Nama: MUHAMMAD RIDHO
NPM: 14117200
DIAGNOSA PENYAKIT TANAMAN HIAS MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB
Latar Belakang
Teknologi informasi telah mempengaruhi hampir semua aspek, salah satunya dalam bidang usaha tanaman hias.Website SistemPakar Diagnosa Penyakit Pada Tanaman Hias MenggunakanMetode Certainty Factor ini merupakan salah satupengaplikasian sistem yang terkomputerisasi dalam bidangteknologi dan informasi. Selama ini para pembudidaya tanamanhias mengalami kesulitan dalam mendiagnosa hama penyakittanaman karena jenis penykit tanaman sangat bervariasi, sehingga sering terjadi kesalahan dalam memberikan solusiterhadap tanaman yang sudah terserang hama. Dengan adanyamasalah tersebut, para pembudidaya tanaman hiasmembutuhkan sistem pakar yang handal dalam memberikaninformasi diagnosa penyakit serta solusinya. Sistem aplikasiyang dibangun menggunakan bahasa pemrograman PHP denganmenggunakan DBMS MySQL. Perangkat lunak yang dihasilkandapat melakukan perhitungan jenis jenis penyakit yang sedangdihadapi beserta solusinya.
Tujuan
Tujuan dari pada pembuatan website system pakar ini untukmembuat perancangan sistem pakar diagnosa penyakit tanamanhias menggunakan metode certainty factor untuk membantu bagiyang membutuhkan agar mengetahui penyakit apa saja yang sedang dihadapi masyarakat sekarang ini.
Metode Pengolahan Data
Pada bab ini akan dijelaskan tentang pengertian Certainty Factor, rumus-rumus, pendekatan berbasis aturan, sertapengertian Fuzzy.
1 Certainty Factor
Certainty Factor merupakan suatu metode yang digunakan untukmenyatakan kepercayaan dalam sebuah kejadian (fakta atauhipotesis) berdasarkan bukti atau penilaian pakar. Secarakonsep, Certainty Factor (CF) merupakan salah satu teknik yang digunakan untuk mengatasi ketidakpastian dalam pengambilankeputusan. Certainty Factor (CF) dapat terjadi dengan berbagaikondisi. kondisi yang terjadi adalah terdapat beberapaantensenden (dalam rule yang berbeda) dengan satu konsekuenyang sama. Dalam kasus ini, kita harus mengagregasikan nilaiCF keseluruhan dari setiap kondisi yang ada. Pada konsepCertainty Factor ini juga sering dikenal dengan adanya believe dan disbelieve. Believe merupakan keyakinan, sedangkandisbelive merupakan ketidakyakinan.
Ada dua cara dalam mendapatkan tingkat keyakinan (CF) darisebuah rule, yaitu :
1. Metode „Net Belief‟ yang diusulkan oleh E.H. shortliffedan B.G. Buchaman
CF(Rule) = MB(H,E)-MD(H,E) .....
(1) P(H)=1 MB(H,E) max[P(H|E),P(H)]-P(H)
Lainnya …………………………...
(2) Max[1,0]-P(H) 1 P(H)=0 MD(H,E) min[P(H|E),P(H)]-P(H)
Lainnya ………………………........
(3) min[1,0]-P(H) Di mana: (CF) Rule = faktor kepastianMB(H,E) = measure of belief (ukuran kepercayaan) terhadap hipotesis H, jika diberikan evidence (antara 0 dan 1) MD(H,E) = measure of disbelief, (ukuranketidakpercayaan) terhadap evidence H, jika diberikanevidence E (antara 0 dan 1) P(H) = probabilitas kebenaranhipotesis H P(H|E) = probabilitas bahwa H benar karenafakta E
2. Dengan cara mewawancarai seorang pakar Nilai CF(Rule) didapat dari interpretasi “term” dari pakar, yang diubah menjadinilai CF tertentu sesuai tabel berikut :
Tabel 1 Nilai interpretasi dari pakar.
Uncertain Term
|
CF
|
Definitely not (pasti tidak)
|
-1.0
|
Almost certainly not (hampirpasti tidak)
|
-0.8
|
Probably not (kemungkinanbesar tidak)
|
-0.6
|
Maybe not (mungkin tidak)
|
-0.4
|
Unknown (tidak tahu)
|
-0.2 to 0.2
|
Maybe (mungkin)
|
0.4
|
Probably (kemungkinanbesar)
|
0.6
|
Almost certainly (hampirpasti)
|
0.8
|
Definitly (pasti)
|
1.0
|
2.Pendekatan Berbasis Aturan (Rule Based Reasoning)
Bentuk ini digunakan karena memiliki sejumlah pengetahuanpakar pada suatu permasalahan tertentu dan pakara dapatmenyelesesaikan masalah tersebut secara sistematis dan berurutan. Representasi berbasis aturan yang mempunyai pola if kondisi/premis then aksi/konklusi pada suatu table pakar akanmemberikan keuntungan pada berbagai aspek, diantaranyamudah dalam memodifikasi, baik perubahan data, penambahandata atau penghapusan data. Dalam hal ini if bias direpresentasikan sebagai gejala-gejala yang menyerang pada tanaman hortikultura dan then berupa solusi-solusi yang dicapai. Disamping itu, bentuk ini juga digunakan apabila dibutuhkanpenjelasan tentang jejak (langkahlangkah) pencapaian solusi.
