
Ujint(ai)= Nilai keanggotaan atribut ke-i pada fuzzy set U dari penyakit ke-j pada
knowledge-based berdasarkan intensitas.
Bint(ai) = Nilai keanggotaan atribut ke-i pada fuzzy set A yang diinputkan oleh user
berdasarkan intensitas.
( )

Max(0,1-(

( )
( )

)= Hasil fungsi yang bernilai antara 0 sampai dengan

1.
4.3.3

Perhitungan Nilai Fuzzy Conditional Probability

Setelah perhitungan nilai kesesuaian gejala antara gejala yang berasal dari user

dengan gejala yang ada pada knowledge-based, maka selanjutnya adalah penjumlahan
nilai kesesuaian

untuk

setiap

penyakit,

selanjutnya

mencari

nilai

fuzzy

conditional probability untuk setiap penyakit dengan cara membandingkan

jumlah nilai kesesuaian setiap penyakit dengan banyaknya gejala yang dimiliki
oleh penyakit tersebut di knowledge-based. Jadi rumus untuk mencari nilai
fuzzy conditional probability adalah sebagai berikut:
( (

P(B,Un) =

dengan syarat

= 0...........(3.5)

Keterangan Rumus :

( (

= Hasil penjumlahan nilai kesesuaian gejala pada penyakit yang ke-

j
i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user
= Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalah
gejala sedangkan Un

adalah penyakit yang ke-n. Gejala pada Un

adalah gejala

yang tidak bernilai 0.

Misalnya dihitung nilai fuzzy conditional probability pada contoh di subbab
4.2.3.1.1:
P(B,U3) = (0.6+0.5)/3 = 1.1/3 = 0.36 =
P(B,U4) = (1+1+0.3)/3 = 2.3/3 = 0.76
P(B,U1) = (0.5)/3 = 0.16
Dari hasil perhitungan di atas maka dapat disimpulkan bahwa peluang user
terkena penyakit U3 adalah 0.36, peluang user terkena penyakit U4 0.76, dan
peluang user terkena penyakit U1 0.16. Pada penggunaan rumus 3.5 di atas digunakan
untuk menghitung satu parameter saja. Dalam aplikasi sistem pakar ini terdapat
dua parameter yang digunakan dalam menghitung nilai fuzzy conditional
probability suatu penyakit, yaitu parameter frekuensi dan intensitas. Sehingga pada
rumus berikut digunakan dua parameter :
( ( )

P(B,Un) =
Dengan syarat |Un| a

( ( )

0..........(3.6)

Keterangan rumus 3.6:

i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinputkan user
|Un| a = Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalah Un
gejala sedangkan Un adalah penyakit yang ke-n. Gejala pada Un adalah gejala yang
tidak bernilai 0. C1 dan C2 = konstanta dengan syarat C 1+C2 = 1 yang menyatakan
besarnya frekuensi dan intensitas gejala dalam menentukan suatu penyakit ke-j
( ( )

) = Nilai kesesuaian frekuensi antara gejala ke a i yang diinputkan

user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j
( ( )

) = Nilai kesesuaian intensitas antara gejala ke a i yang diinputkan

user dengan gejala yang ada pada knowledge-based untuk penyakit ke-j Setelah

diperoleh hasil perhitungan fuzzy conditional probability masingmasing penyakit,

selanjutnya perlu dibuat laporan kemungkinan penyakit yang diderita oleh user
dengan menggunakan bahasa yang sering digunakan oleh manusia (variable
linguistic). Variable linguistic tersebut antara lain: kecil sekali, kecil, ragu, agak
besar, besar, dan hampir pasti. Rentang nilai fuzzy untuk masing-masing variable
linguistic tersebut adalah sebagai berikut:
1. Jika nilai_diagnosa <0.2, maka variable linguisticnya "Kecil sekali".
2. Jika nilai_diagnosa
>=0.2 dan
variablelinguisticnya "Kecil".

nilai_diagnosa <=0.499, maka

3. Jika nilai_diagnosa
>=0.5 dan nilai_diagnosa <=0.599, maka
variable linguisticnya "Ragu".
4. Jika nilai_diagnosa
>=0.6 dan nilai_diagnosa
maka variable linguisticnya "Agak besar".
5. Jika nilai_diagnosa
>=0.8
variable linguisticnya "Besar".

dan

<=0.799,

nilai_diagnosa <=0.899, maka

6. Jika nilai_diagnosa >=0.90, maka variable linguisticnya "Hampir pasti".

4.4 Stuktur Basis Data
Struktur basis data yang digunakan dalam sistem pakar ini terdiri dari
rancangan database dan Entity Relations Diagram (ERD).

