Professional Documents
Culture Documents
Bab Full
Bab Full
Oleh,
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.
vii
Assalamu’alaikum Wr. Wb.
Bismillahirohmanirrohim
Teruntuk:
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%.
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
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
xiii
DAFTAR GAMBAR
xiv
DAFTAR NOTASI ATAU ISTILAH
xv
BAB I
PENDAHULUAN
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.
1.6 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
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.
Dalam standar jika E, H ada resep dasar untuk CF di kondisi 2 di bawah ini:
penggambaran:
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.
dan hubungan antara informasi yang disimpan, siklus dan siklus. dipaksakan pada
informasi (Soufitri 2019).
No Gambar Keterangan
No Gambar Keterangan
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
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
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
Keterangan:
manifestasi yang telah dikenali dalam sistem berikut. Berikut adalah gambar
Kerangka Induk Infeksi Tanaman Kelapa Sawit Level 0 DFD.
Keterangan:
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.
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
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
Kode_gejala
ID
keterangan
Kode_gejala
id nik nama
MB
No_hp
MD
Hasil Jenis_kelamin
Simpan hasil
alamat
Hasil_konsul
kepercayaan tanggal
tasi
id Kode_gejala jawaban
Perancangan tabel admin (tb_admin) dapat ditinjau pada tabel 4.1 berikut.
Tabel 4.1 Tabel Admin
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
Perancangan tabel hasil (tb_hasil) dapat ditinjau pada tabel 4.4 berikut.
Tabel 4.4 tabel hasil
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
Berikut ini merupakan beberapa jenis penyakit tanaman kelapa sawit yang
umum terjadi diantaranya:
Tabel 4.7 Data Kode dan Penyakit
Berikut ini merupakan beberapa jenis penyakit tanaman kelapa sawit yang
umum terjadi diantaranya:
Tabel 4.8 Tabel Kode 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
ID Rule (Aturan)
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
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
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
AND Karat muda berwarna hijau kelabu, sedangkan yang tua merah bata
AND Gejala awal dapat berupa kemunculan bercak klorosis/ nekrosis pada
daun tombak
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
AND Penyakit ini mulai meyerang produk organik yang berumur 2-4 bulan,
R7 tetapi bahkan paket dan bunga muda dapat diserang
1. Tidak 0
5. Yakin 0,8
6. Sangat yakin 1
Contoh kasus :
Salah satu tanaman kelapa sawit dengan kondisi gejala sebagai berikut :
Penyelesaiannya adalah :
- Gejala 1
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
= 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
= 0,9 + 0,07
CFcom2 = 0,97
= 0,97 * 100%
= 97%
- 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
CF (H,E)2 = MB – MD
42
= 0,9 – 0,1
= 0,8
= 0,7 + 0,24
CFcom1 = 0,94
= 0,94 * 100%
= 94%
Maka hasil keputusan nilai tertinggi pada penyakit Bercak Daun dengan total nilai
CF 97% maka kelapa sawit tersebut dinyatakan terkena penyakit Bercak Daun
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.
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
Pada halaman ini, admin login untuk masuk kedalam sistem, sehingga
dapat melakukan akses sistem.
Dari hasil tabel diatas didapatkan tingkat kesamaan nilai pengujian yang
dilakukan oleh penulis adalah 96%.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
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.