TUGAS AKHIR

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

SARJANA TEKNIK
Pada Program Studi Teknik Informatika – Universitas Malikussaleh

SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA

TANAMAN KELAPA SAWIT MENGGUNAKAN
METODE FORWARD CHAINING DAN
METODE CERTAINTY FACTOR
BERBASIS ANDROID
(STUDI KASUS : PPKS MARIHAT)

Oleh,

ADITYA DWI HANDOKO

170170116

PRODI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS MALIKUSSALEH
LHOKSEUMAWE
2021
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberi kesempatan dan kesehatan
kepada penulis untuk menyelesaikan tugas akhir ini. Serta tak lupa pula Shalawat
beriring salam penulis sanjung sajikan kepada Nabi Besar Rasulullah Muhammad
SAW yang telah mengantarkan kita pada kehidupan yang penuh dengan manisnya
iman, Islam dan ilmu pengetahuan.
Rasa syukur yang teramat besar dari penulis sehingga dapat menyelesaikan
tugas akhir dengan judul “SISTEM PAKAR MENDIAGNOSA PENYAKIT
TANAMAN KELAPA SAWIT DENGAN METODE FORWARD CHAINING
DAN METODE CERTAINTY FACTOR” yang merupakan salah satu syarat yang
harus dipenuhi oleh setiap mahasiswa guna memperoleh gelar sarjana teknik pada
Universitas Malikussaleh.
Dalam meneyelesaikan tugas akhir ini, banyak pihak yang telah memberikan
bantuan baik secara moril, nasihat, semangat, juga materil. Atas segala bantuan
yang telah diberikan, penulis ingin menyampaikan do’a dan ucapan terima kasih
yang sedalam-dalamnya kepada:
1. Bapak Dr.H. Herman Fithra, ST., MT., IPM., ASEAN.Eng selaku Rektor
Universitas Malikussaleh.
2. Bapak Dr. Muhammad, S.T., M.Sc. selaku Dekan Fakultas Teknik
Universitas Malikussaleh.
3. Bapak Munirul Ula, S. T., M. Eng., Ph D selaku ketua jurusan Teknik
Informatika Universitas Malikussaleh.
4. Ibuk Zara Yunizar, S. Kom., M. Kom. selaku ketua program studi Teknik
Informatika Universitas Malikussaleh.
5. Bapak Mukti Qamal, S.T., M.IT selaku dosen pembimbing I.
6. Bapak Hafizh Al Kautsar Aidilof. S.T.,M.Kom selaku dosen pembimbing
II.
7. Bapak Safwandi, S.T.,M.Kom selaku dosen penguji I.
8. Bapak Risawandi, S.T., M.Kom selaku dosen penguji II.

vi
 9. Seluruh staf pengajar dan administrasi di jurusan Teknik Informatika
Universitas Malikussaleh.
10. Ayah, Ibu, serta keluarga tercinta yang telah memberikan do’a, semangat,
dukungan baik moril maupun materil dalam menyelesaikan perkuliahan
hingga penelitian ini.
11. Dan semua pihak yang ikut membantu penulis dalam menyelesaikan tugas
akhir ini.
Penulis mengucapkan banyak terimakasih dan mohon maaf apabila dalam
penulisan tugas akhir ini masih terdapat banyak kekurangan dikarenakan ilmu dan
kemampuan yang masih terbatas. Oleh kerena itu penulis dengan senang hati
menerima saran maupun kritik dari pembaca. Akhir kata semoga tugas akhir ini
dapat bermanfaat bagi teman-teman semua. Aamiin Ya Rabbal’alamin.

Lhokseumawe, September 2021

Penulis,

Aditya Dwi Handoko

NIM. 170170116

vii
 Assalamu’alaikum Wr. Wb.
Bismillahirohmanirrohim

Kupersembahkan sebuah karya saksi bisu perjalanan akhir semasa menempuh

pendidikan tinggi kepada orang-orang yang meluangkan waktunya, memberikan
dukungan materil serta moril pada penulis untuk tetap berdiri dikala terjatuh,
mengisi cerita dalam setiap lembaran kisah cerita kehidupan untuk lebih berwarna.
Maafkan diri yang tak pandai merajut kata menjadi cerita penuh makna, namun
ada nama kalian yang tetap terjaga dalam setiap sudut cerita pembentuk jiwa raga.
Teruntuk kalian “Semoga senantiasa sehat dalam kehidupan dunia”.

Teruntuk:

Ayah (Mulyadi) dan Ibu (Nurbaini)

Adik-adik (Wahyu Dewantara, Kamila Azzahra, Siti Adila Humaira)

Sahabat terbaik serta sahabat seperjuangan

viii
 SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA
TANAMAN KELAPA SAWIT MENGGUNAKAN
METODE FORWARD CHAINING DAN
METODE CERTAINTY FACTOR
BERBASIS ANDROID
(STUDI KASUS : PPKS MARIHAT)

ABSTRAK

Kelapa sawit adalah tanaman modern yang signifikan yang menghasilkan minyak
goreng, minyak modern, dan bahan bakar (biodiesel). Perkebunan kelapa sawit di
Indonesia berkembang pesat, sehingga hampir setiap daerah memiliki industri
peternakan kelapa sawit. Meskipun demikian, ada hal-hal yang mempengaruhi sifat
kelapa sawit, khususnya penyebaran kelapa sawit melalui penyakit. Adanya s
Kerangka kerja utama ini dapat membantu para spesialis dalam memutuskan infeksi
kelapa sawit. Sehingga menjadi perangkat dasar di beberapa bidang. Kerangka
kerja master ini menggunakan teknik Forward Affixing, dimana strategi ini
ditujukan sebagai aturan dan strategi berpikir. Sedangkan nilai keyakinan terhadap
penyakit menggunakan strategi Variabel Kepastian, di mana teknik ini bekerja
dengan menunjukkan kerentanan penalaran seorang spesialis. Info yang digunakan
adalah gejala yang dialami oleh kelapa sawit. Hasil dari penelitian ini adalah
kerangka kerja khusus untuk mendiagnosis jenis dan pengaturan masalah kelapa
sawit di Android menggunakan strategi faktor kepastian,menghasilkan rata-rata
nilai tingkat kepercayaan sebesar 96%.

Keyword: Kelapa Sawit, Forward Chaining, Certainty Factor,Sistem Pakar

ix
 EXPERT SYSTEM TO DIAGNOSE DISEASE IN PALM OIL
PLANT USING FORWARD CHAINING METHOD AND
CERTAINTY METHOD ANDROID BASED
(CASE STUDY : PPKS MARIHAT )

Abstract

Oil palm is a significant modern crop that produces cooking oil, modern oil and
fuel (biodiesel). Oil palm plantations in Indonesia are growing rapidly, so that
almost every region has an oil palm farming industry. However, there are things
that affect the nature of oil palm, in particular the spread of oil palm through
disease. The existence of this expert system can help experts in determining oil palm
diseases. So that it becomes the main commodity in several provinces. This expert
system uses the Forward Chaining method, where this method is represented in the
form of rules and reasoning methods. While the value of certainty against disease
uses the Certainty Factor method, where this method works by proving the
uncertainty of an expert's thinking. The input used is the symptoms experienced by
oil palm. The results of this study are an expert system for diagnosing types and
solutions for palm oil disorders based on Android using the certainty factor method,
producing an average confidence level of 96%.
Keyword: Palm Oil, Forward Chaining, Certainty Factor,Expert System

x
 DAFTAR ISI

LEMBAR JUDUL TUGAS AKHIR … ............................................................... i

SURAT PERNYATAAN ORISINALITAS ........................................................ ii
LEMBAR PENGESAHAN JURUSAN .............................................................. iii
LEMBAR PENGESAHAN PEMBIMBING ..................................................... iv
LEMBAR PENGESAHAN FAKULTAS............................................................ v
KATA PENGANTAR .......................................................................................... vi
HALAMAN PERSEMBAHAN ........................................................................ viii
ABSTRAK ............................................................................................................ ix
Abstract ................................................................................................................... x
DAFTAR ISI ......................................................................................................... xi
DAFTAR TABEL .............................................................................................. xiii
DAFTAR GAMBAR .......................................................................................... xiv
DAFTAR NOTASI ATAU ISTILAH ................................................................ xv
BAB I PENDAHULUAN ..................................................................................... 1
1.1 Latar Belakang Masalah .................................................................. 1
1.2 Rumusan Masalah ........................................................................... 2
1.3 Batasan Masalah .............................................................................. 3
1.4 Tujuan Penelitian ............................................................................. 3
1.5 Manfaat Penelitian ........................................................................... 3
1.6 Relevansi ......................................................................................... 4
BAB II TINJAUAN KEPUSTAKAAN .............................................................. 5
2.1 Sistem Pakar .................................................................................... 5
2.2 Tanaman Kelapa Sawit .................................................................... 5
2.3 Pengertian Metode Forward Chaining............................................ 6
2.4 Pengertian Metode Certainty Factor ............................................... 7
2.5 Database .......................................................................................... 8
2.6 Data Flow Diagram (DFD) ............................................................. 8
2.6.1 Diagram Konteks ................................................................. 9

2.6.2 Entity Relationship Diagram (ERD) .................................. 10

xi
BAB III METODOLOGI PENELITIAN ......................................................... 11
3.1 Tempat Dan Waktu Pelaksanaan Penelitian .................................. 11
3.2 Langkah Penelitian ........................................................................ 11
3.3 Metode Pengumpulan Data ........................................................... 13
3.4 Analisa Kebutuhan Sistem ............................................................ 13
3.5 Skema Sistem ................................................................................ 14
BAB IV HASIL DAN PEMBAHASAN............................................................. 16
4.1 Hasil Penelitian.............................................................................. 16
4.1.1 Analisisi Sistem ................................................................. 16
4.1.2 Analisis Masalah................................................................ 16
4.1.3 Analisis Kebutuhan Sistem ................................................ 17
4.1.4 Perancangan Sistem ........................................................... 18
4.1.5 Perancangan Database ....................................................... 25
4.2 Pembahasan ................................................................................... 28
4.2.1 Data Kode dan Penyakit .................................................... 29
4.2.2 Data Kode Gejala ............................................................... 29
4.2.3 Perhitungan Manual Metode Certainty Factor .................. 32
4.2.4 Pengujian Sistem ............................................................... 42
4.2.5 Implementasi Antarmuka................................................... 46
4.2.6 Hasil Pengujian .................................................................. 51
BAB V KESIMPULAN DAN SARAN ............................................................. 52
5.1 Kesimpulan .................................................................................... 52
5.2 Saran .............................................................................................. 52
DAFTAR KEPUSTAKAAAN ........................................................................... 53
LAMPIRAN PERHITUNGAN … .........................................................................
LAMPIRAN DATA … ...........................................................................................
LAMPIRAN GAMBAR ….....................................................................................
LAMPIRAN LISTING PROGRAM … ................................................................
LAMPIRAN BOIDATA … ....................................................................................

