SKRIPSI

SISTEM PAKAR DIAGNOSIS PENYAKIT IKAN NILA

DENGAN METODE BACKWARD CHAINING DAN

CERTAINTY FACTOR

Oleh:
SOLEH HUDIN
NIM. H171600603

PROGRAM DIPLOMA 4

PROGRAM STUDI TEKNOLOGI REKAYASA PERANGKAT LUNAK

JURUSAN MANAJEMEN PERTANIAN

POLITEKNIK PERTANIAN NEGERI SAMARINDA

SAMARINDA

2021
 ii

SKRIPSI

SISTEM PAKAR DIAGNOSIS PENYAKIT IKAN NILA

DENGAN METODE BACKWARD CHAINING DAN

CERTAINTY FACTOR

Oleh:
SOLEH HUDIN
NIM. H171600603

PROGRAM DIPLOMA 4

PROGRAM STUDI TEKNOLOGI REKAYASA PERANGKAT LUNAK

JURUSAN MANAJEMEN PERTANIAN

POLITEKNIK PERTANIAN NEGERI SAMARINDA

SAMARINDA

2021
 iii

@ Hak cipta milik Politeknik Pertanian Negeri Samarinda, tahun 2021

Hak cipta dilindungi undang-undang

1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa
mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penulisan karya
ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu
masalah
b. Pegutipan tidak merugikan kepentingan yang wajar bagi Politeknik
Pertanian Negeri Samarinda
2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh
karya tulis dalam bentuk apapun tanpa seijin Politeknik Pertanian
Negeri Samarinda
 iv

SURAT PENYATAAN KEASLIAN SKIRPSI DAN SUMBER

INFORMASI

Yang bertanda tangan di bawah ini:

Nama : Soleh Hudin

NIM : H171600603
Perguruan Tinggi : Politeknik Pertanian Negeri Samarinda
Jurusan : Manajemen Pertanian
Program Studi : Teknologi Rekayasa Perangkat Lunak
Alamat Rumah : Jl. KH. Harun Nafsi, RT 19, Kel. Rapak Dalam, Kec.
Loa Janan Ilir

Dengan ini menyatakan bahwa skripsi yang telah saya buat dengan judul
“SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT IKAN NILA
MENGGUNAKAN METODE BACKWARD CHAINING DAN CERTAINTY
FACTOR BERBASIS WEB” adalah asli dan bukan plagiat (jiplakan) dan
belum pernah diajukan, diterbitkan/duplikasikan dimanapun dan dalam bentuk
apapun.
Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun
tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan
dalam Daftar Pustaka di bagian akhir dri skripsi ini.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya tanpa
adanya paksaan dari pihak manapun juga. Apabila dikemudian hari ternyata
saya memberikan keterangan palsu dan atau ada pihak lain yang mengklaim
bahwa tugas akhir yang telah saya buat adalah hasil karya milik seseorang atau
badan tertentu, saya bersedia diproses baik secara pidana maupun perdata dan
kelulusan saya dari Politeknik Pertanian Negeri Samarinda dicabut/dibatalkan.

Dibuat : Samarinda
Pada Tanggal : 27 September 2021
Yang menyatakan,

Soleh hudin
 v

HALAMAN PENGESAHAN
SKRIPSI

Yang bertanda tangan di bawah ini:

Nama : Soleh Hudin

NIM : H171600603
Program Studi : Teknologi Rekayasa Perangkat Lunak
Jurusan : Manajemen Pertanian

Mengajukan Proposal Skripsi dengan judul: SISTEM PAKAR UNTUK

MENDIAGNOSIS PENYAKIT IKAN NILA MENGGUNAKAN METODE
BACKWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB,
dengan kerangka penelitian terlampir bersama ini.
Atas persetujuan dan pengesahannya disampaikan ucapan terima kasih.

Samarinda, 2021
Disetujui,
Pada tanggal:
Dosen Pembimbing 1 Dosen Pembimbing 2 Pemohon

Ida Maratul Khmidah,S.Kom.,M.Cs Annafi franz S.kom., M.Kom. Soleh Hudin

NIP. 199101132019032023 NIP. 198504122019031010 NIM. H171600603

Disahkan,
Pada Tanggal: ……………….
Ketua Program Studi Tekonlogi Rekayasa Perangkat Lunak

Dr. Suswanto, S. Pd, M. Pd

NIP. 19680525 199512 1 001

Dr. Suswanto, S.
 vi

ABSTRAK

Soleh Hudin. Sistem Pakar Untuk Mendiagnosis Penyakit Ikan Nila

Menggunakan Metode Backward Chaining Dan Certainty Factor Berbasis Web
(di bawah bimbingan Ida Maratul Khmidah,S.Kom.,M.Cs dan Annafi franz
S.kom., M.Kom.).
Budidaya ikan nila sangat diminati para peternak karena pasarnya
yang terus berkembang. Untuk mendapatkan keuntungan maksimal, budidaya
ikan nila dilakukan secara intensif. Disamping itu juga terdapat masalah yang
timbul pada budidaya ikan nila. Masalah tersebut adalah gagalnya kegiatan
pemeliharaan ikan nila ini. Penyebab gagalnya kegiatan ini adalah karena faktor
penyakit. Munculnya penyakit ini merupakan hasil interaksi kompleks atau
tidak seimbang antara tiga komponen dalam ekosistem perairan ikan yang
lemah, patogen yang ganas serta kualitas lingkungan yang memburuk.
Berdasarkan studi kasus dalam penelitian ini dapat disimpulkan bahwa
penulis akan membuatkan sistem pakar untuk mendiagnosis penyakit ikan
nila menggunakan metode backward chaining dan certainty factor
berbasis web.
Tujuan penelitian ini adalah untuk merancang web sebagai solusi

penanggulangan penyakit pada ikan nila dan mengimplementasikan metode BC

dalam mendiagnosis penyakit ikan nila berbasis web.?

Kata Kunci : Diagnosa, Backward Chaining, Certainty Factor, Ikan Nila

 vii

RIWAYAT HIDUP

Soleh Hudin, Lahir pada tanggal 03 November 1998 di

kota Samarinda, Provinsi Kalimantan Timur.

Merupakan anak ke Tiga dari bapak Amaragun Dan Ibu

Erna. Memulai Pendidikan di SDN 017 Negeri

Samarinda pada Tahun 2005 dan melanjutkan ke SMP

Negeri 09 Samarinda pada Tahun 2011 kemudian

memperoleh ijasah SMK dengan jurusan Administrasi Perkantoran di SMK

Negeri 20 Samarinda pada Tahun 2017. Pendidikan Tinggi di mulai pada

Politeknik Pertanian Negeri Samarinda, Jurusan Manajemen Pertanian, Program

Studi Teknologi Rekayasa Perangkat Lunak tahun 2017. Bulan Juni – Juli 2020

melaksanakan program PKN (Praktek Kerja Nyata) di Desa Jongkang

Kecamatan Tenggarong Sebrang, Kota Tenggarong, Provinsi Kalimantan Timur.

Bulan Maret – Mei 2021 mengikuti program PKL (Praktek Kerja Lapang) Dinas

Tenaga Kerja Dan Transmigrasi, Kecamatan Samarinda Kota, Kota Samarinda,

Provinisi Kalimantan Timur.

 viii

KATA PENGANTAR

Puji syukur kehadirat Allah Subhanahu Wata’ala, karena atas berkat

Rahmat-Nya penulis dapat menyelesaikan Skripsi ini. Penelitian dan penyusunan
skripsi dilaksanakan selama 1 bulan, yaitu bulan Agustus 2021, yang merupakan
syarat untuk menyelesaikan studi di Politeknik Pertanian Negeri Samarinda dan
mendapat gelar Sarjana Terapan.
Pada kesempatan ini penulis menyampaikan ucapan terima kasih dan
penghargaan kepada:
1. Ibu Maratul Khmidah,S.Kom.,M.Cs, selaku Dosen Pembimbing I.
2. Bapak Annafi franz S.kom., M.Kom, selaku dosen pembimbing II.
3. Bapak Dr. Suswanto, S.Pd, M.Pd, selaku Ketua Program Studi Teknologi
Rekayasa Perangkat Lunak.
4. Ibu Dr.Ir. Budi Winarni, M.Si, selaku ketua Jurusan Manajemen Pertanian.
5. Bapak Hamka, S.TP, MP, selaku Direktur Politeknik Pertanian Negeri
Samarinda.
6. Bapak/Ibu Dosen, Pranata Laboratorium Pendidikan (PLP) dan seluruh Staff
Politeknik Pertanian Samarinda.
7. Segenap anggota keluarga yang telah mendukung penulis serta semua pihak
yang tidak dapat disebutkan satu-persatu yang telah membantu hingga
terselesaikannya skripsi ini.

Walaupun sudah berusaha dengan sungguh-sungguh, Penulis menyadari

masih banyak terdapat kekurangan dan kelemahan dalam penulisan ini, namun
semoga skripsi ini dapat bermanfaat bagi siapa saja memerlukannya.

Kampus Politani Samarinda, September 2021

Soleh Hudin
 ix

DAFTAR ISI

SKRIPSI .............................................................................................................. ii

SURAT PENYATAAN KEASLIAN SKIRPSI DAN SUMBER INFORMASI ........... iv

HALAMAN PENGESAHAN .................................................................................. v

ABSTRAK ........................................................................................................... vi

RIWAYAT HIDUP ...............................................................................................vii

KATA PENGANTAR .......................................................................................... viii

DAFTAR ISI ........................................................................................................ ix

DAFTAR GAMBAR .............................................................................................xii

DAFTAR TABEL ................................................................................................xiv

I. PENDAHULUAN .......................................................................................... 1

A. Latar Belakang ......................................................................................... 1

B. Rumusan Masalah ................................................................................... 4

C. Batasan Masalah...................................................................................... 4

D. Tujuan Penelitian...................................................................................... 4

II. TINJAUAN PUSTAKA .................................................................................. 5

A. Studi Literatur ........................................................................................... 5

B. Kecerdasan Buatan .................................................................................. 9

C. Sistem Pakar .......................................................................................... 11

D. Backward Chaining ................................................................................ 13

 x

E. Metode Certainty Factor ......................................................................... 14

F. Ikan Nila ................................................................................................. 15

G. Jenis-jenis Ikan Nila ............................................................................... 17

H. Penyakit Ikan Nila Dan Cara Penanggulanagan ..................................... 23

I. Xampp .................................................................................................... 39

J. Hypertext markup language (HTML)....................................................... 41

K. Hypertext Preprocessor (PHP) ............................................................... 41

L. Data Flow Diagram (DFD) ...................................................................... 43

M. Entity Relationship Diagram (ERD)......................................................... 45

III. METODE PENELITIAN ........................................................................... 48

A. Waktu dan tempat penelitian .................................................................. 48

B. Alat dan bahan ....................................................................................... 48

C. Prosedur Penelitia .................................................................................. 51

D. Perancangan Aplikasi ............................................................................. 52

E. Pemodelan Sistem ................................................................................. 55

F. User Interface ......................................................................................... 60

G. Pengujian Data ....................................................................................... 64

H. Contoh perhitungan menggunakan metode Backward Chaining ............ 66

I. Contoh Perhitungan menggunakan metode certainty factor ................... 67

IV. HASIL DAN PEMBAHASAN.................................................................... 72

A. Hasil ....................................................................................................... 72
 xi

B. Pembahasan .......................................................................................... 75

V. KESIMPULAN DAN SARAN ....................................................................... 82

A. Kesimpulan ............................................................................................ 82

B. Saran ..................................................................................................... 82

DAFTAR PUSTAKA........................................................................................... 83
 xii

DAFTAR GAMBAR

Gambar 1. Nila Larasati ..................................................................................... 17

Gambar 2. Nila Best .......................................................................................... 18

Gambar 3. Nila Gesit ......................................................................................... 19

Gambar 4. Nila Hitam ........................................................................................ 20

Gambar 5. Nila Merah ....................................................................................... 20

Gambar 6. Nila Gift ............................................................................................ 21

Gambar 7. Nila Get ............................................................................................ 22

Gambar 8. Nila Jica ........................................................................................... 22

Gambar 9. Penyakit Lernea ............................................................................... 23

Gambar 10.Penyakit ingsan dan kulit................................................................. 25

Gambar 11. Penyakit trichodina ......................................................................... 26

Gambar 12. Penyakit saprolegniasis.................................................................. 28

Gambar 13. Penyakit epistylis............................................................................ 29

Gambar 14. Penyakit bercak merah................................................................... 30

Gambar 15. Penyakit bintik putih ....................................................................... 31

Gambar 16. Penyakit penducle .......................................................................... 33

Gambar 17. Penyakit edward siella ................................................................... 34

Gambar 18. Penyakit kutu ikan .......................................................................... 35

Gambar 19. Penyakit stereptococcosis .............................................................. 36

Gambar 20. Penyakit tilapia like virus(TiLV)....................................................... 38

Gambar 21. Prosedur Penelitian ........................................................................ 51

Gambar 22. Diagram konteks ............................................................................ 53

Gambar 23. DFD Level 1 ................................................................................... 54

 xiii

Gambar 24. ERD Diagram ................................................................................. 55

Gambar 25. Pohon Keputusan........................................................................... 58

Gambar 26. Proses Backward Chaining ............................................................ 59

Gambar 27. Rancangan halaman index utama .................................................. 60

Gambar 28. Halaman jenis-jenis ikan nila .......................................................... 61

Gambar 29. halaman diagnosis ......................................................................... 61

Gambar 30. Halaman data penyakit................................................................... 62

Gambar 31. Halaman tentang ............................................................................ 63

Gambar 32. Halaman masuk ............................................................................. 64

Gambar 33. Penyakit Lernea ............................................................................. 68

Gambar 34. Penyakit Cacing Ingsang................................................................ 69

Gambar 35. Penyakit Bercak Merah .................................................................. 70

