Pemodelan Sistem Pakar Diagnosa Penyakit
Pemodelan Sistem Pakar Diagnosa Penyakit
SKRIPSI
Disusun oleh:
Muhammad Ali Al Atas
NIM: 115060807111008
i
PENGESAHAN
SKRIPSI
Disusun Oleh :
Muhammad Ali Al Atas
NIM: 115060807111008
Mengetahui
Ketua Program Studi Teknik Informatika / Ilmu Komputer
ii
PERNYATAAN ORISINALITAS
iii
KATA PENGANTAR
Puji dan syukur saya ucapkan kepada Tuhan Yang Maha Esa, karena atas
rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini. Skripsi
dengan judul “Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Merah
Menggunakan Metode AHP-SAW” disusun sebagai salah satu persyaratan untuk
menyelesaikan studi pada Jurusan Teknik Informatika, Fakultas Ilmu Komputer,
Universitas Brawijaya. Penulis menyadari bahwa skripsi ini dapat terselesaikan
atas bantuan, dukungan dan bimbingan dari berbagai pihak yang telah
membantu dalam proses penyelesaian. Oleh karena itu penulis mengucapkan
terima kasih kepada :
1. Nurul Hidayat, S.Pd., MSc., selaku Dosen Pembimbing Skripsi pertama yang telah
meluangkan waktu dan juga memberikan pengarahan bagi penulis.
2. Drs. Marji, M.T. selaku Dosen Pembimbing kedua yang telah meluangkan waktu dan
juga memberikan pengarahan bagi penulis.
3. Kedua orang tua saya, Achmad Syaifi Noer dan Siti Aisyah yang selalu memberikan
dukungan moril dan materil.
4. Segenap bapak dan ibu dosen program studi Teknik Informatika / Ilmu Komputer
beserta staff administrasi yang telah membantu penulis Selama masa studi.
5. Prof. Dr. Ir. Moh. Cholil Mahfud, M.S. yang telah meluangkan waktu dalam
pemberian data yang dibutuhkan penulis untuk menyelesaikan skripsi.
6. Maria Ulfa, Titik Rahayu, Alfi Majiidah, M. Lukman, Gus Imam, Gus Salim, Lek Atin
dan segenap keluarga besar penulis yang telah memberi doa dan motivasi penulis
dalam menyelesaikan skripsi ini.
7. Ryan Gendut, Manyuk, Fajar, Tyo, Adit, Anggi, Itak, Kidi, Wiki, Billy, Johan, Ganda,
Tomy Serta seluruh teman-teman Teknik Informatika 2011 yang telah memberikan
waktunya untuk penulis dalam menyelesaikan skripsi penulis.
8. Bendot, Sembon, Izoom, Gempar, Imron, Acha, Mortir, Gatra, Fauzi, dan seluruh
penghuni kontrakan Poharin F65 serta segenap anggota Guild Grendel yang telah
menghibur penulis dalam proses penyelesaian skripsi ini.
9. Semua pihak yang telah membantu dalam penyelesaian skripsi ini.
Penulis menyadari banyak sekali kekurangan yang terdapat dalam
penulisan skripsi ini. Semoga penulisan skripsi ini dapat bermanfaat bagi semua
pembaca dan pengembang yang ingin mengembangkan penulisan selanjutnya,
penulis mengharapkan kritik dan saran dari pembaca yang bersifat membangun
untuk menutupi kekurangan – kekurangan yang ada.
Penulis
muh_alialatas@yahoo.com
iv
ABSTRAK
Muhammad Ali Al Atas. 2015. Pemodelan Sistem Pakar Diagnosa Penyakit
Tanaman Cabai Merah Menggunakan Metode AHP-SAW. Fakultas Ilmu
Komputer, Universitas Brawijaya Malang. Dosen Pembimbing : Nurul Hidayat,
S.Pd., MSc dan Drs. Marji, M.T.
v
ABSTRACT
vi
DAFTAR ISI
PENGESAHAN .......................................................................................................................ii
PERNYATAAN ORISINALITAS .............................................................................................. iii
KATA PENGANTAR.............................................................................................................. iv
ABSTRAK ..............................................................................................................................v
ABSTRACT ........................................................................................................................... vi
DAFTAR ISI ......................................................................................................................... vii
DAFTAR GAMBAR ................................................................................................................ x
DAFTAR TABEL .................................................................................................................... xi
BAB I LATAR BELAKANG 1
1.1. Latar Belakang ..................................................................................................... 1
1.2. Rumusan Masalah ............................................................................................... 2
1.3. Batasan Masalah ................................................................................................. 2
1.4. Tujuan.................................................................................................................. 3
1.5. Manfaat ............................................................................................................... 3
1.6. Sistematika Penelitian ......................................................................................... 3
BAB II TINJAUAN PUSTAKA 5
2.1. Kajian Pustaka ..................................................................................................... 5
2.2. Pemodelan .......................................................................................................... 6
2.3. Sistem Pakar ........................................................................................................ 7
2.3.1. Konsep Dasar Sistem Pakar ......................................................................... 7
2.3.2. Tujuan Sistem Pakar .................................................................................... 7
2.3.3. Keuntungan Sistem Pakar............................................................................ 8
2.3.4. Kelemahan Sistem Pakar ............................................................................. 8
2.3.5. Struktur Sistem pakar .................................................................................. 8
2.3.6. Area Permasalahan Aplikasi Sistem Pakar................................................. 10
2.3.7. Mesin Inferensi (Inference Engine)............................................................ 10
2.3.8. Basis Pengetahuan .................................................................................... 11
2.4. Analitical Hierarchy Process (AHP) .................................................................... 11
2.5. Simple Additive Weighting (SAW) ..................................................................... 13
2.6. Pengujian........................................................................................................... 15
2.6.1. Pengujian Fungsional ................................................................................ 15
2.6.2. Pengujian Akurasi ...................................................................................... 15
2.7. Tanaman Cabai Merah ...................................................................................... 15
2.7.1. Klasifikasi Tanaman Cabai Merah .............................................................. 16
2.7.2. Deskripsi dan Morfologi Tanaman Cabai Merah ....................................... 16
2.7.3. Penyakit Utama Tanaman Cabai Merah .................................................... 17
BAB III METODOLOGI PENELITIAN 20
3.1. Studi Literatur ................................................................................................... 21
3.2. Pengumpulan Data ............................................................................................ 21
3.3. Analisa Kebutuhan ............................................................................................ 22
vii
3.4. Perancangan Sistem .......................................................................................... 22
3.4.1. Model Perancangan Sistem ....................................................................... 22
3.4.2. Arsitektur Sistem Pakar ............................................................................. 23
3.5. Implementasi .................................................................................................... 24
3.6. Pengujian dan Analisa Sistem ........................................................................... 24
3.7. Pengambilan Kesimpulan .................................................................................. 24
BAB IV PERANCANGAN DAN ANALISIS 25
4.1. Analisa Kebutuhan Perangkat Lunak ................................................................. 26
4.1.1. Identifikasi Pengguna ................................................................................ 26
4.1.2. Analisa Kebutuhan Masukan ..................................................................... 26
4.1.3. Analisa Kebutuhan Proses ......................................................................... 27
4.1.4. Analisa Kebutuhan Keluaran ..................................................................... 28
4.2. Perancangan Perangkat Lunak .......................................................................... 28
4.3. Perancangan Sistem Pakar ................................................................................ 28
4.3.1. Akusisi Pengetahuan ................................................................................. 29
4.3.2. Basis pengetahuan .................................................................................... 30
4.3.3. Mesin Inferensi.......................................................................................... 32
4.3.4. Blackboard ................................................................................................ 41
4.3.5. Fasilitas Penjelas........................................................................................ 41
4.3.6. Perancangan Algoritma Pemodelan Sistem Pakar Diagnosa Penyakit
Tanaman Cabai Merah .............................................................................................. 41
4.3.7. Antarmuka................................................................................................. 42
4.3.8. Desain Pengujian ....................................................................................... 45
BAB V IMPLEMENTASI 47
5.1. Implementasi Sistem ......................................................................................... 48
5.1.1. Spesifikasi Perangkat Keras ....................................................................... 48
5.1.2. Spesifikasi Perangkat Lunak ...................................................................... 48
5.2. Batasan Implementasi ....................................................................................... 48
5.3. Implementasi Algoritma.................................................................................... 49
5.3.1. Implementasi Algoritma Pembobotan Menggunakan Metode AHP ........ 49
5.3.2. Implementasi Algoritma Keputusan Akhir Menggunkan Metode SAW .... 52
5.4. Implementasi Antarmuka.................................................................................. 55
5.4.1. Implementasi Antarmuka Halaman Utama ............................................... 55
5.4.2. Implementasi Antarmuka Halaman Formula Diagnosa ............................ 56
5.4.3. Implementasi Antarmuka Halaman Hasil Diagnosa .................................. 57
5.4.4. Implementasi Antarmuka Halaman Aboout Me ....................................... 57
BAB VI PENGUJIAN 59
6.1. Pengujian Fungsionalitas................................................................................... 60
6.1.1. Prosedur dan Hasil Pengujian Fungsionalitas ........................................... 60
6.1.2. Analisa Pengujian Fungsionalitas .............................................................. 60
6.2. Pengujian Akurasi .............................................................................................. 60
6.2.1. Prosedur dan Hasil Pengujian Akurasi ....................................................... 61
6.2.2. Analisa Pengujian Akurasi ......................................................................... 65
BAB VII PENUTUP 66
7.1. Kesimpulan ........................................................................................................ 66
viii
7.2. Saran ................................................................................................................. 66
DAFTAR PUSTAKA 67
ix
DAFTAR GAMBAR
x
DAFTAR TABEL
xi
BAB I
LATAR BELAKANG
1
Penelitian berikutnya adalah penelitian yang dilakukan oleh Silvi Agustina.
