Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
i
2022
Lembar Persetujuan Pembimbing
Fakultas Informatika
Institut Teknologi Telkom Purwokerto
Pada Tanggal : 1 Agustus 2022
Pembimbing I,
ii
Lembar Pengesahan
Disusun Oleh
RIVAL FAHMI HIDAYAT
17102163
(……………………) (……………………)
NIDN. NIDN.
Penguji III, Pembimbing I,
iii
HALAMAN PERNYATAAN KEASLIAN TUGAS AKHIR
1. Karya tulis ini adalah benar-benar ASLI dan BELUM PERNAH diajukan
untuk mendapatkan gelar akademik, baik di Institut Teknologi Telkom
Purwokerto maupun di Perguruan Tinggi lainnya.
2. Karya tulis ini merupakan gagasan, rumusan, dan penelitian Saya Sendiri,
tanpa bantuan pihak lain kecuali arahan dari Tim Dosen Pembimbing.
3. Dalam Karya tulis ini tidak terdapat karya atau pendapat orang lain, kecuali
secara tertulis dengan jelas dicantumkan sebagai acuan dalam naskah dengan
disebutkan nama pengarang dan disebutkan dalam Daftar Pustaka pada karya
tulis ini.
4. Perangkat lunak yang digunakan dalam penelitian ini sepenuhnya menjadi
tanggungjawab Saya, bukan tanggungjawab Institut Teknologi Telkom
Purwokerto.
5. Pernyataan ini Saya buat dengan sesungguhnya, apabila dikemudian hari
terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini, maka Saya
bersedia menerima Sanksi Akademik dengan pencabutan gelar yang sudah
diperoleh serta sanksi lainnya sesuai dengan norma yang berlaku di Perguruan
Tinggi.
Yang Menyatakan,
(materai 6000)
iv
KATA PENGANTAR
Puji Syukur penulis panjatkan kepada Allah Swt yang telah memberikan
kemudahan dan kelancaran sehingga penulis dapat menyelesaikan Tugas Akhir
dengan judul “Rancang Bangun Aplikasi Diagnosa Penyakit Bawang Merah
Dengan Metode Naive Bayes Berbasis Android”.
Dalam proses penyusunan tugas akhir ini, tentunya banyak pihak yang telah
memberikan bantuan baik moril maupun materil. Oleh karena itu penulis tak lupa
mengucapkan terima kasih kepada :
1. Bapak Dr. Arfianto Fahmi, S.T., M.T. IPM selaku Rektor dari Institut
Teknologi Telkom Purwokerto.
2. Bapak Auliya Burhanuddin, S.Si., M.Kom selaku Dekan Fakultas Informatika
Institut Teknologi Telkom Purwokerto.
3. Ibu Amalia Beladinna Arifa, S.Pd., M.Cs., selaku Ketua Program Studi S1
Teknik Informatika.
4. Bapak Faisal Dharma Adhinata, S.Kom., M.Cs. selaku Dosen Pembimbing
yang telah memberikan bimbingan dan pengarahan dalam penyusunan tugas
akhir.
5. Kedua Orang tua yang telah memberikan dukungan dan do’a yang tak pernah
putus untuk penulis serta motivasi untuk menyelesaikan tugas akhir ini.
6. Teman-teman Institut Teknologi Telkom Purwokerto yang memberikan
dukungan dan semangat terhadap penelitian ini.
Penulis menyadari bahwa penyusunan tugas akhir ini masih jauh dari sempurna
dengan segala kekurangannya. Untuk itu penulis berharap adanya kritik dan saran
dari semua pihak demi kesempurnaan tugas akhir ini.