Gambar 36. Penyakit Saprolegniasis ................................................................. 70

Gambar 37. Penyakit Bintik Putih ...................................................................... 71

Gambar 38. Tampilan Beranda .......................................................................... 72

Gambar 39. Tampilan kosultasi ......................................................................... 72

Gambar 40. Tampilan Tentang Kami ................................................................. 73

Gambar 41. Tampilan Hasil Konsultasi .............................................................. 73

Gambar 42. Tampilan Login .............................................................................. 74

Gambar 43. Tampilan Data Penyakit ................................................................. 74

Gambar 44. Tampilan Data Gejala .................................................................... 75

Gambar 45. Tampilan Data Pengetahuan .......................................................... 75

 xiv

DAFTAR TABEL

Tabel 1. Perbandingan ........................................................................................ 9

Tabel 2. DFD ..................................................................................................... 44

Tabel 3. Notasi Entity Relationship Diagram (ERD) ........................................... 46

Tabel 4. Penyakit ............................................................................................... 49

Tabel 5. Gejala .................................................................................................. 49

Tabel 6. Rumusan masalah penyakit. ................................................................ 56

Tabel 7. Rule Base ............................................................................................ 59

Tabel 8.Pohon keputusan .................................................................................. 64

Tabel 9. Pengujian Website ............................................................................... 79

Tabel 10. Hasil Perhitungan Data Responden SUS ........................................... 80

 I. PENDAHULUAN

A. Latar Belakang

Budidaya ikan nila sangat diminati para peternak karena pasarnya yang

terus berkembang. Untuk mendapatkan keuntungan maksimal, budidaya ikan

nila dilakukan secara intensif. Disamping itu juga terdapat masalah yang timbul

pada budidaya ikan nila. Masalah tersebut adalah gagalnya kegiatan

pemeliharaan ikan nila ini. Penyebab gagalnya kegiatan ini adalah karena

faktor penyakit. Munculnya penyakit ini merupakan hasil interaksi kompleks

atau tidak seimbang antara tiga komponen dalam ekosistem perairan ikan

yang lemah, patogen yang ganas serta kualitas lingkungan yang memburuk.

Peranan komputer sangat diperlukan untuk menyediakan informasi dengan

cepat, tepat dan akurat. Salah satunya adalah perkembangan sistem pakar

(Expert System) yang merupakan terobosan terbaru dalam dunia computer.

Indonesia merupakan negara yang luas dan kaya akan keaneragaman

hayati, misalnya ikan nila. Budidaya ikan nila sangat diminati para peternak

karena pasarnya yang terus berkembang. Untuk mendapatkan keuntungan

maksimal, budidaya ikan nila sebaiknya tidakdilakukan secara sampingan atau

sekedar kegiatan subsisten. Ikan nila sanggup hidup dalam kepadatan tebar

yang tinggi. Oleh karena itu, usaha budidaya ikan nila akan memberikan

keuntungan lebih apabila dilakukan secara intensif. Namun ada juga masalah

yang timbul pada ikan nila. Masalah tersebut adalah gagalnya kegiatan

pemeliharaan ikan nila ini. Salah satu penyebab gagalnya kegiatan ini

adalah

karena faktor penyakit. Munculnya gangguan penyakit pada ikan nila

 2

merupakan resiko yang harus selalu diantisipasi. Munculnya penyakit ini

merupakan hasil interaksi kompleks atau tidak seimbang antara tiga

komponen dalam ekosistem perairan ikan yang lemah, patogen yang ganas

serta kualitas lingkungan yang memburuk. Penyakit ikan nila hampir sama

dengan penyakit yang ditemui pada ikan tawar lainnya. Penyakit pada ikan nila

biasanya akan terjadi pada kolam yang minim perawatannya, tetapi bukan

berarti bahwa kolam yang terawat akan bebas dari penyakit. Ha ini dapat

terjadi karena sumber penyakit pada ikan nila dapat berasal dari luar (faktor

eksternal) maupun dari dalam (internal) yang lambat laun akan mempengaruhi

keadaan lingkungan tempat tinggalnya. Oleh karena itu, lebih baik melakukan

tindakan pencegahan dengan perawatan yang baik pada kolam. Dengan

pembuatan aplikasi ini masyarakat mengetahui tentang cara menangani

masalah penyakit pada ikan nila, untuk itu dengan adanya aplikasi ini masalah

kekurangan tenaga pakar dapat diselesaikan, dengan sistem pakar ini user

dapat berinteraksi dengan system seperti berinteraksi dengan pakar. Aplikasi

ini menggunakan metode backward chaining. backward chaining di gunakan

jika pengguna sudah mengetahui dugaan penyakit dan untuk mengetahui

kebenaran penyakitnya.

Ikan Nila dengan nama latin Oreochromis nilotica merupakan salah satu ikan

konsumsi air tawar yang digemari oleh masyarakat Indonesia. Ikan Nila memiliki

kandungan protein sebesar 17,5%, lemak 4,7%, dan air 74,8% (Ardita, dkk,

2015). Ikan Nila termasuk dalam makanan alternatif bergizi tinggi yang harganya

terjangkau oleh masyarakat. Rasa dagingnya yang tidak kalah dengan ikan

konsumsi lain juga membuatnya populer (Khairuman, dkk, 2013).

Sehingga, dengan mengkonsumsi ikan Nila masyarakat dapat memenuhi gizi

 3

yang dibutuhkan. Ikan Nila memiliki prospek pasar yang bagus dilihat dari

banyaknya permintaan ikan Nila tidak hanya untuk konsumsi, tetapi juga untuk

benih (Khairuman, dkk, 2013). Sehingga untuk memenuhi permintaan pasar,

banyak peternak berpacu dalam pembudidayaan ikan Nila Berdasarkan hasil

dari data statistik perikanan tahun 2013, menyatakan ikan Nila berada diurutan

pertama dalam pembudidayaan di Indonesia dengan 260.642 rumah tangga

usaha budidaya (BPS, 2013). Ikan Nila mempunyai banyak strain (varietas).

Varietas- varietas tersebut dihasilkan dari perkawinan silang antar spesies

dalam genus Oreochromis, terutama untuk menghasilkan ikan Nila unggul.

Ada beberapa varietas ikan Nila yang beredar di Indonesia yaitu Nila Japan for

International Cooperation Agency (JICA), Nila Genetically Supermale

Indonesian Tilapia (GESIT), Nila Nirwarna, Nila Merah, Nila Hitam, Nila

Genetic Improvement of Rarmed Tilapias (GIFT), dan Nila Genetically

Enchanced Tilapia (GET) (Ghufran, dkk, 2010). Varietas lain menurut

Khairuman, dkk, (2013), Nila Bogor Enchanced Strain Tilapia (BEST) dan Nila

Larasati.

Metode backward chaining merupakan kebalikan dari forward chaining

dimana dimulai dengan sebuah hipotesa sebuah objek dan meminta informasi

untuk meyakinkan atau mengabaikan backward chaining inference engine sering

disebut Objek-Driven/Goal-Driven.

Berdasarkan latar belakang yang telah di paparkan sebelumnya maka dapat

diketahui rumusan masalah yang dihadapi yaitu membuat sistem pakar yang

dapat menagani penyakit pada ikan nila secara cepat dengan mengetahui gejala-

gejalanya dan bagaimana cara merancang aplikasinya dengan menggunakan

 4

metode Backward Chaining Berbasis Web agar dapat diakses dan dimanfaatkan

masyarakat secara luas.

B. Rumusan Masalah

Rumusan masalah dari pemaparan ini adalah :

1. Bagaimana alur kerja sistem pakar untuk mendiagnosis penyakit ikan nila

dengan metode backward chaining ?

2. Bagaimana cara membuat program system pakar untuk mendiagnosis

penyakit ikan berbasis web dengan menggunakan NATIVE PHP / PHP murni ?

C. Batasan Masalah

Adapun batasan masalah dalam penelitian ini yaitu :

1. Penelitian ini dibatasi hanya melakukan pendeteksi penyakit pada ikan nila.

2. Penelitian ini dibatasi hanya mengunakan metode backward chaining.

D. Tujuan Penelitian

Adapun tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Merancang web sebagai solusi penanggulangan penyakit pada ikan nila.

2. Mengimplementasikan metode BC dalam mendiagnosis penyakit ikan nila

berbasis web.?
 II. TINJAUAN PUSTAKA

A. Studi Literatur

Penelitian di lakukan oleh Nurmala Mukhtar dari universitas islam negeri

indagiri yang berjudul ”sistem pakar diagnosa dampak penggunaan softlens

menggunakan motode backward chaining”. Pada penelitian tersebut

menjelaskan bahwa Softlens adalah sejenis lensa yang dibuat dari bahan yang

bersifat “lunak”, yaitu silicon hydrogen. Penggunaan softlens dalam jangka

waktu lama dapat berpotensi menyebabkan iritasi mata, mata merah dan

infeksi. Untuk itu diperlukan sebuah sistem pakar untuk membantu

mendiagnosa dampak penggunaan softlens. Pembangunan sistem pakar

diagnosa dampak penggunaan softlens ini menggunakan metode backward

chaining atau runut balik. Metode runut balik bekerja dengan cara menentukan

penyakit yang diderita oleh pengguna softlens kemudian akan dijabarkan

sebab-sebab penyakit tersebut. Dari hasil penelitian dapat disimpulkan bahwa

sistem pakar ini mempermudah pengguna soflens untuk melakukan diagnosa

dampak penggunaan softlens berdasarkan gejala yang dialami, dan

mengetahui cara penanggulangannya.

Penelitian di lakukan oleh siska iriani dari STKIP PGRI pacitan, yang

berjudul “Penerapan Metode Backward Chaining pada Sistem Pakar Diagnosa

Penyakit Tulang Manusia”. Pada penelitian tersebut menjelaskan Sistem Pakar

Untuk Mendiagnosa Penyakit Tulang Pada Manusia merupakan aplikasi yang

berguna untuk mengetahui jenis penyakit pada tulang manusia, beserta gejala

yang dialami pemakai. Pembahasan utama dalam sistem ini adalah

 6

perancangan dan pembuatan sistem pakar untuk melakukan diagnosa dan

memberikan informasi – informasi mengenai penyakit tulang, gejalagejala

pada penyakit tersebut serta cara pencegahan, pengobatan dan penyebabnya.

Model inferensi yang digunakan dalam pembuatan sistem pakar ini adalah

penalaran mundur (Backward Chaining) sedangkan teknik pencarian

menggunakan Depth First Search. Penentuan diagnosa dalam sistem pakar ini

dilakukan melalui proses konsultasi antara sistem dan pemakai. Jawaban

disesuaikan dengan aturan yang berada di dalam sistem, jika jawaban yang

dimasukkan sesuai dengan aturan yang berlaku, maka sistem ini akan

memberikan hasil diagnosa berupa informasi penyakit. Diharapkan dengan

dibuatnya Sistem Pakar Untuk Mendiagnosa Penyakit Tulang Pada Manusia

ini dapat memberikan hasil diagnosa, penyebab, pengobatan,serta

pencegahan terhadap suatu penyakit. Sistem ini disebut dengan Sistem Pakar

( Expert Sistem ).

Penelitian di lakukan oleh mardi turnip dari universitas prima indonesia yang

bejudul “Sistem Pakar Diagnosa Penyakit THT Menggunakan Metode Backward

Chaining”. Pada penelitian tersebut memaparkan tentang Penyakit THT (Telinga,

Hidung dan Tenggorokan) merupakan masalah kesehatan pada masyarakat,

karena sering terjadi tanpa mengenal musim. Penyakit ini bisa menyerang

berbagai usia. Proses pengembangan sistem pakar ini dilakukan dengan

menggunakan mesin inferensi backward chaining dimana proses pencarian

dimulai dari fakta-fakta untuk selanjutnya menuju pada suatu konklusi. Selain

berfungsi untuk meringankan kerja dokter, sistem pakar yang dikembangkan juga

akan sangat bermanfaat bagi masyarakat umum dalam

 7

mengakses informasi tentang penyakit THT berupa diagnosa dan terapinya.

Dengan adanya aplikasi ini akan membantu para pengguna maupun dokter

THT dalam melakukan pelayanan dan akses informasi terkait diagnosa

penyakit THT.

Penelitian di lakukan oleh sandy kosasi dari sekolah tinggi menajemen

informatika dan komputer Pontianak yang bejudul “SISTEM PAKAR DIAGNOSA

PENYAKIT IKAN KOMET MENGGUN AKAN FORWARD CHAINING” Pada

penelitian tersebut menjelaskan tentang Diagnosis merupakan stadium awal

yang digunakan untuk mengetahui gejala yang diderita carassius auratus; oleh

karena itu, penyakit bisa disembuhkan. Penelitian ini bertujuan untuk membuat

aplikasi sistem pakar yang berkaitan terhadap perikanan, terutama penyakit yang

diderita carassius auratus. Adanya sistem pakar Penggunaan untuk

mendiagnosis carassius auratus dapat memberikan banyak kemudahan bagi

siapa saja yang mau mengolah atau hanya menyimpannya. Perancangan

aplikasi sistem pakar menggunakan metode prototype sedangkan forward

chaining diterapkan dengan menggunakan metode inferensi. Metode rantai maju

dimulai dengan tempat atau masukan informasi (jika) terlebih dahulu dan

dilanjutkan dengan kesimpulan (kemudian). Sistem pakar Penerapan diagnosis

penyakit carassius auratus dapat menghemat biaya pengguna. Pengguna yang

memiliki file hak akses karena seorang administrator dapat menambah,

mengubah, atau menghapus data gejala, hama dan penyakit, dan solusi sehinga

sistem terus dapat berkembang untuk mendapatkan yang lebih akurat hasilnya,

kita dapat menggabungkannya dengan teorema CF (Faktor Kepastian).