4.4.1

Rancangan Database
Tabel-tabel yang digunakan dalam aplikasi ini adalah :
a. Tabel Admin
Tabel Admin digunakan user untuk memasukan UserID dan PasswordID
saat Login.

.No

Field

Type

Panjang

Keterangan

UserID

Varchar

50

login user

PassID

Varchar

50

login password

Tabel 4.4 Tabel admin

b. Analisa Hasil
Tabel Analisa digunakan untuk menyimpan data dari hasil analisa akhir
saat user menggunakan form konsultasi.
No

Field

Type

Panjang

Keterangan

id

Integer

nama

Varchar

60

kelamin

Enum

alamat

Varchar

100

kd_penyakit

Char

Tabel 4.5 Tabel Analisa Hasil

c. Tabel gejala
Tabel gejala digunakan untuk menyimpan data semua gejala tentang
penyakit jeruk.
No

Field

Type

Panjang

Keterangan

kd_gejala

Char

kode gejala

nm_gejala

Varchar

100

nama gejala

Tabel 4.6 Tabel Gejala

d. Tabel penyakit
Tabel penyakit digunakan untuk menyimpan semua data penyakit beserta
pengertian dan solusinya.
No

Field

Type

Panjang

Keterangan

kd_penyakit

Char

kode penyakit

nm_penyakit

Varchar

60

nama penyakit

definisi

Text

solusi

Text

Tabel 4.7 Tabel Penyakit

e. Tabel Relasi
Tabel relasi digunakan untuk menyimpan data relasi antara penyakit dan
gejala.
No

Field

Type

Panjang

Keterangan

kd_penyakit

Char

kode penyakit

kd_gejala

Char

kode gejala

Tabel 4.8 Tabel Relasi

f. Tabel tmp_analisa
Tabel tmp_analisa digunakan untuk menyimpan daftar relasi yang kode
penyakitnya mungkin terjadi.
No

Field

Type

Panjang

Keterangan

kd_penyakit

Char

kode penyakit

kd_gejala

Char

kode gejala

status

Enum

Tabel 4.9 Tabel tmp_analisa

g. Tabel tmp_gejala
Tabel tmp_gejala digunakan untuk menyimpan daftar kode gejala yang
telah dijawab ya, sedangkan yang dijawab tidak akan dibuang.
No

Field

Type

Panjang

Keterangan

kd_gejala

noip

Char

kode gejala

Varchar

60

Tabel 4.10 Tabel tmp_gejala

h. Tabel tmp_pasien
Tabel tmp_pasien digunakan untuk menyimpan sementara data pasien.
No

Field

Type

Panjang

Keterangan

id

Integer

nama

Varchar

60

kelamin

Enum

alamat

Varchar

100

Tabel 4.1.1 Tabel tmp_pasien

i. Tabel tmp_penyakit
Tabel tmp_penyakit digunakan untuk menyimpan daftar kemungkinan
penyakit saat menjawab setiap gejala yang ditanyakan.
No
1

Field

Type

kd_penyakit

Char

Panjang

Keterangan

kode penyakit

Tabel 4.1.2 Tabel tmp_penyakit

4.4.2

Entity Relations Diagram (ERD)

Entity

Relationship

Diagram

(ERD)

adalah sebuah diagram

yang

mengambarkan hubungan/relasi antar entitas (entity), dan setiap entiti terdiri atas satu
atau lebih atribut yang mempresentasikan seluruh kondisi (fakta). ERD digunakan untuk
menunjukkan hubungan antara entity dengan database dan objekobjek (himpunan
entitas) apa saja yang ingin dilibatkan dalam sebuah basisdata dan bagaimana hubungan
yang terjadi diantara objek-objek tersebut.

