9ccbfd01
TRANSCRIPT
-
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)
G002 = Warna daun kuning
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)
G001 = Ada getah pada batang
G008 = Daun gugur
P006 Penyakit Tepung
(Oidium tingitatinum)
G008 = Daun gugur
G009 = Ada tepung pada daun dan pucuk
P007 Jamur Upas
(Corrticiumsalmonicolor)
G001 = Ada getah pada batang
G008 = Daun gugurG010 = Batang dan daun lapuk
P008 Penyakit Kudis G007 = Bercak bercak pada daun
G002 = Warna daun kuning
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.
No Field Type Panjang Keterangan
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.
No Field Type Panjang Keterangan
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.
No Field Type Panjang Keterangan
1 kd_penyakit Char 4 kode penyakit
2 kd_gejala Char 4 kode gejala
Tabel 4.8 Tabel Relasi
f. Tabel tmp_analisa
Tabel tmp_analisa digunakan untuk menyimpan daftar relasi yang kode
penyakitnya mungkin terjadi.
No Field Type Panjang Keterangan
1 kd_penyakit Char 4 kode penyakit
2 kd_gejala Char 4 kode gejala
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.
No Field Type Panjang Keterangan
-
8/17/2019 9CCBFd01
27/52
1 kd_gejala Char 4 kode gejala
2 noip Varchar 60 -
Tabel 4.10 Tabel tmp_gejala
h. Tabel tmp_pasien
Tabel tmp_pasien digunakan untuk menyimpan sementara data pasien.
No Field Type Panjang Keterangan
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.
No Field Type Panjang Keterangan
1 kd_penyakit Char 4 kode penyakit
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
DAFTAR SEMUA PENYAKIT
No Nama Penyakit Pilihan
1 XXXXXXXXXX Ubah | Hapus
2 XXXXXXXXXX Ubah | Hapus
3 XXXXXXXXXX Ubah | Hapus
4 XXXXXXXXXX Ubah | Hapus
5 XXXXXXXXXX Ubah | Hapus
6 XXXXXXXXXX Ubah | Hapus
7 XXXXXXXXXX Ubah | Hapus
Tambah
Gambar 4.12 Rancangan Layar Ubah Penyakit
k. Rancangan Layar Ubah Gejala
DAFTAR SEMUA GEJALA
No NAMA GEJALA Pilihan
1 XXXXXXXXXX Ubah | Hapus
2 XXXXXXXXXX Ubah | Hapus
3 XXXXXXXXXX Ubah | Hapus
4 XXXXXXXXXX Ubah | Hapus
5 XXXXXXXXXX Ubah | Hapus
Tambah
Gambar 4.13 Rancangan layar Ubah Gejala
l. Rancangan Layar Laporan Penyakit
-
8/17/2019 9CCBFd01
34/52
DAFTAR SEMUA PENYAKIT
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
berhasil disimpan”
Tampil pesan “Nama penyakit
masih kosong, ulangi kembali”
Kesimpulan Baik Baik
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
keluaran Tampil pesan “Data
berhasil disimpan”
Tampil pesan „Gejala masih
kosong, ulangi kembali”
Hasil Tampil pesan “Data
berhasil disimpan”
Tampil pesan „Gejala masih
kosong, ulangi kembali”
Kesimpulan Baik Baik
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
keluaran Tampil pesan “Data
berhasil disimpan”
Tampil pesan „Data masih
kosong, ulangi kembali”
Hasil Tampil pesan “Data
berhasil disimpan”
Tampil pesan „Data masih
kosong, ulangi kembali”
Kesimpulan Baik Baik
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.