Penelitian dilakukan oleh Muhammad Burhannudin dari universitas

 8

brawijaya yang bejudul “Pemodelan Sistem Pakar Diagnosis Penyakit

Tanaman Apel Manalagi Dengan Metode Backward Chaining Menggunakan

Certainty Factor”. Pada penelitian tersebut memaparkan tentang Apel

merupakan tanaman buah yang dapat hidup dengan baik di dataran tinggi.

Tanaman ini ada di indonesia sejak tahun 1934. Sebagaimana tanaman buah

lainnya, apel juga rentan terhadap penyakit. Memelihara tanaman dari penyakit

juga merupakan usaha untuk melestarikan lingkungan. Salah satu bentuk

perusakan tersebut adalah kelalaian petani dalam memelihara tanaman dari

serangan penyakit. Pembuatan sistem ini merupakan upaya untuk

menjalankan peran manusia. Sistem ini diharapakan dapat membantu para

petani, khususnya, untuk dapat mengidentifikasi penyakit tanaman apel secara

tepat dan tepat. Sehingga bisa meminimalisi dampak yang ditimbulkan.

Aplikasi ini dikembangkan dengan menggunakan bahasa pemrogaman PHP

dan database MySQL. Keduanya merupakan kombinasi yang paling populer

dalam pembuatan aplikasi berbasis web. Sedangkan metode inferensi yang

digunakan adalah Backward chaining dimana pelacakan didasarkan atas data

atau fakta kemudian menuju pada konklusi berupa kesimpulan jenis hama atau

penyakit yang menyerang tanaman apel. Pengujian yang dilakukan dengan

membandingkan kesesuaian hasil keluaran sistem dengan hasil diagnosa

pakar. Dan dari pengujian 30 data kasus didapatkan tingkat akurasi pengujian

pemodelan system pakar menggunakan metode Certainty Factor pada sistem

diagnosa penyakit tanaman apel sebesar 93,3%. Dengan hasil akurasi

tersebut menunjukkan bahwa sistem mampu menggantikan peran pakar.

 9

Tabel 1. Perbandingan
Nama Peneliti Judul Keterangan

Nurmala Mukhtar sistem pakar diagnosa dampak Penelitian ini berbeda dengan

penggunaan softlens penelitian yang saya teliti

menggunakan motode backward

chaining

siska iriani Penerapan Metode Backward menjelaskan Sistem Pakar Untuk

Chaining pada Sistem Pakar Mendiagnosa Penyakit Tulang

Diagnosa Penyakit Tulang Pada Manusia merupakan aplikasi

Manusia yang berguna untuk mengetahui

jenis penyakit pada tulang

manusia,

mardi turnip Sistem Pakar Diagnosa Penyakit Penelitian ini berbeda dengan

THT Menggunakan Metode penelitian yang saya teliti

Backward Chaining Penelitian ini hanya meneliti THT

sandy kosasi Sistem pakar diagnosa penyakit Penelitian ini hanya meneliti pada

ikan komet menggunakan forward pertumbuhan apel berbeda dengan

chaining saya

Muhammad Burhannudin Pemodelan Sistem Pakar Penelitian ini membahan penyakit

Diagnosis Penyakit Tanaman Apel pada tanaman apel atau gejala

Manalagi Dengan Metode serangan apel berbeda dengan

Backward Chaining Menggunakan penelitian saya

Certainty Factor

B. Kecerdasan Buatan

Kecerdasan buatan (Artifical intelligence) merupakan kecerdasan yang

ditunjukkan oleh suatu entitas buatan kecerdasan dicipta dan dimasukkan ke

dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang

dapat dilakukan manusia (Gaskin,2008).

Kecerdasan atau kepandaian itu dapat berdasarkan pengetahuan dan

pengalaman untuk itu agar perangkat lunak yang dikembangkan dapat

mempunyai kecerdasan maka perangkat lunak tersebut harus diberi suatu

 10

pengetahuan dan kemampuan untuk menalar dari pengetahuan yang telah

didapat dalam menemukan solusi atau kesimpulan layaknya seorang pakar

dalam bidang tertentu yang bersifat spesifik. Kecerdasan buatan menawarkan

media dan uji teori kecerdasan. Teori ini dapat dinyatakan dalam bahasa

program komputer dan dibuktikan melalui eksekusinya pada komputer nyata.

Implementasi dari kecerdasan buatan saat ini dapat ditemui dalam bidang-

bidang antara lain:

Kecerdasan atau kepandaian itu dapat berdasarkan pengetahuan dan

pengalaman untuk itu agar perangkat lunak yang dikembangkan dapat

mempunyai kecerdasan maka perangkat lunak tersebut harus diberi suatu

pengetahuan dan kemampuan untuk menalar dari pengetahuan yang telah

didapat dalam menemukan solusi atau kesimpulan layaknya seorang pakar

dalam bidang tertentu yang bersifat spesifik. Kecerdasan buatan menawarkan

media dan uji teori kecerdasan. Teori ini dapat dinyatakan dalam bahasa

program komputer dan dibuktikan melalui eksekusinya pada komputer nyata.

Implementasi dari kecerdasan buatan saat ini dapat ditemui dalam bidang-

bidang antara lain:

1. FUZZY logic: suatu metode kecerdasan buatan yang banyak terdapat pada alat

elektronik dan robot. Dimana alat-alat elektronik dan robot tersebut mampu

berpikir dan bertingkah laku layaknya manusia.

2. Speech recognition: suatu metode kecerdasan buatan manusia dapat

berkomunikasi dengan komputer menggunakan suara. Contohnya memberikan

instruksi kekomputer dengan suara.

3. Artificial intelligence dalam game: suatu metode kecerdasan buatan diciptakan

dan dimasukkan ke dalam suatu mesin

 11

4. komputer agar dapat meniru cara berpikir seperti yang dilakukan manusia dalam

bermain game.

Contohnya program Deep Blue yang mampu berpikir setara dengan seorang

Grandmaster catur.

5. Expert system: suatu metode kecerdasan buatan yang berguna untuk meniru

cara berpikir dan penalaran seorang ahli dalam mengambil keputusan

berdasarkan situasi yang ada.

6. General Problem Solving: yaitu suatu metode Artificial intelligence yang

berhubungan dengan pemecahan suatu masalah terhadap suatu situasi yang

akan diselesaikan oleh komputer

Contohnya adalah program Eureka yang dapat memecahkan model linier

programming

C. Sistem Pakar

Sistem pakar adalah bagian dari cabang dari Artificial Intelligence (AI) yang

membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian

masalah tingkat manusia yang pakar (Arhami, 2005). Menurut Kusrini (2006),

sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan,

fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya

dapat dipecahkan oleh seorang pakar dalam bidang tersebut, sistem pakar

memberikan Nilai tambah pada teknologi untuk membantu dalam menangani era

informasi yang semakin canggih. Sistem pakar ialah sistem yang berusaha

mengadopsi pengetahuan manusia ke komputer, agar komputer dapat

menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli

 12

(Kusumadewi, 2003). Menurut Sibagariang (2015), 8 sistem pakar merupakan

program Artificial Intellegence yang menggabungkan pangkalan pengetahuan

(Knowledge Base) dengan sistem inferensi. Pengetahuan yang disimpan didalam

sistem pakar umumnya diambil dari seorang yang pakar dalam masalah tersebut.

Seorang pakar dengan sistem pakar mempunyai banyak perbedaan. Darkin

dikutip dalam Desiani dan Arhami (2006) mengemukakan perbandingan

kemampuan antara seorang pakar dengan sebuah

Komponen-komponen yang biasanya terdapat dalam sebuah sistem pakar

terdiri dari:

1. Antarmuka Pengguna (user interface)

Sistem pakar berisi prosesor bahasa untuk komunikasi berorientasi-

persoalan yang mudah antara pengguna dan komputer.

2. Basis pengetahuan (knowledge base)

Basis pengetahuan berisi pengetahuan relevan yang diperlukan untuk

memahami, merumuskan dan memecahkan persoalan. Basis tersebut

mencangkup dua elemen dasar:

a. Fakta misalnya situasi persoalan dan teori area persoalan.

b. Heuristik atau aturan khusus yang mengarahkan penggunaan pengetahuan

untuk memecahkan persoalan dalam domain tertentu.

3. Akuisis Pengetahuan (knowledge acqusition)

 13

Akuisis pengetahuan adalah akumulasi,transfer, dan transformasi keahlian

pemecahan masalah dari pakar atau sumber pengetahuan terdokumendasi ke

program komputer, untuk membangun atau memperluas basis pengetahuan.

4. Mesin Interface

Mesin Inferface adalah program komputer yang memberikan metodologi

untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan

dalam workplace, dan untuk memformulasikan kesimpulan.

D. Backward Chaining

adalah pelacakan kebelakang yang memulai penalarannya dari kesimpulan

(goal), dengan mencari sekumpulan hipotesis-hipotesis menuju fakta-fakta

yang mendukung sekumpulan hipotesis-hipotesis tersebut.

Metode backward Chaining merupakan kebalikan dari forward chaining dimana

dimulai dengan sebuah hipotesis (sebuah objek) dan meminta informasi untuk

meyakinkan atau mengabaikan. Backward chaining inference engine sering

disebut: ‘Object-Driven/Goal-Driven‘.

inference engine adalah bagian dari sistem pakar yang mencoba

menggunakan informasi yang diberikan untuk menemukan objek yang sesuai.

Inference engine mempunyai dua kategori yaitu deterministic dan

probabilistik. Sedangkan dasar untuk membentuk inference engine di

antaranya: forward chaining, backward chaining, dan rule value (merupakan

pendahulu dari forward dan backward chaining).

Langkah Penerapkan Metode Backward Chaining Pada sistem Pakar

 14

1. knowledge Base (basis pengetahuan). Jadi kita harus memiliki basis

pengetahuan dari keparang seseorang, misal dokter kita membutuhkan data

penyakit paru dan gejala-gejala nya.

2. Menentukan Rule(aturan) atau inference Engine untuk memulai penalaran

mendapatkan kesimpulan(goals) dari hipotesa(objek) untuk mendapatkan

fakta. misalnya penyakit DBD sebagai kesimpulan dan demam sebagai gejala

nya.

3. membuat Output(hasil) dalam bentuk solusi dari hasil penalaran. Misalkan

penyakit yg di derita migran, maka solusi penanganan nya adalah minum obat

ini atau itu.

E. Metode Certainty Factor

Faktor Kepastian (Certainty Factor) menyatakan kepercayaan dalam sebuah

kejadian (atau fakta atau hipotesis) berdasarkan bukti atau penilaian pakar

(Turban, 2009). Certainty Factor menggunakan suatu nilai untuk mengasumsikan

derajad keyakinan seorang pakar terhadap suatu data. Certainty Factor

memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian

diformulakan dalam rumusan dasar sebagai berikut :

CF [P,E] = MB [P,E] – MD [P,E]

Keterangan :

CF : Certainty Factor

MB : Measure of Belief

MD : Measure of Disbelief

P : Probability

E : Evidence (Peristiwa/Fakta)
 15

Berikut ini adalah deskripsi beberapa kombinasi Certainty Factor terhadap

berbagai kondisi :

1. Certainty Factor untuk kaidah dengan premis tunggal (single premis rules):

CF(H,E) = CF(E)*CF

= CF(user)*CF(pakar)

2. Certainty Factor untuk kaidah dengan premis majemuk (multiple premis rules):

CF (A AND B ) = Minimum (CF (a),CF (b)) * CF (rule)

CF (A OR B ) = Maximum (CF (a),CF (b)) * CF (rule)

3. Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similarly

concluded rules) :

CFCOMBINE (CF1, CF2) = CF1 + CF2*(1-CF1)

F. Ikan Nila

Pada awalnya, ikan Nila dimasukkan ke dalam jenis Tilapia nilotica atau

ikan dari golongan Tilapia yang tidak mengerami telur dan larva di dalam mulut

induknya. Akhirnya, diketahui bahwa yang mengerami telur dan larva di dalam

mulut hanya induk betina. Para pakar perikanan kemudian memustuskan

bahwa nama ilmiah yang tepat untuk ikan ini adalah Oreochromis niloticus

atau Oreochromis sp. Berikut klasifikasi ikan Nila selengkapnya.

Filum : Chordata

Subfilum : Vertebrata

Kelas : Pisces

Subkelas : Acanthopterigii
Bangsa : Perciformes

16 Suku : Cichlidae
 16

Marga : Oreochromis

Spesies : Oreochromis niloticus Nama asing : Nile tilapia

Nama lokal : Nila

Morfologi Secara umum, bentuk tubuh ikan Nila memanjang dan ramping,

dengan sisik berukuran besar. Bentuk matanya besar dan menonjol dengan

tepi yang berwarna putih. Gurat sisi (linea literalis) terputus dibagian tengah

tubuh kemudian berlanjut lagi, tetapi letaknya lebih ke bawah dibandingkan

dengan letak garis yang memanjang di atas sirip dada. Jumlah sisik pada gurat

sisi sebanyak 34 buah. Sirip punggung, sirip perut, dan sirip duburnya memiliki

jari- jari lemah, tetapi keras dan tajam seperti duri. Sirip punggung dan sirip

dada tampak lebih hitam. Pinggir sirip punggung berwarna abu-abu atau

hitam. Jika dibedakan berdasarkan jenis kelamin, ikan Nila jantan memiliki

ukuran sisik yang lebih besar dibandingkan dengan ikan Nila betina. Alat

kelamin ikan Nila jantan terletak di depan anus. Bentuknya berupa tonjolan

agak runcing, berfungsi sebagai saluran urine dan saluran sperma. Jika perut

ikan Nila jantan diurut, akan mengeluarkan cairan bening. Sementara itu, alat

kelamin ikan Nila betina juga terletak di depan anus, tetapi memiliki lubang

genital yang terpisah dengan lubang saluran urine.

