X~X
ISSN: XXXX-XXXX
E-ISSN: XXXX-XXXX 1
Abstrak
Pepaya merupakan tanaman buah berupa herba dari famili Caricaceae dan merupakan
komoditas hortikultura yang mempunyai nilai ekonomis yang tinggi. Tanaman pepaya dapat
menjadi daya tarik tersendiri bagi para petani untuk melakukan kegiatan usahatani pepaya
tersebut dan masyarakat juga bisa menaman pepaya di halaman rumah. Sistem pakar yang
merupakan bagian dari kecerdasan buatan. Sistem pakar adalah sistem komputer yang mampu
menirukan penalaran seorang pakar dengan keahlian pada suatu pengetahuan tertentu. Sistem
pakar dapat menggantikan peran seorang pakar yang pada prinsip kerjanya dapat memberikan
hasil yang pasti seperti yang dilakukan oleh seorang pakar. Pada skripsi ini dijelaskan cara
perancangan sistem pakar untuk mendiagnosis hama dan penyakit pada tanaman pepaya,
Metode certainty factor merupakan salah satu metode untuk membuktikan apakah suatu fakta itu
pasti, ataukah tidak pasti yang membentuk metric yang biasanya digunakan dalam system pakar.
Metode ini sangat cocok untuk system pakar yang mendiagnosa sesuatu yang belum pasti.
Faktor kepastian menyatakan kepercayaan dalam dalam sebuah kejadian atau fakta dalam
hipotesa berdasarkan bukti atau penilaian pakar. Keluaran sistem ini adalah keputusan tunggal
beerupa vonis penyakit.
Abstract
Papaya is a fruit plant in the form of herbs from the family Caricaceae and is a horticultural
commodity that has high economic value. Papaya plants can be a special attraction for farmers
to do the papaya farming activities and the community can also plant papaya in the yard. Expert
systems that are part of artificial intelligence. An expert system is a computer system that is able
to mimic the reasoning of an expert with expertise in a particular knowledge. Expert systems
can replace the role of an expert whose working principle can provide definite results as is done
by an expert. In this thesis explained how to design an expert system to diagnose pests and
diseases in papaya plants, the method of certainty factor is one method to prove whether a fact
is certain, or uncertain that forms a metric that is usually used in expert systems. This method
is very suitable for expert systems that diagnose something that is uncertain. The certainty factor
states confidence in an event or fact in the hypothesis based on evidence or expert judgment.
The output of this system is a single decision in the form of a verdict.
Diterima September XX, XXXX; Revisi Januari XX, 2019; Disetujui Maret XX, 2019
2
2.2. Metode Pengembangan Sistem penuh. Hasil yang tidak pasti disebabkan
Metode waterfall sering disebut oleh dua faktor yaitu aturan yang tidak
siklus kehidupan klasik yang sistematis pasti dan jawaban pengguna yang tidak
untuk pengembangan perangkat lunak pasti atas suatu pertanyaan yang
melalui proses perencanaan, pemodelan, diajukan oleh sistem. Seorang pakar
konstruksi, dan penyebaran, yang diakhiri (misalnya dokter) sering menganalis
dengan dukungan pada perangkat lunak informasi yang ada dengan ungkapan
lengkap yang dihasilkan (Pressman, 2012). seperti “mungkin”, “kemungkinan besar”,
Metode waterfall berupa pengerjaan dari “hampir pasti”. Untuk mengakomodasi
suatu sistem dilakukan secara berurutan hal ini kita menggunakan certainty factor
atau secara linear. Adapun tahapan – (CF) guna menggambarkan tingkat
tahapan metode waterfall sebagai berikut: keyakinan pakar terhadap masalah yang
1. Analisis Kebutuhan sedang dihadapi.
Pada tahap ini, penulis menggali Certainty Factor (CF) menujukkan
sebanyak-banyaknya data dan informasi ukuran kepastian terhadap suatu fakta
dalam pembuatan software yang atau aturan. Notasi Faktor Kepastian
dibutuhkan oleh pengguna. Informasi ini adalah sebagai berikut:
didapat dengan cara wawancara, diskusi CF[h,e] = MB[h,e] – MD[h,e]
atau survey langsung. Data ini akan Keterangan:
menjadi acuan sistem analis untuk CF[h,e] : Faktor Kepastian
menerjemahkan ke dalam bahasa MB[h,e] : ukuran kepercayaan
pemrograman. terhadap hipotesis h, jika diberikan
2. Desain Sistem evidence e (antara 0 dan 1).
Tahapan ini menggambarkan MD[h,e] : ukuran ketidakpercayaan
penuangan pikiran dan perancangan terhadap evidence h,jika diberikan
sistem. Desain sistem membantu evidence e (antara 0 dan 1).
mendefinisikan arsitektur sistem secara
keseluruhan. 2. Kombinasi Aturan
3. Penulisan Kode Program Metode MYCIN untuk menggabungkan
Pada tahapan ini penulis evidence pada antecedent sebuah
menerjemahkan desain sistem ke dalam aturan yang ditunjukkan pada tabel
coding atau bahasa pemrograman. berikut ini:
Tahap ini merupakan implementasi dari
tahap desain sistem yang dilakukan oleh
programmer.
