1. PENDAHULUAN Di indonesia tumbuh berbagai jenis tanaman baik yang sudah diberi nama ilmiah maupun yang belum.

Para ahli di bidang botani telah banyak membuat tulisan untuk mengidentifikasi tanaman, salah satunya adalah dengan menggunakan kunci identifikasi tumbuhan. Cara yang dilakukan dengan mencocokkan ciri yang terdapat pada tumbuhan yang akan diidentifikasi dengan ciri maupun takson yang telah dibuat kunci nya. Kunci identifikasi merupakan pertanyaan yang jawabannya harus ditemukan pada specimen yang akan diidentifikasi. Perkembangan di bidang komputer sangatlah pesat, salah satu adalah teknik untuk membuat komputer mampu mengolah pengetahuan yang dikenal dengan teknik kecerdasan buatan atau artificial intelligence. Dengan pendekatan ini manusia mencoba membuat komputer dapat berfikir seperti cara yang dipakai manusia memecahkan masalah. Salah satu bidang kecerdasan adalah sistem pakar atau expert system yang dapat meniru proses penalaran para pakar dalam memecahkan masalah. Teknologi komputer berusaha memindahkan pengetahuan dari para pakar ke dalam komputer agar dapat digunakan pada berbagai bidang sesuai dengan kepakaran yang dimasukkan. Mengingat keterbatasan jumlah ahli atau pakar tumbuhan dan keanekaragaman tumbuhan di indonesia sehingga diperlikan sebuah sistem yang baik untuk mengatasi hal ini. Cara yang dipilih dalam bidang kepakaran identifikasi tumbuhan adalah dengan kunci identifikasi yang dituangkan ke dalam sebuah software sistem pakar. 2. SISTEM PAKAR Salah satu cabang ilmu komputer yang sangat membantu manusia adalah kecerdasan buatan atau artificial intelligence. Kecerdasan buatan adalah cabang ilmu komputer yang bertujuan untuk membuat sebuah komputer dapat berpikir dan bernalar seperti manusia. Tujuan praktis dari kecerdasan buatan ini adalah membuat komputer semakin berguna bagi manusia. Kecerdasan buatan dapat membantu manusia dalam membuat keputusan, mencari informasi secara lebih akurat, atau membuat komputer lebih mudah digunakan dengan tampilan yang menggunakan bahasa natural sehingga mudah dipahami. Salah satu bagian dari sistem kecerdasan buatan adalah sistem pakar dimana sistem pakar adalah bagian dari ilmu Kecerdasan buatan yang secara spesifik berusaha mengadopsi kepakaran seseorang di bidang tertentu ke dalam suatu sistem atau program komputer. 1. Arsitektur Sistem Pakar Arsitektur sistem pakar dapat dilihat pada gambar 1 di bawah ini dimana sebuah sistem pakar terdiri dari tiga modul utama, yaitu: knowledge base, working memory dan inference engine yang merupakan bagian utama dari sebuah sistem pakar. Sedangkan bagian-bagian selain ketiga komponen utama itu adalah : user interface, developer interface, explanation facility, dan external programs.

Keterangan : a. Knowledge base adalah representasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-masalah yang terjadi pada komputer. Knowledge base ini terdiri dari dua elemen dasar, yaitu fakta dan rules.

b. Inference engine merupakan otak dari sistem pakar yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini yang menganalisis suatu masalah tertentu dan kemudian mencari solusi atau kesimpulan yang terbaik. c. Working Memory merupakan tempat penyimpanan fakta-fakta yang diketahui dari hasil menjawab pertanyaan. d. User/developer interface. Semua software pengembangan sistem pakar memberikan interface yang berbeda bagi user dan developer. User akan berhadapan dengan tampilan yang sederhana dan mudah sedangkan developer akan berhadapan dengan editor dan source code waktu mengembangkan program. e. Explanation facility memberikan penjelasan saat mana user mengetahui apakah alasan yang diberikan sebuah solusi. f. External programs. Berbagai program seperti database, spreadsheets, algorithms, dan lainnya yang berfungsi untuk mendukung sistem. Semakin banyak pengetahuan yang dimasukan kedalam Sistem Pakar, maka sistemtersebut akan semakin baik dalam bertindak, sehingga hampir menyerupai pakar yang sebenarnya.