xii
 DAFTAR TABEL

Tabel 2.1 Simbol-Simbol DFD ............................................................................... 9

Tabel 2.2 Simbol-Simbol ERD ............................................................................. 10
Tabel 4.1 Tabel Admin ......................................................................................... 26
Tabel 4.2 Tabel Diagnosa ..................................................................................... 26
Tabel 4.3 tabel gejala ............................................................................................ 26
Tabel 4.4 tabel hasil .............................................................................................. 27
Tabel 4.5 tabel konsultasi...................................................................................... 27
Tabel 4.6 tabel relasi ............................................................................................. 28
Tabel 4.7 Data Kode dan Penyakit ........................................................................ 29
Tabel 4.8 Tabel Kode Gejala ................................................................................ 29
Tabel 4.9 Data Jenis Penyakit dan Gejala ............................................................. 32
Tabel 4.10 Rule Forward Chaining ....................................................................... 34
Tabel 4.11 Daftar Rule Diagnosa Penyakit (Foward Chaining) ........................... 36
Tabel 4.12 Bobot Nilai Measure of Belief ............................................................ 38
Tabel 4.13 Bobot Nilai Measure of Disbelief ....................................................... 38
Tabel 4.14 Nilai Gejala Pada Penyakit Bercak Daun ........................................... 39
Tabel 4.15 Nilai Gejala Pada Penyakit Anthracnose ............................................ 41
Tabel 4.16 Tabel Black Box Testing .................................................................... 43
Tabel 4.17 Tabel Hasil Pengujian ......................................................................... 51

xiii
 DAFTAR GAMBAR

Gambar 3.1 Skema Sistem .................................................................................... 14

Gambar 4.1 Diagram konteks ............................................................................... 18
Gambar 4.2 DFD level 0 Keseluruhan .................................................................. 20
Gambar 4.3 DFD level 0 Keseluruhan .................................................................. 21
Gambar 4.4 DFD level 1 proses 2.0 kelola data gejala ......................................... 22
Gambar 4.5 DFD level 1 proses 4.0 Data Relasi Gejala dan Penyakit ................. 23
Gambar 4.6 DFD Level 1 Proses 6.0 Pakar Certainty Factor ............................... 24
Gambar 4.7 ERD sistem pakar penyakit tanaman kelapa sawit............................ 25
Gambar 4.8 Halaman Dashboard .......................................................................... 46
Gambar 4.9 Halaman Konsultasi .......................................................................... 47
Gambar 4.10 Halaman Keterangan Artikel ........................................................... 47
Gambar 4.11 Halaman Login Admin .................................................................... 48
Gambar 4.12 Halaman Penyakit ........................................................................... 48
Gambar 4.13 Halaman Gejala ............................................................................... 49
Gambar 4.14 Halaman Pengetahuan ..................................................................... 49
Gambar 4.15 Halaman Laporan ............................................................................ 50
Gambar 4.16 Halaman Laporan ............................................................................ 50

xiv
 DAFTAR NOTASI ATAU ISTILAH

CF (H, e) = Certainty Factor dari hipotesa yang dipengaruhi oleh evidence E

MB (H, e) = Measure of Belief (Proporsi Keyakinan) terhadap H
MD (H, e) = Measure of Disbelief (Proporsi Ketidakpercayaan) terhadap H

xv
 BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Sistem Pakar adalah bagian dari penalaran terkomputerisasi (Artifial
Intelegence) yang terkenal saat ini. Man-made brainpower sendiri merupakan
strategi untuk membuat PC siap menghadapi informasi tertentu sehingga perangkat
PC menjadi cerdas untuk memiliki pilihan untuk berpikir seperti orang dalam
menangani masalah utama. Sebagai jenis program PC, kerangka kerja khusus
dibuat untuk membantu dibuat oleh para ahli dalam memutuskan dan dapat
diterapkan di berbagai bidang mengingat area manor untuk spesifikasi tanaman
untuk kelapa sawit.
Kelapa sawit adalah hasil kritis saat ini yang menghasilkan minyak goreng, minyak
saat ini dan bahan bakar (biodiesel). Budidaya kelapa sawit menghasilkan
keuntungan besar karena banyak hutan dan rumah tua diubah menjadi peternakan
kelapa sawit. Budidaya kelapa sawit di Indonesia berkembang pesat, kelapa sawit
berkembang dan berkembang hampir di seluruh pelosok nusantara, baik yang
ditegaskan oleh perorangan maupun dimiliki oleh perkumpulan. Bagaimanapun,
masih ada masalah yang menghambat strategi yang terkait dengan peningkatan
peternakan kelapa sawit.
Hal ini dikarenakan adanya penyakit pada tanaman tersebut yang dapat
menurunkan perkembangan dan produksi kelapa sawit. Banyak kemalangan terjadi
karena infeksi tanaman yang sudah lewat waktu untuk ditangani dan telah sampai
pada tahap yang sebenarnya dan menyebabkan kegagalan panen..
Dalam pengambilan data untuk mendiagnosa penyakit pada tanaman kelapa
sawit penulis mengambil studi kasus berlokasi di Pusat Penelitian Kelapa Sawit.
Selain data yang di ambil terbilang mudah dan lengkap, jarak dari tempat penelitian
dengan tempat tinggal penulis sangat dekat sehingga memudahkan penulis dalam
melakukan penelitian.

1
 2

Beberapa penelitian terdahulu pada sistem infeksi pakar pada tanaman kelapa
sawit misalnya, pada penelitian (Desi Rahmawan) dengan judul “Sistem Pakar
Untuk Mendiagnosa Penyakit Kelapa Sawit berbasis web” Persentase yang
dihasilkan pada sistem ini yaitu sebesar 71,16% pada penyakit tajuk, dengan
menginput gejala penyakit dalam penelitiannya. Pada penelitian (Surianti et al.
2021). Membentuk Kerangka Induk Infeksi Tanaman Kelapa Sawit menggunakan
strategi pohon pilihan pengikatan ke depan. Apalagi dalam ulasan (Acihmahi
Sidauruk, 2021) dengan judul Master Framework untuk Mendiagnosis Tanaman
Kelapa Sawit Memanfaatkan Hipotesis Bayes dengan menggunakan nilai
probabilitas dengan mencapai keakuratan sebesar 92,25%.
Metode Certainty Factor (factor kepastian), Teknik ini merupakan strategi
untuk menunjukkan kerentanan pemikiran seorang spesialis, yang untuk memenuhi
hal ini pada umumnya menggunakan Variabel Jaminan untuk menggambarkan
tingkat kepercayaan master dalam perhatian utama. Gejala dari teknik Angka
Keyakinan, jenis tarif masuk akal untuk program yang diharapkan dalam Penelitian
Mengingat fondasi masalah sudah berakhir, Penulis dapat mengambil judul usaha
terakhir,“SISTEM PAKAR MENDIAGNOSA PENYAKIT TANAMAN
KELAPA SAWIT DENGAN METODE FORWARD CHAINING DAN
METODE CERTAINTY FACTOR”. diharapkan bisa memberikan kemudahan
serta diagnosa penyakit tanaman kelapa sawit dan dapat memberikan jawaban yang
tepat untuk penanganannya.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang diuraikan diatas, maka permasalahan yang
penulis rumuskan adalah :
1. Bagaimana merancang dan membangun sistem pakar yang dapat
digunakan untuk mendiagnosa penyakit pada Tanaman Kelapa Sawit?
2. Bagaimana mengimplementasikan metode Forward Chaining dan metode
Certainty Factor dalam suatu sistem pakar untuk mendiagnosa penyakit
pada Tanaman Kelapa Sawit?
 3

1.3 Batasan Masalah

Sedapat mungkin kerangka yang akan dibangun adalah sebagai berikut:
1. Kerangka kerja yang akan dibuat hanya untuk mendiagnosis infeksi pada
tanaman kelapa sawit.
2. Strategi yang digunakan untuk menganalisis penyakit pada tanaman
kelapa sawit adalah teknik Forward Anchoring dan teknik Conviction
Variable.
3. Input dari data ini menggunakan penelitian data primer, yang diambil
menggunakan metode observasi dengan data yang sudah divalidasi oleh
Pusat Penelitian Kelapa Sawit.
4. Sistem hanya menampilkan output berupa diagnosa penyakit, jenis
penyakit, dan juga ada keterangan dan solusi apa yang membuat tanaman
kelapa sawit terjangkit suatu penyakit .

1.4 Tujuan Penelitian

Dari rumusan masalah yang telah dirumuskan, penelitian ini bertujuan untuk:
1. Membangun sebuah sistem pakar dengan metode Forward Chaining dan
metode Certainty Factor mendiagnosa penyakit pada tanaman kelapa
sawit.
2. Mengimplementasikan metode Forward Chaining dan metode Certainty
Factor dalam mendiagnosa penyakit pada tanaman kelapa sawit.

