9ccbfd01

8/17/2019 9CCBFd01

1/52

RANCANG BANGUN SISTEM PAKAR BERBASIS WEB

UNTUK MENDIAGNOSIS PENYAKIT JERUK

Sandrawanto

Tehnik Informatika STMIK ATMA LUHUR PANGKALPINANG Jl. Jend Sudirman Selindung lama pangkalpinang Kepulauan Bangka Belitung

Email : [email protected] , [email protected]

ABSTRACT

The development of computer technology is so sophisticated and cutting-edge capable

of helping humans in many ways, not least in diagnosing disease. Expert

systems are computer-based system that uses knowledge, facts and reasoning

techniques in solving problems that typically can only be solved by an expert in the

field tersebu. Thus the author took the initiative to make the final assignment of the

"Web-Based Expert System for Diagnosing Diseases Using Oranges Fuzzy

Methods." The method used is the Fuzzy method, because this method is

efficient enough to use in diagnosing the disease citrus. This system can provideearly diagnosis of disease based on symptoms and intensity of orange symptoms are

visible from the outside and input by the user, without having to ask directly to the

experts. The system is made with a web-based. Applications created with web-

based PHP programming language.

Keywords: Expert System, Citrus Diseases, Fuzzy Methods, PHP

mailto:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]

8/17/2019 9CCBFd01

2/52

BAB I

PENDAHULUAN

1.1 Latar Belakang

Jeruk merupakan komoditas buah-buahan yang mempunyai nilai ekonomi

penting dan nilai kesehatan yang berarti karena mengandung nilai gizi yang tinggi

(Vitamin C dan vitamin A). Buah jeruk dapat dikonsumsi langsung sebagai buah

segar atau juice dan dapat pula diolah menjadi sirup. Buah jeruk merupakan sumber

vitamin C yang berguna untuk kesehatan manusia. Kandungan vitamin C

sangat beragam antar varietas, berkisar antara 27-49 mg/100 g daging buah. Makin

tua buah jeruk, biasanya makin berkurang kandungn vitamin C-nya, tetapi semakin

manis rasanya. Varietas jeruk sangat banyak, masing-masing jenis mempunyai

karakteristik yang berbeda.

Jeruk merupakan salah satu komoditas unggulan yang dibudidayakan

masyarakat petani di Desa Pelempang Kab. Bangka Tengah sebagai penunjang

perekonomian rumah tangga mereka. Belakangan ini sebagian besar kebun jeruk

diserang berbagai jenis hama dan penyakit sehingga mengakibatkan produktivitas

dari tanaman jeruk tersebut menurun. Akibat serangan hama ini ribuan ton buah jeruk

busuk dan gugur ke tanah, sehingga membuat para petani mengalami kerugian yang

cukup besar.

Dewasa ini kebutuhan penggunaan teknologi informasi dalam semua

bidang semakin meningkat, terutama pada bidang Ilmu Komputer. Salah satunya

adalah penggunaan komputer sebagai sistem pakar. Dimana sistem ini juga dapat

digunakan dalam bidang pertanian yaitu untuk mendiagnosis jenis hama dan

penyakit yang menyerang tanaman jeruk.

Kemampuan sistem pakar dalam mentransformasikan pengetahuan seorang

pakar ke dalam sebuah sistem diperoleh dengan implementasi suatu teknik dan

akan ditentukan oleh kinerja teknik tersebut. Terdapat sejumlah teknik yang

dapat diimplementasikan pada suatu sistem pakar, salah satunya adalah dengan

Fuzzy .

8/17/2019 9CCBFd01

3/52

Tidak semua permasalahan yang terjadi di bidang pertanian dapat ditangani

secara praktis oleh petani. Dibutuhkan pengetahuan khusus dari seorang pakar

dalam menanganinya. Namun sering kali ketika permasalahan tersebut terjadi, pakar

tidak selalu tersedia. Dalam hal inilah sistem pakar ada untuk membantu membuat

solusi secara komputasi tanpa hadirnya pakar manusia.

Oleh karena itu pada penulisan skripsi ini akan diimplementasikan sebuah

sistem pakar berbasis web untuk mendiagnosis penyakit pada tanaman jeruk

dengan metode Fuzzy dan lainnya

1.2 Rumusan Masalah

Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana

cara merancang suatu aplikasi yang berfungsi sebagai alat bantu dalam hal

mendiagnosis penyakit jeruk dengan beberapa metode

1.3 Batasan Masalah

Ruang lingkup penelitian ini dibatasi pada:

1. Algoritma yang digunakan dalam proses pencarian solusinya dengan beberapa

metode.

2. Pengembangan aplikasi dilakukan dengan menggunakan bahasa pemrogramanPHP.

3. Aplikasi hanya membahas gejala penyakit jeruk dikhususkan hanya di Balai

Dinas Pertanian Prov. Kep. Bangka Belitung dengan jenis jeruk manis.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah merancang sistem pakar yang dapat membantu

petani jeruk dalam mendiagnosis penyakit pada jeruk

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Sebagai alat bantu untuk mengenali/mendiagnosis penyakit jeruk sehingga dapat

segera ditangani.

2.

Dengan sistem pakar ini petani jeruk bisa mengakses informasi tanpa ruang dan

8/17/2019 9CCBFd01

4/52

waktu sehingga dapat menghemat waktu dan biaya.

1.6 Metode Penelitian

Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut.

a. Studi Literatur

Tahapan ini dilakukan dengan mempelajari sumber-sumber atau buku-buku

referensi yang berkaitan dengan Sistem Pakar untuk mendiagnosis penyakit

jeruk dengan Metode Fuzzy, baik dari text book , jurnal, laporan penelitian,

ceramah, ataupun internet .

b. Pengumpulan Data

Tahapan ini dilakukan dengan penelitian lapangan dan wawancara pada pihak pihak

yang berkompeten yang dapat memberikan informasi yang dibutuhkan dalam

pengerjaan penelitian.

c. Analisis Data

Pada tahap ini dilakukan analisis kebutuhan terhadap sistem dan menjadi dasar untuk

perancangan sistem, seperti pengolahan data spesifikasi penyakit pada jeruk,

rincian fungsi keanggotaan variable fuzzy.

d. Perancangan Perangkat Lunak

Tahapan ini dilakukan dengan membuat gambaran sistem baik berupa diagram alir

( flowchart ), masukan, keluaran, antarmuka (interface) dan struktur data.

e. Implementasi Aplikasi

Tahapan ini dilakukan dengan melakukan penerapan rancangan/coding sistem yang

dibuat ke dalam suatu program, serta membuat laporan atau dokumentasi dari

program tersebut.

f.