4. Pengujian Program
Tahapan akhir dari sebuah sistem yaitu Tabel 1. Aturan Kombinasi MYCIN
pengujian kemampuan dan efektifitas
dari sistem sehingga diketahui Evidence, E Antecedent Ketidak
kekurangan dan kelemahan sistem yang Pastian
kemudian dilakukan pengkajian dan E1 AND E2 Min[CF(H,E1),
perbaikan terhadap aplikasi agar lebih CF(H,E2)]
sempurna. E1 OR E2 Max[CF(H,E1),
5. Penerapan Program dan Pemeliharaan CF(H,E2)]
NOT E -CF(H,E)
Perubahan bisa terjadi karena adanya
Sumber: Sri Kusumadewi (2003)
kesalahan atau perkembangan
kebutuhan secara fungsional. Aplikasi
Bentuk dasar rumus certainty factor
yang dibuat harus bisa menyesuaikan
dengan lingkungan dan kebutuhan. sebuah aturan JIKA E MAKA H adalah
sebagai berikut:
Adapun algoritma dari metode certainty CF(H,e) = CF(E,e) * CF(H,E)
factor adalah sebagai berikut: Di mana:
CF(E,e) : Certainty Factor evidence
1. Certainty Factor
E yang dipengaruhi oleh evidence e
Menurut (Mevung et al., 2017) dalam Sri
CF(H,E) : Certainty Factor hipotesis
Kusumadewi (2003) Dalam menghadapi
dengan asumsi evidence diketahui
suatu masalah sering ditemukan
dengan pasti, yaitu ketika CF(E,e) =
jawaban yang tidak memiliki kepastian
1
3.1 Hasil
Berikut ini hasil pembuatan pada
aplikasi sistem pakar diagnosis penyakit
tanaman kedelai menggunakan metode Gambar 2. Tampilan Menu Diagnosis
certainty factor berbasis android.
C. Tampilan Menu Penyakit
A. Tampilan Menu Utama
4. Kesimpulan
Dalam bab ini penulis mengambil
kesimpulan dari pembuatan aplikasi sistem
pakar berbasis android ini sebagai berikut :
1. Aplikasi ini dapat memudahkan petani
atau masyarakat untuk mengetahui
gejala awal hama dan penyakit
tanaman pepaya.
2. Aplikasi sistem pakar ini dapat
memberikan informasi dan solusi
tempat berkonsultasi untuk petani atau
masyarakat mengenai hama dan
penyakit tanaman pepaya.
3. Aplikasi sistem pakar diagnosis hama dan
penyakit tanaman pepaya ini dapat
membantu petani atau masyarakat untuk
mengetahui gejala awal penyakit tanaman
pepaya, tanpa harus mengeluarkan biaya
karena aplikasi ini bersifat offline
Referensi
Gambar 4. Tampilan Halaman Siklus dan Syakri, S. A., Mulyadi, & Simbolon, Z. K.
Pengendalian Penyakit (2017). Identifikasi tingkat kebulatan
buah pepaya berdasarkan luas
objek dengan pengolahan citra.
E. Tampilan Menu Tentang Infomedia, 2(Desember), 2.
Irma Wahyuni, Buni Amin, M. A. U. (2016).
PENDAHULUAN Pepaya
merupakan buah lokal yang
merakyat . Sebagian EFEKTIVITAS
BERBAGAI KONSENTRASI DAN
WAKTU APLIKASI EKSTRAK
BUAH MENGKUDU TERHADAP
PENYAKIT ANTRAKNOSA
(Colletotrichum gloeosporioides)
PADA BUAH PEPAYA (Carica
papaya L.), 1(1), 101–109.
Rangkuti, E. E., Wiyono, S., & Widodo, W.
(2018). Identifikasi Colletotrichum
spp. Asal Tanaman Pepaya. Jurnal
Fitopatologi Indonesia, 13(5), 175.
https://doi.org/10.14692/jfi.13.5.175
Harto, D. (2013). Perancangan Sistem
Pakar Untuk Mengidentifikasi
Penyakit Pada Tanaman Semangka
Dengan Menggunakan Metode
Certainty Factor. Jurnal Pelita
Informatika Budi Darma, IV(2), 22–
27.
Warman, I., Informatika, J. T., & Industri, F.
T. (2018). IMPLEMENTASI CASE-
BASED REASONING SEBAGAI
Gambar 7. Tampilan Menu Tentang
METODE INFERENSI Gambar 1 .
Struktur Sistem Pakar, 6(1), 1–7.
https://doi.org/10.21063/JTIF.2018.
V6.1.1-7