Habitat hidup ikan Nila cukup beragam, mulai dari sungai, danau, waduk,

rawa, sawah, kolam, hingga tambak. Untuk pertumbuhan dan

perkembangbiakan, suhu optimum bagi ikan Nila sekitar 25-30°C. Pertumbuhan

ikan Nila biasanya akan terganggu jika suhu habitatnya lebih

 17

rendah dari 14°C atau di atas 38°C. Pada suhu 6°C atau 42°C, ikan Nila akan

mengalami kemantian. Selain suhu, faktor lain yang bisa mempengaruhi

kehidupan ikan Nila adalah salinitas atau kadar garam. Ikan Nila bisa tumbuh

dan berkembang biak di 17 perairan dengan salinitas 0-29‰ (promil). Ikan ini

masih tumbuh, tetapi tidak bisa berproduksi di perairan dengan salinitas 29-35‰.

Ikan Nila yang masih kecil atau benih biasanya lebih cepat menyesuaikan diri

terhadap kenaikan salinitas dibandingkan dengan ikan Nila yang berukuran besar

G. Jenis-jenis Ikan Nila

a. Nila Larasati

Ikan nila larasati dapat dilihat pada gambar 1 di bawah ini:

Gambar 1. Nila Larasati

(sumber : satkerpbiatjantiklaten.wordpress.com)

Ikan Nila Janti dihasilkan oleh Balai Benih Ikan Sentral Janti, yang terletak di

Desa Janti, Kecematan Polan Harjo, Kabupaten Klaten, Jawa Tengah. Akhirnya,

pada tahun 2008 dihasilkan ikan Nila merah yang pertumbuhannya cepat,

ketebalan daging yang sangat baik, dan disukai masyarakat. Ikan ini
 18

kemudian dikenal dengan sebutan Nila “Larasati” (Nila Merah Strain Janti).

Ikan Nila Merah Janti dapat dipelihara di berbagai media budidaya, seperti di

kolam air 19 tenang, kolam air deras, keramba jaring apung, bahkan tambak

b. Nila Best

Ikan nila best dapat dilihat pada gambar 2 di bawah ini:

Gambar 2. Nila Best

(sumber : majalahikan.com)

Ikan Nila Bogor Enhanced Strain Tilapia (BEST) merupakan salah satu jenis

ikan Nila hasil pemuliaan menggunakan metode seleksi. Pemuliaan tersebut

dilaksanakan dalam kurun waktu empat tahun (2004-2008) di instalasi penelitian

di Cijeruk, Bogor. Ikan Nila BEST dapat dilihat pada Gambar 2.5. Berdasarkan

hasil uji coba atau penelitian, ikan Nila BEST memiliki beberapa keunggulan

sebagai berikut: 1. Mampu menghasilkan telur yang lebih banyak, sekitar 1.500-

2.800 butir per ekor dengan berat induk 280-400 gram. Sementara itu, ikan Nila

lain pada umunya hanya mampu menghasilkan 900-1.600 butir telur per ekor

induk dengan kisaran berat 300 gram. 2. Ukuran telur ikan Nila BEST juga relatif

lebih besar dan seram dibanding dengan ikan Nila yang ada di masyarakat. 20 3.

Pertumbuhan cepat. Benih ikan Nila BEST

 19

dapat mencapai ukuran 2-3 cm hanya dalam 8-10 hari,sedangkan ikan Nila

lain umumnya lebih lama, yaitu 10 hari. 4. Ikan Nila BEST relatif tahan dan

tumbuh baik di media bersalinitas atau di tambak. 5. Ikan Nila BEST memiliki

ketahanan terhadap serangan beberapa jenis penyakit.

c. Nila Gesit

Ikan nila gesit dapat dilihat pada gambar 3 di bawah ini:

Gambar 3. Nila Gesit

(sumber : Khasiat.co.id)
Ikan Nila Gesit merupakan ikan Nila Hitam jantan YY (YY supermale) hasil

pemuliaan Pusat Pengembangan Induk Ikan Nila Nasional (PPIINN) yang

bekerja sama dengan Badan Pengkajian dan Penerapan Teknologi (BPPT)

dan Institut Pertanian Bogor (IPB). Ikan Nila Gesit dapat dilihat pada Gambar

2.6. Ada beberapa keunggulan ikan Nila Gesit sebagai berikut: 1. Benih hasil

pemijahan 96% berkelamin jantan. Ikan Nila jantan lebih cepat tumbuh

dibandingkan dengan ikan Nila betina. 2. Respon terhadap pakan dan tahan

terhadap serangan penyakit, jika kegiatan budi daya dilakukan sesuai dengan

petunjuk teknis.
 20

d. Nila Hitam (lokal)

Ikan nila hitam dapat dilihat pada gambar 4 di bawah ini:

Gambar 4. Nila Hitam

(sumber : ilmuhewan.com)

Ikan ini berasal dari Taiwan. Awalnya, ikan Nila ini memiliki laju

pertumbuhan yang cukup baik, tetapi akhir-akhir ini kualitas menurun akibat

keterbatasan pengetahuan masyarakat dalam mengendalikan potensi genetis.

Dengan keunggulan dan kelemahan yaitu umumnya, tergolong jenis ikan yang

adaptif, yakni bisa hidup di air payau dan tahan terhadap serangan penyakit.

Sayangnya, jika pembudidaya ceroboh dalam memijah bisa terjadi perkawinan

sedarah (inbreeding) menyebabkan benih yang dihasilkan kerdil, cacat, dan

lemah atau rentan terhadap penyakit.

e. Nila Merah

Ikan nila merah dapat dilihat pada gambar 5 di bawah ini:

Gambar 5. Nila Merah

(sumber : bang-isman.com)

Nila Merah adalah hasil persilangan antara Oreochromis mossambicus

(Mujair) atau Oreochromis niloticus (Nila) dengan Oreochromis honorum,

 21

Orechromis aureus, atau Oreochromis zii. Dalam perkembangannya, ikan Nila

Merah disebut juga dengan Nila Hibrida. Dengan keunggulan dan kelemahan,

ikan Nila Merah memiliki pertumbuhan yang relatif cepat, tahan terhadap

penyakit, warnanya menarik, dan dagingnya gurih. Namun, pemijahan yang

ceroboh pada ikan ini menyebabkan perkawinan sedarah (inbreeding) yang

menyebabkan benih yang dihasilkan kerdil, cacat, dan lemah atau rentan

terhadap penyakit

f. Nila Gift

Ikan nila gift dapat dilihat pada gambar 6 di bawah ini:

Gambar 6. Nila Gift

(sumber : superperikanan.com)

Ikan Nila Genetic Improvement of Rarmed Tilapias (GIFT) didatangkan ke

Indonesia pada tahun 1994 merupakan generasi keempat yang dikembangkan

di Philipina. Kemudian didatangkan lagi pada tahun 1997 merupakan generasi

keenam. Ikan Nila GIFT dapat dilihat pada Gambar 2.9. Ada beberapa

keunggulan ikan Nila GIFT sebagai berikut: 1. Jumlah telur 20-30 % lebih

banyak. 2. Bobot benih mencapai 17,5 gr dan pertumbuhannya 300-400%

lebih cepat. 3. Bisa dipelihara di perairan payau.

 22

g. Nila Get

Ikan nila get dapat dilihat pada gambar 7 di bawah ini:

Gambar 7. Nila Get

(sumber : superperikanan.com)

Ikan Nila Genetically Enchanced Tilapia (GET) yang dibawa langsung dari

Philipina. Ikan Nila ini didatangkan ke Indonesia oleh Pemerintah Provinsi

Jawa Barat pada tahun 2002. Pengenalan ikan Nila ini dalam upaya

memperbanyak keanekaragaman jenis dan genetiknya

h. Nila Jica

Ikan nila jica dapat dilihat pada gambar 8 di bawah ini:

Gambar 8. Nila Jica

(Sumber: Majalahikan.com)

Ikan Nila Japan for International Cooperation Agency (JICA) merupakan hasil

rekayasa genetika yang dilakukan sejak tahun 2002. Proyek ini sepenuhnya

dibantu oleh JICA (Japan for International Cooperation Agency) sebuah lembaga

donor Pemerintah Jepang, karena itu pula jenis Nila ini dinamakan Nila JICA.

Jenis Nila ini didapat dari hasil pengembangan lembaga riset Kagoshima

Fisheries Research Station di Jepang. Kemudian, oleh BBAT Jambi, ikan ini
 23

dikembangkan lagi, hingga akhirnya muncul varietas Nila Jica di tahun 2004

H. Penyakit Ikan Nila Dan Cara Penanggulanagan

Berikut ini merupakan berberapa jenis penyakit yang sering menyerang

ikan nila yang wajib di ketahui para peternak dan metode pengobatanya :

Penyakit ikan Nila dan penanggulangannya Penyakit dalam budidaya

pembesaran ikan air tawar sering kali menjadi kendala utama yang merugikan

peternak. Hal ini juga bisa terjadi pada budidaya ikan Nila. Untuk itu, kita harus

mengetahui jenis-jenis penyakit sehingga kita sesegera mungkin dapat

mencegahnya. Berikut adalah macam-macam penyebab terjadinya penyakit

ikan budidaya.

a. Lernea

Penyakt lernea dapat dilihat pada gambar 9 di bawah ini:

Gambar 9. Penyakit Lernea

(Sumber: superperikanan.com, 2017)

1. Karakteristik

Parasit lernea berbentuk seperti cacing. Parasit ini hidup di tubuh ikan Nila

dengan menghujam kepalanya yang berbentuk jangkar ke dalam daging ikan.

Parasit lernea mudah sekali berkembang biak pada kondisi lingkungan yang
 24

banyak mengandung bahan organik, seperti sisa pemupukan, sampah atau sisa

makanan

2. Gejala

a. Parasit berbentuk jangkar/kail menempel pada permukaan tubuh, lubang

hidung, pangkal sirip, insang, dan rongga pipi.

b. Pendarahan di area menempelnya parasite

3. Pengobatan

a. Pisahkan ikan yang terjangkit, lalu rendam ikan di kolam isolasi yang

menggunakan 2,5 ml Formalin yang dicampur 100 liter air bersih, lakukan

10 menit. 25

Jika pengobatan dilakukan di dalam kolam pemeliharaan, gunakan insektisida

dari golongan Organofosfat dengan dosis 0,5 mg/l. Insektisida

b. tersebut disemprotkan sebanyak 4 kali berturut-turut.

c. Tangkap ikan yang terjangkit secara hati-hati, kemudian menggunting

parasit yang menancap ditubuh ikan tersebut.

4. Pencegahan

a. Ikan yang terserang diisolasi dari ikan yang lain.

b. Manajemen pakan (kebersihan dan frekuensi pemberian makannya).

c. Pengendapan dan penyaringan air masuk.

 25

b. Cacing Ingsang Dan Kulit

Penyakit caing ingsang dan kulit dapat dilihat pada gambar 10 di bawah ini:

Gambar 10.Penyakit ingsan dan kulit

(Sumber: superperikanan.com, 2017)

1. Karakteristik

Penyakit ini umumnya ditemui pada insang dan kulit ikan Nila. Parasit

Dactylogyrus menyerang insang dan kulit ikan Nila. Sementara itu,

Gyrodactylus menyerang bagian kulit saja.

2. Gejala

a. Warna tubuh ikan keputihan dan pucat.

b. Nafsu makan menurun,ikan tidak seperti biasanya dan ikan tidak mau makan.

c. Ikan sulit bernafas, sering megap-megap dan muncul ke permukaan.

d. Lendir berlebihan, ikan terlihat mengkilap dan licin.

e. Insang berwarna pucat dan membengkak.

f. Ikan sering berkumpul di saluran air masuk.

g. Ikan mengosok-gosokkan badannya pada benda keras.

h. Bercak merah atau hitam di badan ikan.

i. Sisik terkelupas.
 26

j. Ikan berenang dengan cara melonjak-lonjak.

3. Pengobatan

a. Pisahkan ikan yang terjangkit, lalu rendam ikan di kolam isolasi menggunakan

2,5 ml Formalin yang di campur 100 liter air bersih, lakukan 10 menit.

b. Selain Formalin, rendam ikan dengan garam dapur 20 g/1.000 ml selama

15 menit atau dengan Kalium Permanganat (PK) 0,01 g/100 ml air selama

10 menit dan bisa juga menggunakan Neguvon 2-3,5 % untuk merendam

ikan selama 30 detik.

4. Pencegahan

a. Frekuensi pergantian air lebih sering dengan suhu air >29

b. Berikan vitamin C untuk meningkatkan ketahanan tubuh.

c. Trichodina

Penyakit trichodina dapat dilihat pada gambar 11 di bawah ini:

Gambar 11. Penyakit trichodina

(Sumber: superperikanan.com, 2017)

1. Karateristik

Trichodina sp merupakan parasit yang menyerang kulit dan sirip ikan Nila.

Parasit ini menyebabkan luka atau kerusakan di organ yang diserang

2. Gejala
 27

a. Warna tubuh ikan keputihan dan pucat.

b. Nafsu makan menurun, ikan tidak seperti biasanya dan ikan tidak mau makan

c. Ikan sulit bernafas, sering mengap- mengap dan muncul ke permukaan

d. Lendir berkurang, ikan terlihat kusam dan kasat

e. Infeksi skunder

f. Ikan menggosok- gosok badanya pada benda keras

g. Ikan lemah dan berenang lambat

h. Bintik ke abu-abuan dan disertai pendarahan di permukaan tubuh dan sirip

3. Pengobatan

Rendam ikan nila yang terserang di kolam isolasi dengan larutan garam 500-

1000 mg/liter selama 24 jam atau dalam larutan formalin 25 mg/liter selama 24

jam

4. Pencegahan

a. Mengurangi kepadatan tebar ikan dan menjaga kebersihan wadah.

b. Menjaga kualitas air dan menambah frekuensi pergantian air

c. Pertahankan suhu air tidak kurang dari 28°C

 28

d. Saprolegniasis

Penyakit saprolegniasis dapat dilihat pada gambar 12 di bawah ini:

Gambar 12. Penyakit saprolegniasis

(Sumber: superperikanan.com, 2017)

1. Karateristik

Saprolegniasis disebabkan oleh jamur Saprolegnia sp. Jamur ini

menyerang organ luar ikan, seperti bagian kepala, tutup insang, sirip, dan

bagian luar lainnya.