1.5 Manfaat Penelitian

Adapun manfaat dalam penelitian ini adalah sebagai berikut :
1. Menambah wawasan pengetahuan baru perihal tanaman kelapa sawit.
2. Sebagai tolak ukur sejauh mana ilmu yang didapat di perkuliahan dapat di
terapkan ke dalam lingkungan permasalahan yang sebenarnya.
3. Membantu penulis untuk melatih diri dalam membuat suatu aplikasi
sistem pakar berbasis android yang berguna bagi masyarakat.
4. Memberikan kemudahan bagi masyarakat dalam mendapatkan informasi
terhadap penyakit pada tanaman kelapa sawit sehingga masyarakat dapat
 4

mengenali gejala serta jenis penyakit apa yang biasanya menyerang

tanaman kelapa sawit dan cara pengobatannya.
5. Menjadi acuan atau referensi bagi para peneliti berikutnya yang akan
membahas sistem pakar.

1.6 Relevansi
Setelah pembuatan sistem pakar ini selesai, diharapkan mampu memberikan
kontribusi kepada masyarakat umum, mahasiswa, dan peneliti pada kasusnya
sebagai alat bantu untuk mendiagnosa penyakit pada tanaman kelapa sawit.
 5

BAB II
TINJAUAN KEPUSTAKAAN

2.1 Sistem Pakar

Kerangka kerja master adalah bagian yang sangat tua dari kekuatan otak
buatan manusia (kecerdasan buatan) sejak kerangka kerja ini dibuat selama tahun
1960-an. Kerangka kerja utama yang pada awalnya tampak adalah pemecah
masalah (GPS) yang sangat berguna yang dibuat oleh Newel dan Simon. Kata
kerangka kerja master berasal dari kerangka kerja master berbasis informasi.
Kerangka kerja spesialis adalah program PC yang dibuat untuk menampilkan
kemampuan berpikir kritis seorang spesialis (Pasaribu 2019). Seperti yang
ditunjukkan oleh (Rosmaneli 2020:3) Kerangka kerja master, yang berupaya
menangani masalah yang biasanya harus ditangani oleh seorang spesialis, dianggap
efektif ketika mereka dapat mengambil keputusan seperti yang dilakukan oleh para
spesialis pertama dalam siklus dinamis. dan hasil yang didapat.
Bagian-bagian dari kerangka utama adalah sebagai berikut:

a. Akuisisi Pengetahuan (knowledge base)

b. Basis Pengetahuan (Data Base)
c. Mesin Inferensi (Inference Engine)
d. Antarmuka Pengguna (User Interface)

2.2 Tanaman Kelapa Sawit

Perkebunan kelapa sawit merupakan salah satu jenis tanaman manor di
Indonesia yang memiliki posisi signifikan dan berkembang pesat, terlepas dari
apakah eksklusif atau diklaim oleh organisasi (Purba et al. 2020). Ini adalah akibat
langsung dari banyaknya tumbuhan yang menghasilkan minyak atau lemak yaitu
kelapa sawit dengan nilai finansial terbesar per hektar di planet ini. Tidak hanya itu,
minyak sawit juga dimanfaatkan untuk bahan bakar (biodiesel)..
 6

2.3 Pengertian Metode Forward Chaining

Menurut Girranto serta Girrey Forward Fastening adalah strategi untuk
master framework yang mencari atau mengikuti pengaturan melalui isu (Yuwono,
Fadlil, dan Sunardi 2017). Strategi Forward Fastening adalah strategi penyelidikan
atau prosedur mengikuti ke depan yang dimulai dengan data yang ada dan
mengkonsolidasikan aturan untuk memberikan akhir atau tujuan. Strategi ini
merupakan sesuatu yang bertentangan dengan teknik pengikatan retrogresif yang
memainkan penyelidikan yang dimulai dari spekulasi hingga kenyataan saat ini
untuk membantu teori.
Forward Fastening juga merupakan hit base up thinking atau pemikiran
dasar, karena strategi ini mempertimbangkan awal pembuktian di tingkat yang lebih
rendah, kenyataan saat ini, dorongan berakhir di tingkat tinggi dalam pandangan
kenyataan. Strategi Forward Affixing berasal dari kenyataan yang sekarang dikenal
atau dicirikan dalam kerangka khusus. Kemudian, pada saat itu, penggunaan tidak
sepenuhnya diatur oleh klien, yang nantinya premis akan diubah oleh kenyataan
menggunakan aturan tertentu. Gejala dari interaksi ini akan melahirkan realitas
baru, yang nantinya akan digunakan untuk melanjutkan siklus dan mendapatkan
tujuan akhir setelah tidak ada lagi prinsip yang alasannya sesuai dengan realitas saat
ini. Teruskan pencarian berikut untuk realitas yang cocok dengan aturan JIKA.
Berikut ini adalah gambar proses forward affixing.

Sumber: Perwira dan Azis, 2013:66

 7

Dibawah ini adalah Cara membuat kerangka kerja spesialis dengan menggunakan
teknik Forward Chainning:

1. Definisi isu dimulai dengan pemilihan area isu dan perolehan informasi.
2. Arti informasi info untuk memulai induksi karena dibutuhkan oleh
kerangka Forward Binding.
3. Arti konstruksi kontrol informasi untuk membantu mengendalikan
inisiasi standar.
4. Menyusun kode dasar di area informasi.
5. Pengujian framework untuk mengetahui sejauh mana framework berjalan.
6. Rencanakan komunikasi dengan basis informasi.
7. Perbaikan kerangka kerja.
8. Penilaian kerangka kerja.

2.4 Pengertian Metode Certainty Factor

Pada tahun 1975 seorang individu bernama Shorliffe Buchanan membuat
grup dengan nama grup MYCIN. Kelompok MYCIN melihat spesialis dalam
beberapa kasus mengambil data dengan mengatakan mungkin, tidak diragukan lagi,
kemungkinan besar. Oleh karena itu, kelompok MYCIN menangani masalah
tersebut dengan menggunakan teknik Conviction Component (CF) sehingga nilai
tingkat kepastian master dapat diselesaikan pada masalah utama yang mendesak
dan mengatasi kerentanan seorang spesialis. Penelitian master berdasarkan bukti
atau kenyataan suatu peristiwa dapat digunakan dengan faktor jaminan (Romli,
Romansyah, dan Permana 2020) dan sesuai (Gaol 2020:3) Untuk memenuhi hal ini,
Sureness Component (CF) digunakan untuk menggambarkan tingkat kepercayaan
master dalam hal utama. Kerentanan ini sebagai kemungkinan yang bergantung
pada hasil dari suatu peristiwa. Untuk mengukur keyakinan terhadap realitas dan
aturan dilihat dari faktor kepastian dengan CF, cenderung dicirikan sebagai berikut:

CF (H, e) = MB (H, e) - MD (H, e) … … … … … … … … … … … … … … (1)

Dalam standar jika E, H ada resep dasar untuk CF di kondisi 2 di bawah ini:

CF (H, e) = CF (E, e) * CF (H, e) … … … … … … … … … … … … … …. (2)

 8

penggambaran:

CF (H, e) = CF teori H dipengaruhi gejala. Nilai CF - 1 metode diragukan, nilai CF

1 metode kepastian langsung ketika CF (E, e) = 1 MB (H, e) = Proporsi Keyakinan,
adalah teori H dipengaruhi oleh gejala E untuk proporsi kepastian

MD (H, e) = Proporsi Ketidakpercayaan, adalah teori bahwa H dipengaruhi oleh

gejala E untuk ukuran ketidakpercayaan

2.5 Database
Database adalah media yang digunakan untuk menyimpan informasi. Ada
beberapa jenis kumpulan data. Diantaranya adalah Prophet, Microsoft Access,
Microsoft SQL Server, MySQL dan lain-lain. Dalam ulasan ini, analis
menggunakan bahasa pengaturan awal PHP dan kumpulan data MySQL, jadi kami
akan menggunakan basis informasi ini untuk memenuhi informasi tentang kerangka
yang dibuat, misalnya, informasi skpp, sp2d, spm, catatan spm. Basis informasi
dapat memilih informasi sehingga menjadi suatu kumpulan yang tersusun dengan
cepat. Ini akhirnya dapat mengirimkan data yang diperlukan dengan cepat juga.
Seberapa cepat penanganan informasi oleh kumpulan data juga bergantung pada
rencana kumpulan data. Dengan segudang manfaat dan kegunaan yang didorong
oleh kumpulan data, semua organisasi, baik itu organisasi lingkup terbatas,
terutama organisasi besar, memiliki basis informasi yang bekerja dengan rencana
yang sah. Ditambah dengan pemanfaatan inovasi jaringan PC, keuntungan dari
basis informasi ini akan jauh lebih signifikan. Penggunaan basis informasi seperti
halnya pengembangan jaringan PC umumnya telah digunakan oleh berbagai
organisasi.

2.6 Data Flow Diagram (DFD)

DAD adalah model atau siklus informasi yang dibuat untuk menggambarkan:
dari mana informasi itu berasal, dan dari mana informasi muncul dari kerangka
kerja, di mana informasi itu disimpan, siklus mana yang menghasilkan informasi,
 9

dan hubungan antara informasi yang disimpan, siklus dan siklus. dipaksakan pada
informasi (Soufitri 2019).

Kapasitas DFD adalah untuk menggambarkan rencana kerangka kerja sebagai

organisasi interaksi yang berguna, terkait dengan arus informasi secara fisik atau
modern. Gambar-gambar dalam DFD ditampilkan pada tabel di bawah ini.

Tabel 2.1 Simbol-Simbol DFD

No Gambar Keterangan

1 Process, menggambarkan bagaimana sesuatu

diubah menjadi hasil. Proses menggambarkan apa
yang dilakukan kerangka kerja.

2 Outer Element, menggambarkan bagian luar dari

framework yang dapat memberikan kontribusi
pada framework dan menggunakan hasil dari
framework tersebut.

3 Information Store, menggambarkan media

penimbunan informasi dalam kerangka yang berisi
informasi yang digunakan oleh kerangka tersebut.

4 Data Flow, menggambarkan serangkaian

perpindahan paket data/informasi dari satu titik ke
titik lain.