Purwokerto, Agustus 2022
v
DAFTAR ISI
TUGAS AKHIR......................................................................................................i
Lembar Persetujuan Pembimbing.......................................................................ii
Lembar Pengesahan.............................................................................................iii
HALAMAN PERNYATAAN KEASLIAN TUGAS AKHIR...........................iv
KATA PENGANTAR............................................................................................v
DAFTAR ISI..........................................................................................................vi
DAFTAR GAMBAR..........................................................................................viii
DAFTAR TABEL.................................................................................................ix
ABSTRAK..............................................................................................................x
ABSTRACT...........................................................................................................xi
BAB I PENDAHULUAN......................................................................................1
1.1 Latar Belakang Masalah..........................................................................1
1.2 Perumusan Masalah.................................................................................2
1.3 Tujuan Penelitian.....................................................................................2
1.4 Manfaat Penelitian...................................................................................3
1.5 Batasan Masalah......................................................................................3
BAB II TINJAUAN PUSTAKA............................................................................4
2.1 Penelitian Sebelumnya............................................................................4
2.2 Dasar Teori..............................................................................................7
2.2.1 Bawang Merah..................................................................................7
2.2.2 Naive Bayes......................................................................................9
2.2.3 Android...........................................................................................10
2.2.4 Android Studio................................................................................10
2.2.5 UML (Unified Modelling Language).............................................11
2.2.6 Entity Relationship Diagram (ERD)..............................................12
2.2.7 Expert System Development Life Cycle (ESDLC)..........................12
BAB III METODELOGI PENELITIAN..........................................................14
vi
3.1 Subjek dan Objek Penelitian..................................................................14
3.2 Diagram Alur Penelitian........................................................................14
BAB IV HASIL DAN PEMBAHASAN.............................................................34
4.1 Aplikasi Sistem Pakar............................................................................34
4.2 Analisa Pengujian..................................................................................40
BAB V KESIMPULAN.......................................................................................43
5.1 Kesimpulan............................................................................................43
5.2 Saran......................................................................................................43
DAFTAR PUSTAKA...........................................................................................44
vii
DAFTAR GAMBAR
viii
ix
DAFTAR TABEL
x
ABSTRAK
xi
ABSTRACT
Shallots are a complement to daily cooking spices that are widely used so that
they are widely grown in various regions in Indonesia. Cultivation of shallots is
currently still using the conventional way, namely by planting on many lands
such as rice fields. There are several factors that can inhibit the cultivation of
shallots, one of which is onion disease. The lack of knowledge of shallot farmers
and the unequal distribution of counseling from agricultural officers have
resulted in the prevention and eradication of shallot diseases being difficult to
handle. This study aims to design and build an application for diagnosing shallot
disease using Naive Bayes and testing the application for diagnosing shallot
disease using Naive Bayes. The research method used is the Expert System
Development Life Cycle (ESDLC) method. The results of this study resulted in an
application for diagnosing shallot disease using Android-based Naive Bayes.
And successfully tested using the blackbox testing method and the application
runs well.
xii
BAB I
PENDAHULUAN
1
mengadopsi cara berpikir pakar dalam mendiagnosis hama dan penyakit bawang
merah serta memberikan solusi dalam pengobatan ataupun pencegahannya.
Dalam penelitian Achmad Syarifudin, Nurul Hidayat, Lutfi Fanani (2018)
[3] merancang sistem pakar berbasis android yang dapat mendiagnosa penyakit
tanaman jagung dengan menggunakan metode Naive Bayes. Metode Naive Bayes
merupakan metode yang digunakan memprediksi probabilitas. Sedangkan
klasifikasi Bayes adalah klasifikasi statistik yang dapat memprediksi kelas suatu
anggota probabilitas. Untuk klasifikasi Bayes sederhana yang lebih dikenal
sebagai naive Bayesian Classifier dapat diasumsikan bahwa efek dari suatu nilai
atribut sebuah kelas yang diberikan adalah bebas dari atribut-atribut lain. Hasil
penelitian berupa aplikasi android untuk mendiagnosa penyakit tanaman jagung
dengan metode Naive Bayes.
Berdasarkan pada latar belakang masalah tersebut, maka dilakukan
penelitian berjudul “Rancang Bangun Aplikasi Diagnosa Penyakit Bawang Merah
Dengan Metode Naive Bayes Berbasis Android”.
2
1.4 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah sebagai berikut:
1. Menjadi alat bantu bagi petani bawang merah dalam mendeteksi penyakit
bawang merah berdasarkan gejala yang ada.
2. Menjadikan aplikasi dalam mendiagnosis penyakit pada tanaman bawang
merah secara cepat dan mudah.
3
BAB II
TINJAUAN PUSTAKA
4
Melakukan penelitian mengenai sistem pakar diagnosis penyakit pada
tanaman jagung. Metode yang digunakan pada sistem pakar ini adalah metode
Naive Bayes. Variabel yang dibutuhkan dalam penelitian ini adalah gejala-
gejala pada daun, batang dan tongkol tanaman jagung. Hasil pengujian
penelitian ini menunjukkan semua kebutuhan fungsional valid, akurasi sistem
sebesar 96% dan hasil usability testing dinyatakan sangat baik [7].
4. Pengembangan Sistem Pakar Mendeteksi Penyakit Pencernaan
Menggunakan Metode Naive Bayes Berbasis Web., Imam Soleh
Ma’rifati, Chandra Kesuma.
Melakukan penelitian mengenai sistem pakar dimana sistem tersebut dapat
mendeteksi penyakit pencernaan berbasis web. Metode yang digunakan dalam
penelitian ini adalah metode Naive Bayes dalam menganalisa gejala-gejala
penyakit pada pasien sehingga dapat diketahui penyakit pencernaan. Sistem
pakar dalam penelitian ini berupa aplikasi berbasis web yang dibuat
menggunakan HTML 5, PHP dan My SQL. Aplikasi berbasis web
memungkinkan aplikasi dapat dijalankan di berbagai platform sistem operasi
karena aplikasi ini nantinya dijalankan atau dibuka menggunakan browser.