Pada penelitian yang dilakukan berjudul Sistem Pendukung Keputusan Penentu
Prioritas Pelanggan Dealer Suzuki Soekarno Hatta Malang menggunakan Metode
AHP dan SAW. Pada pengujian sensitivitas dimana pengujian dilakukan pada lima
data pertama dengan menaikkan dan menurunkan nilai bobot sebesar 20%, 30%,
dan 40%. Dari hasil pengujian pada setiap bobot kriteria dihasilkan bahwa tidak
terdapat perubahan pada hasil ranking prioritas setiap kriteria. Pengujian ini
bertujuan untuk mengetahui sensitivitas masing-masing kriteria pada sistem yang
dibuat [4].
Berdasarkan paparan yang dijelaskan maka penulis melakukan penelitian
dengan judul “Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Merah
Menggunakan Metode AHP-SAW” dengan harapan dapat memodelkan sistem
pakar diagnosa penyaakit tanaman cabai merah yang dapat memberikan solusi
secara tepat.
2
m. Tanaman kerdil
4. Kriteria gejala dalam pemodelan sistem pakar memiliki lima butir,
antaralain:
a. Antraknosa
b. Cercospora
c. Penyakit Kerupuk
d. Virus Gemini
e. Penyakit Campuran
5. Pengujian dilakukan dalam dua tahap, yaiut pengujian fungsional dan
pengujian akurasi.
1.4. Tujuan
Tujuan adanya penelitian ini adalah:
1. Memodelkan sistem pakar diagnosa penyakit tanaman cabai merah
menggunakan metode AHP-SAW.
2. Melakukan pengujian pada pemodelam sistem pakar yang menggunakan
metode AHP-SAW pada diagnosa tanaman cabai merah.
1.5. Manfaat
Manfaat dilakukannya penelitian ini harapannya dapat membantu para
petani dalam mendiagnosa penyakit tanaman cabai merah yang mengakitbatkan
meningkatnya produksi.
3
implementasi, pengujian dan analisis, dan pengambilan
kesimpulan.
BAB IV PERANCANGAN DAN ANALISIS
Pada bab ini membahas mengenai perancangan sistem pakar,
perancangan perangkat lunak, dan analisa kebutuhan sistem.
BAB V IMPLEMENTASI
Pada bab ini membahas tentang proses implementasi dari metode
AHP-SAW pada pemodelan sistem pakar yang diusulkan.
BAB VI PENGUJIAN
Pada bab ini membahas mengenai perbandingan pengujian pada
metode yang digunakan dari hasil sistem dengan hasil yang
didapat dari pakar serta pengujian fungsionalitas dari sistem yang
telah digunakan.
BAB VII PENUTUP
Pada bab ini diuraikan kesimpulan akhir penelitian dan juga
terdapat saran-saran untuk pengembangan penelitian.
4
BAB II
TINJAUAN PUSTAKA
Bab ini berisi kajian pustaka dan teori dasar yang berhubungan dengan
pemodelan sistem pakar diagnosa penyakit tanaman cabai merah menggunakan
metode AHP-SAW.
5
Tabel 2.1 Kajian Pustaka
Tidak terdapat
1. Sistem Pengambil Data AHP dan perubahan pada hasil
Keputusan Penentu Prioritas Pelanggan SAW ranking prioritas dari
Pelanggan Dealer Suzuki Dealer setiap kriteria.
Soekarno Hatta Malang Suzuki
Menggunakan Metode AHP Soekarno
dan SAW [4]. Hatta
Malang
Rancang Bangun Sistem 100% menyatakan
2. Pakar untuk Mendiagnosa Tanaman Forward “Ya” pada Alpha
Penyakit Tanaman Cabai Cabai Chaining Testing, dan 35,7%
dengan Metode Forward “Sangat Setuju”,
Chaining [3]. 64,3% “Setuju” pada
Beta Testing.
Pemodelan Sistem Pakar Jenis penyakit yang
3 Diagnosa Penyakit Tanaman Tanaman AHP- terdiagnosa dari hasil
Cabai Merah Menggunakan Cabai SAW perhitungan AHP-
Metode AHP-SAW. SAW.
Sumber: [3], [4]
2.2. Pemodelan
Pemodelan adalah proses untuk membuat sebuah model. Model adalah
representasi dari sebuah bentuk nyata, sedangan sistem adalah saling
keterhubungan dan ketergantungan antara elemen yang membangun sebuah
kesatuan, biasanya dibangun untuk mencapai tujuan tertentu. Sebuah
pemodelan sistem, merupakan gambaran bentuk nyata yang dimodelkan secara
sederhana, menggambarkan kontruksi integrasi hubungan dan ketergantungan
elemen, fitur-fitur dan bagaimana sistem tersebut bekerja.
Dilakukannya pemodelan sistem bertujuan untuk menganalisa dan
memberi prediksi yang sangat mendekati kenyataan sebelum sebuah sistem
natinya diimplementasikan. Pemodelan secara umum merupakan pengembangan
model matematika dengan bantuan software komputer. Simulasi pemodelan
sistem diperlukan sebelum sistem yang ada dirubah, bertujuan untuk
meminimalkan terjadinya kesalahan atau ketidak sesuaian yang bakal terjadi.
Pengembangan simulasi pemodelan sistem mempertimbangkan komponen-
komponen seperti entitas yang terlibat dalam sistem, variable input, pengukuran
kinerja dan hubungan fungsional. Validitas merupakan isu utama dari sebuah
pemodelan sistem. Tehnik validitas sebuah model dilakukan dengan cara
mensimulasikan sebuah model menurut input yang diketahui dan kemudian
6
membandingkan output yang dihasilkan model dengan output sistem
sebenarnya.
Penerapan pemodelan sistem dan simulasinya secara meluas dipergunkan
pada bidang pemerintahan, pertahanan dan keamanan, sistem komunikasi,
manufaktur, transfortasi, kesehatan, lingkungan dan analisa bisnis. Kemampuan
untuk mempelajari pengaruh informasi tertentu dan pengaruh dinamika
lingkungan terhadap sebuah sistem operasi melalui sebuah pemodelan sistem
dan simulasi pemodelan sistem tanpa mengganggu atau membebani sistem yang
sedang berjalan, merupakan salah satu manfaat dari pemodelan sistem [15].
7
2. Representasi pengetahuan (knowledge representation) adalah kegiatan
menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dalam
komputer. Pengetahuan berupa fakta dan aturan disimpan dalam komputer
sebagai sebuah komponen yang disebut basis pengetahuan.
3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan
inferensi berdasarkan pengetahuan yang telah disimpan di dalam komputer.
4. Pemindahan pengetahuan (knowledge transfer) adalah kegiatan pemindahan
pengetahuan dari komputer ke pemakai yang tidak ahli.
8
memperoleh pengetahuan pakar [9]. Komponen sistem pakar dapat dilihat pada
Gambar 2.1.
Basis Pengetahuan
Penggun Fakta: Apa yang diketahui
Fakta-fakta tentang area domain
tentang kejadian Aturan: Logical reference
khusus
Fasilitas Representasi
Antarmuka Penjelasan Pengetahuan
Rekayasa
Pengetahua
Mesin Inferensi n
Interpreteur
Aksi yang
Scheduler
direkomendasikan
Consistency Enforcer
Pakar
Blackboard
Rencana Agenda Penyaring
Solusi Pengetahua
Deskripsi n
9
5. Mesin Inferensi (Inference Engine)
Berisi mekanisme pola pikir dan penalaran yang dimanfaatkan oleh pakar
dalam pemecahan masalah [8].
6. Daerah Kerja (Blackboard)
Merekam hasil sementara untuk dijadikan keputusan dan untuk menjelaskan
masalah yang terjadi. Ada tida tipe keputusan yang direkam pada blackboard
yaitu: rencana, agenda, dan solusi [7].
7. Fasilitas Penjelasan (Explanation Subsystem)
Komponen tambahan yang dapat meningkatkan kemampuan sistem pakar
[8].
8. Sistem Perbaikan Pengetahuan (Knowledge Refining System)
Memiliki kemampuan menganalisa pengetahuan yang diperoleh dari seorang
pakar dan juga untuk mengevaluasi diri sehingga mengetahui alasan
kesuksesan dan kegagalan dalam mengambil keputusan [10].
2. Prediksi
Memprediksi akibat-akibat yang mungkin dari situasi-situasi tertentu.