ERD yang berisi komponen-komponen himpunan entitas dan himpunan relasi

yang masing-masing dilengkapi dengan beberapa atribut yang mempersentasikan
seluruh fakta yang ditinjau dari keadaan yang nyata. Dimana dapat digambarkan secara
lebih sistimatis dengan menggunakan ERD.
Username

1
Login

Pasword

Kd_penyakit

Kd_gejala

Kd_penyakit
Nm_penyakit
definisi

Kd_gejala

Penyakit

Relasi

Gejala

Nm_gejala

solusi

Kd_penyakit

isi
ID

ID
1
Nama

Analisa hasil

alamat
Kd_penyakit

Gambar 4.2 Entity Relationship Diagram

4.5 Rancangan Layar Program Sistem Pakar

Rancangan layar progam sangat perlu, sebelum membuat aplikasi. Karena
mempermudah proses pembuatan aplikasinya. Rancangan

layar

merupakan

penggambaran secara nyata fitur-fitur yang akan di desain sebelumnya.

a. Rancangan Layar Menu Utama

HEADER
BERANDA
PENYAKIT JERUK
DIAGNOSA
TENTANG JERUK
BANTUAN
ADMIN
FOOTER

Gambar 4.3 Rancangan layar Aplikasi Sistem Pakar Penyakit Jeruk

b. Rancangan Menu Daftar Penyakit

DAFTAR SEMUA PENYAKIT

No

Nama Penyakit

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

XXXXXXXXXX

Lihat

Pilih

Gambar 4.4 Rancangan layar form Daftar Penyakit

c. Rancangan Layar Konsultasi/Diagnosa

MASUKKAN DATA USER

Id
Nama
Kelamin

Pria

Wanita

Alamat
Daftar

Gambar 4.5 Rancangan layar form Input User

d. Rancangan Layar Page konsul/ quisioner

JAWABLAH PERTANYAAN BERIKUT :

Pertanyaan : XXXXXXXXXXXXX?
Benar (YA)

Salah (TIDAK)

Jawab

Gambar 4.6 Rancangan layar page konsultasi

e. Rancangan Layar Page Hasil

HASIL ANALISA PENYAKIT JERUK
DATA PASIEN :
Id
XXXXX
Nama
XXXXX
Kelamin
XXXXX
Alamat
XXXXX
HASIL ANALISA TERAKHIR :
Penyakit
XXXXXXXXXX
Gejala
XXXXXXX
XXXXXXX
XXXXXXX

Keterangan
Solusi

XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
Gambar 4.7 Rancangan layar Hasil Analisa Penyakit

f. Rancangan Layar login admin

LOGIN PAKAR
Login User
Login Password
Login

Gambar 4.8 Rancangan layar Login Pakar

g. Rancangan Layar Input Penyakit

MASUKKAN DATA PENYAKIT

Kode
Penyakit
Definisi

Solusi

Simpan
Gambar 4.9 Rancangan layar Input Penyakit

h. Rancangan Layar Input Gejala

MASUKKAN KODE GEJALA

KODE

GEJALA

Simpan

Gambar 4.10 Rancangan layar Input Gejala

i. Rancangan Layar Input Relasi

RELASI GEJALA DAN PENYAKIT
Nama Penyakit

[Daftar Penyakit]
Daftar Gejala
XXXXXXXX
XXXXXXXX
XXXXXXXX
XXXXXXXX

Simpan Relasi

Reset

Gambar 4.11 Rancangan Layar Input Relasi

j. Rancangan Layar Ubah Penyakit

No

DAFTAR SEMUA PENYAKIT

Nama Penyakit
Pilihan

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus
Tambah

Gambar 4.12 Rancangan Layar Ubah Penyakit

k. Rancangan Layar Ubah Gejala

DAFTAR SEMUA GEJALA
No

NAMA GEJALA

Pilihan

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus

XXXXXXXXXX

Ubah | Hapus
Tambah

Gambar 4.13 Rancangan layar Ubah Gejala

l. Rancangan Layar Laporan Penyakit

DAFTAR SEMUA PENYAKIT

Kode
Nama Penyakit
Definisi

Solusi

XXXX
XXXXXXXXXX
XXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX

Gambar 4.14 Rancangan layar Laporan Penyakit

m. Rancangan Layar Laporan Gejala

TAMPILKAN GEJALA PER PENYAKIT

Penyakit :
Tampil

Gambar 4.15 Rancangan layar Laporan Gejala

4.6 Algoritma
Algoritma digunakan untuk merancang sebuah sistem sehingga lebih
mudah dimengerti struktur dari sistem yang akan dibuat. Algoritma dibuat seperti
diagram yang terdiri dari bentuk-bentuk seperti persegi, trapezium, persegi
panjang dan kemudian dihubungkan oleh garis-garis yang saling terhubung.