Keuntungan lainnya adalah bahwa aplikasi dapat dihosting di sebuah
webserver sehingga dapat dibuka oleh siapa saja yang memerlukannya. [8].
Tabel 2.1 Penelitian Terkait
Perbandingan dengan
No Judul Penulis Tahun Isi penelitian yang
dilakukan
1 Pengembangan Rahayu 2016 Penelitian ini Penelitian ini
Sistem Pakar Sunarya, Dini mengembangkan menggunakan metode
Diagnosis Destiani sistem pakar forward chaining
Hama Dan diagnosa hama Sedangkan penelitian
Penyakit Pada dan penyakit yang sedang
Tanaman tanaman bawang dilakukan
Bawang Merah merah berbasis menggunakan metode
Berbasis android Naive Bayes.
Android
5
Perbandingan dengan
No Judul Penulis Tahun Isi penelitian yang
dilakukan
2 Sistem Pakar Eko 2020 Penelitian ini Metode penelitian
Diagnosa Sudaryanto, membuat menggunakan metode
Hama Dan Asep Suryanto aplikasi Sistem waterfall
Penyakit pakar berbasis Sedangkan penelitian
Tanaman android untuk yang sedang
Durian Dengan mendiagnosa dilakukan
Metode Naive hama dan menggunakan metode
Bayes penyakit penelitian ESDLC.
tanaman durian
3 Penerapan Mohammad 2017 Penelitian ini Penelitian ini
Metode Arifin, Slamin, membangun menggunakan metode
Certainty Windi Eka sistem pakar Certainty Factor
Factor Untuk Yulia Retnani diagnosis hama Sedangkan penelitian
Sistem Pakar dan penyakit yang sedang
Diagnosis pada tanaman dilakukan
Hama Dan tembakau. menggunakan metode
Penyakit Pada Naive Bayes.
Tanaman
Tembakau
4 Pengembangan Imam Soleh 2018 Penelitian untuk Penelitian ini
Sistem Pakar Ma’rifati, merancang merancang aplikasi
Mendeteksi Chandra sistem pakar berbasis web
Penyakit Kesuma dalam Sedangkan penelitian
Pencernaan mendiagnosa yang sedang
Menggunakan penyakit dilakukan
Metode Naive pencernaan pada menggunakan aplikasi
Bayes Berbasis manusia berbasis android.
Web
6
2.2 Dasar Teori
2.2.1 Bawang Merah
Bawang merah (Allium cepa var ascalonicum) merupakan komoditas
hortikultura termasuk sayuran rempah yang berguna sebagai bumbu untuk
menambah cita rasa dan kenikmatan pada masakan. selain digunakan sebagai
bumbu masakan bawang merah ini juga berkhasiat sebagai obat tradisional,
misalnya obat demam, masuk angin, diabetes melitus, disentri dan akibat gigitan
serangga [14].
Beberapa penyakit bawang merah dan cara mengatasinya [14] yaitu
1. Layu Fusarium (fusarium oxysporum)
Gejala Penyakit fusarium ditandai dengan tanaman menjadi cepat layu, dan
daun-daun menguning dan melintir. selain itu pada bagian umbi berubah
menjadi warna putih dan busuk karena terdapat koloni jamur yang menyerang.
Cara pengendalian penyakit ini, yaitu cabut dan musnahkan tanaman yang
terserang dengan cara dibakar . selanjutnya lakukan rotasi tanam yang bukan
tanaman inang. perbaiki drainase dan lakukan sanitasi lahan. Selain itu
perlakuan benih dengan cara menaburkan fungisida dengan dosis 100 g/
100kg benih. pemberian fungisida pada benih dilakukan tiga hari sebelum
tanam. Gunakan pupuk organik plus agens hayati trichoderma sp yang
ditaburkan pada bedengan sebelum dilakukan penanaman.
2. Antraknosa (Coletotrichum Gloeosporiodes)
Gejala penyakit Antraknosa yaitu timbul bercak putih berukuran 1-2 mm pada
daun. kemudian akan terlihat koloni dan warna menjadi merah muda,
selanjutnya coklat gelap dan akhirnya menjadi hitam gelap.