Gambar 2. di atas merupakan gambaran konsep dasar Sistem Pakar, dimana pengguna (user) menyampaikan fakta atau informasi kepada Sistem Pakar, kemudian fakta dan informasi tersebut akan di simpan ke knowledge-base (basis pengetahuan), dan diolah dengan mekanisme inferensi, sehingga sistem dapat memberikan respon kepada penggunanya berupa keahlian atau jawaban berdasarkan pengetahuan yang dimilikinya. Tujuan Sistem Pakar Tujuan dari sebuah Sistem Pakar adalah mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer dan kemudian kepada orang lain (non expert). Aktivitas pemindahan kepakaran adalah : - Knowledge Acquisition (dari pakar atau sumber lain) - Knowledge Representation (ke dalam komputer) - Knowledge Inferencing - Knowledge Transfering 3. SISTEM PAKAR KLASIFIKASI TUMBUHAN Dibidang botani, tumbuhan digolong-golongkan atas beberapa kelompok misalnya Spermatophyta, Pterodophyta, dan lain sebagainya. Taksonomi sebagian besar didasarkan atas persamaan cirinya. Kategori identifikasi untuk tumbuhan pada dasarnya adalah Regnum atau dunia, Divisio, Sub Divisio, Classis atau kelas, Ordo atau bangsa, Familia atau suku, Genus atau marga, dan Species atau jenis. Nama suatu jenis tanaman dapat berupa nama ilmiah ataupun nama indonesia. Nama ilimiah biberikan oleh para ahli taksonomi tumbuhan. Nama ini berlaku internasional, terutama dikalangan ilmuwan tumbuh-tumbuhan. Cara penulisan untuk nama ilmiah menggunakan sistem binomial atau biner atau nama dua kata. Individu-individu tanaman mempunyai sifat tersendiri yang tetap dan sama dikelompokkan sebagai suatu spesies. Sedangkan yang dimaksud

dengan genus adalah pengelompokan alamiah dari spesies yangmemiliki sifat umum yang mirip. 4. SISTEM IDENTIFIKASI Selain mengadakan penggolongan atau klasifikasi, tugas yang penting lainnya adalah pengenalan atau identifikasi. Melakukan identifikasi tumbuhan berarti mengungkapkan atau menetapkan identifikasi atau jati diri suatu tumbuhan yang dalam hal ini menentukan namanya yang benar dan tempatnya yang tepat dalam klasifikasi. 5. REPRESENTASI PENGETAHUAN Metode representasi pengetahuan yang digunakan adalah production rule atau kaidah produksi. Kaidah produksi ini dikatakan sebagai implikasi dua bagian yaitu bagian premiseatau kondisi dan bagian konklusi atau maka. Apabila bagian premise dipenuhi maka bagian konklusi akan bernilai benar. Bila bagian premise tidak dipenuhi maka akan melompat ke bagian prtemise lain dibawahnya. Suatu kaidah produksi dapat terdiri atas beberapa premise dan lebih dari satu konklusi. Anatara premise satu dengan premise yang lain dapat dihubungkan dengan atau atau dan. Terdapat tiga elemen utama dari semua sistem produksi, yaitu : 1. Database global Merupakan struktur data utama dari sistem produksi. 2. Kaidah produksi Kaidah produksi mempunyai bagian kondisi (IF) yang disebut bagian kanan dan aksi (THEN) yang disebut bagian kiri. 3. Sistem kontrol Merupakan program penterjemah yang esensial untuk mengontrol urutan dimana kaidah-kaidah produksi dipicu dan menyelesaikan konflik jika lebih dari satu kaidah yang diaplikasikan.

Beberapa keuntungan yang dapat diperoleh dari sistem produksi yaitu : 1. Expressiveness dan intuitiveness

Karena berkaitan dengan pengalaman pekerjaan manusia dan diorganisasikan dalam bentuk saran atau nasehat. 2. Sederhana Sederhana karena menggunakan kaidah produksi berupa IF..THEN sehingga tepat mengarah kepada pendokumentasian. 3. Kemampuam modularity dan kemampuan memodifikasi Informasi dapat ditambahkan dan dihapus dari sistem secara esensial dan tidak mengakibatkan efek samping serta dapat menunjukkan kenaikan produksi dengan tidak mengalami pengurangan kinerja (Ciri modular). 4. Pengetahuan intensif Pengetahuan intensif yang diberikan berupa pengetahuan murni karena setiap kaidah produksi ekuivalen untuk suatu ringkasan dan kejelasan. Regnum Divisio Classis Ordo Familia Genus Takson Tumbuhan Nama Tumbuhan / Nama Ilmiah

Bentuk daun

Warna Bunga

Ciri-ciri Fisik

Gambar 1. Diagram tree identifikasi tanaman 6. CARA REPRESENTASI PENGETAHUAN Ada beberapa cara untuk mempresentasikan pengetahuan. Pada penelitian ini cara yang digunakan adalah dengan metode kaidah produksi (production rules).