3. Diagnosa
Menyimpulkan sebab permasalahan dalam situasi kompleks yang didasarkan
pada gejala-gejala yang telah diamati.
4. Desain
Menentukan pengaturan komponen-komponen sistem yang dibutuhkan
dalam tujuan kinerja tertentu.
5. Perancangaan
Merencanakan serangkaian langkah yang dapat mencapai tujuan dengan
kondisi awal tertentu.
6. Pengawasan
Membandingkan tingkah laku suatu sistem yang teramati dengan tingkah
laku yang diharapkan darinya.
10
Pencocokan fakta dimulai dari THEN terlebih tahulu. Dengan kata lain,
penalaran dimulai dari hipotesis terlebih dahulu, dan harus dicari fakta-fakta
yang ada dalam basis pengetahuan untuk menguji kebenaran hipotesis
tersebut.
11
Tabel 2.2 Skala Penilaian Perbandingan
Intensitas
Keterangan
Kepentingan
1 Kedua elemen sama pentingnya.
3 Elemen yang satu sedikit lebih penting daripada elemen
lainnya.
5 Elemen yang satu lebih penting daripada yang lainnya.
7 Satu elemen jelas lebih mutlak penting daripada elemen
lainnya.
9 Satu elemen mutlak penting dari pada elemen lainnya.
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan
yang berdekatan.
Sumber: [4]
3. Menentukan prioritas elemen
Langkah dalam menentukan prioritas elemen adalah:
a. Membuat perbandingan berpasangan, yaitu membandingkan elemen
secara berpasangan sesuai kriteria yang diberikan.
b. Matriks perbandingan berpasangan diisi dengan menggunakan bilangan
untuk mempresentasikan kepentingan relatif dari suatu elemen terhadap
elemen lainnya.
Tabel susunan matriks perbandingan berpasangan ditunjukkan pada Tabel
2.3.
Tabel 2.3 Susunan Matriks Perbandingan Berpasangan
𝐶1 𝐶2 𝐶3 𝐶4 𝐶5
𝐶1 1 𝐶12 𝐶13 𝐶14 𝐶15
𝐶2 𝐶𝑖𝑗 1 𝐶23 𝐶24 𝐶25
𝐶3 𝐶𝑖𝑗 𝐶𝑖𝑗 1 𝐶34 𝐶35
𝐶4 𝐶𝑖𝑗 𝐶𝑖𝑗 𝐶𝑖𝑗 1 𝐶45
𝐶5 𝐶𝑖𝑗 𝐶𝑖𝑗 𝐶𝑖𝑗 𝐶𝑖𝑗 1
Sumber: [4]
Rumus perhitungan untuk mengisi kolom Cij adalah dengan Persamaan 2-1.
𝐶𝑖𝑗 = 1⁄𝐶 ………………………………………………………..(2-1)
𝑖𝑗
4. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis
untuk memperoleh keseluruhan prioritas. Langkah-langakah menentukan
sistesis adalah:
a. Menjumlah nilai-nilai dari setiap kolom pada matriks.
b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Perhitingan normalisasi matriks
dengan menggunakan Persamaan 2-2.
12
𝑁𝑖𝑙𝑎𝑖 𝑠𝑒𝑡𝑖𝑎𝑝 𝑒𝑙𝑒𝑚𝑒𝑛 𝑚𝑎𝑡𝑟𝑖𝑘𝑠 𝑎𝑤𝑎𝑙
𝑁𝑖𝑙𝑎𝑖 𝑒𝑙𝑒𝑚𝑒𝑛 𝑏𝑎𝑟𝑢 = …………………...(2-2)
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑜𝑙𝑜𝑚 𝑙𝑎𝑚𝑎
5. Pembobotan
Pembobotan dengan menjumlahkan nilai-nilai dari setiap baris dan
membaginya dengan jumlah kriteria dengan Persamaan 2-3.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑏𝑎𝑟𝑖𝑠
𝐵𝑜𝑏𝑜𝑡 𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑎𝑠 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑟𝑖𝑡𝑒𝑟𝑖𝑎…………………………………..(2-3)
6. Mengukur Konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik
konsistensi yang ada karena dalam menentukan keputusan tidak dapat
berdasarkan pertimbangan dengan konsistensi yang rendah. Langkah-
langkah dalam mengukur konsistensi adalah:
a. Mengalikan setiap nilai pada kolom pertama dengan prioritas relatif
elemen pertama, nilai kolom kedua dengan prioritas relatif elemen
kedua, dan seterusnya.
b. Tiap baris dijumlahkan dan hasilnya dibagi dengan prioritas relatif yang
bersangkutan.
c. Hasil bagi tersebut dijumlahkan untuk mendapatkan nilai 𝜆𝑚𝑎𝑥
7. Menghitung Consistency Index (CI)
Untuk menghitung CI menggunakan Persamaan 2-4 dimana n adalah banyak
elemen.
𝐶𝐼 = (𝜆𝑚𝑎𝑥 − 𝑛)/(𝑛 − 1)……………………………………………(2-4)
8. Menghitung Consistensy Ration (CR)
Untuk menghitung CR menggunakan Persamaan 2-5.
𝐶𝑅 = 𝐶𝐼⁄𝑅𝐼 ……………………………………………………………(2-5)
Dimana:
CR = Consistency Ration
CI = Consistency Index
RI = Ratio Indeks berdasarkan Tabel 2.4
Tabel Ratio Index ditunjukkan pada Tabel 2.4.
Tabel 2.4 Ratio Index
N 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49
Sumber: [4]
9. Memeriksa konsistensi hierarki berdasarkan hasil CR. Jika nilainya < 0,1 maka
hasil bisa dinyatakan benar, namun jika nilainya > 0,1 maka penilaian data
harus diperbaiki.
13
penjumlahan terbobot dari rating kinerja pada setiap alternative pada semua
atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternative yang
ada. Formula untuk melakukan normalisasi tersebut terdapat pada Persamaan 2-
6 [11].
𝑥𝑖𝑗
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝑏𝑒𝑛𝑒𝑓𝑖𝑡)
𝑀𝑎𝑥𝑖 𝑥𝑖𝑗
𝑟𝑖𝑗 = { 𝑀𝑖𝑛𝑥𝑖 𝑥𝑖𝑗 ……………….…….(2-6)
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑙𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)
𝑥𝑖𝑗
Dimana:
rij = rating kenerja ternormalisasi dari alternative AI pada atribut Ci
i = 1,2,… m
j = 1,2,….n
Maxi = nilai maksimum dari setiap baris dan kolom
Mini = nilai minimum dari setiap baris dan kolom
xij = baris dan kolom dari matriks
Benefit = jika nilai terbesar adalah yang terbaik
Cost = jika nilai terkecil adalah yang terbaik
Nilai preferensi untuk setiap alternative Vi dinyatakan pada Persamaan
2-7. Nilai Vi yang lebih besar mengindikasikan bahwa alternative Ai lebih terpilih.
𝑛
𝑉𝑖 = ∑ 𝑊𝑗 𝑟𝑖𝑗 ………………………………………………………….(2-7)
𝑗=1
Dimana:
Vi = rangking untuk setiap alternative
Wj = nilai bobot untuk setiap kriteria
rij = nilai rating kinerja ternormalisasi
Langkah-langkah untuk penyelesaian pada metode SAW antara lain [11]:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu (Ci)
2. Memberikan nilai setiap alternative Ai pada setiap kriteria Cj yang sudah
ditentukan, dimana nilai i = 1,2,…m dan nilai j = 1,2,…n.
3. Memberikan nilai bobot W pada masing-masing kriteria.
4. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan
normalisasi matriks berdasarkan Persamaan 2-6 yang disesuaikan dengan
jenis atribut (atribut keuntungan maupun atribut biaya) sehingga didapat
matriks ternormalisasi R.
5. Hasil akhir yang diperoleh dari setiap proses perangkingan yaitu
penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot
seperti pada Persamaan 2-7 sehingga diperoleh nilai terbesar yang dipilih
sebagai alternative terbaik (Ai) sebagai solusi.
14
2.6. Pengujian
Pengujian bertujuan untuk menganalisa apakah sistem telah berjalan sesuai
yang diharapkan. Pengujian dilakukan dengan dua tahap yaitu pengujian
fungsional dan pengujian akurasi.
15
Pengenalan tanaman cabai merah besar dilakukan dengan mempelajari deskripsi
atau ciri-ciri tanaman cabai serta varietasnya [2].
2. Daun
Daun tanaman cabai merah berbentuk bulat telur dengan ujung runcing
dan tepi daun rata (tidak bergerigi/ berlekuk). Daun merupakan daun tunggal dan
memiliki tulang daun menyirip. Kedudukan daun agak mendatar. Daun memiliki
tangkai tunggal yang melekat pada batang atau cabang. Jumlah daun dalam satu
tanaman relatif banyak sehingga tanaman tampak rimbun. Daun tanaman cabai
merah memiliki ukuran yang lebih besar dan lebih menonjol dibandingkan
dengan daun tanaman cabai rawit.