Cara pengendalian penyakit ini, yaitu mengatur jarak tanam jangan terlalu
rapat. pemupukan berimbang, karena pemberian dalam jumlah besar dapat
menimbulkan berbagai macam penyakit. ambil tanaman yang sakit kemudian
musnahkan dengan cara dibakar. Penggunaan mulsa plastik pada saat
budidaya dimusim hujan, yang bertujuan menjaga kelembaban tanah supaya
tetap stabil, dan mencegah timbulnya gulma. Gunakan fungisida bion m, czeb,
7
sorento, score, dakonil atau karibu, dithane m-45, dan antracol 70 wp.
semprotkan 4-7 hari dengan dosis yang ditentukan.
3. Bercak Ungu (Alternaria Porrii)
Gejala Penyakit Bercak Ungu ini dicirikan dengan gejala bercak melengkung
berwarna putih atau kelabu pada daun. setelah membesar bercak menyerupai
cincin, berwarna agak ungu, dan dikelilingi warna kuning menyebar keatas
ataupun kebawah. udara saat cuaca lembab permukaan bercak tertutup
menjadi hitam dan pada bagian ujung daun yang sakit mengering. pada bagian
ujung daun yang sakit mengering dan patah. infeksi yang terjadi pada umbi
mengakibatkan umbi menjadi busuk. pembusukan pada umbi dimulai dari
bagian leher dan warna umbi menjadi kuning atau merah kecoklatan. daun
yang terserang lebih banyak pada daun tua jika dibandingkan dengan daun
muda.
Cara Pengendalian, yaitu tanam bawang merah pada waktu tidak banyak hujan
dan apabila pada musim hujan perbaiki drainase. lakukan pemupukan secara
berimbang dan rotasi tanaman yang buakn sejenis. selain itu semprotkan
fungisida kontak berbahan aktif mancozeb selama 3 hari berturut-turut serta
gunakan fungisida sistemik berbahan aktif dimetomorf atau metalaksil setiap 7
hari sekali.
4. Mati Pucuk (Phytophthora Porri)
Gejala penyakit mati pucuk, yaitu pada bagian ujung daun menjadi busuk
basah, kemudian mengering dan warnanya berubah menjadi kuning
kecoklatan lalu putih.
Cara Pengendalian, yaitu lakukan penanaman bawang merah pada saat tidak
banyak hujan, dan gunakan benih yang sehat bebas dari hama dan penyakit.
lakukan rotasi tanam yang bukan merupakan tanaman sejenis. potong pucuk
daun yang terserang kemudian musnahkan dengan cara dibakar. kendalikan
dengan antracol atau dithane m-45 0,2%.
5. Embun Bulu(Peronospora Destructor)
8
gejala penyakit Embun Bulu, yaitu daun menjadi hijau pucat dan kemudian
menjadi kuning sedangkan bagian umbi yang terinfeksi berwarna coklat pada
lapisan luarnya dan menjadi lunak dan mengerut.
Cara Pengendalian, yaitu potong dan kumpulkan daun yang terserang lalu
musnahkan dengan cara dibakar. gunakan bibit sehat yang bebas dari hama
dan penyakit. lakukan rotasi tanam, dan jangan tanam bawang merah yang
banyak hujan, dan kabut, serta embun. semprotkan fungisida berbahan aktif
tiram (tifo 80 wp ziplo 90 wp) ditambahkan mancozeb (dithane 80 wp,
manzed 80 wp, detazeb 80 wp). dosis pemakaian 3 sendok penuh/17 liter air.
9
Keterangan :
L = Nilai likelihood
F = jumlah data feature tiap kelas
B = jumlah seluruh fitur tiap kelas
3. Mencari nilai posterior dari tiap kelas yang ada dengan menggunakan
persamaan:
P(c|a) = P(c) x P(a|c).............................................................................(2.3)
Keterangan :
P(c) = Nilai prior tiap kelas
P(a|c) = Nilai likelihood
Hasil klasifikasi dengan menggunakan metode Naive Bayes dilakukan
dengan membandingkan nilai posterior dari kelas-kelas yang ada. Nilai posterior
yang paling tinggi yang terpilih sebagai hasil klasifikasi [10].
2.2.3 Android
Android merupukan suatu kumpulan perangkat lunak yang digunakan
pada perangkat mobile yang didialamnya meliputi sistem operasi, aplikasi dan
middleware [15]. Pada penggunaanya Android menyediakan banyak tools yang
bisa digunakan oleh para pengembang software/aplikasi berbasis mobile. Pada
Android juga menyediakan banyak tools dan library sehingga memudahkan dan
sangat membantu bagi para pengembang.