Pengujian Aplikasi

Tahapan ini dilakukan dengan melakukan pengujian terhadap perangkat lunak yang

telah dibuat untuk mengetahui kesalahan dan memperbaiki kesalahan yang ada.

g. Dokumentasi dan Penulisan Laporan

Melakukan pembuatan dokumentasi sistem mulai dari tahap awal sampai dengan

pengujian sistem, dan menulis laporan.

8/17/2019 9CCBFd01

5/52

1.7 Sistematika Penulisan

Sistematika penulisan skripsi ini terdiri dari lima bagian utama sebagai berikut:

BAB 1 PENDAHULUAN

Bab ini menjelaskan mengenai latar belakang pemilihan judul skripsi “ Sistem

Pakar Berbasis Web untuk Mendiagnosis Penyakit Jeruk Inferensi”, rumusan

masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian,

dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem

penentuan penyakit pada Jeruk dengan menggunakan logika fuzzy dan teori

lainnya yang mendukung pembuatan aplikasi

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan bagaimana menganalisis dan merancang sistem pakar fuzzy dan

lainnya yang akan dibuat.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini menjelaskan bagaimana mengimplementasikan sistem pakar fuzzy dan

lainnya, dilanjutkan dengan menguji aplikasi yang dibangun.

BAB 5 KESIMPULAN DAN SARAN

Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan

saransaran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

BAB II

DAFTAR PUSTAKA

AAK. 1994. Budidaya Tanaman Jeruk. Yogyakarta: Kanisius

8/17/2019 9CCBFd01

6/52

Bambang. 1996. Budidaya Jeruk Bebas Penyakit. Jakarta: Kanisius.

Hartati Sri. 2008. Sistem Pakar dan Pengembangannya. Yogyakarta:

Graha Ilmu. Joesoer. 1993. Penuntun Berkebun Jeruk. Jakarta: Bhratara

Kasiman. 2006. Aplikasi WEB dengan PHP dan MYSQL. Yogyakarta: Andi

Offset.

Kristanto Andri. 2004. Kecerdasan Buatan. Yogyakarta: graham Ilmu.

Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset.

Kusrini. 2008. Aplikasi Sistem Pakar. Yogyakarta: Andi Offset.

Kusumadewi Sri. 2010. Aplikasi Logika Fuzzy. Edisi 2. Yogyakarta: Graha

Ilmu.

Lizda, Fathul, 2005. Alat Bantu Sistem Informasi Fuzzy Metode Sugeno Orde

Satu.

Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN:

979-756-061-6.

http://journal.uii.ac.id/index.php/Snati/article/viewFile/1421/1201 .

Diaksespada tanggal 13 september 2011

Madcoms. 2011. Dreamweaver CS5 PHP-MySQL untuk Pemula.

Yogyakarta: Andi

Offset. 69

Pracaya. 2003. Jeruk Manis. Jakarta: Penebar Swadaya.

Sutarman. 2007. Membangun Aplikasi Web dengan PHP & MySQL.

Edisi 2.

Yogyakarta: Graha Ilmu.

Tampubolon, Mariani Valentina. 2010. Sistem Pendukung Keputusan

Penentuan

http://journal.uii.ac.id/index.php/snati/article/viewfile/1421/1201./http://journal.uii.ac.id/index.php/snati/article/viewfile/1421/1201./http://journal.uii.ac.id/index.php/snati/article/viewfile/1421/1201./

8/17/2019 9CCBFd01

7/52

Penyakit Diabetes Mellitus dengan Metode Sugeno. Skripsi.

Medan :

Universitas Sumatera Utara.

Wibowo Angga. 2006. Aplikasi PHP Gratis untuk Pengembangan Situs

Web.

Semarang: Andi Offset.

8/17/2019 9CCBFd01

8/52

BAB III

PEMODELAN PROYEK

3.1 OBJECTIVE PROYEK

Objective dari proyek perancangan Aplikasi Sistem Pakar untuk mendiagnosa

Penyakit Pada jeruk dengan menggunakan metode fuzzy adalah sebagai berikut:

a. Merancang aplikasi sistem pakar yang mampu dipahami oleh masyarakat

awam dengan memberikan pertanyaan gejala yang dapat diperiksa secara fisik

oleh masyarakat umum.

b. Merancang aplikasi sistem pakar untuk memenuhi kebutuhan masyarakat

kelangsungan tanaman pohon jeruk

c. Merancang aplikasi sistem pakar yang bisa digunakan oleh masyarakat/user

dimana saja dan kapan saja.

3.2 IDENTIFIKASI STAKEHOLDERBerikut adalah stakeholder yang terlibat dalam proyek pengembangan aplikasi

sistem pakar pada jeruk :

a) Tim Proyek

b) Calon Pengguna

c)

Staff Pendukung

d)

Publisher

3.3 IDENTIFIKASI DELIVERABLES

Deliverables pada proyek ini berupa laporan ataupun hasil dari proyek ini yang

akan diberikan kepada publisher , berikut deliverables dalam proyek pengembangan

aplikasi sistem pakar penyakit jeruk :

a)

Laporan project dalam bentuk CD

b) Laporan biaya proyek

c) Aplikasi sistem pakar dalam bentuk file

8/17/2019 9CCBFd01

9/52

3.4 PENJADWALAN PROYEK

Proyek perancangan aplikasi sistem pakar dimulai dari tanggal 3 April 2013 dan

direncanakan akan berakhir pada tanggal 6 Juni 2013, Jam kerja proyek ditentukan

sesuai dengan waktu yang sudah dijadwalkan yaitu pada hari senin – jumat pukul

08.00AM – 12.00PM, dilanjutkan pada pukul 13:00PM – 17:00PM, sedangkan hari

sabtu pukul tidak bekerja. Penjadwalan proyek dibuat dengan menggunakan Microsoft

Project 2007 dalam bentuk WBS (Work breakdown Structure), berikut adalah tahapan –

tahapan dalam penjadwalan proyek pengembangan aplikasi sistem pakar penyakit jeruk

.

a. Pengembangan aplikasi sistem pakar penyakit jeruk

Merupakan awal dalam proyek aplikasi sistem pakar penyakit jeruk,

berikut adalah tahapannya.