2. Gejala

a. Ikan mengosok-gosokkan badannya pada benda keras.

b. Benang-benang halus menyerupai kapas yang menempel pada kulit, sirip,

kepala, dan tutup insang ikan.

3. Pengobatan

Rendam ikan yang terserang di kolam isolasi dengan larutan Melachyte

Green 1 mg/liter air selama 1 jam atau dalam larutan Formalin 100-200 mg/liter

selama 3 jam. Bisa juga direndam dengan larutan gaaram 5 gr/liter selama 15

menit.
 29

4. Pencegahan

Frekuensi pergantian air lebih sering dengan suhu air 28°C.

e. Epistylis

Penyakit epistylis dapat dilihat pada gambar 13 di bawah ini:

Gambar 13. Penyakit epistylis

(Sumber: superperikanan.com, 2017)

1. Karateristik

Epistylis sp. Merupakan parasit dari filum Ciliophora yang menyerang ikan

mulai stadiah benih

2. Gejala

a. Ikan sulit bernafas, sering megap-megap dan muncul ke permukaan.

b. Ikan lemah dan berenang lambat.

c. Insang berwarna merah kecoklatan.

d. Adanya putih seperti kapas yang tumbuh di kulit, sisik, dan sirip.

e. Pendarahan pada area tempat munculnya kapas.

 30

3. Pengobatan

Rendam ikan yang terjangkit di kolam isolasi dengan larutan Chloroquin

Diphospat 1,1 mg/liter selama dua hari. Cara ini diulangi sebanyak tiga kali.

4. Pencegahan

a. Pemberian vitamin C dan antibiotik pada pakan.

b. Jaga kualitas air.

c. Bercak merah

Penyakit berak merah dapat dilihat pada gambar 14 di bawah ini:

Gambar 14. Penyakit bercak merah

(Sumber: superperikanan.com, 2017)

1. Karateristik

Penyakit bercak merah disebut juga penyakit Aeromonas, karena

yang menyerang ikan Nila yaitu Aeromonas sp.

2. Gejala

a. Ikan sulit bernafas, sering megap-megap dan muncul ke permukaan.

b. Lendir berlebihan, ikan terlihat mengkilap.

c. Sisik terkelupas.

d. Ikan lemah dan berenang lambat.

 31

e. Warna tubuh jadi gelap kehitaman.

f. Bercak merah berbentuk bulat atau tidak teratur terdapat pada tubuh,

pangkal sirip, dan dubur.

g. Ikan berkumpul di saluran pembuangan.

h. Perut buncit.

i. Eksopthalmia atau mata menonjol.

3. Pengobatan

a. Oleskan obat di bagian luka meggunakan obat merah yang diencerkan

terlebih dahulu 10 kali

b. Lakukan penyuntikan, tindakan ini biasanya dilakukan untuk ikan nila yang

berukuran besar.

4. Pencegahan

a. Melakukan manajemen kesehatan terpadu (inang, lingkungan dan patogen).

b. Berikan vaksin anti-Aeromonas hydrophilla (Hydrovac)

d. Bintik putih

Penyakit bitnik putih dapat dilihat pada gambar 15 di bawah ini:

Gambar 15. Penyakit bintik putih

(Sumber: superperikanan.com, 2017)

 32

1. Karateristik

Penyebab penyakit bintik putih adalah Protozoa incthyrius multifilis. Faktor

penyebab penyakit ini adalah kualitas air yang buruk, suhu yang terlalu rendah,

pakan yang buruk, dan kontaminasi ikan lain yang sudah terkena penyakit bintik

putih.

2. Gejala

a. Nafsu makan menurun,ikan tidak seperti biasanya dan ikan tidak mau makan.

b. Ikan sulit bernafas sering mengap-engap dan muncul di permukaan

c. Ikan menggosok-gosokan badanya pada benda keras

d. Ikan lemah dan lambat berenang

e. Warna tubuh pada ikan berwarna keputihan dan coklat

f. Eksopthalmia atau mata menonjol

g. Muncul bintik putih pada kulit

3. Pegobatan

Buat larutan garam 1-3 g/100 cc air selama 5-10 menit atau Methylene Blue

(MB 1 %) sebanyak 1 gr dilarutkan degan 100 cc air. Ambil 2-4 cc larutan

tersebut dan encerkan kembali dengan 4 liter air ke dalam kolam isolasi. Ikan yg

sakit selanjutnya direndam di kolam isolasi selama 24 jam dilakukan 3-5 kali

dengan selang waktu sehari.

4. Pencegahan

a. Menggunakan alat yang bersih dan steril.

 33

b. Mempertahankan kualitas air tetap baik, dan mempertahankan suhu air

agak tidak kurang 28°C.

c. Berikan Immunostimulan, seperti vitamin C, untuk meningkatkan ketahan

tubuh ikan Nila.

h. Penducle

Penyakit penducle dapat dilihat pada gambar 16 di bawah ini:

Gambar 16. Penyakit penducle

(Sumber: majalahikan.com, 2017)

1. Karateristik

Penyakit ini sering disebut dengan penyakit air dingain (cold water

descareases) yang bisa terjadi pada suhu 16°C. Penyebabnya adalah bakteri

Flexbacter psychropahila yang berukuran sekitar enam mikron.

2. Gejala

a. Saat suhu air mencapai 16°C, ikan malas bergerak.

b. Terdapat luka pada ekor

3. Pengobatan

a. Merendam ikan yang sakit di kolam isolasi dengan larutan Oxytetracycline 10

ppm selama 30 menit (100 mg/l)

b. Memalui makan yang dicampur dengan Sulfixazole. Dosis yang digunakan

 34

adalah 100 mg Sulfixazole untuk setiap 1 kg berat ikan. Pencampuran

dilakukan dengan cara mengencerkan Sulfixazole di dalam 15 cc air dan

c. menyemrpotkannya ke pakan. Pakan tersebut kemudian dianginkan. Setelah

kering, pakan diberikan berturut– turut selama 10-20 hari.

4. Pencegahan

a. Menjaga kualitas air dan menambah frekuensi pergantian air.

b. Pemberian vitamin C dan antibiotik pada pakan.

i. Edward siella

Penyakit Edward siella dapat dilihat pada gambar 17 di bawah ini:

Gambar 17. Penyakit edward siella

(Sumber: majalahikan.com, 2017)

1. Karateristik

Penyebabnya adalah bakteri Edward siella yang berukuran 0,5-0,75 mikron.

2. Gejala

a. Nafsu makan menurun,ikan tidak seperti biasanya dan ikan tidak mau makan.

b. Ikan lemah dan berenang lambat.

c. Luka pada hati dan ginjal.

d. Luka luka pada bagian kulit dan meluas ke seluruh tubuh.

e. Ada nanah disekitar luka disertai bau busuk.

 35

3. Pengobatan

Mencampurkan sulfamerazine ke dalam pakan. Dosis yang digunakan adalah

100-200 mg Sulfamerazine untuk setiap 1 kg berat. Sulfamerazine diencerkan

didalam 1m3 air bersih dan disemprotkan ke pakan. Pakan dianginan hingga

kering dan diberikan kepada ikan berturut-turut selam 3 hari.

4. Pencegahan

a. Menghindari stress pada ikan.

b. Menjaga kualitas air dan menambah frekuensi pergantian air.

c. Ikan yang sakit dikarantina.

j. Kutu ikan

Penyakit kutu ikan dapat dilihat pada gambar 18 di bawah ini:

Gambar 18. Penyakit kutu ikan

(Sumber:majalahikan.com , 2017)

1. Karateristik

Penyebab penyakit ini adalah Argulus sp, yang termasuk udang renik. Parasit

penghisap darah ini sering dijumpai menempel pada insang, kulit, dan sirip ikan

yang sakit.

2. Gejala

a. Nafsu makan menurun,ikan tidak seperti biasanya dan ikan tidak mau makan.

b. Lendir berlebih,ikan terlihat mengkilap

 36

c. Ikan menggosok-gosokan badanya pada benda kasar

d. Ikan berenang dengan cara melojak-lonjak

e. Ikan lemah dan berenang lambat

f. Pada badan ikan di tempeli oleh kutu ikan.

g. Ikan nila kurus, berat ikan kurag dari 400 gr selama 4 bulan

3. Pengobatan

Merendam ikan yang sakit ke dalam kolam isolasi dengan larutan garam 20

g/liter selama 5 menit atau pada garam amonia sebanyak 12,3 g/liter air selam 5-

20 menit.

4. Pencegahan

Pengapuran kolam, pertama kolam dikeringkan, setelah benar-benar kering

lalu kapur ditabur dengan takaran 200 g/m3 luas kolam.

k. Stereptococcosis

Penyakit stereptooccosis dapat dilihat pada gambar 19 di bawah ini:

Gambar 19. Penyakit stereptococcosis

(Sumber: majalahikan.com, 2017)

 37

1. Karateristik

Penyakit ini disebabkan oleh bakteri Steretococcus inae. Sebuah penelitian

tahun 2002 menunjukkan bahwa ikan Nila sangat rentan terhadap infeksi

penyakit bakterial antara lain akibat infeksi bakteri Steretococcus inae ini.

2. Gejala

. Nafsu makan menurun, ikan tidak seperti biasanya dan ikan tidak mau makan

b. Ikan sulit bernafas dan sering mengap-mengap muncul ke permukaan

c. Eksopthlmia atau mata menonjol

d. Adanya pendarahan pada bagian perut bawah

e. Garis vertikal tubuh menghitam

f. Berenang berputar

g. Badan bengkok berbentuk “C”

h. Warna tubuh menjadi gelap kehitaman

3. Pengobatan

a. Menyuntikan Oxytetracycline 20-40 mg/kg ikan atau Streptomycine 20-60

mg/kg ikan.

b. Melalui pakan dengan mencapuri Oxytetracycline 50 mg/kg selama 10 hari

berturut-turut.

4. Pencegahan

a. Melakukan manajemen kesehatan terpadu (inang, lingkungan dan patogen).

b. Berikan vaksin anti-Stretococcus (AQUAVAC TM GERTIL).

 38

L. Tilapia like virus (TiLV)

Penyakit tilapia like virus dapat dilihat pada gambar 20 di bawah ini:

Gambar 20. Penyakit tilapia like virus(TiLV)

(Sumber: majalahikan.com, 2017)

1. Karateristik

Merupakan virus baru dalam budidaya perikanan yang secara signifikan

menyebabkan kematian pada ikan Nila. Benua Asia, Afrika dan negara

Amerika Selatan telah menyebut TILV ini sebagai ancaman besar dalam

industri global ikan Nila.

2. Gejala

a. Nafsu makan menurun, ikan tidak mau makan.

b. Sisik terkelupas.

c. Eksopthalmia atau mata menonjol.

d. Ikan lemah dan berenang lambat

e. Warna tubuh jadi gelap kehitaman.

f. Kornea mata menyusut (mata ikan seperti menghilang).

g. Rongga perut atau perut bagian bawah terlihat membengkak.

h. Adanya bisul di permukaan kulit.

 39

3. Pengobatan

a. Dilakukan isolasi.

b. Dilakukan vaksinasi.

4. Pencegahan

a. Biosekuriti.

b. Sanitasi.

c. Membatasi perpindahan ikan dari peternakan satu ke peternakan yang lain.

I. Xampp

XAMPP merupakan perangkat lunak bebas, yang mendukung banyak

operasi dan merupakan komilasi dari beberapa program, Xampp merupakan

kepanjangan dari hurufnya yaitu :

X : Program ini dapat dijalankan dibanyak sistem, seperti Windows,

Linuk, Mac OS dan Solaris.

A : Apache, merupakan aplikasi web server. Tugas utama dari Apache

adalah menghasilkan halaman web yang benar kepada user baerdasar

kode PHP yang dituliskan oleh pembuatan web atau user.

M : MySql, merupakan aplikasi data server. Perkembangannya disebut juga

Sdl yang merupakan kepanjangan dari Structured Query Language. Sdl

merupakan bahasa terstruktur yang digunakan untuk mengolah database.

P : PHP, merupakan bahasa pemograman web, dimana user dapat

menggunakan bahasa pemograman ini untuk membuat web yang bersifat

server-side scripting

P : Perl, yaitu merupakan bahasa pemograman untuk segala keperluan, dan

 40

dikembangkan pertama kali oleh Larry Wall di mesin Unix

 41

J. Hypertext markup language (HTML)

HTML atau Hypertext Markup Language merupakan salah satu format yang

digunakan dalam pembuatan dokumen (web page) dan aplikasi yang berjalan di

halaman web. Dokumen HTML merupakan dokumen yang disajikan pada web

browser. Eksetensi dari file HTML umumnya *.htm atau *.html. HTML juga

bersifat Multi Platform (dapat berjalan pada sistem operasi apapun).

HTML disebut sebagai Markup Language karena dalam text HTML

mengandung tag tertentu yang digunakan untuk menentukan tampilan suatu teks

dan tingkat kepentingan dari teks tersebut dalam suatu dokumen. Tag adalah

kode yang digunakan untuk memark up teks ASCII menjadi file HTML. Setiap tag

diapit dengan tanda kurung runcing. Ada tag pembuka yaitu <HTML> dan ada

tag penutup </HTML> yang ditandai dengan tanda slash (garis miring) di depan

awal tulisannya. Tag tersebut memberikan kaidah bahwa yang ditulis di antara

kedua tag tersebut adalah isi dari dokumen HTML. Dalam membaca teks HTML

tidak harus membaca dokumen tersebut secara berurutan dari atas kebawah,

tetapi dapat secara langsung ke topik tertentu dengan mengunakan

Link(Fajaryati, 2008).

