LANDASAN TEORI
A. Sistem Pakar
Sistem pakar merupakan cabang dari Artificial Itellegence (AI) yang cukup tua
karena sistem ini mulai dikembangkan pada pertengahan 1960. Sistem pakar yang
muncul pertama kali adalah General-purpose Problem Solver (GPS) yang
dikembangkan oleh Newel dan Simon. Sampai saat ini banyak sistem pakar yang
dibuat, seperti MYCIN untuk diagnosis penyakit, DENDRAL untuk
mengidentifikasi struktur molekul campuran yang tak dikenal, XCON dan XSEL
untuk membantu konfigurasi sistem komputer besar, SOPHIE untuk analisis sirkuit
elektronik, Prospector digunakan di bidang geologi untuk membantu mencari dan
menemukan deposit, FOLIO digunakan untuk membantu memberikan keputusan
bagi seorang manajer dalam stok dan investasi, DELTA dipakai untuk
pemeliharaan lokomotif listrik diesel, dan sebagainya (Sutojo, dkk., 2011:159).
Menurut Merlina dan Hidayat dalam bukunya Perancangan Sistem Pakar (2012:1),
beberapa definisi sistem pakar menurut beberapa ahli yaitu sebagai berikut :
1. Menurut Durkin : “Sistem pakar adalah suatu program komputer yang
dirancang untuk memodelkan kemampuan penyelesaian masalah yang
dilakukan seorang pakar.”
2. Menurut Ignizo : “Sistem pakar adalah suatu model dan prosedur yang
berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat
dibandingkan dengan keahlian seorang pakar.”
3. Menurut Giarratano dan Riley : “Sistem pakar adalah suatu sistem komputer
yang bisa menyamai atau meniru kemampuan seorang pakar.”
4. Istilah sistem pakar berasal dari istilah knowledge-based expert system. Istilah
knowledge-based expert system muncul karena untuk memasukkan masalah,
sistem pakar menggunakan pengetahuan seorang pakar yang dimasukkan ke
dalam komputer. Seseorang yang bukan pakar menggunakan sistem pakar
untuk meningkatkan kemampuan pemecahan masalah, sedangkan seorang
pakar menggunakan sistem pakar untuk knowledge assistant [Sutojo, dkk.,
2011:160].
9
10
2. Mampu memberikan penalaran untuk data-data yang tidak lengkap atau tidak
pasti.
dapat dipahami.
5. Mudah dimodifikasi.
8. Sistem dapat mengaktifkan kaidah secara searah sesuai, dituntun oleh dialog
dengan pengguna.
1. Kepakaran (Expertise)
keputusan lebih cepat dan lebih baik daripada seorang yang bukan pakar. (Sutojo,
dkk., 2011:163)
umumnya.
2. Pakar (Expert)
2011:163) :
c. Menerangkan pemecahannya
e. Merestrukturisasi pengetahuan
f. Memecahkan aturan-aturan
g. Menentukan relevansi
Tujuan dari sistem pakar adalah memindahkan kepakaran dari seorang pakar
ke dalam komputer, kemudian ditransfer kepada orang lain yang bukan pakar.
c. Inferensi pengetahuan
4. Inferensi (Inferencing)
5. Aturan-aturan (Rule)
rule (rule based systems), yaitu pengetahuan disimpan terutama dalam bentuk rule,
saran atau rekomendasi yang diberikan oleh sistem pakar. Penjelasan dilakukan
Ada dua bagian penting dari sistem pakar, yaitu lingkungan pengembangan
nasihat dari sistem pakar layaknya berkonsultasi dengan sistem pakar (Sutojo, dkk.,
2011:166)
2011:167-169) :
dengan cara merekayasa pengetahuan agar bisa diproses oleh komputer dan
buku, dokumen multimedia, basis data, laporan riset khusus, dan informasi yang
terdapat di web.