Rule 1 : IF

Regnum Plantae OR Tumbuhan AND Divisio Spermatophyta OR Tumbuhan berbiji AND Classis Monocotyledoneae OR Biji Berkeping tunggal AND Ordo Musales OR Pisang AND Familia Musaceae AND Bentuk daun menyirip AND Warna bunga Kuning Nama Ilmiah Musa Paradisa Nama Tumbuhan Pohon Pisang

THEN

Rule 2 : IF

Regnum Plantae OR Tumbuhan AND Divisio Spermatophyta OR Tumbuhan berbiji AND Classis Dicotyledoneae OR Biji Berkeping dua AND Ordo Malvales AND Familia Malvaceae AND Bentuk daun menyiripAND Warna Bunga Merah OR Orange Or Pink Nama ilmiah Hibiscus Rosasinensis Nama Tumbuhan Bunga Sepatu

THEN

7. MENYUSUN MESIN INFERENSI Setelah basis pengetahuan dimasukkan dalam working memory atau basis data, maka selanjutnya menyusun mesin inferensi yang akan berusaha menganalisis masalah sesuai dengan basis pengetahuan yang dimasukkan dan selanjutnya mencari jawaban atau kesimpulan . mesin inferensi akan memulai pelacakkannya dengan mencocokkan kaidah-kaidah dalam basis pengetahuan dengan fakta yang ada pada basis data. 8. TEKNIK INFERENSI Berdasarkan teknik inferensi yang digunakan yaitu alur mundur atau Backward Chainning atau goal driven, kinerja sistem dalam pencapaian kesimpulan didasarkan pada langkah berikut: 1. Memulai penalaran dari sekumpulan hipotesa. 2. Menemukan ciri-ciri yang sesuai hipotesa menuju fakta-fakta yang mendukung hipotesa tersebut. 3. Begitu selanjutnya sampai pada kesimpulan atau goal tercapai. Sebagai contoh dilakukan trace atau penelusuran spesies dengan backward chaining. Dengan hipotesa awal adalah spesies Hibiscus Rosasinensis. Langkah 1 Goal spesies Hibiscus Rosasinensis

Langkah 2 Langkah 3 Langkah 4 Langkah 5 Langkah 6 Langkah 7 Langkah 8 Langkah 9 Langkah 10 Langkah 11 Langkah 12 Langkah 13

Goal diketahui Temukan rule dengan goal tersebut, dimulai dari rule 1 Lihat jika rule 1 dengan premis 1 Regnum Plantae atau Tumbuhan YES Lihat rule 1, premise 2 Divisio Spermatophyta atau Tumbuhan berbiji YES Lihat rule 1, premise 3 Classis Monocotyledoneae atau Biji Berkeping tunggal NO Lompat ke rule 2, premise 1 Regnum Plantae atau Tumbuhan YES Lihat rule 2, premise 2 Divisio Spermatophyta atau Tumbuhan berbiji YES Lihat rule 2, premise 3 Classis Dicotyledoneae atau Biji Berkeping dua YES Lihat rule 2, premise 4 Ordo Malvales YES Lihat rule 2, premise 5 Familia Malvaceae YES Lihat rule 2, premise 6 Bentuk daun YES Lihat rule 2, premise 7 Warna bunga Merah atau orange atau pink YES

Hibiscus Rosasinensis

Hibiscus Rosasinensis

WORKING MEMORY: Regnum plantae atau tumbuhan Divisio Spermatophyta atau Tumbuhan berbiji Classis Dicotyledoneae atau Biji Berkeping dua Ordo malvales Famili Malvaceae Bentuk daun menyirip Warna bunga merah atau orange atau pink

9. IMPLEMENTASI SISTEM PAKAR Implementasi sistem pakar untuk identifikasi tumbuhan menggunakan komponen pembentuk rule, yaitu: 1. Qualifier atau pengkualifikasian Pengkualifikasian merupakan komponen yang memberikan pilihan pada pemakai. Contoh pada input warna bunga pada sistem pakar identifikasi tanaman, qualifier dapat berupa: Warna bunga Putih

Merah Orange Pink 2. Variable Variable memberikan keleluasaan pada pemakai untuk memasukkan input berupa angka. 3. Choice Choice atau goal merupakan tujuan akhir dari system pakar atau merupakan output dari system pakar. Contohnya pada system pakar identifikasi tanaman, choice nya adalah tanaman yang akan diidentifikasi, contoh: Choice Musa Paradisa Hibiscus Rosasinensis Oryza sativa 10. KESIMPULAN Pada penelitian ini dirancang sebuah basis pengetahuan untuk identifikasi tanaman. Untuk proses identifikasinya melihat dari ciri yang menonjol pada tanaman tersebut. Dari ciri yang dimasukkan, sistem pakar dapat memberikan kesimpulan mengenai nama spesies tanaman tersebut. Perancangan sistem pakar untuk identifikasi tanaman ini masih dalam tahap prototipe, artinya masih dalam suatu sistem dengan skala kecil. Identifikasi ini ditujukan untuk tanaman di Indonesia. Sietem pakar ini termasuk kategori interpretasi, dengan tipe representasi production rules dan teknik penelusuran backward-chaining (pelacakan mundur). Pada pembuatan sistem pakar ini dibuat sebuah software shell berbasis Winexsys dengan knowledge base identifikasi tanaman yaitu dengan memasukkan ciri-ciri atau jati diri yang menonjol dari kayu antara lain Takson tumbuhan: , serta ciri fisik: . Dari pencirian tersebut menghasilkan kesimpulan berupa nama spesies dari tanaman tersebut.