1) Analisa Kebutuhan Sistem Pakar Penyakit Jeruk Perencanaan

2) Desain Sistem Pakar

b. Pemrograman

Tahap ini adalah pembuatan aplikasi dari perancangan aplikasi sistem

pakar penyakit jeruk, adapun tahapan-tahapannya adalah sebagai berikut :

1) Desain Interface

2) Desain Database

3) Coding

c. Pengujian

Tahap ini adalah tahap dimana dilakukannya percobaan terhadap aplikasi

yang sudah dibuat. Adapun tahapan-tahapan dalam pengujian aplikasi

sistem pakar penyakit jeruk adalah sebagai berikut :

1) Pengujian Internal

2) Implementasi aplikasi sistem pakar penyakit jeruk

3.4.1 WORK BREAKDOWN STRUCTURE

8/17/2019 9CCBFd01

10/52

Berikut adalah work breakdown structure dari proyek perancangan aplikasi

sistem pakar penyakit pada jeruk.

8/17/2019 9CCBFd01

11/52

Gambar 3.1 Work Breakdown Structure

8/17/2019 9CCBFd01

12/52

3.4.2 MILESTONE

Berikut adalah milestone dari pengembangan aplikasi sistem pakar penyakit

jeruk:

a) Project Charter

b) Penyetujuan Proyek

c) Pengembangan Aplikasi

d) Inisiasi

e) Analisa

f)

Implementasig) Perancangan Aplikasi

h) Closing

NO Milestone Finish

1 Project Charter 27 Maret 2013

2 Penyetujuan Proyek 1 April 2013

3 Pengembangan Aplikasi 6 Juni 2013

4 Inisiasi 12 April 2013

5 Analisa 18 April 2013

6 Implementasi 14 Mei 2013

7 Perancangan Aplikasi 29 April 2013

8 Closing 6 Juni 2013

Tabel 3.1 Milestone

8/17/2019 9CCBFd01

13/52

3.4.3 JADWAL PROYEK

Berikut adalah Jadwal proyek berdasarkan task pada proyek pengembangan

rancang bangun sistem pakar berbasis web mengdiagnosis penyakit jeruk menggunakan

metode fuzzy :

Gambar 3.2 Jadwal proyek

3.5 RANCANGAN ANGGARAN BIAYA (RAB)

Proyek ini hanya menjelaskan biaya untuk SDM atau pekerja saja. Biaya tim

proyek dihitung per jam sesuai dengan task yang dikerjakan, berikut adalah rincian biaya

pada pengembangan aplikasi sistem pakar penyakit jeruk :

No Nama Pekerja Durasi kerja Gaji Standar Total Gaji

1 Sandrawanto 136 jam Rp 12.000,00 Rp 1.632.000,00

2 Alamsyah 71 jam Rp 10.000,00 Rp 710.000,00

3 Riady 152 jam Rp 10.000,00 Rp 1.520.000,00

Total biaya Rp 3.862.000,00

Tabel 3.2 Anggaran biaya

8/17/2019 9CCBFd01

14/52

3.6 STRUKTUR TIM PROYEK

Pada proyek pengembangan aplikasi sistem pakar penyakit jeruk. setiap tim

proyek memiliki bidang masing – masing dalam perancangn sistem pakar, berikut

adalah bidang yang ada dalam proyek aplikasi sistem pakar penyakit jeruk:

a. Project leader

Orang yang bertanggung jawab dan memimpin proyek pengembangan

aplikasi sistem pakar penyakit jeruk.

b. Manager project

Bertugas membantu pimpinan mengawasi proyek dalam proyek

pengembangan aplikasi sietm pakar penyakit jeruk.

c. Programer

Bertugas membuat scripting atau programming dalam aplikasi sistem pakar

penyakit jeruk.

d. Sistem Analist

Orang yang bertanggung jawab dalam menganalisa kebutuhan aplikasi sistem

pakar penyakit jeruk.

e.

Designer

Desaigner atau pendesain adalah orang yang bertanggung jawab merancang

antar muka sistem sehingga mudah dipahami oleh pengguna.

8/17/2019 9CCBFd01

15/52

Berikut adalah struktur tim proyek pengembangan aplikasi sistem pakar

penyakit jeruk.

Project leader

Sandrawanto

Manager

Alamsyah

Sistem Analis

Riady

Alamsyah

Aplication Disigner

Sandrawanto

Alamsyah

Programer

Sandrawanto

Alamsyah

Gambar 3.3 Struktur Tim Proyek

8/17/2019 9CCBFd01

16/52

BAB IV

Analisa Hasil dan Pembahasan

4.1 Analisa Masalah

Sistem pakar merupakan sistem dengan basis pengetahuan yang dinamis.

Dimana pengetahuan tersebut dapat berubah seiring berjalannya waktu sehingga

harus dapat dilakukan pembaharuan, seperti penambahan, penghapusan maupun perubahan terhadap data yang sudah disimpan sebelumnya tanpa harus mengubah

isi dari program secara keseluruhan. Perubahan hanya dilakukan pada bagian

basis pengetahuan saja sehingga sistem pakar ini dapat dikembangkan lebih

lanjut. Tahapan analisis terhadap suatu sistem dilakukan sebelum tahapan

perancangan, hal ini agar perangkat lunak yang dirancang sesuai dengan masalah

yang akan diselesaikan.

4.1.1 Analisa Proses

a. Proses entry data

User mengakses website sistem pakar untuk melakukan konsultasi.

Sistem akan memproses data yang di berikan user tersebut .

b. Proses pelayanan sistem

Sistem memproses dan mulai mendiagnosa sesuai dengan apa yang di

alami user, dengan mengajukan beberapa pertanyaan.

c. Proses Pembuatan Laporan

Setiap sudah selesai konsultasi sistem membuat hasil konsultasi dan

memberikan solusi kepada user.

8/17/2019 9CCBFd01

17/52

4.2 Penyelesaian Masalah

Sebuah proses terhadap basis pengetahuan atau informasi yang didapat

dari seorang pakar, terlebih dahulu diubah kedalam bentuk diagram pohon

keputusan, sehingga didalam penyelesaian masalah lebih mudah dilakukan

penelusuran untuk mendapatkan solusi atau kesimpulan akhir yang tepat.

Basis pengetahuan berisi tabel jenis penyakit, tabel data gejala, tabel relasi

antara penyakit dengan gejala.

a.