2.6.1 Diagram Konteks

Diagram pengaturan adalah Cetak Biru Aliran Data yang paling berkembang
dari struktur informasi yang mengkaji sistem dalam lingkaran yang
menggambarkan keseluruhan struktur. Ilustrasi pengaturan dengan tiga unsur yaitu:

1. Gambar lingkaran yang merepresentasikan sistem dan diberi nama sistem.

 10

2. Gambar kotak yang merepresentasikan entitas dan diberi nama entitas.

3. Gambar arus data yang merepresentasikan alur data dari setiap entitas
eksternal.

2.6.2 Entity Relationship Diagram (ERD)

Menurut Sutanta (2011: 91) Substance Relationship Chart (ERD) adalah
gambaran informasi yang sesuai dalam kaitannya dengan artikel. Grafik Hubungan
Substansi terdiri dari elemen, sifat, dan koneksi yang berbeda. Ascribes untuk setiap
zat dicatat dalam elemen dan kunci penting digarisbawahi. ERD menggunakan
berbagai gambar untuk menggambarkan desain dan hubungan antara informasi.

Tabel 2.2 Simbol-Simbol ERD

No Gambar Keterangan

Substansi, menggambarkan objek-objek yang ada

dalam kenyataan yang dapat dikenali dari berbagai
1 pasal. Setiap elemen harus memiliki sifat yang luar
biasa yang pasti sering disinggung sebagai kunci
esensial.

Properti, adalah penggambaran yang berkaitan dengan

2 suatu zat yang mampu menggambarkan sifat-sifat
suatu unsur.

Relation, adalah hubungan antara berbagai zat dari

3 bermacam-macam unsur dalam satu hubungan.

Link, adalah komponen ERD yang mengisi sebagai

4 kontak antara zat dengan sifat atau elemen dengan
koneksi.
 BAB III
METODOLOGI PENELITIAN

3.1 Tempat Dan Waktu Pelaksanaan Penelitian

a. Tempat Penelitian
Tempat pelaksanaan Penelitian ini dilakukan di Pusat Penelitian Kelapa
Sawit Marihat, Wilayah Siantar, Kabupaten Simalungun, Wilayah
Sumatera Utara..
b. Waktu Penelitian
Waktu yang digunakan oleh pakar untuk mengarahkan penelitian adalah
sekitar 2 (dua) bulan setelah judul diterima, dan melakukan kajian yang
berkaitan dengan judul serta melakukan pengumpulan data terkait objek
permasalahan.

3.2 Langkah Penelitian

Pada penelitian tugas akhir ini penulis melakukan langkah atau tahapan
aktivitas dengan memakai alur penelitian, yakni sebagai berikut:
1. Perumusan Masalah
Perumusan masalah dilakukan menggunakan melihat syarat pada instansi
atau kawasan penelitian. sehabis permasalahan dirumuskan langkah
selanjutnya adalah memilih tujuan berasal penelitian. Tujuan penelitian
ini nantinya akan diwujudkan asal penyelesaian permasalahan yang sudah
diteliti.
2. Penentuan Tujuan
Fase mendefinisikan tujuan ini berguna untuk menjelaskan struktur apa
yang menjadi fokus dalam Penelitian ini. Pada tahap ini dipilih tujuan
Penelitian, khususnya untuk menganalisis penyakit pada tanaman kelapa
sawit dengan menggunakan framework berbasis Android untuk
mendukung atau membantu kegiatan budidaya tanaman kelapa sawit.

11
3. Observasi
Observasi dilakukan guna untuk meninjau secara langsung dan
memahami atau mempelajari permasalahan tentang penyakut pada
tanaman kelapa sawit.
4. Literatur
Dalam tahap ini dilakukan pencarian bahan yang bisa mendukung berpikir
kritis melalui buku, web, buku harian, proposisi yang erat kaitannya
dengan pemanfaatan objek masalah.
5. Analisis Kebutuhan
Pada tahap analisa kebutuhan bertujuan untuk mengetahui kebutuhan dan
mengidentifikasi permasalahan atau hambatan yang terjadi sehingga dapat
diusulkan dalam pembangunan sistem pakar untuk mendiagnosa penyakit
pada tanaman kelapa sawit.
6. Perancangan
Pada tahap ini dilakukan perancangan tabel penyakit dengan memberi
kode pada setiap jenis penyakit, perancangan tabel gejala juga
memberikan kode pada setiap nama gejala, dan merancang tabel
keputusan sistem pakar penyakit pada tanaman kelapa sawit.
7. Implementasi
Aplikasi diimplementasikan adalah basis data menggunakan MySQL.
8. Kesimpulan dan Saran
Segmen ini berisi akhir dari banyak tahapan yang telah dilalui dan ide-ide
yang terkait dengan hasil yang dicapai..

12
 13

3.3 Metode Pengumpulan Data

Metode Pengumpulan informasi dalam Penelitian harus dimungkinkan untuk
memperoleh informasi dengan tujuan agar cenderung untuk diperiksa dan
ditangani, kemudian, kemudian, mengamati setiap masalah yang terkait dengan
pemeriksaan dan diandalkan untuk memiliki pilihan untuk memberikan pengaturan
atau jawaban untuk ini. masalah. Dalam ulasan ini, metode pengumpulan informasi
dilakukan. Informasi yang digunakan adalah:
1. Data primer merupakan data yang diperoleh menggunakan pengambilan
data secara langsung pada subjek penelitian, data primer diantaranya
yaitu :
a. Metode Observasi
Dalam strategi pengumpulan informasi, sangat baik dapat diselesaikan
dengan memperhatikan dan berkonsentrasi pada isu-isu yang berkaitan
dengan infeksi di perkebunan kelapa sawit di peternakan kelapa sawit di
beberapa daerah di Marihat.
b. Bicara dengan Strategi
Strategi pengumpulan informasi atau data dilakukan secara langsung
dengan memanfaatkan cara bertanya kepada pengurus di Pusat Penelitian
Kelapa Sawit Marihat.
2. Data Sekunder adalah informasi yang diperoleh dengan menggunakan
beberapa tulisan yang berkonsentrasi pada kaitannya dengan pokok dan
masalah dalam penelitian, khususnya dengan mencari bahan-bahan
pendukung dalam definisi masalah melalui buku, web, diary, dan postulat
yang berhubungan erat dengan objek masalah. ..

3.4 Analisa Kebutuhan Sistem

Dalam membangun suatu sistem atau aplikasi pada tugas akhir ini dibutuhkan
beberapa perangkat, diantaranya adalah :

1. Perangkat Keras (Hardware)

a. Laptop merk LENOVO
b. Processor Intel Core i5-8250U 1.8GHz
 14

c. Memory (RAM) 4 GB
d. Printer
2. Perangkat Lunak (Software)
a. Microsoft Windows 10 Home
b. XAMPP V 3.2.4
c. PHP sebagai bahasa web-programming
d. MySQL
e. Google chrome dan Mozilla Firefox

3.5 Skema Sistem

Gambar 3.1 Skema Sistem

 15

Pada skema sistem diatas dimulai dengan sistem menampilkan tanda-tanda

gejala yang terdapat di setiap tanaman kelapa sawit. Kemudian, pada saat itu, klien
memutuskan manifestasi yang ditemukan di perkebunan kelapa sawit yang dia
temui, dengan mempertimbangkan pengurangan Forward Affixing. Kemudian,
pada saat itu, kerangka akan menangani pengujian persetujuan dan presisi dengan
teknik Variabel Kepastian untuk mengetahui tingkat kepercayaan pada hasil
analisis penyakit, kerangka tersebut menunjukkan hasil yang menunjukkan dari
gejala yang dipilih. dan penyakit tanaman kelapa sawit.
 BAB IV
HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

Pada review kali ini, pencipta akan menguji teknik Assurance Figure dalam
memutuskan penyakit pada tanaman kelapa sawit dengan mengajukan pertanyaan
sebagai gejala.

4.1.1 Analisisi Sistem

Analisis sistem adalah proses pengolahan sistem informasi yang lengkap
dan komponen individualnya sehingga jenis masalah dan hambatan yang terjadi
dalam sistem dapat diidentifikasi atau dievaluasi sehingga dapat diperbaik serta
ditingkatkan di kemudian waktu.
4.1.2 Analisis Masalah
Penyakit tanaman kelapa sawit hanya diketahui oleh pakar yang ahli
dibidangnya pada suatu lahan perkebunan yang luas di daerah marihat, dikarenakan
keterbatasan masyarakat dalam hal efesiensi waktu dan minimnya dana masyarakat
untuk ingin mengetahui jenis penyakit pada tanaman mereka Oleh karena itu
Penulis mengarahkan pemeriksaan terhadap dalil ini agar kedepannya kerangka ini
dapat bermanfaat bagi daerah setempat.
Apalagi akibat dari persepsi dan pemeriksaan tanaman kelapa sawit yang
telah dilakukan di PT. Penelitian Manor Nusantara Pusat Penelitian Kelapa Sawit
(PPKS) memiliki banyak gejala yang berbeda-beda dari tiap jenis penyakit yang
diberikan oleh basis pengetahuan pakar maka dari itu penulis mengaplikasikan
kedalam perhitungan certainty factor berdasarkan dari hasil data basis pengetahuan

16
 17

dengan pembatasan 7 variabel jenis penyakit dan 20 gejala penyakit tanaman kelapa
sawit.
4.1.3 Analisis Kebutuhan Sistem
Analisa kebutuhan sistem ialah tahap yang penting pada perkembangan
sistem. Pada tahap ini, kebutuhan bisa terdefenisikan. Pendefenisian ini akan
berdampak pada pembuatan sebuah sistem. Untuk membuatnya lebih mudah
untuk berkonsentrasi pada kerangka kerja, diperlukan dua jenis kebutuhan, menjadi
prasyarat khusus yang berguna dan prasyarat yang tidak berguna:
1. Kebutuhan Fungsional
Penyelidikan kebutuhan utilitarian di sini menggambarkan kerangka yang
diberikan. Kerangka kerja ini melakukan pengumpulan dengan
memanfaatkan informasi manifestasi infeksi yang telah diperoleh melalui
spesialis untuk melaksanakan kebutuhan tersebut, prasyarat praktis yang
harus dipenuhi antara lain: :
a. Sistem memerlukan data tentang penyakit, gejala, dan solusi untuk
penyakit tanaman kelapa sawit dari sang pakar.
b. Penerapan metode Certainty Factor dengan inferensi Forward
Chaining untuk pengambilan keputusan.
c. Perhitungan Certainty Factor untuk mengetahui kemungkinan
tertinggi
terkena penyakit.
2. Kebutuhan Non Fungsional

Kebutuhan non – fungsional yang harus dipenuhi mencakup hal-hal

berikut:
a. Performa sistem yang akan didasarkan pada hasil selanjutnya.
b. Sistem yang akan dirakit tidak memerlukan perangkat tambahan yang
membuat sistem ini sangat praktis.
c. Sistem ini didukung dengan tampilan Tabel dan pengelompokan
menggunakan metode Forward Chaining sedangkan perhitugan
menggunakan metode Certainty Factor.
 18

4.1.4 Perancangan Sistem

Perancang sebuah framework akan dilakukan setelah investigasi dari sebuah
framework dilewati. Konfigurasi dapat digambarkan sebagai menggambar,
mengatur dan membuat model atau garis besar dari beberapa bagian yang terpisah
menjadi satu kesatuan yang utuh dan teratur disinggung sebagai tanda komunikasi.
Tahap perencanaan kerangka induk penyakit pada tanaman kelapa sawit merupakan
tahap penggambaran kerangka kerja yang akan dibuat dimana kesimpulan kerangka
induk tidak seluruhnya ditetapkan secara baku..