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa
representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan
kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah
cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
3. Mesin Inferensi
menggunakan ini daftar aturan berdasarkan urutan pola tertentu. Selama proses
konsultasi antara sistem dan pemakai, mekanisme inferensi meguji aturan satu
persatu sampai kondisi aturan itu benar. Secara umum ada dua teknik utama yang
digunakan dalam mekanisme inferensi untuk pengujian aturan, yaitu pealaran maju
Untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan
untuk menjelaskan sebuah masalah yang sedang terjadi, sistem pakar membutuhkan
blackboard, yaitu area pada memori yang berfungsi sebagai basis data.
Komunikasi ini yang paling bagus bila disajikan dalam bahasa alami (natural
bagaimana suatu kesimpulan dapat diambil. Kemampuan seperti ini sangat penting
bagi pengguna untuk mengetahui proses pemindahan keahlian pakar maupun dalam
pemecahan masalah.
b. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu
bentuk tertentu.
c. Mengerjakan perhitungan secara cepat dan tepat dan tanpa jenuh mencari
bisa didapatkan dengan mudah, karena kadang kala pakar dari masalah yang
kita buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang
sempurna atau tidak selalu banar. Oleh karena itu perlu di uji ulang secara
B. Tanaman Tomat
tumbuhan asli Amerika Tengah Selatan, dari Meksiko sampai Peru. Tomat sendiri
memiliki siklus hidup yang singkat dan memiliki tinggi antara 1 hingga 3 meter
Ada beberapa pengertian tanaman tomat menurut para ahli sebagai berikut :
Divisi : Spermatopyhta
Subdivisi : Angiospermae
Ordo : Turbiflorae
Batang tomat walaupun tidak sekeras tanaman tahunan, tetapi cukup kuat.
warna batang hijau dan berbentuk persegi empat sampai bulat. Pada permukaan
dipangkas) tanaman tomat akan mempunyai banyak cabang yang menyebar rata.
menjalar ke tanah. Daunnya mudah dikenali karena mempunyai bentuk yang khas,
yaitu berbentuk oval, bergerigi, dan mempunyai celah yang menyirip. Buah tomat
yang masih muda biasanya terasa getir dan berbau tidak enak karena mengandung
lycopersicin yang berupa lendir dan dikeluarkan 209 kantong lendir. Ketika
buahnya semakin matang, lycopersicin lambat laun hilang sendiri sehingga baunya
hilang dan rasanya pun jadi enak, asam-asam manis (Wulan, 2012).
menyerang tanaman tomat yang bisa mengakibatkan kerusakan pada tanaman tomat
Tabel II.1
C. Forward Chaining
Forward chaining adalah teknik pencarian yang dimulai dengan fakta yang
IF-THEN. Jika ada fakta yang cocok dengan bagian IF, maka rule tersebut
dieksekusi. Bila sebuah rule dieksekusi maka sebuah fakta baru (bagian THEN)
ditambahkan ke dalam database. Setiap kali pencocokan, dimulai dari rule teratas.
Setiap rule hanya boleh dieksekusi sekali saja. Proses pencocokan berhenti bila
untuk menentukan bentuk data yang dijadikan sebagai input dan output didalam
dan ahli :
bahwa UML menyediakan sembilan jenis diagram, yang lain menyebutkan delapan
Itu merupakan definisi yang agak sederhana. Bahkan, UML adalah hal yang
berbeda bagi beberapa orang yang berbeda. Hal ini berasal baik dari sejarahnya
21
sendiri dan dari pandangan yang berbeda bahwa orang memiliki tentang apa yang
Use case diagram dapat digunakan selama proses analisis untuk menangkap
Selama tahap desain, use case diagram menetapkan perilaku (behavior) sistem saat
diimplementasikan. Dalam sebuah model mungkin terdapat satu atau beberapa use
case diagram.