3. Bunga
Bunga tanaman cabai merah merupakan bunga tunggal (soliter) dan
berbentuk bintang, dengan mahkota bunga berwarna putih. Bunga tumbuh
menunduk pada ketiak daun.
Bunga tanaman cabai merah tergolong bunga sempurna atau berumah
satu, yaitu bunga jantan dan betina terdapat dalam satu bunga.
4. Buah
16
Buah akan terbentuk setelah terjadi penyerbukan. Buah cabai merah
memiliki keanekaragaman bentuk dan ukuran. Pada umumnya, buah cabai merah
berbentuk seperti bulat panjang dan ujung runcing. Ukurang buah bervariasi, ada
yang berukuran besar, panjang, atau agak panjang, tergantung atau berukuran
kecil, panjang atau agak panjang, tergantung jenisnya. Buah berdaging tipis
(ketebalan sekitar 0,5 – 2 mm) agak pedas, walaupun memiliki bau pedas yang
menusuk.
17
2. Bercak Daun Cercospora
Penyakit ini disebabkan oleh cendawan Cercospora capcisi. Menurut
Semangun (2000), penyakit ini menyerang tanaman cabai semenjak dipindahkan
ke lahan tanam.
Gejala umum penyakit ini yang terlihat adalah terdapat bercak berbentuk
bulat pada daun dengan pusat bercak berwarna coklat abu-abu, daun gugur, dan
daging daun tidak tumbuh sempurna.
Solusi yang dapat dilakukan adalah dengan mengambil dan membakar daun
yang berguguran dan memberi fungisida pada tanaman yang terserang [12].
Penyakit bercak daun cercospora ditunjukkan pada Gambar 2.3
3. Penyakit Kerupuk
Penyebab penyakit kerupuk yaitu Chili Puckery Stunt Virus (CPSV) (Ditlin
Holtikultura, 2008). Gejala penyakit ini dapat muncul sejak tanaman masih di
persemaian. Pada tanaman muda tampak daun melengkung ke bawah, pada
usia-usia selanjutnya, lengkungan bertambah parah disertai kerutan. Daun
berwarna hijau pekat mengkilat dengan permukaan yang tidak merata seperti
kerupuk, pertumbuhan terhambat, daun menumpuk dan menggumpal, dan juga
berguguran sehingga yang tersisa hanya daun-daun yang menggulung pada
pucuk. Buah dan bunga berguguran sehingga produksi buah lebih sedikit.
Solusi untuk penyakit ini adalah pemupukan secara berimbang dengan 150-
200 kg Urea, 100-150 kg TSP, 450-500 kg Za, 100-150 KCL, dan 20-30 ton pupuk
organik untuk tiap hektar [12]. Penyakit kerupuk ditunjukkan pada Gambar 2.4.
18
4. Virus Gemini/ Penyakit Kuning
Penyakit ini disebabkan oleh Geminivirus TYLCV. Menurut Semangun
(2000), virus gemini menyerang tanaman sejak dipindahkan untuk ditanam di
lahan.
Gejala umum penyakit ini berupa menguningnya tulang-tulang daun,
ditemukan jalur kuning sepanjang daun, tulang daun menonjol dan berkelok,
daging daun tidak tumbuh dengan sempurna, tanaman kerdil, permukaan daun
tidak merata, dan menggulung ke bawah, jumlah buah dan bunga sedikit bahkan
tidak berbuah.
Solusi yang dapat dilakukan ialah pencabutan tanaman yang terserang
sedini mungkin, penyemprotan insektisida, dan disinfeksi alat-alat potong.
Penggunaan mulsa plastik perak juga dapat mengendalikan vektor penyakit ini
(Chu et al. 1991), menanam tanaman pagar dan mengurung persemaian
menggunakan kasa agar tanaman kedap serangga vektor [12]. Penyakit ini
ditunjukkan pada Gambar 2.5.
19
BAB III
METODOLOGI PENELITIAN
20
3.1. Studi Literatur
21
Tabel 3.1 Penentuan Kebutuhan Data Penelitian
No. Kebutuhan Data Sumber Data Metode Kegunaan Data
1. Data penyakit Pakar Wawancara Dasar pengetahuan
tanaman cabai mengenai penyakit
merah. tanaman cabai
merah.
2. Data kasus BPTP Jawa Observasi Digunakan pada
tanaman cabai Timur, Kota proses perhitungan
merah yang Malang metode AHP dan
terserang SAW.
penyakit.
22
Penentuan bobot kriteria menggunakan
metode AHP
Proses
Pada gambar 3.2 dapat dilihat bahwa perancangan sistem terdiri dari tiga
proses utama, yaitu:
1. Input
Masukan dari pengguna berdasarkan data penyakat yang menyerang
tanaman cabai merah, selanjutnya dilakukan pra-proses data untuk
menghasilkan range pada setiap gejala dan akan menjadi kriteria masukan
pada proses perhitungan.
2. Proses
Proses awal dilakukan perhitungan dengan menggunakan metode AHP untuk
menentukan bobot dari setiap kriteria yang dibuat, kemudian dilakukan
pengelompokan bobot input ke kriteria yang digunakan untuk perhitungan
SAW untuk menentukan bobot akhir.
3. Output
Keluaran berupa hasil diagnosa penyakit tanaman cabai merah diperoleh dari
nilai bobot akhir tertinggi.
23
pengguna berfungsi untuk perantara sistem dengan pengguna. Arsitektur sistem
dijelaskan pada Gambar 3.3.
3.5. Implementasi
Implementasi merupakan tahapan pembentukan sistem, implementasi
sistem dilakukan dengan mengacu pada perancangan sistem dan disesuaikan
dengan kebutuhan. Pengembangan sistem dilakukan denga bahasa
pemrograman HTML dan PHP. Implementasi sistem meliputi spesifikasi sistem,
batasan implementasi, implementasi algoritma AHP-SAW, serta implementasi
antarmuka pengguna.
24
BAB IV
PERANCANGAN DAN ANALISIS
4.2 Perancangan
Perangkat Lunak
4.3.7 Antarmuka
25
4.1. Analisa Kebutuhan Perangkat Lunak
Analisa kebutuhan ini dimulai dengan identifikasi aktor-aktor yang terlibat
di dalam sistem, penjelasan kebutuhan masukan, proses dan keluaran. Analisis
kebutuhan perangkat lunak bertujuan untuk menjabarkan kebutuhan-kebutuhan
yang harus disediakan oleh sistem supaya mampu memenuhi kebutuhan
pengguna.
26
Tabel 4.1 Daftar Kebutuhan Fungsional
No. Kebutuhan
1. Sistem mampu menampilkan halaman utama
dengan benar. Berisi informasi tentang sistem
pakar, tanaman cabai merah, penyakit tanaman
beserta cara penanggulangannya dengan benar.
27
4.1.4. Analisa Kebutuhan Keluaran
Output dari sistem ini berupa hasil diagnosa penyakit tanaman cabai merah
menggunakan metode AHP-SAW. Hasil diagnosa didasarkan pada gejala-gejala
penyakit yang telah dimasukkan pengguna pada proses diagnosa. Tampilan
output dari sistem adalah gambar dan nama penyakit tanaman cabai merah, cara
penanggulangannya, dan hasil perhitungan proses penalaran.
28
merupakan proses penelusuran menggunakan informasi yang ada berupa gejala-
gejala yang nantinya disimpulkan menjadi hasil diagnosa berupa jenis penyakit.
Tahapan pakar dalam bidang penyakit tanaman saat melakukan diagnosa
penyakit ialah dengan melihat gejala fisik yang tampak pada tanaman cabai
merah. Konsep sistem pakar yang akan dibangun dengan menggunakan metode
AHP-SAW, pengguna sistem memasukkan gejala-gejala fisik yang berguna untuk
pengambilan kesimpulan.
Awal proses diagnosa, sistem akan menerima input dari pengguna umum
berupa gejala-gajala penyakit tanaman cabai merah yang disediakan oleh sistem.
Sistem akan memproses hasil input dari pengguna menggunakan metode AHP-
SAW dengan menghitung nilai bobot tiap gejala yang dipilih. Kesimpulan akhir
dari proses perhitungan berupa jenis penyakit dan cara penanggulangannya
kemudia disertakan hasil perhitungan.
29
Tabel 4.4 Keterangan Penilaian pada Gejala Penyakit Tanaman Cabai Merah
Nilai Bobot Keterangan
1 Gejala utama
0.75 Gejala pendukung
0.50 Gejala sekunder
0.25 Gejala lainnya
0.01 Tidak ada
Sumber: [7]
Keterangan:
1. Gejala utama adalah gejala yang menjadi prioritas pakar dalam menilai
suatu penyakit yang menyerang tanaman.
2. Gejala pendukung adalah gejala yang menjadi pendukung gejala utama
pada tanaman yang terserang penyakit.
3. Gejala sekunder ditentukan oleh seberapa besar nilai bobot gejala
pendukung yang menyerang tanaman dan prioritas gejala sekunder di
bawah gejala pendukung.
4. Gejala lainnya adalah gejala dengan tingkat prioritas terkecil dan berada
di bawah gejala sekunder.