Dibawah ini adalah algoritma yang digunakan dalam proses pembuatan sistem
pakar ini.
START

Data Pasien, Nama,

Kelamin, Alamat,
Pekerjaan

Kaidah Berbasis Aturan

Tidak

Kaidah Telah Sesuai

Ya

File Berbasis Pengetahuan

Deteksi Penyakit Sapi

Ya

Terkena Penyakit

Kesimpulan dan Solusi

Tidak

Data Hasil Konsultasi

END

Gambar 4.16 Flowchart Algoritma Fuzzy

Dari flowchart di atas, dapat dijelaskan langkah-langkah proses inferensi
penalaran maju (fuzzy) yang dilakukan adalah sebagai berikut : Saat sistem akan
dijalankan posisi berada pada START terlebih dahulu, inputan berupa fakta yang
diberikan kepada user adalah data pasien, nama, kelamin, alamat dan gejala yang di
rasakan. Kemudian data-data tersebut disusun ke dalam kaidah berbasis aturan, dimana
setelah itu terjadi pengecekan.

Apakah kaidah-kaidah tersebut telah sesuai atau tidak . Jika tidak maka user akan
kembali mengisiskan fakta-fakta yang lain, akan tetapi jika kaidah tersebut sesuai maka
kaidah atau fakta tersebut tersimpan di dalam file berbasis pengetahuan berupa basis data
yang kemudian diproses hingga user bisa melakukan proses konsultasi untuk
menghasilkan sebuah diagnosa. Dari diagnosa tersebut, akan terlihat apakah terdeteksi
penyakit atau tidak.
Jika tidak maka kesimpulan hasil konsultasi tidak akan dimunculkan dan proses
berakhir, akan tetapi jika menderita penyakit yang disimpulkan dari inputan-inputan
gejala sebelumnya, maka akan dihasilkan sebuah kesimpulan berupa solusi, gejala serta
jenis penyakit yang diderita. Selain flowchart algoritma fuzzy . dibawah ini di gambarkan
flowchart-flowchart prosedural. Terdapat 7 flowchart yang digambarkan dalam
pembuatan skripsi ini yaitu :

a. Flowchart alur konsultasi penyakit jeruk

Flowchart konsultasi menjelaskan tentang alur proses saat user atau
pengguna melakukan konsultasi atu berkonsultasi dengan sistem.
Mulai

Tampilan Halaman Daftar Pasien

Nama belum diisi
Alamat masih kosong
Pekerjaan masih kosong
Input Data Pasien

Daftar

Ya

Input Jawaban Gejala

Cek Rule

Tampilan Analisa_Hasil

Cetak
Analisa
Hasil

Hasil cetak Analisa Hasil

End

Gambar 4.17 Flowchart Konsultasi

b. Flowchart Login
Flowchart login menjelaskan tentang alur proses saat pakar atau admin
melakukan mealukan login ke halaman admin.

Gambar 4.18 Flowchart Login

c. Flowchart Input Penyakit

Flowchart Input penyakit menjelaskan tentang alur proses saat admin
menginput suatu penyakit.

Gambar 4.19 Flowchart Input Penyakit

d. Flowchart Ubah Penyakit

Flowchart ubah penyakit menjelaskan tentang alur proses saat admin atau
pakar melakukan pengubahan data penyakit.

start

Tampilan halaman
ubah penyakit

Nama penyakit
masih Kosong,
Definisi mAsih
kosong, Solusi
masih kosong
Ubah
penyakit

Simpan

Tidak

ya

Penyakit tampil

End

Gambar 4.20 Flowchart Ubah Penyakit

e. Flowchart Input Gejala

Flowchart input gejala menjelaskan tentang alur proses memasukan data gejala
penyakit kedalam sistem atau database.

Gambar 4.21 Flowchart Input Gejala

f. Flowchart Ubah Gejala

Flowchart ubah gejala menjelaskan tentang alur proses saat admin atau pakar
melakukan pengubahan data gejala penyakit.

start

Tampilan halaman
ubah gejala

Gejala Masih
Kosong

Ubah
Gejala

Tidak

Simpan

ya

Gejala tampil

End

Gambar 4.22 Flowchart Ubah Gejala

g. Flowchart Input Relasi

Flowchart relasi menjelaskan tentang alur proses penginputan data relasi
penyakit dengan gejala

Gambar 4.23 Flowchart Input Gejala

4.7 Implementasi
Penerapan program dalam pengembangan sistem ini adalah penerapan
aplikasi berbasis web yang dapat dijalankan dalam lingkungan internet. Sehingga
user dapat menggunakan aplikasi ini dimana dan kapan saja. Dengan adanya
program ini diharapkan mampu memberikan informasi yang secara cepat dan
mudah dalam mendiagnosa penyakit pada ternak jeruk.