Beberapa versi Android yang pernah dirilis adalah sebagai berikut:
Android versi 1.1, Android versi 1.5 (Cupcake), Android versi 1.6 (Donut),
Android versi 2.0/2.1 (Eclair), Android versi 2.2 (Froyo: Frozen Yoghurt),
Android versi 2.3 (Gingerbread), Android versi 3.0 (Honeycomb), Android versi
4.0 (Ice Cream Sandwitch), Android versi 4.1 (Jelly Bean), Android versi 4.2
(Jelly Bean), Android versi 4.3 (Jelly Bean), Android versi 4.4 (KitKat), Android
versi 5.0 (Lollipop), Android versi 6.0 (Marshmallow), Android versi 7.0
(Nougat), Android versi 8.0 (Oreo, Android versi 9.0 ( Pie ), Android 10, Android
11 [16].
10
2.2.4 Android Studio
Android studio adalah IDE (Integrated Development Environment)
pengembangan aplikasi Android dan bersifat open source atau gratis. Peluncuran
Android Studio ini diumumkan oleh Google pada 16 mei 2013 pada event Google
I/O Conference untuk tahun 2013. Sejak saat itu, Android Studio mengantikan
Eclipse sebagai IDE resmi untuk mengembangkan aplikasi Android [17].
11
dan diterima antar objek. Oleh karena itu untuk menggambar diagram sequence
maka harus diketahui objek-objek yang terlibat pada sebuah use case.
menghasilkan sequence juga dibutuhkan buat melihat sekenario yang ada di use
case [18].
12
Secara umum tahapan dari Expert System Development Life Cycle [21]
adalah:
1. Penilaian Keadaan
a. Mengidentifikasi masalah,
b. Mendefinisikan tujuan umum dan ruang lingkup sistem,
c. Memverifikasi kesesuaian sistem pakar dengan masalah.
2. Analisa dan Akuisisi Pengetahuan
a. Analisa kebutuhan data, kebutuhan fungsi identifikasi unjuk kerja
sistem dari mulai Flowchart, Use Case Diagram, Sequence Diagram,
dan Activity Diagram yang dilakukan perangkat, runtutan kondisi
perangkat, serta pengembangan perangkat,
b. Menentukan sumber pengetahuan,
c. Mendapatkan pengetahuan yang berhubungan dengan masalah yang
akan dibahas,
d. Mempelajari, menambah, dan mengatur pengetahuan.
3. Perancangan dan Implementasi
a. Mendefinisikan struktur sistem, pengaturan sistem, dan metode yang
akan digunakan untuk pengambilan kesimpulan
b. Memilih bahasa pemrograman yang digunakan,
c. Implementasi konsep rancangan sistem.
4. Pengujian
a. Melakukan pengujian sistem yang telah dibangun,
b. Memodifikasi pengetahuan sistem.
5. Dokumentasi
Membuat diagram dan user dictionary dalam sebuah dokumen teknis
sebagai panduan bagi pengguna.
13
dokumen spesifikasi perangkat lunak tau belum. Selain itu teknik ini juga
memungkinkan pengembang perangkat lunak untuk mendapatkan serangkaian
kondisi input yang mempergunakan semua persyaratakan fungsional sistem [22]
14
BAB III
METODELOGI PENELITIAN
Evaluasi
Tahap 5. Dokumentasi
(Documentation)
Produk
Tahap 6. Pemeliharaan
(Maintenance)
Gambar 3.1 Diagram Alur Penelitian
15
Berikut penjelasan untuk masing-masing tahap, yaitu :
1. Tahap 1 Penilaian Keadaan (Assessment)
Penilaian keadaan merupakan tahap penentuan sebagai dasar dari
permasalahan mengenai penyakit bawang merah dengan mengkaji dan
membatasi masalah yang akan diimplementasikan.
Adapun langkah – langkah yang dilakukan pada tahapan ini adalah :
a. Kelayakan dan Justifikasi Masalah
Mendefinisikan masalah penyakit pada bawang merah yang ada di
lapangan, dan penjelasan mengenai kelayakan pemilihan topik yang akan
dibahas untuk dijadikan suatu sistem pakar.
b. Tujuan Pengembangan Sistem Pakar
Memaparkan tujuan dari pengembangan sistem pakar diagnosis penyakit
bawang merah yang akan dibuat.
c. Analisis Kebutuhan
Menentukan hal – hal apa saja yang dibutuhkan pada saat pengembangan
sistem pakar diagnosis penyakit bawang merah.
d. Sumber Pengetahuan
Memaparkan bagaimana cara mendapatkan data mengenai penyakit
bawang merah, serta apa saja gejala dan solusi pencegahannya.
2. Tahap 2 Akuisi Pengetahuan (Knowledge Acquisition)
Akuisi pengetahuan merupakan tahapan di mana dilakukan pengumpulan data
tentang macam – macam penyakit pada bawang merah, gejala, serta cara
pencegahannya. Setelah data dikumpulkan maka akan digabung dan dibuat
tabel basis pengetahuan.