5. Tidak ada adalah gejala yang sama sekali tidak dimiliki oleh penyakit.
30
Tabel 4.5 Data Aturan Penyakit Tanaman Cabai Merah
Kode Gejala Tipe/Kriteria Penyakit
1. Antraknosa
Penyakit
G1 Bercak kering pada daun 2. Cercospora
Campuran
1. Virus Gemini
Penyakit
G5 Daun menguning 2. Antraknosa
Campuran
3. Cercospora
Penyakit
G6 Daun hijau pekat mengkilat 1. Penyakit Kerupuk
Kerupuk
1. Antraknosa
Penyakit
G7 Daun berguguran 2. Cercospora
Campuran
3. Penyakit Kerupuk
Daun berkerut dan permukaan Penyakit
G8 1. Penyakit Kerupuk
tidak rata Kerupuk
Penyakit
G12 Bakal buah dan bunga gugur 1. Penyakit Kerupuk
Kerupuk
1. Virus Gemini
Tanaman Kerdil Penyakit
G13 2. Penyakit kerupuk
Campuran
Sumber: [Pakar]
31
Daftar nilai bobot gejala-gejala pada penelitian ini dijabarkan pada Tabel
4.6.
Tabel 4.6 Daftar Nilai Bobot Gejala Penyakit Tanaman Cabai Merah
Jenis Penyakit G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12 G13
Antraknosa 0.5 0.01 0.01 0.01 0.5 0.01 0.5 0.01 0.01 1 1 0.01 0.01
Cercospora 0.75 1 1 0.01 0.25 0.01 0.25 0.01 0.01 0.01 0.01 0.01 0.01
Penyakit Kerupuk 0.01 0.01 0.01 0.01 0.01 1 0.75 1 0.01 0.01 0.01 1 0.5
Virus Gemini 0.01 0.01 0.01 1 0.75 0.01 0.01 0.01 1 0.01 0.01 0.01 0.75
Sumber: [Pakar]
Keterangan dari kode gejala pada Tabel 4.6 ditunjukkan pada Tabel 4.7.
32
pengambilan kesimpulan akhir berupa penyakit berdasarkan masukan gejala-
gejala dari pengguna.
33
1. Bobot Perbandingan Berpasangan
Bobot perbandingan berpasangan ditentukan berdasarkan Tabel 2.3 serta
memberikan nilai pada kolom kriteria yang dibandingkan menggunakan skala
perbandingan pada Tabel 2.2.
5. Pembobotan
Perhitungan pembobotan menggunakan Persamaan 2-3, yaitu dengan
menjumlahkan nilai-nilai dari setiap baris matriks normalisasi dan
membagianya dengan jumlah kriteria.
6. Mengukur konsistensi
Langakah pertama dalam mengukur konsistensi, yaitu menghitung 𝜆𝑚𝑎𝑥 .
Perhitungan 𝜆𝑚𝑎𝑥 adalah hasil dari penjumlahan kolom hasil dibagi jumlah
kriteria. Selanjutnya menghitung nilai Consistency Index (CI) dan langkah
terakhir menghitung Consistensy Ratio (CR). Untuk mengukur nilai
konsistensi berdasarkan hasil CR. Jika nilai CR < 0,1 maka hasil bisa
dinyatakan benar, namun jika nilai CR > 0,1 maka penilaian data harus
diperbaiki.
34
Gambar 4.3 Diagram Alir Perhitungan Metode SAW
2. Matriks Keputusan
Matriks keputusan merupakan matriks yang dibentuk dari pengelompokan
nilai bobot gejala penyakit tanaman cabai merah yang dipilih oleh penguna
ke dalam kriteria-kriteria yang sudah ditentukan berdasarkan Tabel 4.5.
3. Normalisasi Matriks
Perhitungan normalisasi matriks berdasarkan Persamaan 2-6 dengan acuan
bahwa semua atribut merupakan keuntungan atau benefit, yaitu diperoleh
dari nilai setiap elemen matriks keputusan dan membaginya dengan nilai
terbesar dari kolom matriks keputusan.
35
4. Preferensi Tiap Alternatif
Nilai preferensi untuk setiap alternative merupakan hasil penjumlahan dari
perkalian matrik ternormalisasi dengan bobot kriteria (bobot yang diperoleh
dari perhitungan metode AHP). Proses perhitungan preferensi menggunakan
Persamaan 2-7.
36
Tabel 4.9 Matriks Perbandingan Berpasangan Penuh
𝐶1 𝐶2 𝐶3 𝐶4 𝐶5
𝐶1 1 1 1 1 3
𝐶2 1 1 1 1 3
𝐶3 1 1 1 1 3
𝐶4 1 1 1 1 3
𝐶5 0.333333 0.333333 0.333333 0.333333 1
Jumlah 4.333333 4.333333 4.333333 4.333333 13
37
e. Mengukur Konsistensi
Langkah pertama untuk mengukur konsistensi yaitu mengalikan setiap nilai
pada kolom pertama dengan prioritas relatif elemen pertama, nilai kolom kedua
dengan prioritas relatif elemen kedua, dan seterusnya. Langkah selanjutnya, tiap
baris dijumlahkan dan hasilnya dibagi dengan prioritas relatif yang bersangkutan.
Tabel perkalian kolom dengan bobot ditunjukkan pada Tabel 4.11 dan Tabel 4.12.
38
Menghitung Consistency Ratio (CR) menggunakan Persamaan 2-5. Ratio
Index yang digunakan adalah 1,12 karena menggunakan 5 kriteria dalam
mengambil keputusan. 0.004969822
0
𝐶𝑅 = 1.12 = 0
Keterangan dari kode gejala pada Tabel 4.13 ditunjukkan pada Tabel 4.7.
39
Nilai kolom antara antraknosa dan antraknosa diperoleh dengan
munjumlahkan baris antraknosa dengan G10 dan G11 = 0,01+0,01= 0,02, karena
G10 dan G11 termasuk dalam kriteria Antraknosa. Nilai kolom selanjutnya
menggunakan perhitungan yang sama tergantung pengelompokan kriteria. Nilai
kolom max diperoleh dengan memilih nilai terbersar dari kolom setiap kriteria.
b. Normalisasi Matriks
Perhitungan normalisasi matriks dilakukan berdasarkan Persamaan 2-6
dengan acuan bahwa semua atribut merupakan keuntungan atau benefit. Hasil
normalisasi matriks ditunjukkan pada Tabel 4.15.
Tabel 4.15 Matriks Ternormalisasi
Kriteria
Penyakit
Antraknosa Cercospora Kerupuk Gemini Campuran
Antraknosa 1 0.019802 0.029412 1 0.679487
Cercospora 1 1 0.029412 1 1
Penyakit Kerupuk 1 0.019802 1 1 0.051282
Virus Gemini 1 0.019802 0.029412 1 0.051282
0.02
Perhitungan kolom Antraknosa dan Antraknosa, yaitu: 𝑟11 = = 1 dan
0.02
kolom lain menggunakan perhitungan sama.
c. Nilai Preferensi tiap alternatif
Nilai preferensi untuk tiap alternatif merupakan hasil penjumlahan dari
perkalian matriks ternormalisasi dengan bobot kriteria. Setelah didapat nilai
preferensi, kesimpulan akhir berupa nilai preferensi terbesar. Proses perhitungan
preferensi menggunakan Persamaan 2-7. Perhitungan preferensi sebagai berikut:
V1 = (1 x 0.230769231) + (0.019802x 0.230769231) + (0.029412x
0.230769231) + (1 x 0.230769231) + (0.679487x 0.076923077)
= 0.584758406
Untuk menghitung nilai preferensi V2, V3, dan V4 sama seperti perhitungan
V1. Hasil perhitungan preferensi ditunjukkan pada Tabel 4.16.
Tabel 4.16 Hasil Nilai Preferensi
V Nilai Preferensi
𝑉1 0.525163724
𝑉2 0.7760181
𝑉3 0.700822153
𝑉4 0.476840253
40
Dari hasil perhitungan manual diperoleh kesimpulan akhir, yaitu penyakit
Cercospora (V2) yang diperoleh dari nilai preferensi terbesar yang ditunjukkan
pada Tabel 4.16.
4.3.4. Blackboard
Blackboard adalah area dari sekumpulan memori kerja yang digunakan
untuk merekam kejadian yang sedang berlangsung termasuk keputusan
sementara. Blackboard juga mengandung rencana solusi berupa data yang
berfungsi sebagai bahan pertimbangan untuk mencapai tujuan akhir sistem. Pada
penelitian ini, data yang disimpan sementara berupa data input pengguna dan
nilai bobot gejala-gejala alternatif yang telah ditetapkan.
41
Gambar 4.4 Rancang Proses Diagnosa Penyakit Tanaman Cabai Merah
4.3.7. Antarmuka
Antarmuka sistem pakar berfungsi sebagai sarana penghubung dan
komunikasi antara pengguna dan sistem. Perancangan antarmuka dari sistem ini
digambarkan dengan sitemap dan dengan desain antarmuka untuk tiap halaman.