4.7.1

Uji Kasus
Pengujian terhadap aplikasi sistem pakar untuk mendiagnosis penyakit

pada jeruk dilakukan untuk menguji kebenaran dari sistem pakar tersebut. Telah
dilakukan pengujian terhadap aplikasi adalah sebagai berikut :
a. Pengujian Konsultasi
Pengujian Konsultasi merupakan menu dimana user dapat melakukan penginput
gejala-gejala yang dialami untuk mendapatkan hasil analisa dari gejala tersebut.
Konsultasi

Modul yang diuji

Prosedur Pengujian

Akses ke website

Pilih menu konsultasi

Isi data user

Input jawaban gejala yang dialami

Klik tombol diagnosa

Masukan

Gejala, klik tombol jawab

keluaran

Hasil diagnosa dari jawaban gejala yang diinput

Hasil

Hasil diagnosa dari jawaban gejala yang diinput

Kesimpulan

Baik

Tabel 4.14 Tabel Pengujian Konsultasi

b. Pengujian Login
Untuk melakukan akses ke sistem setiap admin harus mempunyai
username dan password yang terdapat pada sistem. Admin berhak

menjalankan

sistem

untuk

melakukan

kegiatannya

sebagai

tenaga

administrasi mulai dari perubahan password login, penginputan dan

pengeditan data.
Modul yang diuji
Prosedur Pengujian

Login

Login

Akses ke website

Akses ke website

Pilih menu

Pilih menu

Masuk pakar
-

Masukan

keluaran

Masuk pakar

Masukan

Masukan

username dan

username dan

password

password

Klik tombol login

Klik tombol login

Username, password,

Username, password,

klik tombol login

klik tombol login

User masuk kedalam

Tampil pesan Username

sistem dan dapat

atau Password Salah

mengakses sistem
Hasil

User masuk kedalam

Tampil pesan Username

sistem dan dapat

atau Password Salah

mengakses sistem
Kesimpulan

Baik

Baik

Tabel 4.15 Tabel Pengujian Login

c. Pengujian Input Data penyakit

Pengujian data jenis penyakit digunakan untuk memasukan data baru,
pengolahan data seperti penyakit, definisi, solusi.
Modul yang

Input Penyakit

Input Penyakit

diuji
Prosedur

Pengujian
-

Akses ke

Akses ke website

website

Masukkan ke bagian

Masukkan ke

admin

bagian admin

Pilih menu input penyakit

Pilih menu

Input penyakit, definisi,

input penyakit
-

Input penyakit,

solusi
-

Klik tombol simpan

definisi, solusi
-

Klik tombol
simpan

Masukan

Penyakit, definisi,

Penyakit, definisi, solusi

solusi
keluaran

Hasil

Kesimpulan

Tampil pesan Data

Tampil pesan Nama penyakit

berhasil disimpan

masih kosong, ulangi kembali

Tampil pesan Data

Tampil pesan Nama penyakit

berhasil disimpan

masih kosong, ulangi kembali

Baik

Baik

Tabel 4.16 Tabel pengujian input data penyakit

d. Pengujian Input Gejala

Pengujian Gejala digunakan untuk menambah gejala.
Modul yang

Input Gejala

Input Gejala

diuji
Prosedur

Pengujian
-

Akses ke

Akses ke website

website

Masukkan ke bagian

Masukkan ke

admin

bagian admin

Pilih menu input gejala

Pilih menu

Input gejala

input gejala

Klik tombol simpan

Input gejala

Klik tombol
simpan

Masukan

Gejala, klik tombol

Gejala, klik tombol simpan

simpan
keluaran

Hasil

Kesimpulan

Tampil pesan Data

Tampil pesan Gejala masih

berhasil disimpan

kosong, ulangi kembali

Tampil pesan Data

Tampil pesan Gejala masih

berhasil disimpan

kosong, ulangi kembali

Baik

Baik

Tabel 4.17 Tabel Pengujian input data gejala

Pada pengujian data relasi digunakan untuk memasukkan data baru, mengubah
atau menghapus.
Modul yang