Untuk suatu kondisi tertentu dimana if premis then konklusi, dan premisnya lebih dari satu maka dapat dihubungkan denganoperator and atau or. Sedangkan pada bagian konklusi dapatberupa kalimat tunggal, beberapa kalimat yang dihubungkandengan and, dimungkinkan untuk dikembangkan dengan else.
Contoh : aturan identifikasi hewan : Rule 1 : IF hewan berambutAND menyusui THEN hewan mamalia.
Rule 2 : IF hewan mempnyai sayap AND bertelur THEN hewanjenis burung.
Rule 3 : IF hewan mamalia AND memakan daing THEN hewankarnivora.
Ada beberapa keuntungan yang didapatkan denganmenggunakan pendekatan berbasis aturan, diantaranya :
a. Ekspresi yang dihasilkan dari sebuah sistem lebih natural.
b. Bagian pengendali terpisah dengan pengetahuan.
c. Mudah dalam melakukan ekspansi sistem.
d. Knowledge yang didapatkan lebih relevan.
e. Dapat menggunakan pengetahuan yang bersifat heuristic.
2.Fuzzy
Pengertian Fuzzy secara bahasa diartikan sebagai kabur atausamar-samar. Suatu nilai dapat bernilai besar atau salah secarabersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu). Berbeda denganhimpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak).
Logika Fuzzy merupakan suatu logika yang memiliki nilaikekaburan atau kesamaran (fuzziness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai bisa bernilai benar atausalah secara bersama. Namun berapa besar keberadaan dan kesalahan tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1, berbeda dengan logika digital yang hanya memilikidua nilai 1 atau 0. Logika fuzzy digunakan untukmenterjemahkan suatu besaran yang diekspresikanmenggunakan bahasa (linguistic), misalkan besaran kecepatanlaju kendaraan yang diekspresikan dengan pelan, sedang, cepat, dan sangat cepat. Logika fuzzy menunjukkan sejauh mana suatunilai itu benar dan sejauh mana nilai itu salah. Tidak sepertilogika klasik (scrisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu anggota himpunan atau tidak. Derajatkeanggotaan 0 (nol), artinya nilai bukan merupakan anggotahimpunan dan (satu) berarti nilai tersebut adalah anggotahimpunan.
C Basis Data Basis Data (Database)
adalah kumpulan data yang disimpan secara sistematis di dalamkomputer dan dapat diolah atau dimanipulasi menggunakanperangkat lunak (program aplikasi) untuk menghasilkaninformasi.
Pendefinisian basis data meliputi spesifikasi berupa tipe data, struktur, dan juga batasan-batasan data yang akan disimpan. Basis data merupakan aspek yang sangat penting dalam sisteminformasi dimana basis data merupakan gudang penyimpanandata yang akan diolah lebih lanjut. Basis data menjadi pentingkarena dapat menghidari duplikasi data, hubungan antar data yang tidak jelas, organisasi data, dan juga update yang rumit.
B. Manual Program
1. Menu home
Pada halaman ini pengunjung dapat melihat menu login member, logo, registrasi customer, materi konsultasi, polling customer dan juga menu-menu lainnya yang ada pada website sistem diagnosa penyakit tanaman hias. Pengunjung juga dapatmelihat seputar informasi tentang diagnosa penyakit sertapengenalan metode certainty factor.
Adapun tampilannya sebagai berikut :
Gambar 6 Tampilan Utama Website
A.Kesimpulan
Pada penulisan skripsi ini, penulis membuat suatu aplikasi yang berfungsi sebagai sistem alternatif pendukung keputusan dalammendiagnosa penyakit tanaman hias. Dengan adanya sistemyang dibuat ini akan diharapkan mampu membatu dan merubahsistem lama yang kurang tepat. Adapun manfaat sistem pakarpenyakit tanaman hias ini sebagai berikut:
1. Memberikan pandangan serta langkah dalam sebuah sistemuntuk mengetahui jenis penyakit.
2. Memperkecil adannya kesalahan dalam pengambilankeputusan tentang jenis penyakit.
B.Saran
Mengingat bahwa Sistem Diagnosa Penyakit Berbasis Web adalah sistem yang baru pertama kalinya diimplementasikan, tentunya sistem ini banyak sekali memiliki kelemahan dan kekurangan. Selain itu, untuk menerapakan sistem agar berjalandengan baik tentu memerlukan perbaikan dan perawatan sistem. Seperti sistem yang di update dengan sistem yang baru dan penambahan agar sistem ini bisa sempurna dan mencukupikebutuhan dari mahasiswa dalam pengambilan keputusan.
Saran yang diajukan penulis untuk pemakaian sistem yang dibuat ini supaya sistem menjadi sebuah program aplikasi web yang handal adalah sebagai berikut:
1. Perlu adanya perbaikan dalam lingkup pengambilankeputusan dengan penggunaan media pertanyaan ganda untukmengetahui kemampuan dari mahasiswa.
2. Perlu adanya sistem maintenance agar web dapat di aksesoleh banyak mahasiwa sekaligus.
Komentar
Posting Komentar