Sistem pakar ini dirancang untuk dapat menampilkan halaman utama berisi
informasi, halaman formulir diagnosa, halaman hasil diagnosa, dan halaman
about me. Sitemap antarmuka sistem ditunjukkan pada Gambar 4.5.
42
4.3.7.1. Desain Antarmuka Halaman Utama dan Informasi
Halaman utama merupakan halaman awal yang diakses pengguna saat
menggunakan sistem pakar, pada halaman ini terdapat judul logo, deskripsi
sistem, informasi mengenai penyakit utama cabai merah dan cara
penanggulangannya, tombol menuju halaman diagnosa, dan tombol menuju
halaman about me. Desian antarmuka halaman utama dan informasi ditunjukkan
pada Gambar 4.6.
43
Gambar 4.7 Desain Antarmuka Halaman Formula Diagnosa
44
4.3.7.4. Desain Antarmuka Halaman About Me
Halaman about me berisi informasi mengenai pengembang sistem, berupa
foto dan biodata pengembang sistem. Desain antarmuka halaman about me
ditunjukkan pada Gambar 4.9.
45
Contoh pengujian akurasi ditunjukkan pada Tabel 4.18.
Tabel 4.18 Contoh Pengujian Akurasi
No Gejala Hasil Sistem Hasil Pakar Akurasi
. Hasil
1 - Daun menguning Virus Gemini Virus Gemini 1
- Tulang daun menonjol/
menebal
2 - Daun gugur Penyakit Antraknosa 0
- Buah terdapat bercak Kerupuk
hitam dan membusuk
46
BAB V
IMPLEMENTASI
5.2
Batasan
Implementasi
47
5.1. Implementasi Sistem
Hasil analisa dan perancangan perangkat lunak pada bab empat akan
menjadi acuan dalam melakukan implementasi sistem. Dalam implementasi
sistem dibutuhkan spesifikasi perankat yang layak agar sistem yang dirancang
dapat berfungsi sesuai kebutuhan. Spesifikasi perangkat sistem yang dibutuhkan
terdiri atas spesifikasi perangkat keras dan spesifikasi perangkat lunak.
Memori 4096 MB
Harddisk 512 GB
48
2. Data-data yang digunakan dalam sistem pakar disimpan di dalam
variabel tanpa menggunakan database.
3. Input yang diterima sistem berupa data-data gejala pada tanaman cabai
merah.
4. Metode yang digunakan dalam menyelesaikan masalah adalah metode
AHP-SAW.
5. Ounput yang ditampilkan oleh sistem adalah jenis penyakit dan solusi
penanggulangan, serta hasil perhitungan menggunakan metode AHP-
SAW.
5.3. Implementasi Algoritma
5.3.1. Implementasi Algoritma Pembobotan Menggunakan Metode
AHP
Pada tahapan ini dilakukan pencarian pembobotan kriteria yang digunakan
untuk mencari keputusan akhir pada metode SAW. Pada tahap ini juga dilakukan
pengecekan konsistensi dengan syarat nilai CR harus kurang dari 0,1. Jika nilai CR
kurang dari 0,1 maka harus dilakukan perubahan nilai bobot pada matriks
petbandingan kriteria sampai syarat konsistensi terpenuhi.
1. Implementasi Algoritma Perhitungan Normalisasi Perbandinga Kriteria
Perhitungan normalisasi matriks perbandingan kriteria menggunakan
Persamaan 2-2, yaitu dilakukan dengan membagi tiap elemen matriks
perbandingan dengan total kolomnya. Implementasi algoritma perhitungan
normalisasi perbandingan kriteria ditunjukkan pada Gambar 5.2.
1 $k1k1=1;
2 $k2k1=1; $k2k2=1;
3 $k3k1=1/2; $k3k2=1/2; $k3k3=1;
4 $k4k1=3; $k4k2=1; $k4k3=2; $k4k4=1;
5 $k5k1=1/3; $k5k2=1/3; $k5k3=1/2; $k5k4=1/3; $k5k5=1;
6
7 $k1k2=1/$k2k1; $k1k3=1/$k3k1; $k1k4=1/$k4k1; $k1k5=1/$k5k1;
8 $k2k3=1/$k3k2; $k2k4=1/$k4k2; $k2k5=1/$k5k2;
9 $k3k4=1/$k4k3; $k3k5=1/$k5k3;
10 $k4k5=1/$k5k4;
11
12 //Perbandingan Bobot
13 $bk[1][1]=$k1k1;$bk[1][2]=$k1k2;$bk[1][3]=$k1k3;$bk[1][4]=$k1k4;$bk[1][5]
14 =$k1k5;
15 $bk[2][1]=$k2k1;$bk[2][2]=$k2k2;$bk[2][3]=$k2k3;$bk[2][4]=$k2k4;$bk[2][5]
16 =$k2k5;
17 $bk[3][1]=$k3k1;$bk[3][2]=$k3k2;$bk[3][3]=$k3k3;$bk[3][4]=$k3k4;$bk[3][5]
18 =$k3k5;
19 $bk[4][1]=$k4k1;$bk[4][2]=$k4k2;$bk[4][3]=$k4k3;$bk[4][4]=$k4k4;$bk[4][5]
20 =$k4k5;
21 $bk[5][1]=$k5k1;$bk[5][2]=$k5k2;$bk[5][3]=$k5k3;$bk[5][4]=$k5k4;$bk[5][5]
49
22 =$k5k5;
23
24 //jumlahh setiap kriteria
25 $sumK1= $k1k1+$k2k1+$k3k1+$k4k1+$k5k1;
26 $sumK2= $k1k2+$k2k2+$k3k2+$k4k2+$k5k2;
27 $sumK3= $k1k3+$k2k3+$k3k3+$k4k3+$k5k3;
28 $sumK4= $k1k4+$k2k4+$k3k4+$k4k4+$k5k4;
29 $sumK5= $k1k5+$k2k5+$k3k5+$k4k5+$k5k5;
30
31 //normalisasi bobot
32 $nk1k1= $k1k1/$sumK1; $nk1k2= $k1k2/$sumK2; $nk1k3= $k1k3/$sumK3;
33 $nk1k4= $k1k4/$sumK4; $nk1k5= $k1k5/$sumK5;
34 $nk2k1= $k2k1/$sumK1; $nk2k2= $k2k2/$sumK2; $nk2k3= $k2k3/$sumK3;
35 $nk2k4= $k2k4/$sumK4; $nk2k5= $k2k5/$sumK5;
36 $nk3k1= $k3k1/$sumK1; $nk3k2= $k3k2/$sumK2; $nk3k3= $k3k3/$sumK3;
37 $nk3k4= $k3k4/$sumK4; $nk3k5= $k3k5/$sumK5;
38 $nk4k1= $k4k1/$sumK1; $nk4k2= $k4k2/$sumK2; $nk4k3= $k4k3/$sumK3;
39 $nk4k4= $k4k4/$sumK4; $nk4k5= $k4k5/$sumK5;
40 $nk5k1= $k5k1/$sumK1; $nk5k2= $k5k2/$sumK2; $nk5k3= $k5k3/$sumK3;
41 $nk5k4= $k5k4/$sumK4; $nk5k5= $k5k5/$sumK5;
Gambar 5.2 Implementasi Algoritma Perhitungan Normalisasi Perbandingan
Kriteria
Penjelasan algoritma proses penentukan alternatif pada Gambar 5.2 adalah
sebagai berikut:
a. Memasukkan perbandingan berpasangan antar kriteria ditunjukkan pada
baris ke-1 hingga baris ke-22.
b. Jumlah setiap kriteria ditunjukkan pada baris ke-25 hingga baris ke-29.
c. Perhitungan normalisasi menggunakan Persamaan 2-2 ditunjukkan pada
baris ke-32 hingga baris ke-41.
50
Proses perhitungan bobot kriteria munggunakan Persamaan 2-3,
ditunjukkan pada baris ke-2 hingga baris ke-6.
3. Implementasi Algoritma Perhitungan Konsistensi
Langkah pertama dalam perhitungan konsistensi yaitu mencari lamda
maksimum didapat dengan cara melakukan perkalian matriks antara bobot
kriteria dengan matriks perbandingan kriteria, lalu hasil dibagi dengan bobot
kriteria. Lamda maksimu merupakan rata-rata dari hasil pembagian tersebut.
Langkah selenjutnya mencari nilai consistency ratio (CR), yaitu dengan
mencari nilai Concistency Index (CI) dengan cara lamda maksimum dikurangi
dengan jumlah kriteria yang telah dikurangi 1, seperti yang ditunjukkan pada
Persamaan 2-4. Untuk kriteria dengan jumlah lima maka didapat RI=1,12. Nilai RI
akan digunakan untuk mengetahui nilai CR, nilai CR didapat dengan cara nilai CI
dibagi nilai RI seperti yang ditunjukkan pada Persamaan 2-5. Implementasi
algoritma perhitungan konsistensi ditunjukkan pada Gambar 5.4.