4.1.4.1 Diagram Konteks

Sistem Diagram akan dilakukan setelah pemeriksaan suatu struktur

dilewati. Penataan dapat digambarkan sebagai menggambar, mengatur dan
membuat model atau kerangka kerja dari beberapa bagian yang terpisah menjadi
satu kesatuan dan rutin disarankan sebagai karakteristik korespondensi. Periode
penataan sistem ace penyakit pada tanaman kelapa sawit adalah periode
penggambaran struktur yang akan dibuat dimana struktur ujung ace tidak
seluruhnya terbentuk secara permanen..

Gambar 4.1 Diagram konteks

Keterangan:

Administrator memainkan peran masuk ke dalam kerangka kerja untuk

memiliki opsi untuk memanfaatkan kebebasan akses situasi penuh. Memasukkan
 19

informasi, khususnya informasi infeksi, informasi gejala, basis informasi, informasi

data hasil. Dapatkan data dari setiap penentuan yang dibuat oleh klien. Kerangka
kerja akan memberikan otorisasi login, data manifestasi, informasi infeksi,
informasi basis informasi, data ke administrator. Untuk sementara, klien kerangka
kerja memungkinkan untuk menganalisis indikasi dan data. Selain itu klien akan
mendapatkan data penyakit dari analisis, pengaturan, dan penilaian kemungkinan
klien tentang jenis penyakit tanaman kelapa sawit berdasarkan manifestasi yang
dipilih..

4.1.4.2 Data Flow Diagram (DFD)

Diagram arus informasi menyiratkan suatu bagan yang menggambarkan
perbaikan data dalam kerangka untuk membuat kerangka kerja yang terkoordinasi.
DFD ini menjelaskan bagaimana siklus utilitarian kerangka bekerja secara
menyeluruh yang menghubungkan satu bagian ke bagian lain dalam rencana
kerangka kerja khusus untuk infeksi tanaman kelapa sawit..

4.1.4.3 DFD level 0 keseluruhan

Dalam rencana DFD level 0 menggambarkan secara keseluruhan.
Misalnya, Administrator bertanggung jawab untuk memberikan input informasi
gejala, informasi infeksi, basis informasi, menampilkan data, pengaturan penyakit.
Informasi ini akan digunakan karena analisis yang dibutuhkan klien, kemudian,
setelah disimpan dalam penyimpanan informasi, aliran informasi ke dalam interaksi
wawancara, khususnya klien yang membutuhkan konseling dapat melihat ke dalam.
kerangka kerja dengan memilih indikasi yang dirasakan, kemudian, pada saat itu,
kerangka kerja akan menyetujui dan memulihkan informasi tentang jenis informasi
tersebut. penyakit, gejala, dan pengaturan yang terkait dengan masalah yang dicari
klien. Setelah siklus pengejaran selesai, klien akan mendapatkan laporan akibat
analisis jenis penyakit tanaman kelapa sawit, pengaturan dan kemungkinan harga
atau kemungkinan klien mengalami jenis penyakit tanaman kelapa sawit dari
 20

manifestasi yang telah dikenali dalam sistem berikut. Berikut adalah gambar
Kerangka Induk Infeksi Tanaman Kelapa Sawit Level 0 DFD.

Gambar 4.2 DFD level 0 Keseluruhan

Keterangan:

1. Proses 1.0 adalah login

2. Pada tahap ini administrator masuk untuk memiliki opsi masuk ke

framework yang akan digunakan. Konfirmasi nama pengguna master dan
 21

kunci rahasia akan disesuaikan dengan kumpulan data di tabel

administrator

3. Proses 2.0 adalah manifestasi penanganan informasi Pada tahap ini

administrator memasukkan informasi penanganan manifestasi, misalnya
menambah, mengubah dan menghapus informasi indikasi.

4. Proses 3.0 adalah penanganan informasi penyakit Pada tahap ini

administrator menginput informasi penanganan penyakit, misalnya
menambah, mengubah dan menghapus informasi penyakit.

5. Proses 4.0 adalah penanganan informasi sosial

6. Pada tahap ini administrator menginput informasi penanganan hubungan

antara penentuan dan manifestasi infeksi tanaman kelapa sawit.

7. Proses 5.0 adalah proses faktor jaminan Pada tahap ini klien menginput
informasi indikasi dan selanjutnya akan menyampaikan data dan jawaban
atas manifestasi yang dialami.

4.1.4.4 DFD Level 1 Proses 1.0 Login

Gambar 4.3 DFD level 0 Keseluruhan

Keterangan:
Proses 1.0 merupakan proses login. Pada tahap ini admin menginput
username,password, sistem akan mengecek dan menyimpan ke tabel pakar.
 22

4.1.4.5 DFD Level 1 Proses 2.0 Kelola Data Gejala

Gambar 4.4 DFD level 1 proses 2.0 kelola data gejala

Keterangan :
1. Proses 2.1 adalah proses tambah data gejala tanaman kelapa sawit
Pada tahap ini admin melakukan penambahan data gejala dan
melakukan penyimpanan data gejala ke dalam tabel gejala.
2. Proses 2.2 adalah proses edit data gejala tanaman kelapa sawit

Pada tahap ini admin mengedit data gejala dan melakukan

penyimpanan ke dalam tabel gejala
3. Proses 2.3 adalah proses hapus data gejala tanaman kelapa sawit
Pada tahap ini admin menghapus data gejala dan melakukan
penyimpanan ke tabel gejala.
 23

4.1.4.7 DFD Level 1 Proses 4.0 Kelola Data Relasi

Gambar 4.5 DFD level 1 proses 4.0 Data Relasi Gejala dan Penyakit

Keterangan :
1. Proses 4.1 adalah proses tambah data relasi
Pada tahap ini admin melakukan penambahan data relasi dan

melakukan penyimpanan data relasi

2. Proses 4.2 adalah proses edit data relasi
Pada tahap ini admin mengedit data basis pengetahuan melakukan
penyimpanan ke dalam tabel relasi
3. Proses 4.3 adalah proses hapus data relasi
Pada tahap ini admin menghapus data relasi dan melakukan penyimpanan
ke tabel relasi.
 24

4.1.4.8 DFD Level 1 Proses 5.0 Proses Pakar

Gambar 4.6 DFD Level 1 Proses 6.0 Pakar Certainty Factor

Keterangan:

Proses 5.0 adalah proses pakar

Pada tahap ini user menginput data gejala. Dan pada proses pakar ada
id_gejala, nama gejala, dan nilai CF yang datanya tersimpan di tabel gejala. Dan
ada juga kode penyakit, nama_penyakit, keterangan,solusi , nilai CF yang data
tersimpan di tabel penyakit. Setelah melakukan konsultasi user akan mendapatkan
laporan yang berisi jenis_penyakit, keterangan, solusi , gejala, nilai CF.
 25

4.1.4.9 Entity Relationship Diagram (ERD)

username password Kode_diagnosa Nama_diagnosa solusi penyebab

Admin 1 mengelola Tb_diagnosa

n

Kode_gejala
ID

Kode_diagn Tb_relasi memiliki n Tb_gejala nama_gejala

osa

keterangan
Kode_gejala

id nik nama
MB
No_hp

MD
Hasil Jenis_kelamin
Simpan hasil

alamat
Hasil_konsul
kepercayaan tanggal
tasi

user 1 menjawab n Tb_konsultasi

id Kode_gejala jawaban

Gambar 4.7 ERD sistem pakar penyakit tanaman kelapa sawit

Keterangan :
Admin dapat mengelola data pada sistem yaitu dengan menginput data ,basis data,
penyakit dan gejala. Sedangkan pengguna hanya dapat memilih gejala dan melihat
hasil diagnosa.