Tabel Penyakit

Kode Penyakit Nama Penyakit

P001 Blendok Phitophthora

P002 Blendok Diplodia

P003 Busuk Akar Hitam (Armilaria sp)

P004 Penyakit Mati Ujung/ Antraknose

(Colletotrichum glosporioides dan Gloeosporium

limetticolum)

P005 Busuk Kering Pangkal Batang (Fusarium solani)

P006 Penyakit Tepung (Oidium tingitatinum)

P007 Jamur Upas (Corrticium salmonicolor)

P008 Penyakit Kudis

P009 Kapang Hijau/Biru (Penicillium spp)

Tabel 4.1 Tabel Penyakit

b. Tabel Gejala

Kode Gejala Gejala

G001 Ada getah pada batang

G002 Warna daun kuning

G003 Ada busa pada batang

G004 Busuk batang

G005 Busuk akar

G006 Warna akar hitam

G007 Bercak bercak pada daun

G008 Daun gugur

G009 Ada tepung pada daun dan pucuk

G010 Batang dan dahan lapuk

8/17/2019 9CCBFd01

18/52

Tabel 4.1 Tabel Gejala

c. Tabel Relasi

Jenis Penyakit Kode Penyakit

P001 Blendok

Phitophthora

G001 = Ada getah pada batang

G002 = Warna daun kuning

G004 = Busuk batang

P002 Blendok Diplodia G003 = Ada busa pada batang

G004 = Busuk batang

P003 Busuk Akar

Hitam (Armilaria sp)


G005 = Busuk akar

G006 = Warna akar hitam

P004 Penyakit Mati

Ujung

G007 = Bercak bercak pada daun

G008 = Daun gugur

P005 Busuk Kering

Pangkal Batang

(Fusarium solani)


G008 = Daun gugur

P006 Penyakit Tepung

(Oidium tingitatinum)

G008 = Daun gugur

G009 = Ada tepung pada daun dan pucuk

P007 Jamur Upas

(Corrticiumsalmonicolor)


G008 = Daun gugurG010 = Batang dan daun lapuk

P008 Penyakit Kudis G007 = Bercak bercak pada daun


G003 = Ada busa pada batang

P009 Kapang

Hijau/Biru (Penicillium

spp)

G007 = Bercak bercak pada daun

G004 = Busuk batang

Tabel 4.2 Tabel Relasi

4.3 Rancangan Sistem Pakar

Dari analisa pembuatan sistem pakar ini , diperlukan sebuah mesin

inferensi yang berfungsi sebagai sistem pengambil keputusan dan pohon

keputusan

4.3.1 Mesin Inferensi

bahwa penerapan sistem fuzzy dalam sistem pakar untuk

8/17/2019 9CCBFd01

19/52

merepresentasikan pengetahuan dalam lingkungan yang tidak pasti dan tidak

lengkap serta sangat kompleks. Penggabungan kedua sistem tersebut dikenal

dengan sistem pakar fuzzy. Jika pada sistem pakar cara kerjanya mengacu pada

rule based yang nilai perhitungannya hanya terdiri dari 0 dan 1, maka pada

sistem pakar fuzzy lebih mengacu pada perhitungan nilai fuzzy yang berada

pada interval 0 sampai dengan 1. Adapun nilai fuzzy dari gejala-gejala penyakit

untuk suatu penyakit ditampilkan pada tabel information system. Tabel berikut

merupakan information system dari gejala-

gejala penyakit pada jeruk yang diperoleh dari seorang pakar berdasarkan nilai

intensitasnya.

NO Nama

penyakit

G1 G2 G3 G4 G5 G6 G7 G8 G9 G10

1 Blendok 0,6 0,3 0 1 0 0 0 0 0 0

2 Busa 0 0 0,6 0,3 0 0 0 0 0 0

3 Burukakar 0 0,6 0 0 1 1 0 0 0 0

4 Kanker

bakteri

0 0 0 0 0 0 0,6 0,6 0 0

5 Busuk batang 0,3 0 0 0 0 0 0 0,6 0 0

6 Tepung 0 0 0 0 0 0 0 1 0,3 0

7 Jamur 0,3 0 0 0 0 0 0 0,6 0 0,6

8 Kudis 0 0,6 1 0 0 0 0,3 0 0 0

9 Kapang 0 0 0 0,3 0 0 0,6 0 0 0

8 Pucuk

merana

0 0.6 0 0 0 0 0 1 0 0

Tabel 4.3 Tabel Keputusan

4.3.2 Perhitungan Nilai Kesesuaian

Misalnya jika U adalah suatu knowledge-based gejala suatu set dari

penyakit yang dinyatakan sebagai sebuah fuzzy set terhadap gejala A dan B adalah

gejala yang di-input kan oleh user yang dinyatakan sebagai suatu fuzzy set terhadap

8/17/2019 9CCBFd01

20/52

A, dimana A={a1, a2, a3, ..., an} sedangkan

U={µuj(a1)/(a1),µuj(a2)/(a2),µuj(a3)/(a3),µuj(a4)/(a4)} dan B={µB(a1)/(a1),

B(a2)/(a2), µB(a3)/(a3), µB(a4)/(a4)}. Untuk mencari nilai kesesuaian antara

fuzzy set U dengan B maka dicari seberapa besar

selisih antara µuj(a1) yang merupakan nilai fuzzy set gejala a1 menurut knowledge-

based dengan µB(a1) yang merupakan nilai fuzzy set gejala a1 yang diinput kan oleh

user dibagi dengan nilai µuj(a1). Jadi rumus untuk mencari nilai kesesuaian fuzzy set

adalah sebagai berikut:

R ( B (ai), Uj(ai)) = Max () ()()

Dengan syarat µUj (ai) 0....................( 3.1)R ( B (ai), Uj(ai)) = 0 dengan syarat µUj (ai) 0 ..............(3.2)

Keterangan rumus 3.1 dan 3.2:

A= Universal set dari gejala pada knowledge-

based B = Fuzzy set gejala milik user

U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit

ai = gejala yang ke-i dari set A

i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinput kan oleh user

j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based

C = Konstanta yang bernilai diantara 0

8/17/2019 9CCBFd01

21/52

R(B(a1), U3(a1)) = Max(0, 1-

) = Max(0, 0.6) = 0.6

R(B(a1), U4(a1)) = Max(0, 1- ) = Max(0, 1) = 1

R(B(a2), U1(a2)) = Max(0, 1- ) = Max(0, 0.5) = 0.5

R(B(a2), U4(a2)) = Max(0, 1-

) = Max(0, 1) = 1

R(B(a5), U3(a5)) = Max(0, 1-

) = Max(0, 0.5) = 0.5

R(B(a5), U4(a5)) = Max(0, 1-

) = Max(0, 0.3) = 0.3

Dari perhitungan di atas dapat dilihat nilai kesesuaian yang dihasilkan tiap

gejala yang diinput user terhadap gejala yang ada pada knowledge-based untuk

setiap penyakit yang memiliki gejala tersebut. Untuk pengembangan aplikasi sistem

pakar ini, perhitungan dibagi menjadi dua bagian, yaitu perhitungan nilai

kesesuaian untuk frekuensi gejala dan perhitungan nilai kesesuaian untuk intensitas

gejala. Sehingga rumus 4.1 dikembangkan lagi menjadi sebagai berikut :

R freq (B (ai)Uj(ai))= Max

()

(

)

() Dengan syarat µUjfreq (ai) = 0....................( 3.3)

R int ( B (ai), Ujint (ai)) = Max () ()()

dengan syarat µUjint (ai) 0 ..............(3.4)

Keterangan rumus 3.3 dan 3.4:

A= Universal set dari gejala pada knowledge-

based B = Fuzzy set gejala milik user

U = Fuzzy set knowledge-based gejala terhadap A dari suatu penyakit

ai = gejala yang ke-i dari set A

i= 1,2,3, ..., n dimana n = banyaknya gejala yang diinput kan oleh user

j= 1,2,3, ..., m dimana m = banyaknya gejala yang ada pada knowledge-based

8/17/2019 9CCBFd01

22/52

C = Konstanta yang bernilai diantara 0

8/17/2019 9CCBFd01

23/52

j

i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinput kan user

= Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalahgejala sedangkan Un adalah penyakit yang ke-n. Gejala pada Un adalah gejala

yang tidak bernilai 0.