1 //Menghitung Ax
2 $Ax1=($k1k1*$bobotN1)+($k1k2*$bobotN2)+
3 ($k1k3*$bobotN3)+($k1k4*$bobotN4)+($k1k5*$bobotN5);
4 $Ax2=($k2k1*$bobotN1)+($k2k2*$bobotN2)+
5 ($k2k3*$bobotN3)+($k2k4*$bobotN4)+($k2k5*$bobotN5);
6 $Ax3=($k3k1*$bobotN1)+($k3k2*$bobotN2)+
7 ($k3k3*$bobotN3)+($k3k4*$bobotN4)+($k3k5*$bobotN5);
8 $Ax4=($k4k1*$bobotN1)+($k4k2*$bobotN2)+
9 ($k4k3*$bobotN3)+($k4k4*$bobotN4)+($k4k5*$bobotN5);
10 $Ax5=($k5k1*$bobotN1)+($k5k2*$bobotN2)+
11 ($k5k3*$bobotN3)+($k5k4*$bobotN4)+($k5k5*$bobotN5);
12 //perhitungan Ax/x
13 $aXX1=$Ax1/$bobotN1;
14 $aXX2=$Ax2/$bobotN2;
15 $aXX3=$Ax3/$bobotN3;
16 $aXX4=$Ax4/$bobotN4;
17 $aXX5=$Ax5/$bobotN5;
18 //perhitungan LamdaMax
19 $lamdaMax = ($aXX1+$aXX2+$aXX3+$aXX4+$aXX5)/5;
20 //Perhitungan CI
21 $CI= ($lamdaMax-5)/4;
22 //perhitungan CR
23 $RI5=1.12;
24 $CR=$CI/$RI5;
Gambar 5.4 Implementasi Algoritma Perhitungan Konsistensi
51
a. Perkalian matriks bobot kriteria dengan matriks perbandingan berpasangan
ditunjukkan pada baris ke-2 hingga baris ke-17.
b. Perhitungan lamda maksimum ditunjukkan pada baris ke-19.
c. Perhitungan CI ditunjukkan pada baris ke-21.
d. Perhitungan CR ditunjukkan pada baris ke-24.
52
29 $k_k4 = $k_g4+$k_g9;
30 $g_k4 = $g_g4+$g_g9;
31
32 $mak_k4 = max($a_k4,$c_k4,$k_k4,$g_k4);
33
34 //kriteria 5
35 $a_k5 = $a_g1+$a_g5+$a_g7+$a_g13;
36 $c_k5 = $c_g1+$c_g5+$c_g7+$c_g13:
37 $k_k5 = $k_g1+$k_g5+$k_g7+$k_g13;
38 $g_k5 = $g_g1+$g_g5+$g_g7+$g_g13;
39
40 $mak_k5 = max($a_k5,$c_k5,$k_k5,$g_k5);
Gambar 5.5 Implementasi Algoritma Matriks Keputusan
53
15 $a_nk3 = $a_k3/$mak_k3;
16 $c_nk3 = $c_k3/$mak_k3;
17 $k_nk3 = $k_k3/$mak_k3;
18 $g_nk3 = $g_k3/$mak_k3;
19
20 //normalisasi kriteria 4
21 $a_nk4 = $a_k4/$mak_k4;
22 $c_nk4 = $c_k4/$mak_k4;
23 $k_nk4 = $k_k4/$mak_k4;
24 $g_nk4 = $g_k4/$mak_k4;
25
26 //normalisasi kriteria 5
27 $a_nk5 = $a_k5/$mak_k5;
28 $c_nk5 = $c_k5/$mak_k5;
29 $k_nk5 = $k_k5/$mak_k5;
30 $g_nk5 = $g_k5/$mak_k5;
Gambar 5.6 Implementasi Algoritma Normalisasi Matriks
54
18 //variabel penyakit
19 $pen1 = "Antraknose";
20 $pen2 = "Cercospora";
21 $pen3 = "Penyakit Kerupuk";
22 $pen4 = "Virus Gemini";
23
24 if($nilaiAn==$mak_hasil){
25 $hasil = $pen1;
26 }
27 else if($nilaiCr==$mak_hasil){
28 $hasil = $pen2;
29 }
30 else if($nilaiKr==$mak_hasil){
31 $hasil = $pen3;
32 }
33 else if($nilaiGm==$mak_hasil){
34 $hasil = $pen4;
35 }
36 else { $hasil = "Error fix";}
Gambar 5.7 Implementasi Algoritma Kesimpulan Akhir
55
Gambar 5.8 Implementasi Antarmuka Halaman Utama
56
5.4.3. Implementasi Antarmuka Halaman Hasil Diagnosa
Halaman hasil diagnosa menampilkan jenis penyakit yang merupakan hasil
dari perhitungan AHP-SAW berdasarkan input pengguna pada halaman formula
diagnosa, pada halaman ini juga ditampilkan gambar dari jenis penyakit dan
penanggulangan penyakit yang didapat, serta terdapat penjabaran perhitungan
AHP-SAW. Implementasi antarmuka halaman hasil diagnosa ditunjukkan pada
Gambar 5.10.
57
Gambar 5.11 Implementasi Antarmuka Halaman About Me
58
BAB VI
PENGUJIAN
59
6.1. Pengujian Fungsionalitas
Pada sub bab ini dijelaskan mengenai pengujian fungsionalitas yang
dilakukan pada Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai
Merah Menggunakan Metode AHP-SAW. Pengujian fungsionalitas adalah
pengujian yang dilakukan terhadap sistem dengan tujuan mengetahui apakah
sistem yang dirancang telah memenuhi daftar kebutuhan sistem yang
diharapkan.
60
6.2. Pengujian Akurasi
Pengujian akurasi dilakukan dengan tujuan untuk mengetahui kecocokan
hasil diagnosa Pemodelan Sistem Pakar Diagnosa Penyakit Tanaman Cabai Merah
Menggunakan Metode AHP-SAW dengan hasil diagnosa pakar.
61
Daun menguning
Tanaman kerdil
11 Daun hijau pekat
mengkilat
Penyakit Penyakit
Daun gugur1 1
Kerupuk kerupuk
Daun berkerut dan
permukaan tidak rata
12 Daun berkerut dan
Penyakit Penyakit
permukaan tidak rata 1
Kerupuk kerupuk
Tanaman kerdil
13 Bercak kering pada
daun
Bercak daun Cercospora Cercospora 1
berbentuk bulat dan
sobek
14 Daun gugur
Buah terdapat bercak
Antraknosa Antraknosa 1
hitam dan
membusuk
15 Daun hijau pekat
mengkilat
Daun berkerut dan Penyakit Penyakit
1
permukaan tidak rata Kerupuk kerupuk
Bakal buah dan
bunga gugur
16 Daun menggulung ke
arah bawah
Daun menguning Virus Gemini Virus gemini 1
Tulang daun
menonjol/menebal
17 Bercak kering pada
daun
Buah mengering dan
keriput Antraknosa Antraknosa 1
Buah terdapat bercak
hitam dan
membusuk
18 Daun menggulung ke
arah bawah Virus Gemini Virus gemini 1
Tanaman kerdil
19 Bercak kering pada
daun
Cercospora Cercospora 1
Bercak daun
berbentuk bulat dan
62
sobek
Tulang daun
menonjol/menebal
20 Daun menguning
Virus Gemini Virus gemini 1
Tanaman kerdil
21 Bercak daun
berbentuk bulat dan
Cercospora
sobek Cercospora 0
Virus Gemini
Daun menggulung ke
arah bawah
22 Daun gugur
Tulang daun Virus Gemini Virus gemini 1
menonjol/menebal
23 Bercak kering pada
daun
Bercak berwarna
Cercospora Cercospora 1
coklat abu-abu
Daun hijau pekat
mengkilat
24 Daun menggulung ke
arah bawah
Daun hijau pekat
Virus Gemini Virus gemini 1
mengkilat
Daun berkerut dan
permukaan tidak rata
25 Daun gugur Penyakit Penyakit
1
Tanaman kerdil Kerupuk kerupuk
26 Daun menguning
Antraknosa Antraknosa 1
Daun gugur
27 Daun gugur
Penyakit Penyakit
Bakal buah dan 1
Kerupuk kerupuk
bunga gugur
28 Daun menguning
Daun gugur Virus Gemini Virus gemini 1
Tanaman kerdil
29 Bercak kering pada
daun
Penyakit Penyakit
Daun gugur 1
Kerupuk kerupuk
Bakal buah dan
bunga gugur
30 Daun hijau pekat
Penyakit Penyakit
mengkilat 1
Kerupuk kerupuk
Daun gugur
31 Bercak berwarna Penyakit Penyakit 1
63
coklat abu-abu Kerupuk Kerupuk
Daun berkerut dan
permukaan tidak rata
Bakal buah dan
bunga gugur
32 Bercak berwarna
Cercospora
coklat abu-abu
Virus
Daun hijau pekat
Gemini Cercospora 0
mengkilat
Penyakit
Tulang daun
Kerupuk
menonjol/menebal
33 Bercak kering pada
daun
Virus Gemini Virus gemini 1
Daun menguning
Tanaman kerdil
34 Daun menggulung ke
arah bawah
Daun gugur Antraknosa Antraknosa 1
Buah mengering dan
keriput
35 Bercak berwarna
coklat abu-abu
Daun gugur Antraknosa Antraknosa 1
Buah mengering dan
keriput
36 Bercak kering pada
daun Antraknosa Antraknosa 1
Daun menguning
37 Daun menggulung ke
Virus Gemini Virus gemini 1
arah bawah
38 Tulang daun
menonjol/menebal
Buah mengering dan
keriput Antraknosa Antraknosa 1
Buah terdapat bercak
hitam dan
membusuk
39 Bercak berwarna
coklat abu-abu Cercospora Cercospora 1
Daun menguning
40 Bercak kering pada
daun Penyakit Penyakit
1
Daun berkerut dan Kerupuk kerupuk
permukaan tidak rata
64
41 Daun menggulung ke
arah bawah Virus Gemini Virus gemini 1
Daun gugur
42 Daun menguning
Daun berkerut dan Penyakit Penyakit
1
permukaan tidak rata Kerupuk kerupuk
Tanaman kerdil
43 Bercak daun
berbentuk bulat dan
Cercospora Cercospora 1
sobek
Daun menguning
44 Bercak kering pada
daun
Virus Gemini Virus gemini 1
Tulang daun
menonjol/menebal
45 Tulang daun
menonjol/menebal Virus Gemini Virus gemini 1
Tanaman kerdil
46 Tulang daun
Virus Gemini Virus gemini 1
menonjol/menebal
47 Buah mengering dan
keriput Antraknosa Antraknosa 1
Tanaman kerdil
48 Daun menggulung ke
arah bawah
Penyakit Penyakit
Daun hijau pekat 1
Kerupuk Kerupuk
mengkilat
Daun gugur
49 Bercak kering pada
daun Antraknosa Antraknosa 1
Daun menguning
50 Bakal buah dan
Penyakit Penyakit
bunga gugur 1
Kerupuk kerupuk
Tanaman kerdil
65
BAB VII
PENUTUP
7.1. Kesimpulan
7.2. Saran
66
DAFTAR PUSTAKA
[1] Ir. Dewa.N Cakrabawa,MM, dkk. 2013. Buletin Konsumsi Pangan. Jakarta
Selatan: Pusat Data dan Sistem Informasi Pertanian.