4.1.5 Perancangan Database

Perancangan Database yang digunakan pada penelitian ini yaitu
memanfaatkan MySQL. Dengan adanya basis data mempermudah dalam
penyimpanan data-data secara terstruktur dalam suatu sistem. Perancangan basis
data yang baik akan memberikan kemudahan pengelolaan data, dimana data-data
yang dikelola akan berkaitan satu ama lainnya.
 26

4.1.3.1 Tabel Admin

Perancangan tabel admin (tb_admin) dapat ditinjau pada tabel 4.1 berikut.
Tabel 4.1 Tabel Admin
NO. Name Type Width Keterangan

1. username varchar 20 username admin

2. password varchar 32 password admin

4.1.3.2 Tabel Diagnosa

Perancangan tabel diagnosa (tb_diagonsa) dapat ditinjau pada tabel 4.2
berikut.
Tabel 4.2 Tabel Diagnosa
NO. Name Type Width Keterangan

1. Kode Diagnosa
Kode_diagnosa varchar 16
2. Nama Diagnosa
Nama_diagnosa varchar 16
3. Solusi
Solusi text 100
4. Penyebab

Penyebab text 100 Penyakit Tanaman

Kelapa Sawit

4.1.3.3 Tabel Gejala

Perancangan tabel gejala (tb_gejala) dapat ditinjau pada tabel 4.3 berikut.
Tabel 4.3 tabel gejala

No. Name Type Width Keterangan

1. Kode_ gejala Varchar 16 Kode gejala

2. Nama_gejala Varchar 255 Nama gejala

 27

3. Keterangan Text Keterangan

4.1.3.4 Tabel Hasil

Perancangan tabel hasil (tb_hasil) dapat ditinjau pada tabel 4.4 berikut.
Tabel 4.4 tabel hasil

No. Name Type Width Keterangan

1. id Int 5 Kode penyakit

2. nik Varchar 16 NIK User

3. nama Varchar 255 Nama User

4. no_hp Varchar 255 No HP

5. jenis_kelamin Varchar 255 Jenis Kelamin

6. alamat Varchar 255 Alamat

7. tanggal Varchar 255 Tanggal

8. hasil_konsultasi Varchar 255 Hasil Konsultasi

9. kepercayaan Varchar 255 Kepercayaan

4.1.3.5 Tabel Konsultasi

Perancangan tabel konsultasi (tb_konsultasi) dapat ditinjau pada tabel 4.5

berikut.
Tabel 4.5 tabel konsultasi

No. Name Type width Keterangan

1. id_konsultasi int 11 Id_konsultasi

2. kode_gejala varchar 16 Kode_gejala

 28

3. jawaban varchar 6 Jawaban

4.1.3.6 Tabel Relasi Diagnosa dengan Gejala

Perancangan tabel relasi (tb_relasi) dapat ditinjau pada tabel 4.6 berikut.
Tabel 4.6 tabel relasi

No. Name Type Width Keterangan

1. Id Int 11 Kode Relasi

2. Kode_diagnosa Varchar 16 Kode Diagnosa

3. Kode_gejala Varchar 16 Kode Gejala

4. mb double Nilai MB

5. md double Nilai MD

4.2 Pembahasan
Percakapan tersebut diharapkan dapat menemukan konsekuensi dari
Penelitian apakah memiliki opsi untuk mengurus isu-isu saat ini atau tidak. Isu
yang telah ditemukan atau diPenelitian adalah apakah strategi Forward Fastening
and Sureness Variable dapat memberikan analisis gejala penyakit tanaman kelapa
sawit.
Pada bagian ini, kita akan berbicara tentang berbagai siklus Penelitian yang
bersumber dari informasi asli, di mana kerangka kerja akan dicoba dengan
menjalankan rencana program dengan menggunakan dialek pemrograman.
Perencanaan framework ini dimulai dari membedah kebutuhan dan isu-isu yang
ada hingga mengamati pengaturan yang wajar menggunakan teknik dan
perhitungan PC, proses perencanaan yang akan diselesaikan nanti, melaksanakan
dan menguji framework..
 29

4.2.1 Data Kode dan Penyakit

Berikut ini merupakan beberapa jenis penyakit tanaman kelapa sawit yang
umum terjadi diantaranya:
Tabel 4.7 Data Kode dan Penyakit

Kode Penyakit Nama Penyakit

P001 Bercak Daun
P002 Busuk Pangkal Batang
P003 Penyakit Tajuk
P004 Karat Daun
P005 Penyakit Busuk Pupus
P006 Anthracnose
P007 Busuk Buah

4.2.2 Data Kode Gejala

Berikut ini merupakan beberapa jenis penyakit tanaman kelapa sawit yang
umum terjadi diantaranya:
Tabel 4.8 Tabel Kode Gejala

No Nama Penyakit Penyebab Gejala Penyakit

Penyakit
1 Bercak Daun Curvularia sp., 1. Gejala awal berupa bercak
berwarna kecokelatan.
2. Gejala lanjut berupa bercak
berwarna cokelat tua dengan
tepian bewarna kekuningan.
3. Bercak daun dengan intensitas
berat, bercak bersatu dan
 30

menyebabkan jaringan daun

mengering dan mati.

2 Busuk Pangkal Ganoderma 1.Gejala awal penyakit ini

Batang boninense adalah menguningnya hampir
(Ganoderma) seluruh pelepah daun.
2. Pada tanaman TBM, gejala
diikuti dengan nekrosisnya daun
dan terjadinya akumulasi daun
tombak lebih dari 3
3. Pada tanaman TM, gejala
lanjut berupa patahnya semua
pelepah dan akumulasi daun
tombak. Akhirnya terjadi
pembusukan pada pangkal
batang dan tanaman selanjutnya
tumbang
3 Penyakit Tajuk Genetik 1. Pelepah yang bengkok dan
(Crown Disease) pada bengkokan ini pamflet
sedikit atau sobek.
2. Pamflet yang masih kolaps
terlihat manja di sudut-sudut
atau di tengahnya.3. Gejala ini
umumnya tampak pada tanaman
belum menghasilkan / tanaman
muda.
 31

4 Karat Daun Ganggang 1.Karat menyerang daun-daun

Cephaleuros tua tidak mengkilat, kotor, dan
virescens berwarna kemerahan.
2. Karat muda berwarna hijau
kelabu, sedangkan yang tua
merah bata.
3. Koloni ganggang menyatu
menutupi permukaan helai daun.
5 Penyakit Busuk Jamur dan Bakteri 1. Gejala awal dapat berupa
Pupus (Spear rot) Patogen kemunculan bercak klorosis/
nekrosis pada daun tombak.
2. Beberapa helai daun tombak
membusuk dan mengering.
3. Pembusukan terus terjadi
hingga menyebabkan daun
tombak dapat dengan mudah
dicabut.
6 Anthracnose Botryodiplodia sp., 1.Gejala membusuknya daun
Glomerella secara kering yang dimulai dari
cingulata, dan tepi daun dan berkembang
Melanconium melebar ke tengah.
elaeidis. 2. Jaringan sakit selanjutnya
mengakibatkan kematian
tanaman.
7 Busuk Buah Marasmius 1. Gejala awal biasanya ditandai
(Marasmius palmivorus adanya berkas-berkas miselia
Palmivorus) jamur berwarna putih menyebar
pada kulit buah dalam satu
tandan yang masih mentah
 32

2. Biasanya penyakit ini mulai

menyerang produk organik yang
berumur dua tahun, tetapi
bahkan bundel muda dan mawar
dapat diserang.
3. Tandan buah yang t Serangan
akan merusak atau merusak,
jaringan bahan alami (mesocarp)
menjadi rapuh dan menjadi
coklat dan dalam waktu singkat
menjadi kabur, menyebabkan
penambahan kadar lemak tak
jenuh bebas dalam minyak
berikutnya.

4.2.3 Perhitungan Manual Metode Certainty Factor

4.2.3.1 Data Jenis Penyakit dan Gejala

Tabel 4.9 Data Jenis Penyakit dan Gejala
No. Nama Penyakit Gejala
1. Gejala awal berupa bercak berwarna kecokelatan

2. Gejala lanjut berupa bercak berwarna cokelat tua

dengan tepian bewarna kekuningan

1. Bercak Daun 3. Bercak daun dengan intensitas berat, bercak bersatu

dan menyebabkan jaringan daun mengering dan mati

Busuk Pangkal 1. Gejala awal pada tanaman menguningnya hampir

Batang (Ganoderma) seluruh pelepah daun
 33

2. Pada tanaman TBM, gejala diikuti dengan

nekrosisnya daun dan terjadinya akumulasi daun
tombak lebih dari 3
2.
3. Pada tanaman TM, gejala lanjut berupa patahnya
semua pelepah dan akumulasi daun tombak. Akhirnya
terjadi pembusukan pada pangkal batang dan tanaman
selanjutnya tumbang

1. Pelepah yang bengkok dan pada bengkokan ini anak

daunnya kecil atau robek-robek
3.
2. Gejala ini umumnya tampak pada tanaman belum
Penyakit Tajuk menghasilkan / tanaman muda

3. Pamflet yang belum runtuh terlihat rusak di sudut

atau di tengah

1. Daun-daun tua tidak mengkilat, kotor, dan berwarna

kemerahan
4. Karat Daun
2. Koloni ganggang menyatu menutupi permukaan
helai daun

3. Karat muda berwarna hijau kelabu, sedangkan yang

tua merah bata

1. Beberapa helai daun tombak membusuk dan

mengering
5.
Penyakit Busuk 2. Pembusukan terus terjadi dengan tujuan agar tombak
Pupus (Spear rot) yang tertinggal dapat dengan mudah dihilangkan

3. Gejala awal dapat berupa kemunculan bercak

klorosis/ nekrosis pada daun tombak
 34

1. Gejala membusuknya daun secara kering yang

dimulai dari tepi daun dan berkembang melebar ke
6 tengah
Anthracnose
2. Jaringan yang sakit mengakibatkan kematian
tanaman

1. Pada daging buah (mesokarp) menjadi lembek dan

berubah warna menjadi coklat kemudian menghitam

2. Penyakit ini mulai meyerang buah yang berumur 2 –

Busuk Buah 4 bulan, akan tetapi tandan muda dan bunga pun bisa
7. (Marasmius
diserang
Palmivorus)
3. Gejala awal biasanya ditandai adanya berkas-berkas
miselia jamur berwarna putih menyebar pada kulit buah
dalam satu tandan yang masih mentah

4.2.3.2 Rule Foaward Cahining

Untuk membangun pohon keputusan, tabel keputusan digunakan sebagai

referensi dan aturan diterapkan. Berdasarkan analisis permasalahan penyakit sawit
dan gejala di atas, maka tabel keputusan sistem pakar diganosa penyakit sawit dapat
dilihat pada tabel dibawah ini.