Misalnya dihitung nilai fuzzy conditional probability pada contoh di subbab

4.2.3.1.1:

P(B,U3) = (0.6+0.5)/3 = 1.1/3 = 0.36 =

P(B,U4) = (1+1+0.3)/3 = 2.3/3 = 0.76

P(B,U1) = (0.5)/3 = 0.16

Dari hasil perhitungan di atas maka dapat disimpulkan bahwa peluang user

terkena penyakit U3 adalah 0.36, peluang user terkena penyakit U4 0.76, dan

peluang user terkena penyakit U1 0.16. Pada penggunaan rumus 3.5 di atas digunakan

untuk menghitung satu parameter saja. Dalam aplikasi sistem pakar ini terdapat

dua parameter yang digunakan dalam menghitung nilai fuzzy conditional

probability suatu penyakit, yaitu parameter frekuensi dan intensitas. Sehingga pada

rumus berikut digunakan dua parameter :

P(B,Un) = ∑ (()) (())

Dengan syarat |Un| a 0..........(3.6)Keterangan rumus 3.6:

i=1,2,3, ..., k dimana k adalah banyaknya gejala yang diinput kan user

|Un| a = Banyaknya gejala yang diderita oleh suatu penyakit Un, dimana a adalah Un

gejala sedangkan Un adalah penyakit yang ke-n. Gejala pada Un adalah gejala yang

tidak bernilai 0. C1 dan C2 = konstanta dengan syarat C1+C2 = 1 yang menyatakan

besarnya frekuensi dan intensitas gejala dalam menentukan suatu penyakit ke-j

(() ) = Nilai kesesuaian frekuensi antara gejala ke a i yang diinput kanuser dengan gejala yang ada pada knowledge-based untuk penyakit ke-j

(() ) = Nilai kesesuaian intensitas antara gejala ke a i yang diinput kanuser dengan gejala yang ada pada knowledge-based untuk penyakit ke-j Setelah

8/17/2019 9CCBFd01

24/52

diperoleh hasil perhitungan fuzzy conditional probability masingmasing penyakit,

selanjutnya perlu dibuat laporan kemungkinan penyakit yang diderita oleh user

dengan menggunakan bahasa yang sering digunakan oleh manusia (variable

linguistic). Variable linguistic tersebut antara lain: kecil sekali, kecil, ragu, agak

besar, besar, dan hampir pasti. Rentang nilai fuzzy untuk masing-masing variable

linguistic tersebut adalah sebagai berikut:

1. Jika nilai_diagnosa =0.2 dan nilai_diagnosa =0.5 dan nilai_diagnosa =0.6 dan nilai_diagnosa =0.8 dan nilai_diagnosa =0.90, maka variable linguisticnya "Hampir pasti".

4.4

Stuktur Basis Data

Struktur basis data yang digunakan dalam sistem pakar ini terdiri dari

rancangan database dan Entity Relations Diagram (ERD).

4.4.1 Rancangan Database

Tabel-tabel yang digunakan dalam aplikasi ini adalah :

a.

Tabel Admin

Tabel Admin digunakan user untuk memasukan UserID dan PasswordID

saat Login.

.No Field Type Panjang Keterangan

1 UserID Varchar 50 login user

2 PassID Varchar 50 login password

8/17/2019 9CCBFd01

25/52

Tabel 4.4 Tabel admin

b. Analisa Hasil

Tabel Analisa digunakan untuk menyimpan data dari hasil analisa akhir

saat user menggunakan form konsultasi.

No Field Type Panjang Keterangan

1 id Integer 4 -

2 nama Varchar 60 -

3 kelamin Enum - -

4 alamat Varchar 100 -

5 kd_penyakit Char 4 -

Tabel 4.5 Tabel Analisa Hasil

c. Tabel gejala

Tabel gejala digunakan untuk menyimpan data semua gejala tentang

penyakit jeruk.


1 kd_gejala Char 4 kode gejala

2 nm_gejala Varchar 100 nama gejala

Tabel 4.6 Tabel Gejala

d.

Tabel penyakitTabel penyakit digunakan untuk menyimpan semua data penyakit beserta

pengertian dan solusinya.


1 kd_penyakit Char 4 kode penyakit

2 nm_penyakit Varchar 60 nama penyakit

3 definisi Text - -

8/17/2019 9CCBFd01

26/52

4 solusi Text - -

Tabel 4.7 Tabel Penyakit

e.

Tabel Relasi

Tabel relasi digunakan untuk menyimpan data relasi antara penyakit dan

gejala.




Tabel 4.8 Tabel Relasi

f. Tabel tmp_analisa

Tabel tmp_analisa digunakan untuk menyimpan daftar relasi yang kode

penyakitnya mungkin terjadi.




3 status Enum - -

Tabel 4.9 Tabel tmp_analisa

g.

Tabel tmp_gejala

Tabel tmp_gejala digunakan untuk menyimpan daftar kode gejala yang

telah dijawab “ya”, sedangkan yang dijawab “tidak” akan dibuang.


8/17/2019 9CCBFd01

27/52


2 noip Varchar 60 -

Tabel 4.10 Tabel tmp_gejala

h. Tabel tmp_pasien

Tabel tmp_pasien digunakan untuk menyimpan sementara data pasien.


1 id Integer 4 -

2 nama Varchar 60 -

3 kelamin Enum - -

4 alamat Varchar 100 -

Tabel 4.1.1 Tabel tmp_pasien

i. Tabel tmp_penyakit

Tabel tmp_penyakit digunakan untuk menyimpan daftar kemungkinan

penyakit saat menjawab setiap gejala yang ditanyakan.