K. Hypertext Preprocessor (PHP)

PHP atau kependekan dari Hypertext Preprocessor adalah salah satu bahasa

pemrograman open source yang sangat cocok atau dikhususkan untuk

pengembangan web dan dapat ditanamkan pada sebuah skripsi HTML. Bahasa

PHP dapat dikatakan menggambarkan beberapa bahasa pemrograman seperti

C, Java, dan Perl serta mudah untuk dipelajari. PHP merupakan bahasa scripting

server–side, dimana pemrosesan datanya dilakukan pada sisi server.

Sederhananya, serverlah yang akan menerjemahkan skrip program, baru

 42

kemudian hasilnya akan dikirim kepada client yang melakukan permintaan

(Firman, 2016)

PHP juga dapat dilihat sebagai pilihan lain dari ASP.NET/C#/VB.NET

Microsoft, ColdFusion Macromedia, JSP/Java Sun Microsystems, dan CGI/Perl

Contoh aplikasi lain yang lebih kompleks berupa CMS yang dibangun

menggunakan PHP adalah Wordpress, Mambo, Joomla, Postnuke, Xaraya, dan

lain-lain.

1. Sisi lain dari PHP

a. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak perlu

untuk dikompilasi (compile).

b. Mudah diinstall kedalam web server yang mendukung PHP seperti apache

dengan konfigurasi yang mudah.

c. Dalam sisi pengembangan lebih mudah karena banyaknya milis-milis ataupun

tutorial yang membahas tentang PHP

d. PHP dapat dijalankan diberbagai sistem operasi, baik Windows, Linux,

Macintosh.

2. Penulisan bahasa

Dalam beberapa referensi penulisan tag pembuka untuk dituliskan secara

lengkap yaitu tag pembuka. Karena apabila short_open_tag pada php ini bernilai

off maka akan banyak error yang akan ditemukan pada website nantinya. PHP

dapat dijalankan melalui file HTML yang kemudian dipanggil melalui Web

Browser seperti Mozilla Firefox, Netscape, atau Internet Explorer. Program dalam

PHP ditulis dengan diberi ekstensi ‘.php’ (Rasjid, 2014).

 43

L. Data Flow Diagram (DFD)

Data Flow Diagram adalah suatu diagram yang menggunakan simbol-simbol

untuk mencerminkan proses, sumber-sumber data, arus data dan entitas dalam

sebuah sistem (James A. Hall).

Tingkat Level DFD

Didalam DFD terdapat 3 level, yaitu :

1. Diagram Konteks : mengambarkan suatu lingkaran besar yang dapat mewakili

seluruh proses yang terdapat di dalam suatu sistem. Merupakan tingkat tertinggi

dalam DFD dan biasanya diberikan nomor

0 (nol). Semua entitas eksternal yang ditunjukkan pada diagram konteks berikut

aliran-aliran data utama menuju dan dari sistem. Diagram ini sama sekali tidak

memuat penyimpanan data dan tampak sederhana untuk diciptakan.

2. Diagram Nol (diagram level-1) : merupakan satu lingkaran besar yang mewakili

lingkaran-lingkaran kecil yang ada di dalamnya. Merupakan pemecahan dari

diagram Konteks ke diagram Nol. di dalam diagram ini memuat penyimpanan

data.

3. Diagram Rinci : merupakan diagram yang menguraikan proses apa yang ada

dalam diagram Nol.

 44

Simbol DFD

Tabel 2. DFD

Notasi Keterangan

Proses atau fungsi atau prosedur;

Pada pemodelan perangkat lunak yang

akan diimplementasikan dengan

pemrograman terstruktur maka pemodelan

notasi inilah yang harusnya menjadi fungsi

atau prosedur di dalam kode program.

Catatan: Nama yang diberikan pada

sebuah proses biasanya berupa kata kerja.

File atau basisdata atau penyimpanan

(storage); pada pemodelan perangkat

lunak yang akan diimplementasikan

dengan pemrograman terstruktur, maka

pemodelan notasi inilah yang harusnya

dibuat menjadi tabel-tabel basis data yang

dibutuhkan, tabel-tabel ini juga harus

sesuai dengan perancangan tabel-tabel

pada basis data (Entity Relationship

Diagram (ERD), Conceptual Data Model

(CDM), Physical Data Model (PDM)).

Catatan: Nama yang diberikan pada

sebuah penyimpanan biasanya kata

benda.
 45

Notasi Keterangan

Entitas luar (external entity) atau masukan

(input) atau keluaran (output) atau orang

yang memakai/berinteraksi dengan

perangkat lunak yang dimodelkan atau

sistem lain yang terkait dengan aliran data

dari sistem yang dimodelkan.

Catatan: Nama yang menggunakan pada

masukan (input) atau keluaran (output)

biasanya berupa kata benda.

Aliran data; merupakan data yang dikirim

antar proses, dari penyimpanan ke proses,

atau dari proses ke masukan (input) atau

keluaran (output)

Catatan: Nama yang digunakan pada aliran

data biasanya berupa kata benda, dapat

diawali dengan kata data misalnya “data

siswa” atau tanpa kata data misalnya

“siswa”.

M. Entity Relationship Diagram (ERD)

Menurut Fatta dalam (Taufik, 2017) Entity Relationship Diagram (ERD)

adalah gambar atau diagram yang menunjukan informasi dibuat, disimpan, dan

digunakan dalam sistem bisnis.

Sedangkan menurut Rosa dan Shalahuddin (2014) “ERD digunakan untuk

pemodelan basis data relasional sehingga jika penyimpanan basis data

menggunakan OODMS maka perancangan basis data tidak perlu menggunakan

 46

ERD. ERD memiliki beberapa aliran notasi seperti notasi Chen (dikembangkan

oleh Peter Chen), Barker (dikembangkan oleh Richard Baker,Ian palmer, Harry

Ellis), notasi Crow’s Foot, dan beberapa notasi lainnya. Namun yang banyak

digunakan adalah notasi dari Chen, berikut adalah simbol-simbol yang digunakan

ERD dengan notasi Chen :

Tabel 3. Notasi Entity Relationship Diagram (ERD)

Simbol Deskripsi

Entitas / entity Entitas merupakan data inti yang akan

disimpan; bakal tabel pada basis data; benda

nama_entitas
yang memiliki data dan harus disimpan datanya

agar dapat diakses oleh aplikasi komputer;

penamaan entitas biasanya lebih ke kata benda

dan belum merupakan nama tabel

Atribut Field atau kolom data yang butuh disimpan

dalam suatu entitas
nama_atribut

Atribut kunci primer Field atau kolomdata yang butuh disimpan dalam

suatu entitas dan digunakan sebagai kunci sukses

nama_kunci primer
record yang diinginkan; biasanya berupa id; kunci

primer dapat lebih dari satu kolom, asalkan kombinasi

dari beberapa kolom tersebut dapat bersifat unik

(berbeda tanpa ada yang sama)

Atribut multinilai / multivalue Field atau kolom data yang butuh disimpan
dalam suatu entitas yang dapat memiliki nilai
nama_atribut
lebih dari satu
 47

Simbol Deskripsi

Relasi Relasi yang menghubungkan antar etintas;

biasanya diawali dengan kata kerja
nama_relasi

Asosiasi / association Penghubung antara relasi dan entitas di mana

di kedua ujungnya memiliki multiplicity

kemungkinan jumlah pemakaian Kemungkinan

jumlah maksimum keterhubungan antara entitas

satu dengan entitas yang lain disebut dengan

kardinalitas. Misalkan ada kardinalitas 1 ke N

atau sering disebut dengan one to many

menghubungkan entitas A dan entitas B.

 III. METODE PENELITIAN

A. Waktu dan tempat penelitian

Penelitian ini akan di laksanakan di dinas perikanan Kalimantan Timur atau

opsi kedua di fakultas perikanan Universitas Mulawarman Kalimantan Timur

pada tanggal 10 mei 2021 sebagai tempat yang di teliti. Penelitian ini akan di

lakukan selama meliputi penyusunan proposal skipsi, data, pembuatan aplikasi

dan penyusunan laporan.

B. Alat dan bahan

Alat bantu dalam penelitian di butuhkan beberapa perangkat, yang di

butuhkan sebagai berikut.

1. Alat yang di butuhkan

a. Laptop Ram 4.

b. Processor AMD.

c. Akses Internet.

d. Alat Dokumentasi.

e. Xampp.

f. Printer.

2. Bahan

a. Data penyakit dan gejala pada ikan nila

b. Data-data penyakit pada ikan nila. Data tersebut dapat di lihat pada tabel 3.

Tabel penyakit dan tabel 5. Data gejala. Serta tabel keputusan

 49

Tabel 4. Penyakit

No Nama Penyakit

P001 Lernea

P002 Cacing Insang dan Kulit

P003 Bercak Merah

P004 Saprolegniasis

P005 Bintik Putih

P006 Trichodiniasis/penyakit gatal

P007 Epistylis

P008 Penducle/ penyakit air dingin

P009 Edward siella

P010 Kutu Ikan

P011 Stereptococcosis

P012 Tilapia Lake Virus (TiLV)

Tabel 5. Gejala

No Nama Gejala

G001 Parasit berbentuk jangkar/kail menempel pada permukaan tubuh,

lubang hidung, pangkal sirip, insang, dan rongga pip

G002 Pendarahan di area menempelnya parasit berbentuk jangkar

G003 Warna tubuh ikan pucat atau memudar

G004 Nafsu makan menurun,ikan tidak seperti biasanya dan ikan tidak
mau makan

G005 Ikan sulit bernafas, sering megap-megap dan muncul ke

Permukaan
 50

No Nama Gejala

G006 Lendir berlebihan, ikan terlihat mengkilap

G007 Ikan sering berkumpul di saluran air masuk

G008 Ikan mengosok-gosokkan badannya pada benda keras

G009 Bercak merah atau hitam di badan ikan

G010 Sisik terkelupas

G011 Ikan berenang dengan cara melonjak-lonjak

G012 Ikan lemah dan berenang lambat

G013 Warna tubuh jadi gelap kehitaman

G014 Bercak merah berbentuk bulat atau tidak teratur terdapat pada
tubuh, pangkal sirip, dan dubur
G015 Ikan berkumpul di saluran pembuangan

G016 Perut buncit

G017 Eksopthalmia atau mata menonjol dan mata rusak seperti katarak

G018 Benang-benang halus menyerupai kapas yang menempel pada

Kulit
G019 Muncul bintik putih pada kulit, ekor, dan sirip

G020 Bintik putih ke abu-abuan dan disertai pendarahan di permukaan

tubuh dan sirip
G021 Adanya putih seperti kapas yang tumbuh di kulit, sisik, dan sirip

G022 Pendarahan pada area tempat munculnya kapas

G023 Suhu air mencapai 16°C dan ikan malas bergerak atau berenang
sehingga daya tahan tubuh lemah dan menyendiri
G024 Terdapatnya luka pada area ekor (penducle)

G025 Luka-luka pada bagian kulit dan meluas ke seluruh tubuh

G026 Ada bisul atau nanah disekitar luka disertai bau busuk

G027 Pada badan ikan di tempeli oleh kutu ikan

G028 Ikan nila kurus, berat ikan kurang dari 400 gr selama 4 bulan

G029 Adanya pendarahan pada bagian perut bawah

 51

No Nama Gejala

G030 Garis vertikal tubuh menghitam

G031 Berenang berputar

G032 Badan bengkok berbentuk “C”

G033 Ada bisul di atas kepala ikan

G034 Kornea mata menyusut dan cekung ke dalam

G035 Rongga perut atau perut bagian bawah terlihat membengkak

G036 Adanya bisul di permukaan kulit

C. Prosedur Penelitia

Prosedur penelitian pada penelitian yang akan dilakukan leh penulis

dapat dilihat pada gambar 21 dibawah ini:

Gambar 21. Prosedur Penelitian

 52

1. Analisi masalah

Analisis Masalah merupakan suatu awal sebelum menemukan rumusan

masalah dalam suatu penelitian. Menurut Amien Silalahi, Analisis Masalah

adalah sebagai usaha mendaftar sebanyak-banyaknya pertanyaan terhadap

suatu masalah yang sekiranya bisa ditemukan jawabannya.

2. Pengumpulan data

Pengumpulan data dilakukan dengan cara yaitu studi literature dan

wawancara. Studi literature adalah mencari refrensi teori yang relefan dengan

kasus atau permasalahan yang ditemukan. Referensi ini dapat di cari dari

buku, jurnal artikel, laporan penelitian, dan situs-situ di internet. Output dari

situs literatur ini adalah terkoleksinya referensi yang relefan dangan

perumusan masalah. Sedangkan wawancara adalah teknik pengumpulan data

yang dilakukan melalui tatap muka dan tanya jawab langsung antara peneliti

dan narasumber. Seiring perkembangan teknologi metode wawancara dapat

pula dilakukan melalui media-media tertentu, misalnya telepon, email, atau

skype, Wawancara terbagi atas dua kategori, yakni wawancara terstrukur dan

tidak terstruktur.

D. Perancangan Aplikasi

Perancangan sistem dilakukan untuk memberikan gambaran atau

perencanaan sistem dalam pembuatan aplikasi sistem pakar penyakit pada

tanaman cabai menggunakan metode forward chaining dan certainty factor

berbasis Web. Perancangan sistem pakar penyakit tanaman cabai berbasis web

dengan pemodelan Diagram Konteks yang terdiri dari DFD LEVEL 1 serta

perancangan interface aplikasi.

 53

1. Diagram Konteks

Diagram konteks adalah diagram yang terdiri dari suatu proses dan

menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level

tertinggi dari DFD yang menggambarkan gambaran tentang keseluruhan

sistem.