Tabel 4.10 Rule Forward Chaining

Kode Kode Penyakit

P001 P002 P003 P004 P005 P006 P007
Gejala

G01 √

G03 √

G04 √
 35

G05 √

G06 √

G07 √

G08 √

G09 √

G10 √

G11 √

G12 √

G13 √

G14

G15 √

G17 √

G18 √

G16 √

G19 √

G20 √

G02 √

Nilai Forward Chaining ditentukan untuk setiap gejala pada suatu penyakit.
Dan di bentuk 7 aturan (rule) sebagai berikut:
 36

Tabel 4.11 Daftar Rule Diagnosa Penyakit (Foward Chaining)

ID Rule (Aturan)

IF Gejala awal berupa bercak berwarna kecokelatan

AND Gejala lanjut berupa bercak berwarna cokelat tua dengan tepian
bewarna kekuningan
R1
AND Bercak daun dengan intensitas berat, bercak bersatu dan menyebabkan
jaringan daun mengering dan mati

THEN Bercak Daun

IF Gejala awal pada tanaman menguningnya hampir seluruh pelepah daun

AND Pada tanaman TBM, gejala diikuti dengan nekrosisnya daun dan
terjadinya akumulasi daun tombak lebih dari 3AND Kulit bersisik AND
R2
Penipisan rambut

AND Pada tanaman TM, gejala lanjut berupa patahnya semua pelepah dan
akumulasi daun tombak. Akhirnya terjadi pembusukan pada pangkal batang
dan tanaman selanjutnya tumbang

THEN Busuk Pangkal Batang (Ganoderma)

IF Pelepah yang bengkok dan pada bengkokan ini anak daunnya kecil atau
robek-robek
R3
AND Gejala ini umumnya tampak pada tanaman belum menghasilkan /
tanaman muda

AND Anak-anak daun yang masih terlipat itu tampak busuk pada sudut atau
tengahnya

THEN Penyakit Tajuk

IF Daun-daun tua tidak mengkilat, kotor, dan berwarna kemerahan

 37

R4 AND Koloni ganggang menyatu menutupi permukaan helai daun

AND Karat muda berwarna hijau kelabu, sedangkan yang tua merah bata

THEN Karat Daun

IF Beberapa helai daun tombak membusuk dan mengering

AND Pembusukan terus terjadi hingga menyebabkan daun tombak dapat

R5
dengan mudah dicabut

AND Gejala awal dapat berupa kemunculan bercak klorosis/ nekrosis pada
daun tombak

THEN Penyakit Busuk Pupus (Spear rot)

IF Gejala membusuknya daun secara kering yang dimulai dari tepi daun dan
berkembang melebar ke tengah
R6
AND Jaringan yang sakit mengakibatkan kematian tanaman

THEN Anthracnose

IF Pada daging buah (mesokarp) menjadi lembek dan berubah warna

menjadi coklat kemudian menghitam

AND Penyakit ini mulai meyerang produk organik yang berumur 2-4 bulan,
R7 tetapi bahkan paket dan bunga muda dapat diserang

AND Gejala awal biasanya ditandai adanya berkas-berkas miselia jamur

berwarna putih menyebar pada kulit buah dalam satu tandan yang masih
mentah

THEN Busuk Buah (Marasmius Palmivorus)

Setelah mengumpulkan informasi tentang manifestasi, penyakit dan aturan atau

aturan yang muncul karena pengadaan informasi yang telah diperoleh dari spesialis,
kemudian dilakukan ke dalam perhitungan Variabel Keyakinan. Variabel Sureness
 38

menggunakan nilai untuk mengantisipasi tingkat kepercayaan master terhadap data.

Dalam Komponen Penjaminan, setiap standar memiliki nilai keyakinan tersendiri,
bukan hanya alasan yang memiliki nilai keyakinan (Arifin, Slamin, dan Retnani
2017). Dalam ulasan ini, pembuatan kembali estimasi Variabel Kepastian
ditawarkan pilihan respons, yang masing-masing memiliki muatan berikut::

Tabel 4.12 Bobot Nilai Measure of Belief

No. Keterangan Bobot

1. Tidak 0

2. Tidak tahu 0,2

3. Sedikit yakin 0,4

4. Cukup yakin 0,6

5. Yakin 0,8

6. Sangat yakin 1

Tabel 4.13 Bobot Nilai Measure of Disbelief

No. Keterangan Bobot

1. Kurang yakin 0 - 0,05

2. Yakin 0,05 – 0.1

3. Sangat yakin 0.1 – 0.2

Contoh kasus :
Salah satu tanaman kelapa sawit dengan kondisi gejala sebagai berikut :

1. Gejala awal berupa bercak berwarna kecokelatan

2. Gejala lanjut berupa bercak berwarna cokelat tua dengan tepian bewarna
kekuningan
 39

3. Bercak daun dengan intensitas berat, bercak bersatu dan menyebabkan

jaringan daun mengering dan mati
4. Gejala membusuknya daun secara kering yang dimulai dari tepi daun dan
berkembang melebar ke tengah
5. Jaringan yang sakit mengakibatkan kematian tanaman

Dengan menggunakan teknik factor keyakinan, penyakit yang diderita pengguna

akan diketahui. Dengan mengacu pada tabel bobot untuk nilai MB dan nilai MD,
akan ditentukan penentuan yang sesuai dengan indikasi yang dimasukan pengguna.

Tabel 4.14 Nilai Gejala Pada Penyakit Bercak Daun

No. Nama Gejala Nama Penyakit MB MD
1. Gejala awal berupa bercak berwarna
0,8 0,2
kecokelatan

2. Gejala lanjut berupa bercak berwarna

cokelat tua dengan tepian bewarna 0,8 0,05
kekuningan Bercak Daun

3 Bercak daun dengan intensitas berat,

bercak bersatu dan menyebabkan 0,8 0,1
jaringan daun mengering dan mati

Penyelesaiannya adalah :

- Gejala 1

Gejala awal berupa bercak berwarna kecokelatan :

MB = 0,8 MD = 0,2

CF (H,E)1 = MB – MD

= 0,8 – 0,2
 40

= 0,6

- Gejala 2

Gejala lanjut berupa bercak berwarna cokelat tua dengan tepian bewarna
kekuningan:

MB = 0,8 MD = 0,05

CF (H,E)2 = MB – MD

= 0,8 – 0,05

= 0,75

- CFcom1 = CF(H,E)1 + (CF(H,E)2 * (1-CF(H,E)1))

= 0,6 + (0,75 * (1 – 0,6) )

= 0,6 + (0,75 * 0,4 )

= 0,6 + 0,3

CFcom1 = 0,9

- Gejala 3

Bercak daun dengan intensitas berat, bercak bersatu dan menyebabkan jaringan
daun mengering dan mati:

MB = 0,8 MD = 0,1

CF (H,E)3 = MB – MD

= 0,8 – 0,1

= 0,7

- CFcom2 = CFcom1 + (CF(H,E)3 * (1-CFcom1))

= 0,9 + (0,7 * (1 – 0,9) )

= 0,9 + (0,7 * 0,1 )

 41

= 0,9 + 0,07

CFcom2 = 0,97

Hasil Persentase = CFcom * 100%

= 0,97 * 100%

= 97%

Jadi nilai CF untuk penyakit Bercak Daun adalah 97%

Tabel 4.15 Nilai Gejala Pada Penyakit Anthracnose

No. Nama Gejala Nama Penyakit MB MD

1. Gejala membusuknya daun secara kering 0,8 0,1

yang dimulai dari tepi daun dan berkembang
melebar ke tengah
Anthracnose
2. Jaringan yang sakit mengakibatkan kematian 0,9 0,1
tanaman
Penyelesaian nya adalah :

- Gejala 1

Gejala membusuknya daun secara kering yang dimulai dari tepi daun dan
berkembang melebar ke tengah :

MB = 0,8 MD = 0,1

CF (H,E)1 = MB – MD

= 0,8 – 0,1

= 0,7

- Gejala 2

Jaringan yang sakit mengakibatkan kematian tanaman :

MB = 0,9 MD = 0,1

CF (H,E)2 = MB – MD
 42

= 0,9 – 0,1

= 0,8

- CFcom1 = CF(H,E)1 + (CF(H,E)2 * (1-CF(H,E)1))

= 0,7 + (0,8 * (1 – 0,7) )

= 0,7 + (0,8 * 0,3 )

= 0,7 + 0,24

CFcom1 = 0,94

Hasil Persentase = CFcom * 100%

= 0,94 * 100%

= 94%

Jadi nilai CF untuk penyakit Anthracnose adalah 94%

Maka hasil keputusan nilai tertinggi pada penyakit Bercak Daun dengan total nilai
CF 97% maka kelapa sawit tersebut dinyatakan terkena penyakit Bercak Daun

4.2.4 Pengujian Sistem

Pengujian kerangka kerja adalah metode yang terlibat dengan menjalankan

dan menilai kerangka kerja secara fisik atau alami untuk menguji apakah kerangka
kerja memenuhi prasyarat seperti yang ditunjukkan oleh keinginan klien atau
tidak, atau untuk memutuskan perbedaan antara hasil normal dan hasil nyata.
Pelaksanaan pengujian kerangka kerja umumnya disesuaikan dengan pendekatan
pembuatan atau pengembangan kerangka kerja yang digunakan. Tes diselesaikan
sepenuhnya pada kerangka menggunakan teknik tes. Sistem pengujian kerangka
induk untuk mendiagnosis penyakit tanaman kelapa sawit adalah dengan
memanfaatkan metode pengujian Discovery.

Pengujian dengan Discovery Pengujian diakhiri dengan memberikan

berbagai kontribusi pada program. Informasi tersebut kemudian ditangani oleh
 43

kebutuhan yang berguna untuk memeriksa apakah program aplikasi dapat

menghasilkan hasil yang diinginkan dan sesuai dengan elemen penting dari
program..
Tabel 4.16 Tabel Black Box Testing

No Skenario Test Case Hipotesis Hasil

1 Form Masukkan nama Memasukan username dan Valid

Admin pengguna dan kunci
password di form admin dan
rahasia ke dalam
struktur, dan tekan melakukan login.
tombol login.

2 Form Menekan tombol Menampilkan informasi yang Valid

Index beranda, penyakit, ada di beranda.
Admin gejala,
pengetahuan, post
keterangan dan
logout.

3 Form Tekan tombol Menampilkan informasi Valid

penyakit.
Penya tambah, sesuaikan,
kit dan hapus.
 44

4 Form Tekan tombol Menampilkan informasi gejala. Valid

Gejala tambah, sesuaikan,
dan hapus.