Tabel. II.2
2. Activity Diagram
Activity diagram memodelkan alur kerja (work flow) sebuah proses bisnis dan
urutan aktivitas dalam suatu proses. Diagram ini sangat mirip dengan sebuah
flowchart karena dapat dimodelkan sebuah alur kerja dari satu aktivitas ke aktivitas
Tabel II.3
Activity Diagram
3. Component Diagram
nada di dalam sistem. Diagram komponen juga dapat digunakan untuk memodelkan
hal-hal berikut:
4. Deployment diagram
di dalamnya
5. Class Diagram
Class diagram yaitu salah satu jenis diagram pada UML yang digunakan
untuk menampilkan kelas-kelas maupun paket-paket yang ada pada suatu sistem
yang nantinya akan digunakan. Jadi diagram ini dapat memberikan sebuah
gambaran mengenai sistem maupun relasi-relasi yang terdapat pada sistem tersebut.
24
Tabel II.4
Class diagram
data dari suatu organisasi, biasanya oleh System Analyst dalam tahap analisis
atau alat peraga memberikan dasar untuk desain database relasional yang mendasari
1. Entity
Adalah suatu kumpulan objek atau sesuatu yang dapat dibedakan atau dapat
didefinisikan secara unik.kumpulan entitas yang sejenis disebut entity set, di bawah
a) Entity yang besifat fisik, yaitu entity yang dapat dilihat, contohnya rumah,
b) Entity yang bersifat konsep atau logika, yaitu entity yang tidak dapat dilihat,
2. Relationship
Adalah hubungan yang terjadi antara satu entititas atau lebih entity,
antara entity tersebut dan relationship set adalah kumpulan relationship yang
sejenis, contoh simbol yang digunakan adalah bentuk belah ketupat, diamond atau
rectangle.
3. Atribute
penjelasan detail tentang atau relationship tersebut dan atributevalue adalah suatu
data actual atau informasi yang disimpan di suatu attribute di dalam suatu entity
a) Indicator Type Associative Object berfungsi sebagai suatu objek dan suatu
relationship.
b) Indicator Type Subpertype terdiri dari suatu obyek dan satu subkategori atau
dengan entity lainnya atau banyaknya entity yang bersesuaian dengan entity yang
a) One to One (1:1) adalah hubungan satu entity dengan satu entity.
satu entitas pada himpunan entitas B, dan begitu sebaliknya setiap entitas pada
himpunan entitas B berhubungan dengan paling banyak satu entitas pada himpunan
entitas A
b) One to Many(1:M) adalah hubungan suatu entity dengan banyak entity atau
entitas pada himpunan entitas B, dan tidak sebaliknya dimana setiap entitas pada
himpunan entitas B berhubungan dengan paling banyak satu entitas pada himpunan
entitas A.
c) Many to Many (M:M) adalah hubungan banyak entity dengan banyak entity.
entitas pada himpunan entitas B, dan sebaliknya dimana setiap entitas pada
entitas A.
satu entitas pada himpunan entitas B, dan tidak sebaliknya dimana setiap entitas
28
pada himpunan entitas B dapat berhubungan dengan banyak entitas pada himpunan
entitas A
a) Unary degree (derajat satu) adalah derajat yang memiliki satu relationship
b) Binary degree (derajat dua) adalah derajat yang memiliki satu relationship
c) Tenary degree (derajat tiga) adalah derajat yang memiliki satu relationship
hubungan dengan entity lain dalam E_R digambarkan dengan satu garis
penghubung.
29
Menurut (Istanto dan Dewa, 2016:60) menyebutkan bahwa selama ini petani sering
mengabaikan hama dan peyakit tomat karena ketidaktahuannya, menganggap
gejala tersebut sudah biasa terjadi pada masa tanam, kesulitan konsultasi dengan
tenaga ahli dibidang hama peyakit tanaman tomat, kurangnya penyuluhan
dilapangan atau lokasi dari dinas pertanian tentang hama peyakit tanaman tomat,
sehingga tidak tahu mengendalikannya yang menyebabkan penurunan
produktivitas tomat itu sendiri.
keputusan, dan memberikan solusi mengeai penyakit pada tanaman tomat. Sistem
pakar tersebut digunakan sebagai media konsultasi yang dapat diakses oleh petani