Daftar penyakit bawang merah dapat dilihat pada tabel 3.1.
16
Tabel 3.1 Penyakit bawang merah
Kode Nama
Penanganan Gambar
Penyakit Penyakit
a. Cabut dan musnahkan
tanaman yang
terserang dengan cara
dibakar.
b. Lakukan rotasi tanam
yang bukan tanaman
inang. perbaiki
P01 Layu Fusarium
drainase dan lakukan
sanitasi lahan.
c. Pemberian fungisida
dengan dosis 100 g/
100kg benih
dilakukan tiga hari
sebelum tanam.
P02 Antraknosa a. Ambil tanaman yang
sakit kemudian
musnahkan dengan
cara dibakar.
b. Mengatur jarak
tanam jangan terlalu
rapat dan pemupukan
berimbang.
c. Gunakan fungisida
bion m, czeb,
sorento, score,
dakonil atau karibu,
dithane m-45, dan
antracol 70 wp.
17
semprotkan 4-7 hari
dengan dosis yang
ditentukan.
P03 Bercak Ungu a. Menanam bawang
merah pada waktu
tidak banyak hujan
dan apabila pada
musim hujan perbaiki
drainase.
b. Melakukan
pemupukan secara
berimbang dan rotasi
tanaman yang bukan
sejenis.
c. Semprotkan fungisida
mancozeb selama 3
hari berturut-turut
serta gunakan
fungisida dimetomorf
atau metalaksil setiap
7 hari sekali.
P04 Mati Pucuk a. Melakukan
penanaman bawang
merah pada saat tidak
banyak hujan.
b. Memotong pucuk
daun yang terserang
kemudian musnahkan
dengan cara dibakar.
c. Gunakan antracol
atau dithane m-45
18
0,2%.
P05 Embun Bulu a. Memotong daun yang
terserang lalu
musnahkan dengan
cara dibakar.
b. Jangan menanam
bawang merah pada
saat banyak hujan,
dan kabut, serta
embun.
c. Semprotkan fungisida
berbahan aktif tiram
(tifo 80 wp ziplo 90
wp) ditambahkan
mancozeb (dithane
80 wp, manzed 80
wp, detazeb 80 wp).
dosis pemakaian 3
sendok penuh/17 liter
air.
19
daun.
G07 Ujung daun mengering bahkan mudah patah.
G08 Bagian ujung daun menjadi busuk basah.
G09 Daun mengering, warnanya berubah menjadi kuning
kecoklatan lalu putih.
G10 Daun menjadi hijau pucat
G11 Umbi yang terinfeksi berwarna coklat pada lapisan luarnya
G12 Umbi menjadi lunak dan mengerut
G13 Berbentuk spora yang sangat banyak seperti bulu-bulu pada
umbi.
Basis pengetahuan untuk sistem pakar penyakit bawang merah dapat dilihat
pada tabel 3.3.
Tabel 3.3 Basis pengetahuan penyakit bawang merah
Kode Penyakit Kode Gejala
P01 G01, G02, G03
P02 G04, G05
P03 G06, G07
P04 G08, G09
P05 G10, G11, G12, G13
21
4. nc = 0
7. nc = 0
11. nc = 0
Penyakit Bawang Merah ke - 5 : Embun Bulu
n=1
p = 1/5 = 0.2
m = 13
1. nc = 0
4. nc = 0
7. nc = 0
11. nc = 1
Keterangan :
n adalah jumlah data tiap kelas
p adalah nilai prior
m adalah jumlah seluruh fitur tiap kelas
1 + 1 3 x 0,2
P(1|M) = = 0.2571
1+13
1 + 1 3 x 0,2
P(3|M) = = 0.2571
1+13
0 + 1 3 x 0,2
P(7|M) = = 0.1857
1+1 3
0 + 1 3 x 0, 2
P(11|M) = = 0.1857
1+13
0 + 13 x 0,2
P(1|K) = = 0.1857
1+13
22
0 + 13 x 0,2
P(3|K) = = 0.1857
1+1 3
0 + 1 3 x 0,2
P(7|K) = = 0.1857
1+13
0 + 1 3 x 0,2
P(11|K) = = 0.1857
1+13
0 + 1 3 x 0,2
P(1|MK) = = 0.1857
1+13
0 + 1 3 x 0,2
P(3|MK) = = 0.1857
1+13
1 + 13 x 0,2
P(7|MK) = = 0.2571
1+1 3
0 + 1 3 x 0,2
P(11|MK) = = 0.1857
1+13
0 + 13 x 0,2
P(1|K) = = 0.1857
1+13
0 + 13 x 0,2
P(3|K) = = 0.1857
1+1 3
0 + 1 3 x 0,2
P(7|K) = = 0.1857
1+13
0 + 1 3 x 0,2
P(11|K) = = 0.1857
1+13
23
0 + 1 3 x 0,2
P(1|MK) = = 0.1857
1+13
0 + 1 3 x 0,2
P(3|MK) = = 0.1857
1+13
0 + 13 x 0,2
P(7|MK) = = 0.1857
1+1 3
1 + 1 3 x 0,2
P(11|MK) = = 0.2571
1+13
= 4.559 e-4
Penyakit Bawang Merah ke - 2 : Antraknosa
= 2.3784 e-4