5 Form Tekan tombol Menampilkan informasi Valid

pengetahuan.
Penget tambah, ubah dan
ahuan hapus.

6 Form Menampilkan aturan Forward Valid

Chaining.
Aturan
 45

7 Form Menekan tombol Menampilkan data yang ada Valid

Dashboar Beranda, di Dashboard.
duntuk diagnosa,
pengguna keterangan dan
login.

8 Form Menekan tombol Menampilkan data gejala yang Valid

Diagnosa proses akan di pilih untuk di proses.

9 Form Menekan tombol Menampilkan data yang ada di Valid

Keterang keterangan keterangan.
an
 46

4.2.5 Implementasi Antarmuka

Penerapan kerangka kerja pada tahap ini dilanjutkan dengan penerapan

(Pengembangan) dari strategi model, khususnya pelaksanaan rencana kerangka
kerja yang baru-baru ini dicirikan. Tampilan program akan dimanfaatkan oleh
klien untuk berkolaborasi dengan produk yang sedang dirakit. Penerapan kerangka
digunakan sebagai tolok ukur untuk menguji konsekuensi dari proyek yang telah
dibuat untuk kemajuan kerangka kerja.
4.2.5.1 Halaman Dashboard Admin

Pada halaman ini terdapat menu home, analisis, penggambaran dan login.
Menu login harus dapat diakses oleh administrator, untuk masuk ke struktur login,
Anda harus menekan tombol struktur login pada halaman dashboard dan akan
terlihat pada gambar di bawah.

Gambar 4.8 Halaman Dashboard

4.2.5.2 Halaman Konsultasi

Di halaman ini pelanggan dapat mengadakan pertemuan dekat dan

pribadi tanpa login terlebih dahulu, setelah itu pelanggan dapat memilih tanda
yang berpengalaman berdasarkan tingkat kepercayaan pada kondisi yang tersedia.
 47

Gambar 4.9 Halaman Konsultasi

4.2.5.3 Halaman Keterangan Artikel

Pada halaman ini pengguna dapat melihat penyakit dan detail penyakit
yang tersedia. Didalam detail penyakit terdapat gejala penyakit dan sedikit
penjelasan tentang masing-masing penyakit

Gambar 4.10 Halaman Keterangan Artikel

 48

4.2.5.4 Halaman Login Admin

Pada halaman ini, admin login untuk masuk kedalam sistem, sehingga
dapat melakukan akses sistem.

Gambar 4.11 Halaman Login Admin

4.2.5.5 Halaman Penyakit

Pada halaman ini admin dapat menambahkan nama penyakit, detail

dan saran penyakit,. Setelah itu klik simpan.

Gambar 4.12 Halaman Penyakit

 49

4.2.5.6 Halaman Gejala

Di halaman ini administrator dapat menambahkan indikasi, mengubah
gejala, dan menghapus manifestasi.

Gambar 4.13 Halaman Gejala

4.2.5.7 Halaman Basis Pengetahuan

Pada halaman ini administrator dapat menambahkan informasi, mengubah

informasi, dan menghapus informasi..

Gambar 4.14 Halaman Pengetahuan

 50

4.2.5.8 Halaman Laporan

Pada halaman ini administrator dapat menambahkan laporan, mengubah

laporan dan menghapus laporan.

Gambar 4.15 Halaman Laporan

4.2.5.9 Halaman Dashboard User

Pada halaman ini terdapat menu beranda, diagnosa, keterangan apalagi

login. Menu login harus dapat diakses oleh klien, halaman dashboard harus terlihat
pada gambar di bawah.

Gambar 4.16 Halaman Laporan

 51

4.2.6 Hasil Pengujian

Tes diselesaikan dengan menggunakan teknik penemuan, dan itu berarti

memperhatikan kesalahan atau kekurangan dalam item yang dicoba. Pengujian
disini masih dalam tahap pengujian yang dibatasi pada pengujian kemudahan
penggunaan, hasil eksperimen tidak valid, dan kerangka asosiasi dalam
mendiagnosis infeksi pada tanaman kelapa sawit menggunakan strategi Forward
Tying and Conviction Component. tidak ada kendala. Kepastian nilai MD dalam
sistem tergantung pemahaman sang peneliti dengan pakar, menghasilkan nilai
MD, Sedangkan untuk nilai MB diambil dari kepercayaan sang pakar pada
indikasi yang dialami pasien.
Tabel 4.17 Tabel Hasil Pengujian

No Pengujian Penyakit Gejala Hasil

Pencarian Sistem
1 P001 Bercak Daun 3 97%

2 P002 Busuk Pangkal Batang 3 97%

3 P003 Penyakit Tajuk 3 96%

4 P004 Karat Daun 3 95%

5 P005 Penyakit Busuk Pupus 3 95%

6 P006 Anthracnose 2 94%

7 P007 Busuk Buah 3 96%

Hasil Rata-Rata 96%

Dari hasil tabel diatas didapatkan tingkat kesamaan nilai pengujian yang
dilakukan oleh penulis adalah 96%.
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan dari hasil penelitian yang penulis lakukan bisa

diuraikan menjadi berikut :
1. Dari pengujian yang dilakukan menggunakan metode Forward
Chaining dan Certainty Factor untuk mendiagnosa penyakit kelapa
sawit ini, maka persentase yang dihasilkan sistem ini menghasilkan
rata-rata nilai tingkat kepercayaan sebesar 96%.
2. Penentuan data nilai pada sistem berdasarkan kepakaran dari instalasi
sawit menciptakan range nilai data. Range ini terbagi atas 3 kriteria,
yaitu sangat yakin 0,2 – 0,1, yakin 0,1 – 0,05, dan kurang yakin 0,05 –
0. Data nilai ini digunakan dalam menentukan nilai CF yang
mempengaruhi nilai certainty factor.
3. Hasil diagnosanya berupa angka yang diperoleh dari nilai gejala, dan
juga ada keterangan dan solusi.
5.2 Saran

Hasil yang telah dicapai dari penelitian ini masih kurang dan belum
sempurna, oleh sebab itu diperlukan ide-ide untuk pengembangan selanjutnya:
1. Disarankan buat pengembangan selanjutnya, sistem ini dapat
dikembangkan dengan menggunakan metode yang berbeda atau
mengkombinasikan metode Certainty factor atau metode Forward
Chaining dengan metode lain untuk memperoleh tingkat keyakinan
yang lebih optimal.
2. Disarankan untuk jumlah data gejala dan penyakit sawit dapat ditambah
lebih banyak lagi ke dalam sistem.

52
 DAFTAR KEPUSTAKAAAN

Acihmah Sidauruk, Nur Ain, and Ade Pujianto. Yogyakarta. 2017. “Sistem Pakar
Diagnosa Penyakit Tanaman Kelapa Sawit Menggunakan Teorema Bayes”
Jurnal AMIKOM Yogyakarta 1–5.
Arifin, Mohammad, S. Slamin, and Windi Eka Yulia Retnani. 2017. “Penerapan
Metode Certainty Factor Untuk Sistem Pakar Diagnosis Hama Dan Penyakit
Pada Tanaman Tembakau.” Berkala Sainstek 5(1):21. doi:
10.19184/bst.v5i1.5370.
Banyal, Nur Ain, Jalan Raya, and Abepura Kotaraja. 2021.
“Sistem_Pakar_Diagnosa_Penyakit_Tanaman_P.Pdf.” 23(1):28–33.
Gaol, Nur Yanti Lumban. 2020. “Sistem Pakar Mendiagnosa Penyakit Tanaman
Buah Citrus ( Lemon ) Mengggunakan Metode Certainty Factor.” Jurnal
SAINTIKOM (Jurnal Sains Manajemen Informatika Dan Komputer) 19(1):1–
10.
Pasaribu, L. 2019. “Sistem Pakar Mendiagnosa Hama Dan Penyakit Tanaman
Mentimun Menggunakan Metode Naïve Bayes.” Pelita Informatika:
Informasi Dan … 7:416–20.
Purba, Windania, Dewi Ramah Dani, Suria Dame Solin, Putri Wulandari,
Universitas Prima Indonesia, Fordward Chaining, Dalam Mendiagnosa,
Penyakit Tanaman, Sawit Menggunakan, and Teknik Inferensi. 2020.
“Penerapan Algoritma Certainty Faktor Dalam Mendiagnosa Penyakit
Tanaman Kelapa Sawit Menggunakan Forward Chaining Berbasis Web.”
Jurnal, Riset Dan E-Jurnal Manajemen Informatika Komputer Volume 5.
No.1. 5(1):1330–33.
Romli, Ikhsan, E. Romansyah, and Andika Permana. 2020. “Implementasi Sistem
Pakar Menggunakan Metode Certainty Factor Untuk Mendiagnosa Penyakit
Herpes Zoster.” Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi)
4(2):110. doi: 10.35870/jtik.v4i2.158.
Rosmaneli, Rosmaneli. 2020. “Analisis Sistem Pakar Diagnosa Hama Dan Penyakit
Pada Tanaman Pinang Menggunakan Metode Forward Chainning.” Selodang
Mayang: Jurnal Ilmiah Badan Perencanaan Pembangunan Daerah
Kabupaten Indragiri Hilir 6(2):126. doi: 10.47521/selodangmayang.v6i2.173.
Sidauruk, Acihmah. 2017. “Sistem Pakar Diagnosa Penyakit Kelapa Sawit
Menggunakan Teorema Bayes.” Sistem Pakar Diagnosa Penyakit Kelapa
Sawit Menggunakan Teorema Bayes 18:1–5.

53
 54

Soufitri, Fithrie. 2019. “Perancangan Data Flow Diagram Untuk Sistem Informasi
Sekolah (Studi Kasus Pada Smp Plus Terpadu).” Ready Star 2(1):240–46.
Yuwono, Doddy Teguh, Abdul Fadlil, and Sunardi. 2017. “Penerapan Metode
Forward Chaining Dan Certainty Factor Pada Sistem Pakar.” Ilmu Komputer
(KLIK) 04(02):136–45.