Tabel 4.1.2 Tabel tmp_penyakit

4.4.2 Ent ity Relati ons Diagram (ERD)

Entity Relationship Diagram (ERD) adalah sebuah diagram yang

mengambarkan hubungan/relasi antar entitas (entity), dan setiap entiti terdiri atas satu

atau lebih atribut yang mempresentasikan seluruh kondisi (fakta). ERD digunakan untuk

menunjukkan hubungan antara entity dengan database dan objek – objek (himpunan

entitas) apa saja yang ingin dilibatkan dalam sebuah basisdata dan bagaimana hubungan

yang terjadi diantara objek-objek tersebut.

8/17/2019 9CCBFd01

28/52

ERD yang berisi komponen-komponen himpunan entitas dan himpunan relasi

yang masing-masing dilengkapi dengan beberapa atribut yang mempersentasikan

seluruh fakta yang ditinjau dari keadaan yang nyata. Dimana dapat digambarkan secara

lebih sistimatis dengan menggunakan ERD.

Penyakit

Kd_penyakit

Nm_penyakit

definisi

solusi

isi

Analisa hasil

ID

Kd_penyakit

ID

alamat

Nama

Kd_penyakit

Relasi

Kd_penyakit Kd_gejala

Gejala

Kd_gejala

Nm_gejala

M N

1

1

Login

Username

Pasword 1

1

MM

Gambar 4.2 Entity Relationship Diagram

4.5 Rancangan Layar Program Sistem Pakar

Rancangan layar progam sangat perlu, sebelum membuat aplikasi. Karena

mempermudah proses pembuatan aplikasinya. Rancangan layar merupakan

penggambaran secara nyata fitur-fitur yang akan di desain sebelumnya.

a.

Rancangan Layar Menu Utama

8/17/2019 9CCBFd01

29/52

Gambar 4.3 Rancangan layar Aplikasi Sistem Pakar Penyakit Jeruk

b.

Rancangan Menu Daftar Penyakit

DAFTAR SEMUA PENYAKIT

No Nama Penyakit Pilih

1 XXXXXXXXXX Lihat

2 XXXXXXXXXX Lihat

3 XXXXXXXXXX Lihat

4 XXXXXXXXXX Lihat

5 XXXXXXXXXX Lihat

6 XXXXXXXXXX Lihat

7 XXXXXXXXXX Lihat

Gambar 4.4 Rancangan layar form Daftar Penyakit

c. Rancangan Layar Konsultasi/Diagnosa

MASUKKAN DATA USER

HEADER

FOOTER

BERANDA

PENYAKIT JERUK

DIAGNOSA

TENTANG JERUK

BANTUAN

ADMIN

8/17/2019 9CCBFd01

30/52

Id

Nama

Kelamin

Alamat

Gambar 4.5 Rancangan layar form Input User

d. Rancangan Layar Page konsul/ quisioner

JAWABLAH PERTANYAAN BERIKUT :

Pertanyaan : XXXXXXXXXXXXX?

Benar (YA) Salah (TIDAK)

Gambar 4.6 Rancangan layar page konsultasi

e.

Rancangan Layar Page Hasil

HASIL ANALISA PENYAKIT JERUK

DATA PASIEN :

Id XXXXX

Nama XXXXXKelamin XXXXX

Alamat XXXXX

HASIL ANALISA TERAKHIR :

Penyakit XXXXXXXXXX

Gejala XXXXXXX

XXXXXXX

XXXXXXX

Daftar

Jawab

Pria Wanita

8/17/2019 9CCBFd01

31/52

Keterangan XXXXXXXXXXXXXXX

XXXXXXXXXXXXXXX

Solusi XXXXXXXXXXXXXXX

Gambar 4.7 Rancangan layar Hasil Analisa Penyakit

f. Rancangan Layar login admin

LOGIN PAKAR

Login User

Login Password

Gambar 4.8 Rancangan layar Login Pakar

g. Rancangan Layar Input Penyakit

MASUKKAN DATA PENYAKIT

Kode

Penyakit

Definisi

Solusi

Gambar 4.9 Rancangan layar Input Penyakit

h. Rancangan Layar Input Gejala

Login

Sim an

8/17/2019 9CCBFd01

32/52

MASUKKAN KODE GEJALA

KODE

GEJALA

Gambar 4.10 Rancangan layar Input Gejala

i. Rancangan Layar Input Relasi

RELASI GEJALA DAN PENYAKIT

Nama Penyakit

Daftar Gejala

XXXXXXXX

XXXXXXXX

XXXXXXXX

XXXXXXXX

Gambar 4.11 Rancangan Layar Input Relasi

Simpan

[Daftar Penyakit]

Simpan Relasi Reset

8/17/2019 9CCBFd01

33/52

j. Rancangan Layar Ubah Penyakit


No Nama Penyakit Pilihan

1 XXXXXXXXXX Ubah | Hapus







Tambah

Gambar 4.12 Rancangan Layar Ubah Penyakit

k. Rancangan Layar Ubah Gejala

DAFTAR SEMUA GEJALA

No NAMA GEJALA Pilihan






Tambah

Gambar 4.13 Rancangan layar Ubah Gejala

l. Rancangan Layar Laporan Penyakit

8/17/2019 9CCBFd01

34/52


Kode XXXX

Nama Penyakit XXXXXXXXXX

Definisi XXXXXXXXXXXXXXXXXX

XXXXXXXXXXXXXXXXXX

XXXXXXXXXXXXXXXXXX

Solusi XXXXXXXXXXXXXXX

XXXXXXXXXXXXXXX

XXXXXXXXXXXXXXX

Gambar 4.14 Rancangan layar Laporan Penyakit

m. Rancangan Layar Laporan Gejala

TAMPILKAN GEJALA PER PENYAKIT

Penyakit :

Gambar 4.15 Rancangan layar Laporan Gejala

4.6 Algoritma

Algoritma digunakan untuk merancang sebuah sistem sehingga lebih

mudah dimengerti struktur dari sistem yang akan dibuat. Algoritma dibuat seperti

diagram yang terdiri dari bentuk-bentuk seperti persegi, trapezium, persegi

panjang dan kemudian dihubungkan oleh garis-garis yang saling terhubung.

Tampil

8/17/2019 9CCBFd01

35/52

Dibawah ini adalah algoritma yang digunakan dalam proses pembuatan sistem

pakar ini.

Gambar 4.16 Flowchart Algoritma Fuzzy

Dari flowchart di atas, dapat dijelaskan langkah-langkah proses inferensi

penalaran maju ( fuzzy) yang dilakukan adalah sebagai berikut : Saat sistem akan

dijalankan posisi berada pada START terlebih dahulu, inputan berupa fakta yang

diberikan kepada user adalah data pasien, nama, kelamin, alamat dan gejala yang di

rasakan. Kemudian data-data tersebut disusun ke dalam kaidah berbasis aturan, dimana

setelah itu terjadi pengecekan.