Penyakit Bawang Merah ke - 3 : Bercak Ungu
P(M) x P(1|M) x P(3|M) x P(7|M) x P(11|M)
= 0,2 x 0.1857 x 0.1857 x 0.2571 x 0.1857
= 3.2928 e-4
Penyakit Bawang Merah ke - 4 : Mati Pucuk
24
= 2.3784 e-4
Penyakit Bawang Merah ke - 53 : Embun Bulu
P(M) x P(1|M) x P(3|M) x P(7|M) x P(11|M)
= 0,2 x 0.1857 x 0.1857 x 0.1857 x 0.2571
= 3.2928 e-4
4) Menentukan hasil klasifikasi yaitu v yang memiliki hasil perkalian
yang terbesar
Penyakit Layu Fusarium, nilai v = 4.559 e-4
Karena nilai 4.559 e-4 adalah yang terbesar, maka untuk kasus penyakit
bawang merah diklasifikasikan sebagai penyakit Layu Fusarium.
3. Tahap 3 Desain (Design)
Tahap perancangan sistem merupakan suatu proses, desain dan cara supaya
sistem dapat berjalan seperti yang diharapkan. Pada tahap perancangan
dilakukan perancangan sistem berupa UML (Unified Modelling Language),
perancangan basis data, perancangan antar muka aplikasi dan dilanjutkan
dengan konstruksi.
a. Use Case Diagram
Use case diagram merupakan penggambaran terhadap hal yang bisa
dilakukan oleh pengguna terhadap sistem. Berikut Use Case sistem pakar
penyakit bawang merah :
25
Gambar 3.2 Use Case Diagram
b. Activity Diagram
Activity diagram digunakan untuk memodelkan proses-proses apa saja
yang terjadi pada sistem. Berikut activity diagram sistem pakar penyakit
bawang merah.
26
Gambar 3.3 Activity Diagram Pengguna
27
Gambar 3.4 Activity Diagram Admin
c. Class Diagram
Class diagram digunakan untuk menampilkan kelas-kelas maupun paket-
paket yang ada pada suatu sistem. Berikut class diagram sistem pakar
penyakit bawang merah.
28
Gambar 3.5 Class Diagram
d. Sequence Diagram
Sequence diagram adalah diagram yang digunakan untuk menampilkan
interaksi antar objek-objek dalam sebuah sistem. Berikut sequence
diagram sistem pakar penyakit bawang merah.
29
e. Deployment Diagram
Deployment diagram adalah diagram yang digunakan untuk digunakan
untuk memvisualisasikan hubungan antara software dan hardware.
Berikut deployment diagram sistem pakar penyakit bawang merah.
30
2. Nama_Penyakit Varchar(30)
3. Penanganan Text
4. Gambar Varchar(30)
5. Gejala Varchar(30)
g. Perancangan Antarmuka
Berikut adalah rancangan antarmuka aplikasi sistem pakar penyakit
bawang merah.
31
Gambar 3.10 Perancangan Menu Utama
Perancangan menu utama terdiri dari tombol menu yang terdiri dari menu
diagnosa, menu penyakit, menu tentang prgram, menu admin dan menu
keluar.
32
Gambar 3.12 Perancangan Hasil Diagnosa
Perancangan hasil diagnosa terdiri dari data perhitungan dengan metode
naive bayes dan hasil diagnosa penyakit.
33
Gambar 3.14 Perancangan Login Admin
Perancangan halaman login admin terdiri dari data username dan password
untuk login.
4. Tahap 4 Pengujian (Test)
Pengujian adalah tahap uji coba sistem pakar yang telah dikembangkan. Tahap
pengujian ini menggunakan pengujian black box.
5. Tahap 5 Dokumentasi (Documentation)
Tahap dokumentasi menangani kebutuhan untuk mengumpulkan seluruh
informasi proyek ke dalam dokumen yang dapat memenuhi persyaratan baik
pengguna dan pengembang sistem pakar, dokumentasi menampung kebutuhan
pengguna yang sesuai dengan persyaratan yang ditemukan dalam kebanyakan
proyek perangkat lunak, dokumentasi menjelaskan bagaimana cara untuk
mengoperasikan sistem dan mungkin penyediakan tutorial langkah-langkah
melalui fitur operasional penting dari sebuah sistem.