[2] Cahyono, Ir Bambang. 2014. Rahasia Budidaya Cabai Merah Besar &
Keriting Secara Organik dan Anorganik. Jakarta: Pustaka Mina.
[3] Anshori, Anas. 2013. Rancang Bangun Sistem Pakar untuk Mendiagnosa
Penyakit Tanaman Cabai dengan Metode Forward Chaining. Fakultas Teknik
Universitas Lampung, Lampung.
[5] Ashar, Busyairi Latiful. 2009. Sistem Pakar Diagnosa Hama dan Penyakit
Tanaman Cabai Merah Besar Merah (Capsicum annuum L.). Fakultas
Pertania Institut Pertania Bogor, Bogor.
[6] Prihatini, Putu Manik. 2011. Metode Ketidakpastian dan Kesamaran Dalam
Sistem Pakar. Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Bali,
Bali.
[7] Anggraeni, Daria. 2015. Sistem Pakar Untuk Identifikasi Hama dan Penyakit
Tanaman Tebu Dengan Metode Fuzzy-AHP. Program Teknologi Informasi
dan Ilmu Komputer Universitas Brawijaya, Malang.
[9] Arif, Son Wicaksana. 2009. Sistem Pakar Identifikasi Hama Dan Penyakit
Tanaman Apel Berbasis Web. Malang, Universitas Islam Negeri (UIN)
Maulana Malik Ibrahim Malang.
67
[10] Hidayati, Nur. 2012. Sistem Pakar Berbasis Web Untuk Identifikasi Jenis
Hama Dan Penyakit pada Budidaya Tanaman Jamur menggunakan Metode
Certainty Factor. Malang, Universitas Brawijaya. Hal 9-10
[11] Kusumadewim S.,Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi
Atribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.
[12] S, Alex. 2015. Usaha Tani Cabai Kiat Jitu Bertanam Cabai di Segala
Musim.Yogyakarta: Pustaka Baru Press.
[15] Marlissa, Julius. 2013. Literatur Review: Pemodelan dan Simulasi Sistem.
Pasca Sarjana Universitas Marcu Buana, Yogyakarta.
68
LAMPIRAN I
No Gejala Penyakit
G1 Bercak kering pada daun Antraknosa
Cercospora
G2 Bercak daun berbentuk bulat dan sobek Cercospora
G3 Bercak berwarna coklat abu-abu Cercospora
G4 Daun menggulung ke arah bawah Virus Gemini
G5 Daun menguning Virus Gemini
Antraknosa
Cercospora
G6 Daun hijau pekat mengkilat Penyakit Kerupuk
G7 Daun gugur Penyakit Kerupuk
Antraknosa
Cercospora
G8 Daun berkerut dan permukaan tidak rata Penyakit Kerupuk
G9 Tulang daun menonjol/menebal Virus Gemini
G10 Buah mengering dan keriput Antraknosa
G11 Buah terdapat bercak hitam dan membusuk Antraknosa
G12 Bakal buah dan bunga gugur Penyakit Kerupuk
Virus Gemini
G13 Tanaman kerdil Virus Gemini
Penyakit Kerupuk
Mengetahui,
69
LAMPIRAN II
Mengetahui,
70
LAMPIRAN III
71
15 Daun hijau pekat mengkilat
Daun berkerut dan permukaan tidak rata Penyakit Kerupuk
Bakal buah dan bunga gugur
16 Daun menggulung ke arah bawah
Daun menguning Virus Gemini
Tulang daun menonjol/menebal
17 Bercak kering pada daun
Buah mengering dan keriput
Antraknosa
Buah terdapat bercak hitam dan
membusuk
18 Daun menggulung ke arah bawah
Virus Gemini
Tanaman kerdil
19 Bercak kering pada daun
Bercak daun berbentuk bulat dan sobek Cercospora
Tulang daun menonjol/menebal
20 Daun menguning
Virus Gemini
Tanaman kerdil
21 Bercak daun berbentuk bulat dan sobek Cercospora
Daun menggulung ke arah bawah Virus Gemini
22 Daun gugur
Virus Gemini
Tulang daun menonjol/menebal
23 Bercak kering pada daun
Bercak berwarna coklat abu-abu Cercospora
Daun hijau pekat mengkilat
24 Daun menggulung ke arah bawah
Daun hijau pekat mengkilat Virus Gemini
Daun berkerut dan permukaan tidak rata
25 Daun gugur
Penyakit Kerupuk
Tanaman kerdil
26 Daun menguning
Antraknosa
Daun gugur
27 Daun gugur
Penyakit Kerupuk
Bakal buah dan bunga gugur
28 Daun menguning
Daun gugur Virus Gemini
Tanaman kerdil
29 Bercak kering pada daun
Daun gugur Penyakit Kerupuk
Bakal buah dan bunga gugur
30 Daun hijau pekat mengkilat
Penyakit Kerupuk
Daun gugur
31 Bercak berwarna coklat abu-abu
Penyakit Kerupuk
Daun berkerut dan permukaan tidak rata
72
Bakal buah dan bunga gugur
32 Bercak berwarna coklat abu-abu Cercospora
Daun hijau pekat mengkilat Virus Gemini
Tulang daun menonjol/menebal Penyakit Kerupuk
33 Bercak kering pada daun
Daun menguning Virus Gemini
Tanaman kerdil
34 Daun menggulung ke arah bawah
Daun gugur Antraknosa
Buah mengering dan keriput
35 Bercak berwarna coklat abu-abu
Daun gugur Antraknosa
Buah mengering dan keriput
36 Bercak kering pada daun
Antraknosa
Daun menguning
37 Daun menggulung ke arah bawah Virus Gemini
38 Tulang daun menonjol/menebal
Buah mengering dan keriput
Antraknosa
Buah terdapat bercak hitam dan
membusuk
39 Bercak berwarna coklat abu-abu
Cercospora
Daun menguning
40 Bercak kering pada daun
Penyakit Kerupuk
Daun berkerut dan permukaan tidak rata
41 Daun menggulung ke arah bawah
Virus Gemini
Daun gugur
42 Daun menguning
Daun berkerut dan permukaan tidak rata Penyakit Kerupuk
Tanaman kerdil
43 Bercak daun berbentuk bulat dan sobek
Cercospora
Daun menguning
44 Bercak kering pada daun
Virus Gemini
Tulang daun menonjol/menebal
45 Tulang daun menonjol/menebal
Virus Gemini
Tanaman kerdil
46 Tulang daun menonjol/menebal Virus Gemini
47 Buah mengering dan keriput
Antraknosa
Tanaman kerdil
48 Daun menggulung ke arah bawah
Daun hijau pekat mengkilat Penyakit Kerupuk
Daun gugur
49 Bercak kering pada daun
Antraknosa
Daun menguning
73
50 Bakal buah dan bunga gugur
Penyakit Kerupuk
Tanaman kerdil
Mengetahui,
74