START

Data Pasien, Nama,

Kelamin, Alamat,

Pekerjaan

Kaidah Berbasis Aturan

Kaidah Telah Sesuai

File Berbasis Pengetahuan

Deteksi Penyakit Sapi

Terkena Penyakit

Kesimpulan dan Solusi

Data Hasil Konsultasi

END

Tidak

Tidak

Ya

Ya

8/17/2019 9CCBFd01

36/52

Apakah kaidah-kaidah tersebut telah sesuai atau tidak . Jika tidak maka user akan

kembali mengisiskan fakta-fakta yang lain, akan tetapi jika kaidah tersebut sesuai maka

kaidah atau fakta tersebut tersimpan di dalam file berbasis pengetahuan berupa basis data

yang kemudian diproses hingga user bisa melakukan proses konsultasi untuk

menghasilkan sebuah diagnosa. Dari diagnosa tersebut, akan terlihat apakah terdeteksi

penyakit atau tidak.

Jika tidak maka kesimpulan hasil konsultasi tidak akan dimunculkan dan proses

berakhir, akan tetapi jika menderita penyakit yang disimpulkan dari inputan-inputan

gejala sebelumnya, maka akan dihasilkan sebuah kesimpulan berupa solusi, gejala serta

jenis penyakit yang diderita. Selain flowchart algoritma fuzzy . dibawah ini di gambarkan

flowchart-flowchart prosedural. Terdapat 7 flowchart yang digambarkan dalam

pembuatan skripsi ini yaitu :

8/17/2019 9CCBFd01

37/52

a. Flowchart alur konsultasi penyakit jeruk

Flowchart konsultasi menjelaskan tentang alur proses saat user atau

pengguna melakukan konsultasi atu berkonsultasi dengan sistem.

Gambar 4.17 Flowchart Konsultasi

Mulai

Input Data Pasien

Tampilan Halaman Daftar Pasien

Daftar

Nama belum diisi

Alamat masih kosong

Pekerjaan masih kosong

YaYa

Input Jawaban Gejala

Tampilan Analisa_Hasil

Cek Rule

End

Hasil cetak Analisa Hasil

Cetak

Analisa

Hasil

8/17/2019 9CCBFd01

38/52

b. Flowchart Login

Flowchart login menjelaskan tentang alur proses saat pakar atau admin

melakukan mealukan login ke halaman admin.

Gambar 4.18 Flowchart Login

8/17/2019 9CCBFd01

39/52

c. Flowchart Input Penyakit

Flowchart Input penyakit menjelaskan tentang alur proses saat admin

menginput suatu penyakit.

Gambar 4.19 Flowchart Input Penyakit

8/17/2019 9CCBFd01

40/52

d. Flowchart Ubah Penyakit

Flowchart ubah penyakit menjelaskan tentang alur proses saat admin atau

pakar melakukan pengubahan data penyakit.

start

Tampilan halaman

ubah penyakit

Ubah

penyakit

Simpan

Penyakit tampil

End

Nama penyakit

masih Kosong,

Definisi mAsih

kosong, Solusi

masih kosong

ya

Tidak

Gambar 4.20 Flowchart Ubah Penyakit

8/17/2019 9CCBFd01

41/52

e. Flowchart Input Gejala

Flowchart input gejala menjelaskan tentang alur proses memasukan data gejala

penyakit kedalam sistem atau database.

Gambar 4.21 Flowchart Input Gejala

8/17/2019 9CCBFd01

42/52

f. Flowchart Ubah Gejala

Flowchart ubah gejala menjelaskan tentang alur proses saat admin atau pakar

melakukan pengubahan data gejala penyakit.

start

Tampilan halaman

ubah gejala

Ubah

Gejala

Simpan

Gejala tampil

End

Gejala Masih

Kosong

ya

Tidak

Gambar 4.22 Flowchart Ubah Gejala

8/17/2019 9CCBFd01

43/52

g. Flowchart Input Relasi

Flowchart relasi menjelaskan tentang alur proses penginputan data relasi

penyakit dengan gejala

Gambar 4.23 Flowchart Input Gejala

8/17/2019 9CCBFd01

44/52

4.7 Implementasi

Penerapan program dalam pengembangan sistem ini adalah penerapan

aplikasi berbasis web yang dapat dijalankan dalam lingkungan internet. Sehingga

user dapat menggunakan aplikasi ini dimana dan kapan saja. Dengan adanya

program ini diharapkan mampu memberikan informasi yang secara cepat dan

mudah dalam mendiagnosa penyakit pada ternak jeruk.

4.7.1 Uji Kasus

Pengujian terhadap aplikasi sistem pakar untuk mendiagnosis penyakit pada jeruk dilakukan untuk menguji kebenaran dari sistem pakar tersebut. Telah

dilakukan pengujian terhadap aplikasi adalah sebagai berikut :

a. Pengujian Konsultasi

Pengujian Konsultasi merupakan menu dimana user dapat melakukan penginput

gejala-gejala yang dialami untuk mendapatkan hasil analisa dari gejala tersebut.

Modul yang diuji Konsultasi

Prosedur Pengujian -

Akses ke website

- Pilih menu konsultasi

-

Isi data user

- Input jawaban gejala yang dialami

- Klik tombol diagnosa

Masukan Gejala, klik tombol jawab

keluaran Hasil diagnosa dari jawaban gejala yang diinput

Hasil Hasil diagnosa dari jawaban gejala yang diinput

Kesimpulan Baik

Tabel 4.14 Tabel Pengujian Konsultasi

b. Pengujian Login

Untuk melakukan akses ke sistem setiap admin harus mempunyai

username dan password yang terdapat pada sistem. Admin berhak

8/17/2019 9CCBFd01

45/52

menjalankan sistem untuk melakukan kegiatannya sebagai tenaga

administrasi mulai dari perubahan password login, penginputan dan

pengeditan data.

Modul yang diuji Login Login

Prosedur Pengujian - Akses ke website

- Pilih menu

Masuk pakar

- Masukan

username dan

password

- Klik tombol login

- Akses ke website

- Pilih menu

Masuk pakar

- Masukan

username dan

password

Klik tombol login

Masukan Username, password,

klik tombol login

Username, password,

klik tombol login

keluaran User masuk kedalam

sistem dan dapat

mengakses sistem

Tampil pesan “Username

atau Password Salah

Hasil User masuk kedalam

sistem dan dapat

mengakses sistem

Tampil pesan “Username

atau Password Salah

Kesimpulan Baik Baik

Tabel 4.15 Tabel Pengujian Login

8/17/2019 9CCBFd01

46/52

c. Pengujian Input Data penyakit

Pengujian data jenis penyakit digunakan untuk memasukan data baru,

pengolahan data seperti penyakit, definisi, solusi.