6. Tahap 6 Pemeliharaan (Maintenance)
Setelah sistem pakar diterapkan di lingkungan kerja, diperlukan pemeliharaan
sistem secara berkala. Tujuannya agar pengetahuan sistem perlu
disempurnakan atau diperbarui untuk memenuhi kebutuhan saat ini. Pada
aplikasi sistem pakar ini untuk pemeliharaan tidak dapat dilakukan karena
sistem pakar penyakit bawang merah ini dijalankan secara offline.
34
BAB IV
HASIL DAN PEMBAHASAN
35
Gambar 4.1 Halaman Awal Aplikasi
Untuk masuk ke Menu Utama aplikasi diagnosa penyakit Bawang Merah
dapat dilakukan dengan menekan tombol Selamat Datang
36
5. Menu Keluar : untuk keluar dari aplikasi diagnosa bawang merah
Pengguna dapat menjalankan menu dengan menekan salah satu tombol pada
menu utama tersebut.
37
Gambar 4.4 Halaman Hasil Diagnosa
Pada halaman hasil diagnosa akan menampilkan nilai perhitungan semua
penyakit bawang merah menggunakan metode Naive Bayes, dan memberikan
hasil kesimpulan diagnosa penyakit bawang merah berdasarkan gejala-gejala
yang sudah dipilih.
38
Pada halaman penyakit akan ditampilkan daftar nama penyakit yang disertai
dengan gambar penyakit bawang merah.
39
Gambar 4.7 Halaman Tentang Program
Halaman tentang program merupakan halaman yang menampilkan informasi
mengenai aplikasi diagnosa bawang merah dan pembuat aplikasi tersebut.
Pada gambar juga ditampilkan logo kampus ITTelkom Purwokerto tempat
pembuat progra menimba ilmu selama ini.
40
h. Tampilan Menu Keluar
Menu Keluar merupakan tombol untuk keluar dari aplikasi. Menu Keluar
dapat diketahui pada gambar 4.9.
41
Fungsional Skenario Status
No Pengujian
Sistem Pengujian Pengujian
1 Halaman awal Mengklik tombol Jika diklik tombol
aplikasi selamat datang selamat datang
untuk maka
menampilkan menampilkan Berhasil
menu utama menu utama
sistem pakar
bawang merah
42
Fungsional Skenario Status
No Pengujian
Sistem Pengujian Pengujian
1 Halaman awal Mengklik tombol Jika diklik tombol
aplikasi selamat datang selamat datang
untuk maka
menampilkan menampilkan Berhasil
menu utama menu utama
sistem pakar
bawang merah
mengenai aplikasi
beserta pembuat
aplikasi
43
BAB V
KESIMPULAN
5.1 Kesimpulan
Berdasarkan penelitian yang dilakukan maka diambil kesimpulan sebagai
berikut :
1. Penelitian ini berhasil membuat aplikasi diagnosa penyakit bawang merah
dengan metode Naive Bayes berbasis android.
2. Aplikasi ini berhasil diuji dengan menggunakan metode blackbox testing dan
berhasil berjalan dengan baik.
5.2 Saran
Dari penelitian yang dilakukan, penulis memberikan saran sebegai berikut:
1. Aplikasi diagnosa penyakit bawang merah dapat diterapkan untuk
smartphone selain android.
2. Adanya fitur kontak person untuk pakar bawang merah agar pengguna dapat
melakukan konsultasi tentang penyakit bawang merah.
44
DAFTAR PUSTAKA
[1] Kementan RI, "Mentan Bersama Kabulog Panen Raya Bawang Merah di
Brebes". diambil dari https://www.pertanian.go.id/home/?show=new
&act=view&id=3292.
[3] A. Ke, N. Hidayat, L. Fanani. " Sistem Pakar Diagnosis Penyakit Pada
Tanaman Jagung Menggunakan Metode Naive Bayes Berbasis Android".
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2 No.
7. 2018.
[9] Y.B. Utomo, G.W. Harsanto. "Penerapan Metode Certainty Factor Dan
Naive Bayes Untuk Mendiagnosa Penyakit Akibat Gigitan Nyamuk".
Generation Journal Vol.4 No.2. 2020.
45
Mantik Penusa Vol 15 No. 1. 2014.
[16] Bayu. "Urutan OS Android Terbaru dari Cupcake hingga Android 11".
Diambil dari https://hpsultan.com/urutan-android-terbaru. 2021
46
Android". Jurnal Algoritma Vol. 13 No. 1. 2016.
47