Gambar 22. Diagram konteks

Pada gambar di atas dapat disimpulkan bahwa diagram konteks terdapat dua

aktor didalam system yaitu user dan admin dimana user dapat melakukan

konsultasi pada sistem dan akan menerima hasil dari sistem berupa hasil

konsultasi user. Sedangkan admin dapat memasukan atau menginput data solusi

data penyakit ikan nila, data gejala dan dapat menerima laporan hasil diagnosis.
 54

2. DFD LEVEL 1

DFD Level 1 merupakan suatu lingkaran besar yang mewakili lingkaran-

lingkaran kecil yang ada didalamnya. Merupakan pemecahan dari diagram

konteks ke diagram Nol. didalam diagram ini dapat menyimpan data.

Gambar 23. DFD Level 1

3. Perancangan basis data

Perancangan basis data, (Nugroho 2011), perancangan basis data di bagi

menjadi dua yaitu :

a. Perancangan basis data secara logika, yaitu melakukan pendekatan basis

data melalui dua cara pandang yaitu menerjemahkan atau

mentransformasikan model data konseptual ke bentuk relasi-relasi

berdasarkan teori basis data relasional dan teori objek.

 55

b. Perancangan basis data secara fisik, yaitu mengorganisasikan basis data di

tempat penyimpanan komputer serta mendifinisikan struktur fisik dari DBMS.

Gambar 24. ERD Diagram

E. Pemodelan Sistem

1. Penelusuran Rule menggunakan metode Backward Chaining

a. Akusisi pengatahuan

Pengatahuan ini di peroleh dalam sistem melalui media internet atau buku-

buku yang memuat tentang penyakit dan hama pada tanaman cabai. Setelah

melakukan akusisi pengatahuan kemudian di buat perumusan masalah seperti

pada table di bawah ini.

 56

Tabel 6. Rumusan masalah penyakit.

Penyakit Ikan Gejala

Lernea Parasit lernea berbentuk seperti cacing. Parasit ini

hidup di tubuh ikan Nila dengan menghujam

kepalanya yang berbentuk jangkar ke dalam daging

ikan.

Cacing ingsan dan kulit Penyakit ini umumnya ditemui pada insang
dan kulit ikan Nila. Warna tubuh ikan keputihan

dan pucat. Nafsu makan menurun,ikan tidak seperti

biasanya dan ikan tidak mau makan.

Trichodina Trichodina merupakan parasit yang menyerang kulit

dan sirip ikan Nila. Parasit ini menyebabkan luka atau

kerusakan di organ yang diserang.

Saprolegniasis Saprolegniasis disebabkan oleh jamur Saprolegnia sp.

Jamur ini menyerang organ luar ikan, seperti bagian

kepala, tutup insang, sirip, dan bagian luar lainnya.

Epistaylis Epistylis sp. Merupakan parasit dari filum Ciliophora

yang menyerang ikan mulai stadiah benih

Bercak Merah penyakit bercak disebut juga penyakit Aeromonas,

karena yang menyerang ikan Nila yaitu Aeromonas

sp. Ikan sulit bernafas, sering megap-megap dan

muncul ke permukaan. Sisik terkelupas. Bercak

merah berbentuk bulat atau tidak teratur terdapat

pada tubuh, pangkal sirip, dan dubur.

Bintik Putih Penyebab penyakit bintik putih adalah

Protozoa incthyrius multifilis.

Faktor penyebab penyakit ini adalah kualitas air yang

buruk, suhu yang terlalu rendah, pakan yang buruk,

dan kontaminasi ikan lain yang sudah terkena

penyakit bintik putih.

Penduncle Penyakit ini sering disebut dengan penyakit air dingain

(cold water descareases) yang bisa terjadi pada suhu

16°C. Penyebabnya adalah bakteri Flexbacter

psychropahila yang berukuran sekitar enam mikron.

 57

Penyakit Ikan Gejala

Edward Siella Penyebabnya adalah bakteri Edward siella yang

berukuran 0,5-0,75 mikron. Nafsu makan

menurun,ikan tidak seperti biasanya dan ikan tidak

mau makan. Luka luka pada bagian kulit dan meluas

ke seluruh tubuh. Ada nanah disekitar luka disertai

bau busuk.

Kutu Ikan Penyebab penyakit ini adalah Argulus sp, yang

termasuk udang renik. Parasit

penghisap darah ini sering dijumpai

menempel pada insang, kulit, dan sirip ikan yang

sakit.

Stereptococcosis
Penyakit ini disebabkan oleh bakteri Steretococcus

inae. Sebuah penelitian tahun 2002 menunjukkan

bahwa ikan Nila sangat rentan terhadap infeksi

penyakit bakterial antara lain akibat infeksi bakteri

Steretococcus inae ini.

Tilapia Like Virus

Merupakan virus baru dalam budidaya perikanan

yang secara signifikan menyebabkan kematian

pada ikan Nila. Benua Asia, Afrika dan negara

Amerika Selatan telah menyebut TILV ini sebagai

ancaman besar dalam industri global ikan Nila.

 58

b. Pohon Keputusan

Meskipun kaidah secara langsung dapat dihasilkan dari tabel keputusan

tetapi untuk menghasilkan kaidah yang efisien terdapat suatu langkah yang

harus ditempuh yaitu membuat pohon keputusan. Pohon keputusan yang

dibuat harus sesuai dengan metode yang digunakan yaitu Backward

Chaining. Terlihat pada gambar berikut.

Gambar 25. Pohon Keputusan

 59

Tabel 7. Rule Base

NO IF THEN
1 G3, G5, G8 P1
2 G6, G13, G17 P2
3 G4, G9, G12, G18 P3
4 G1, G2, G10, G16, G20 P4
5 G6, G4, G21 P5
6 G2, G8, G15, G23 P6
7 G1, G7, G13 P7
8 G2, G6, G12 P8
9 G12, G13, G14 P9
10 G12, G19, G23, G30 P10
11 G14, G31, G36 P11
12 G,18, G24, G32, G36, P12

1. Mesin Infrance sistem pakar

Runut balik (Backward Chaining) merupakan strategi pencarian yang arahnya

kebalikan dari runtun maju (Forward Chaining) yang dapat dilihat pada gambar

26 dibawah ini:

Gambar 26. Proses Backward Chaining

 60

F. User Interface

1. Halaman indeks utama

Halaman indeks utama merupakan halaman yang pertama kali di akses oleh

user. Halaman ini berisi form multiuser sehingga pengakses dapat melakukan

proses login melalui halaman ini. Dapat dilihat di gambar 27 dibawah ini:

Gambar 27. Rancangan halaman index utama

2. Halaman jenis-jenis ikan nila

Halaman jenis-jenis ikan nila yang akan di akses oleh user. Halaman ini berisi

tentang jenis-jenis ikan nila. Dapat di lihat di gambar 28 dibawah ini:

 61

Gambar 28. Halaman jenis-jenis ikan nila

3. Halaman Diagnosis

Halaman diagnosis adalah halaman yang akan diakses oleh user, halaman

ini berisi keterangan tentang diagnosis penyakit ikan nila. Dapat dilihat di gambar

29 dibawah ini

Gambar 29. halaman diagnosis

 62

4. Halaman data penyakit

Halaman data penyakit berisi penyakit-penyakit ikan nila dan keterangannya

yang akan diakses oleh user. Dapat dilihat di gambar 30.

Gambar 30. Halaman data penyakit

 63

5. Halaman tentang

Halamam tentang adalah halaman yang menjelaskan biodata si pembuat

website yang akan di akses oleh user. Dapat dilihat di gambar 31 dibawah ini:

Gambar 31. Halaman tentang

6. Halaman masuk

Halaman masuk adalah suatu proses untuk masuk kedalam sebuah layanan

online yang berisi username dan pasword yang akan di akses oleh user. Bisa

dilihat di gambar 32 di bawah ini:

 64

Gambar 32. Halaman masuk

G. Pengujian Data

Pengujian data dilakukan dengan mengambil contoh gejala dari G3, G5 dan

G8, G6, G13 yang diambil dari data penyakit tanaman lada beserta gejalanya.

Data penyakit tanaman lada adalah seperti pada tabel 8 berikut.

Tabel 8.Pohon keputusan

Kode Gejala Kode Gangguan

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12

G1  

G2   

G3 

G4  

G5 

G6   

G7 

G8  
 65

Kode Gejala Kode Gangguan

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12

G9 

G10 

G11

G12    

G13   

G14  

G15 

G16 

G17 

G18  

G19 

G20 

G21 

G22

G23  

G24 

G25

G26

G27

G28

G29

G30 

G31 

G32 

G33

G34

G35

G36  
 66

H. Contoh perhitungan menggunakan metode Backward Chaining

Perhitungan manual sistem pakar Diagnosis penyakit ikan nila dimulai dari

kasus sebagai berikut:

Apakah Ikan Nila memiliki tanda-tanda seperti ini pada tubuhnya:

Langkah pertama

Fakta :

G6 = Lendir berlebihan, ikan terlihat mengkilap

G13 = Warna tubuh jadi gelap kehitaman

G17 = Eksopthalmia atau mata menonjol dan mata rusak seperti katarak

Langkah kedua menentukan rule

Rule :

R1= IF X (G3, G5,) G8 P01

R2= IF X (G6, G13,) G17 P02

R3= IF X ( G4, G9) dan ( G12, G18) P03

R4 =IF( G1, G2,)dan (G10,G16)G20 P04

Penyelesaian :

Mencocokan kode fakta dan rule

Kode Fakta = G6,G13,G17,

Kode Rule R2= IF X (G6, G13,) G17 P02

Dan ternyata faktanya sama maka premis di simpan menjadi fakta baru

Premis baru adalah diagnosa awal sesuai dengan diagnosa tersebut dan

hasilnya sama

Fakta = G6,G13,G17,yang di dapat dari rule

Terbukti sekarang bahwa fakta ikan nila G6,G13,G17,menderita Cacing Insang

dan Kulit
 67

I. Contoh Perhitungan menggunakan metode certainty factor

Perhitungan manual sistem pakar diagnosis Ikan Nila dimulai dengan user

memilih gejala penyakit yang dialami oleh Ikan Nila. sebagai contoh ada lima

gejala yang dipilih oleh user, yaitu:

1. Warna tubuh ikan pucat atau memudar (G3)

2. Ikan sulit bernafas (G5)

3. Ikan mengosok-gosokkan badannya (G8)

4. Lendir berlebihan, ikan terlihat mengkilap (G6)

5. Warna tubuh jadi gelap kehitaman (G13)

Langkah pertama, pertama pakar menentukan nilai CF masing-masing gejala

Adapun nilai CF yang diberikan pakar Ikan Nila yaitu:

CFpakar1(G03) = 0.7

CFpakar2(G05) = 0.3

CFpakar3(G8) =1

CFpakar4(G6) = 0.5

CFpakar5(G13) = 0.7

Selanjutnya user memilih jawaban untuk setiap gejala yang dipilih dan setiap

jawaban tersebut memilih nilai CF user. Adapun jawaban dari user yaitu:

CF user 1(G03) = 0.6

CF user 2(G05) = 0.2

CF user 3(G8) = 0.2

CF user 4(G6) = 0.2

CF user 5(G13) = 0.2

Proses perhitungan manual untuk nilai CF user CF pakar yaitu:

CF1-G3 = CF(user) x CF(pakar)

 68

= 0.7 x 0.6

= 0.42

CF2-G5 = CF(user) x CF(pakar)

= 0.3 x 0.2

= 0.6

CF3-G8 = CF(user) x CF(pakar)

= 1 x 0.2

= 0.2

CF4-G6 = CF(user) x CF(pakar)

= 0.5 x 0.2

= 0.2

CF5-G13 = CF(user) x CF(pakar)

= 0.7 x 0.2

= 0.14

1. Lernea (G03, G8 dan G6)

Penyakit learnea dapat dilihat pada gambar 33 . yang akan dihitung

menggunakan rumus CF berikut:

Gambar 33. Penyakit Lernea

CFcombine1(CF1, CF3) = CF1, CF3 * (1 – CF1)

= (0.42 + 0.2) * (1- 0.42)

 69

= 0.62 * 0.58

CF old1 = 0.35

Nilai CF Lernea adalah 0.29 x 100% = 29%

2. Cacing Insang dan Kulit (G05, G8,G6 dan G13)

Penyakit cacing ingsang dan kulit dapat dilihat pada gambar 34 . yang akan

dihitung menggunakan rumus CF berikut:

Gambar 34. Penyakit Cacing Ingsang

CFcombine1(CF2, CF3) = CF2, + CF3 * (1 – CF2)

= (0.6 + 0.2) * (1- 0.6)

= 0.8 * 0.4

CF old1 = 0.32

CFcombine2(CF1, CF4) = CFold1, + CF4 * (1 – CFold1)

= (0.32 + 0.1) * (1- 0.32)

= 0.42 * 0.68

CF old2 = 0.30

Nilai CF Penyakit Cacing Insang dan Kulit adalah 0,30 x 100% = 30%
 70

3. Bercak Merah (G8,G6)

Penyakit berak merah dapat dilihat pada gambar 35 yang akan dihitung

menggunakan rumus CF berikut:

Gambar 35. Penyakit Bercak Merah

CFcombine1(CF3, CF4) = CF3 + CF4 * (1 – CF3)

= (0.2 + 0.1) * (1- 0.2)

= 0.3 * 0.8

= 0.24

Nilai CF Bercak Merah adalah 0.24 x 100% = 24%

4. Saprolegniasis

Penyakit saprolegniasis dapat dilihat pada gambar 36 yang akan dihitung

menggunakan rumus CF berikut:

Gambar 36. Penyakit Saprolegniasis

(G8 dan G6)

CFcombine1(CF3, CF4) = CF3 + CF4 * (1 – CF4)

 71

= (0.2 + 0.1) * (1- 0.2)