Input Relasi

Input Relasi

diuji
Prosedur

Pengujian
-

Akses ke

Akses ke website

website

Masukkan ke bagian

Masukkan ke

admin

bagian admin

Pilih menu input relasi

Pilih menu

Pilih penyakit, pilih

input relasi

gejala

Pilih

Klik tombol simpan

penyakit,
pilih gejala
-

Klik tombol
simpan

Masukan

keluaran

Hasil

Kesimpulan

Penyakit, Gejala, klik Penyakit, Gejala, klik tombol

tombol simpan

simpan

Tampil pesan Data

Tampil pesan Data masih

berhasil disimpan

kosong, ulangi kembali

Tampil pesan Data

Tampil pesan Data masih

berhasil disimpan

kosong, ulangi kembali

Baik

Baik

Tabel 4.18 Tabel Pengujian Input Relasi

4.7.2

Spesifikasi Hardware dan Software

Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit Pada Jeruk
ini menggunakan sfesifikasi sebagai berikut :
a. Hardware
1) Laptop Compaq CQ43
2) Processor AMD E 300 APU with Radeon (tm) HD Grapichs
1.30 Ghz
3) Ram 2 GB
4) Mouse, keyboard, monitor
b. Software
1) Windows 7 ultimate
2) Mozilla Forefox
3) Xampp
4) Macromedia Dreamweaver 8
5) Adobe Photoshop CS3
6) Microsot Office
7) Rational Software
8) WBS Chart Pro

4.8 Kelebihan dan Kekurangan Program

Dalam sebuah program tentu mempunyai kelebihan dan kekurangan
program tersebut, hal ini untuk menjadi perbandingan dengan program yang
lainnya. Berikut kelebihan dan kekurangan program yang dibuat.

4.8.1

Kelebihan Program
Kelebihan aplikasi ini adalah :
a. Mempunyai login admin sehingga data-data bisa diubah, ditambah,
dihapus.
b. Tampilan sederhana dan mudah digunakan.
c. Tidak banyak menggunakan biaya.

4.8.2

Kekurangan Program
Kekurangan aplikasi ini adalah :
a. Mengaksesnya masih melalui localhost.
b. Menggunakan xampp untuk menjalankannya sering tidak support pada
windows 7 .
c. Jumlah penyakit yang di diagnosis dalam aplikasi ini masih dibatasi.
d. Aplikasi ini hanya bersifat konsulatif atau hanya sebagai alat bantu
untuk berkonsultasi saja dan memberikan solusi. Namun untuk
penanganan lebih spesifikasi sebaiknya bekonsultasi langsung dengan
dokter hewan atau pakar ternak.

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulanl;l
Berdasarkan permasalahan yang telah dibahas, maka disimpulkan :
a. Aplikasi ini menggunakan metode fuzzy yang diaplikasikan ke dalam layanan
berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL
sebagai databasenya.
b. Metode fuzzy yang digunakan merupakan proses inferensi yang memulai
pencarian dari premis atau data masukan berupa gejala menuju pada konklusi
yaitu kesimpulan jenis penyakit serta solusinya.
c. Berdasarkan hasil pengujian, aplikasi sistem pakar ini berguna untuk
membantu dan mempermudah user dalam memperoleh informasi mengenai
penyakit jeruk serta mendapatkan hasil diagnosa penyakit jeruk.
5.2 Saran
Aplikasi sistem pakar untuk mendiagnosis penyakit pada jeruk ini sangat
berpengaruh

dalam

dunia

kesehatan sehingganya

untuk

pengembangan

kedepannya diharapkan dapat menambahkan pengetahuan yang lebih lengkap dan

terbaru

tentang gejala-gejala penyakit jeruk yang dibahas dari pakar yang

berbeda, ada beberapa saran yang harus diterapkan guna pengembangan sisten
pakar lebih lanjut :

a. Pengetahuan sistem pakar penyakit pada jeruk kiranya semakin diperkaya

dengan penambahan kompleksitas gejala yang diberikan, agar dapat
memberikan penjelasan informasi kepada pengguna yang lebih optimal.
b. Perlu dipertimbangkan untuk membuat penyajian pilihan data gejala yang lebih
baik agar lebih mudah dalam penggunaan sistem pakar ini.

c. Untuk penanganan penyakit lebih lanjut sehingga dapat menghasilkan

perkembangan yang maksimal, sebaiknya user langsung mendatangi seorang
pakar tanaman.
d. Semua kekurangan yang tidak disadari oleh penulis agar dapat di sempurnakan
lagi.