Modul yang

diuji

Input Penyakit Input Penyakit

Prosedur

Pengujian

-

Akses ke

website

- Masukkan ke

bagian admin

- Pilih menu

input penyakit

-

Input penyakit,

definisi, solusi

- Klik tombol

simpan

-

Akses ke website

- Masukkan ke bagian

admin

- Pilih menu input penyakit

- Input penyakit, definisi,

solusi

-

Klik tombol simpan

Masukan Penyakit, definisi,

solusi

Penyakit, definisi, solusi

keluaran Tampil pesan “Data

berhasil disimpan”

Tampil pesan “Nama penyakit

masih kosong, ulangi kembali”

Hasil Tampil pesan “Data


Tampil pesan “Nama penyakit

masih kosong, ulangi kembali”


Tabel 4.16 Tabel pengujian input data penyakit

8/17/2019 9CCBFd01

47/52

d. Pengujian Input Gejala

Pengujian Gejala digunakan untuk menambah gejala.

Modul yang

diuji

Input Gejala Input Gejala

Prosedur

Pengujian

-

Akses ke

website

- Masukkan ke

bagian admin

- Pilih menu

input gejala

-

Input gejala

-

Klik tombol

simpan

-

Akses ke website

-

Masukkan ke bagian

admin

- Pilih menu input gejala

- Input gejala

- Klik tombol simpan

Masukan Gejala, klik tombol

simpan

Gejala, klik tombol simpan



Tampil pesan „Gejala masih

kosong, ulangi kembali”



Tampil pesan „Gejala masih



Tabel 4.17 Tabel Pengujian input data gejala

8/17/2019 9CCBFd01

48/52

Pada pengujian data relasi digunakan untuk memasukkan data baru, mengubah

atau menghapus.

Modul yang

diuji

Input Relasi Input Relasi

Prosedur

Pengujian

- Akses ke

website

- Masukkan ke

bagian admin

-

Pilih menu

input relasi

- Pilih

penyakit,

pilih gejala

-

Klik tombol

simpan

- Akses ke website

- Masukkan ke bagian

admin

- Pilih menu input relasi

-

Pilih penyakit, pilih

gejala

Klik tombol simpan

Masukan Penyakit, Gejala, kliktombol simpan

Penyakit, Gejala, klik tombolsimpan



Tampil pesan „Data masih




Tampil pesan „Data masih



Tabel 4.18 Tabel Pengujian Input Relasi

8/17/2019 9CCBFd01

49/52

4.7.2 Spesifikasi Hardware dan Software

Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit Pada Jeruk

ini menggunakan sfesifikasi sebagai berikut :

a. Hardware

1) Laptop Compaq CQ43

2)

Processor AMD E 300 APU with Radeon (tm) HD Grapichs

1.30 Ghz

3) Ram 2 GB

4)

Mouse, keyboard, monitorb. Software

1) Windows 7 ultimate

2)

Mozilla Forefox

3)

Xampp

4) Macromedia Dreamweaver 8

5) Adobe Photoshop CS3

6) Microsot Office

7) Rational Software

8) WBS Chart Pro

4.8 Kelebihan dan Kekurangan Program

Dalam sebuah program tentu mempunyai kelebihan dan kekurangan

program tersebut, hal ini untuk menjadi perbandingan dengan program yang

lainnya. Berikut kelebihan dan kekurangan program yang dibuat.

8/17/2019 9CCBFd01

50/52

4.8.1 Kelebihan Program

Kelebihan aplikasi ini adalah :

a. Mempunyai login admin sehingga data-data bisa diubah, ditambah,

dihapus.

b. Tampilan sederhana dan mudah digunakan.

c.

Tidak banyak menggunakan biaya.

4.8.2 Kekurangan Program

Kekurangan aplikasi ini adalah :

a. Mengaksesnya masih melalui localhost .

b. Menggunakan xampp untuk menjalankannya sering tidak support pada

windows 7 .

c.

Jumlah penyakit yang di diagnosis dalam aplikasi ini masih dibatasi.

d. Aplikasi ini hanya bersifat konsulatif atau hanya sebagai alat bantu

untuk berkonsultasi saja dan memberikan solusi. Namun untuk

penanganan lebih spesifikasi sebaiknya bekonsultasi langsung dengan

dokter hewan atau pakar ternak.

8/17/2019 9CCBFd01

51/52

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulanl;l

Berdasarkan permasalahan yang telah dibahas, maka disimpulkan :

a.

Aplikasi ini menggunakan metode fuzzy yang diaplikasikan ke dalam layanan

berbasis web dengan menggunakan bahasa pemrograman PHP dan MySQL

sebagai databasenya. b. Metode fuzzy yang digunakan merupakan proses inferensi yang memulai

pencarian dari premis atau data masukan berupa gejala menuju pada konklusi

yaitu kesimpulan jenis penyakit serta solusinya.

c.

Berdasarkan hasil pengujian, aplikasi sistem pakar ini berguna untuk

membantu dan mempermudah user dalam memperoleh informasi mengenai

penyakit jeruk serta mendapatkan hasil diagnosa penyakit jeruk.

5.2

Saran

Aplikasi sistem pakar untuk mendiagnosis penyakit pada jeruk ini sangat

berpengaruh dalam dunia kesehatan sehingganya untuk pengembangan

kedepannya diharapkan dapat menambahkan pengetahuan yang lebih lengkap dan

terbaru tentang gejala-gejala penyakit jeruk yang dibahas dari pakar yang

berbeda, ada beberapa saran yang harus diterapkan guna pengembangan sisten

pakar lebih lanjut :

a. Pengetahuan sistem pakar penyakit pada jeruk kiranya semakin diperkaya

dengan penambahan kompleksitas gejala yang diberikan, agar dapat

memberikan penjelasan informasi kepada pengguna yang lebih optimal.

b. Perlu dipertimbangkan untuk membuat penyajian pilihan data gejala yang lebih

baik agar lebih mudah dalam penggunaan sistem pakar ini.

8/17/2019 9CCBFd01

52/52

c. Untuk penanganan penyakit lebih lanjut sehingga dapat menghasilkan

perkembangan yang maksimal, sebaiknya user langsung mendatangi seorang

pakar tanaman.

d. Semua kekurangan yang tidak disadari oleh penulis agar dapat di sempurnakan

lagi.

9ccbfd01

Documents