= 0.3 * 0.8

= 0.24

Nilai CF Saprolegniasis adalah 0.24 x 100% = 24%

5. Bintik Putih (G3)

Penyakit bitnik putih dapat dilihat pada gambar 37 yang akan dihitung

menggunakan rumus CF berikut:

Gambar 37. Penyakit Bintik Putih

CF4 = 0.1

Nilai CF Bintik Putih adalah 0.1 x 100% = 10%

Berdasarkan hasil penelusuran aturan sistem pakar dengan menggunakan

metode Certainty Factor (CF) maka jenis penyakit Penyakit Cacing Insang dan

Kulit adalah dengan persentase terbesar adalah Cacing Insang dan Kulit sebesar

30%.
 72

IV. HASIL DAN PEMBAHASAN

A. Hasil

1. Tampilan Beranda

Tampilan beranda merupakan tampilan awal dari website sistem

pakar ini yang menampilkan judul dari sistem pakar yang diangkat oleh

penulis, yang dapat dilihat pada gambar 38 di bawah ini:

Gambar 38. Tampilan Beranda

2. Tampilan Konsultasi

Tampilan konsultasi merupakan tampilan untuk konsultasi pengguna sistem

pakar untuk mengetahui penyakit ikan nila yang dialami oleh ikan nila, yang

dapat dilihat pada gambar 39 di bawah ini:

Gambar 39. Tampilan kosultasi

 73

3. Tampilan Tentang Kami

Tampilan tentang kami merupakan tampilan untuk menjelaskan fungsi

dari di bangunnya sistem pakar diagnosa penyakit ikan nila menggunakan

metode backward chaining dan certainty factor, yang dapat dilihat pada

gambar 40 di bawah ini:

Gambar 40. Tampilan Tentang Kami

4. Tampilah Hasil Konsultasi

Tampilan hasil konsultasi merupakan tampilan yang menampilkan

hasil konsultasi yang telah dilakukan oleh user, yang dapat dilihat pada

gambar 41 di bawah ini:

Gambar 41. Tampilan Hasil Konsultasi

 74

5. Tampilan login admin

Tampilan login admin merupakan tampilan login yang hanya

dilakukan oleh admin yang berfungsi untuk mengelola data yang ada di

dalam website sistem pakar diagnosa penyakit ikan nila menggunakan

metode backward chaining dan certainty factor, yang dapat dilihat pada

gambar 42 di bawah ini:

Gambar 42. Tampilan Login

6. Tampilan Data Penyakit

Tampilan data penyakit merupakan tampilan data penyakit yang dapat

di kelolah oleh admin, yang dapat dilihat pada gambar 43 di bawah ini:

Gambar 43. Tampilan Data Penyakit

 75

7. Tampilan Data Gejala

Tampilan data gejala merupakan tampilan data gejala yang dapat di kelolah

oleh admin, yang dapat dilihat pada gambar 44 di bawah ini:

Gambar 44. Tampilan Data Gejala

8. Tampilan Data Pengetahuan

Tampilan data pengetahuan merupakan tampilan data pengetahuan yang

dapat di kelolah oleh admin, yang dapat dilihat pada gambar 45 di bawah ini:

Gambar 45. Tampilan Data Pengetahuan

 76

B. Pembahasan

1. Source Code
a. Beranda

<h1>Backward Chaining dan Certainty Factor</h1>

</div>
</div>
<div class="span8">
<div class="navbar navbar-static-top">
<div class="navigation">
<nav>
<ul class="nav topnav">
<li class="active">
<a href="<?php echo
base_url('beranda')?>">Beranda</a>
</li>
<li>
<a href="<?php echo
base_url('konsultasi')?>">Konsultasi</a>
</li>
<li>
<a href="<?php echo base_url('tentang')?>">Tentang
Kami</a>
</li>
<li>
<a href="<?php echo base_url('auth')?>">Masuk</a>
</li>
</ul>
</nav>
</div>
 77

b. Konsultasi

<section id="content">
<div class="container">
<div class="row">
<div class="col-lg-12">
<div class="panel panel-success">
<div class="panel-heading">Mulai Konsultasi</div>
<div class="panel-body">
<div class="col-md-9">
<div class="form-group">
<form action="<?php echo
site_url("konsultasi/pertanyaan/") ?>" method="get">
<select name="kd_penyakit"
class="form-control" required>
<option value="">--Pilih Penyakit--</option>
<?php
foreach ($data_penyakit as $k) {
echo "<option value='$k->kd_penyakit'>$k->kd_penyakit
- $k->nama_penyakit</option>";
}
?>

c. Tentang kami

<section id="intro">
<div class="intro-content">
<div class="container">
<h2>Tentang</h2>
<h3>Sistem Pakar Diagnosa Penyakit Pada Ikan Nila</h3>
<h3>Metode Backward Chaining Dan Certainty Factor</h3>
<h4>Website ini merupakan salah satu Aplikasi yang menggunakan
Sistem Pakar dengan menggunakan metode Backward Chaining Dan
Certainty Factor, fitur yang disediakan meliputi
menentukan kemungkinan penyakit yang diderita oleh ikan nila
berdasarkan kemungkinan penyakit yang disertai gejala - gejala yang
dialami.
</div>
</div>
</section>
<footer>
 78

d. Login admin

<section id="content">
<div class="container">
<div class="row">
<div class="span8">
<h4>Halaman Masuk</h4>
<form role="form" method="post" action="<?php
echo site_url('auth');?>">
<fieldset>
<div class="row">
<div class="span4 field form-group">
<label for="username" class="control-label col-lg-
2">Username</label>
<input type="text" name="username"
placeholder="Masukkan username"/>
<div class="validation"></div>
</div>
</div>
<div class="row">
<div class="span4 field form-group">
<label for="password" class="control-label col-lg-
2">Password</label>
<input type="password"
name="password" placeholder="Masukkan password" data-
rule="password" data-msg="Username/password yang anda masukkan
salah" />
<div class="validation"></div>
</div>
</div>
<button class="btn btn-color margintop10 pull-left"
name="submit" type="submit">Masuk</button>
</fieldset>
</form>
</div>
</div>
</div>
</section>
 79

2. Pengujian website

Dari hasil pembuatan website sistem pakar diagnosa penyakit ikan nila

maka perlu dilakukan pengujian terhadap website untuk menguji apakah semua

fitur yang ada di dalam website dapat berjalan sesuai dengan fungsinya.

Tabel 9. Pengujian Website

No Pengujian Keluaran yang dihasilkan Status

Halam login menampilkan menu

login untuk Admin dengan

1 Halaman Masuk Berhasil
memasukkan userename dan

password.

Profil menampilkan nama dan

2 Beranda beranda merupakan tampilan Berhasil

depan dari website.

Konsultasi merupakan menu

untuk user/pengguna melakukan

3 Konsultasi Berhasil
konsultasi mengenai penyakit

ikan nila.

Tentang berisi mengenai

penjelasan singkat tentang

4 Tentang Kami Berhasil
kugunaan sistem yang telah di

buat

Pada tabel 9. Dapat dilihat pengujian websitem yang telah dilakukan

berjalan dengan baik. Dimana semua menu dapat berjalan sesuai dengan

fungsinya dan sesuai dari rancangan sistem yang telah dirancang.

 80

3. Pengujian responden

Pengujian responden ini dilakukan dengan membuat kuisioner yang telah

dibagikan kepada pengguna dan kuisioner ini menggunakan metode SUS

(System Usability Sale), dan hasil dari responden dapat dihitung menggunakan

perhitungan SUS yang dapat dilihat pada tabel 10. Dibawah ini:

Tabel 10. Hasil Perhitungan Data Responden SUS

Skor
P P P P P P P P P P
Responden Jumlah SUS
1 2 3 4 5 6 7 8 9 10

R1 1 1 4 2 5 1 5 1 4 1 25 62.5

R2 4 4 4 4 4 2 5 3 5 5 40 100

R3 5 3 4 5 5 3 5 2 5 5 42 105

R4 4 4 4 4 4 4 3 4 4 4 39 97.5

R5 3 3 4 4 4 4 4 4 4 4 38 95

R6 4 3 4 3 4 3 4 3 4 4 36 90

R7 3 3 3 4 3 3 4 3 3 3 32 80

R8 1 1 1 1 1 1 1 1 1 1 10 2.5

R9 4 2 4 4 4 4 4 3 4 4 37 92.5

R10 4 1 5 2 5 2 5 1 5 2 32 80

R11 3 3 3 3 3 3 3 3 3 3 30 75

R12 4 2 4 5 4 2 5 2 5 4 37 92.5

R13 2 4 2 3 4 4 4 4 3 4 34 85

R14 3 3 3 4 4 3 4 3 3 4 34 85

R15 2 1 4 2 4 2 4 2 4 2 27 67.5

R16 4 4 4 2 4 2 4 2 3 4 33 82.5
 81

R17 3 2 4 3 4 3 4 3 4 3 33 82.5

R18 5 2 4 3 4 2 4 2 3 4 33 82.5

R19 4 2 5 3 4 2 5 2 4 5 36 90

R20 3 2 4 2 4 2 3 3 3 3 29 72.5

R21 5 4 4 2 4 2 4 2 4 3 34 85

R22 4 2 4 2 4 2 4 2 4 2 30 75

R23 4 2 4 2 4 2 4 2 4 3 31 77.5

R24 2 2 4 2 4 2 4 2 4 3 29 72.5

R25 3 2 4 2 4 2 4 2 4 3 30 75

R26 5 2 5 5 5 2 5 2 5 5 41 102.5

R27 5 1 5 4 5 2 4 1 5 2 34 85

R28 4 3 4 5 4 2 3 3 4 4 36 90

R29 4 1 5 3 4 2 4 2 2 4 31 77.5

R30 4 3 3 2 4 2 4 2 2 4 30 75

Skor Rata - Rata 81,17

Setelah melakukan perhitungan data dari hasil yang telah diperoleh dari

responden , dimana akan dilakukan perhitungan nilai skor SUS untuk setiap

jumlah nilai pertanyaan akan di kalikan 2.5 setelah itu dilakukan perhitungan nilai

rata-rata skor SUS yaitu 81.17. dari hasil tersebut membuktikan bahwa pengujian

dari aplikasi nada ruzandah misic dapat diterima oleh pengguna dengan sangat

baik karena nilai yang didapatkan tersebut memiliki diatas rata-rata dan

mendapat nilai grade scale B dan mendapatkan rating excellent (sangat baik)
 82

V. KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan pengujian dan analisis pada sistem, maka dapat diambil

sebuah kesimpulan sebagai berikut:

1. Pada penelitian ini berhasil membangun website sistem pakar yang

mampu mendiagnosa penyakit ikan nila menggunakan metode backward

chaining dan certainty factor

2. Dari hasil pengujian menggunakan kuisioner website sistem pakar ini

dapat diterima dan berjalan dengan baik dan menghasilkan output sesuai

yang diharapkan.

B. Saran

Berdasarkan penelitian yang telah dilakukan maka ada beberapa

saran yang dapat diberikan untuk pengembangan sistem lebih lanjut adalah

sebagai berikut:

1. Basis pengetahuan pada sistem ini dapat ditambahkan lagi agar dapat

lebih diperkaya dalam mendiagnosa jenis penakit ikan nila.

2. Menambahkan menu login untuk pengguna agar lebih mempermudah

admin mendata pengguna dari website sistem pakar tersebut.

 83

DAFTAR PUSTAKA

A.S., R. (2014). Rekayasa Perangkat Lunak dan Terstruktur dan Berrientasi

Objek. Informatika Bandung.

Burhannudin, M. (2017). Pemodelan Sistem Pakar Diagnosis Penyakit Tanaman

Apel Manalagi Dengan Metode Backward Chaining Menggunakan

Certainty Factor. Jurnal Pengembangan Teknologi Informasi dan Ilmu

Komputer.

Dahria, M. (2008). Kecerdasan Buatan. Artificial Intelligence.

Dari Wikipedia bahasa Indonesia, e. b. (2019, Maret 26). Retrieved from

Wikipedia: https://id.wikipedia.org/wiki/Backward_chaining

Ermawati, T. &. (2017). Perancangan Sistem Informasi Pemesanan Pentas Seni

Berbasis Web Pada Sanggar Seni Getar Pakuan Bogor. Ijse - Indonesian

Journal on Software Engineering.

Firman, A. (2016). Sistem Informasi Perpustakaan Online Berbasis Web. E-

Journal Teknik Elektro Dan Komputer.

Iriani, S. (2015). Penerapan Metode Backward Chaining pada Sistem Pakar

Diagnosa Penyakit Tulang Manusia. IJNS – Indonesian Journal on

Networking and Security.

KOSASI, S. (2014). SISTEM PAKAR DIAGNOSA PENYAKIT IKAN KOMET

MENGGUNAKAN FORWARD CHAINING. Sekolah Tinggi Manajemen

Informatika dan Komputer Pontianak.

Kusumadewi. (2003). jenis sistem pakar. jenis sitem pakar.

Mukhtar, N. (2015). Sistem Pakar Diagnosa Dampak Penggunaan Softlens

Menggunakan Metode Backward Chaining. Jurnal Buana Informatika.

 84

Nugroho, A. (2011). Siklus Hidup Pengembangan Sistem. Perancangan dan

Implementasi Sistem Basis Data.

Ratnasari, E. (2018). Pengertian Dan Fungsi Xampp. Ilmuti.Org.

Rosnelly, R. (2008). Sistem Pakar: Konsep dan Teori.

Sibagariang, S. (2015). SISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN

METODE CERTAINTY FACTOR BERBASIS ANDROID. Jurnal TIMES.

Turnip, M. (2015). Sistem Pakar Diagnosa Penyakit THT Menggunakan Metode

Backward Chaining Mardi. Jurnal Buana Informatika.

www.Majalah Ikan.com (2017)

www.Dunia Ikan.com (2017)