Jurnal Sistem Informasi | UNISNU Jepara | 2018 1

SISTEM PAKAR UNTUK DIAGNOSA HAMAPADA TANAMAN KOPI MENGGUNAKAN METODE CERTAINTY FACTOR

Al Yanul KhulaFakultas Sains dan Teknologi, Program Studi Sistem Informasi

Universitas Islam Nahdlatul Ulama JeparaEmail : alyanulkhula7@gmail.com

Abstract

Indonesia as an agricultural country with the majority of its population earning a living asfarmers. There are many different types of plants cultivated by farmers, not excluded from coffeeplants. Coffee is a necessity for the Indonesian people because coffee is widely consumed in mostIndonesian people. So that many farmers in Indonesia cultivate coffee plants. One of the obstaclesthat coffee farmers often encounter is the presence of pests that attack their coffee plants, whichcauses coffee productivity and quality to decline and not good. Whereas in general coffeeconsumers demand three things, taste (quality) and consistency, cleanliness and purity, as well ashealth and safety for consumers. Therefore, by utilizing an expert system application to diagnosecoffee plant pests using the certainty factor method, the authors hope to help coffee farmers to findout which pests attack their coffee plants, and farmers can also overcome these attacks becausethis application is equipped with control solutions.

Keywords : coffee pests, Expert System, Certainty Factor

1. PENDAHULUANNegara Indonesia merupakan negara agraris. Sebagian besar penduduk Indonesia bermata

pencaharian sebagai petani. Berbagai jenis tanaman dibudidayakan oleh petani, tak terkecualitanaman kopi. Kopi menjadi kebutuhan yang tak bisa dipisahkan dari masyarakat Indonesia karenakopi banyak di konsumsi di sebagian besar masyarakat Indonesia, salah satunya adalah Jepara.Sehingga banyak petani di Indonesia yang membudidayakan tanaman kopi.

Dalam era perdagangan bebas, konsumen akan cenderung memilih kopi yang bermutu baik.Secara umum tuntutan konsumen kopi meliputi tiga hal, yaitu citarasa (mutu) dan konsistensinya,kebersihan dan kemurniannya, serta kesehatan dan keamanan bagi konsumen. Oieh karena itu salahsatu upaya untuk meningkatkan peranan kopi sebagai penghasil devisa adalah denganmeningkatkan produktivitas dan mutu kopi Indonesia. Salah satu kendala daiam upaya peningkatanmutu dan produkfivitas kopi di Indonesia adalah serangan hama.

Seringkali petani mengalami kesulitan dalam membudidayakan kopi dikarenakanbanyaknya hama dan penyakit yang menyerangnya. Berbagai jenis hama dan penyakit tanamankopi bermunculan. Tak sedikit biaya yang harus dikeluarkan petani untuk merawat tanaman kopi.Terlebih jika petani tidak mengetahui hama dan penyakit apa yang menyerang tanaman kopi makapetani akan semakin kesulitan untuk mengobatinya dan akhirnya gagal panen. Untuk mengetahuipenyakit apa yang menyerang tanaman kopi haruslah dibutuhkan seorang pakar yang ahlidalam bidang pertanian, khususnya untuk tanaman kopi. Namun jumlah dan keberadaan ahli pakarjauh lebih sedikit daripada orang awam, sehingga sangat sulit untuk mendapatkan informasi.

Tujuan dari penelitian ini adalah membangun sistem pakar untuk diagnosa hama tanamankopi untuk memudahkan para petani kopi dalam mengendalikan hama yang menyerang tanamankopi mereka. Sistem pakar ini menggunakan metode certainty factor, metode ini memilikikelebihan yaitu dapat menggambarkan tingkat keyakinan seorang pakar terhadap masalah yangsedang dihadapi.

Jurnal Sistem Informasi | UNISNU Jepara | 2018 2

2. LANDASAN TEORI2.1 Sistem Pakar

Secara umum, sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuanmanusia ke dalam komputer yang dirancang untuk memodelkan kemampuan menyelesaikanmasalah seperti layaknya seorang pakar. Selain bermanfaat bagi para orang awam, sistem pakarini juga dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman danmempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakarmengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basispengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakandalam proses pengambilan keputusan untuk penyelesaian masalah tertentu (Irwanti, 2009).

Sistem pakar memiliki ciri-ciri sebagai berikut :1. Terbatas pada bidang yang spesifik2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat

dipahami4. Berdasarkan rule atau kaidah tertentu5. Dirancang untuk dapat dikembangkan secara bertahap6. Outputnya tergantung dari dialog dengan user7. Knowledge base dan inference engine terpisah

2.2 Metode Certainty FactorCertainty Factor (CF) merupakan sebuah metode yang diusulkan oleh Shortliffe dan

Buchanan pada 1975, metode tersebut berguna untuk mengakomodasi ketidakpastian pemikiran(inexact reasoning) seorang pakar. Seorang pakar (contoh: dokter) sering menganalisis informasidengan ungkapan “mungkin“, “kemungkinan besar“, dan “hampir pasti”. Sehingga dengan adanyametode Certainty Factor ini dapat menggambarkan tingkat keyakinan seorang pakar terhadapmasalah yang sedang dihadapi (Aji, dkk, 2017).

Saat ini ada dua model yang sering digunakan untuk mendapatkan tingkat keyakinan (CF),yaitu :

1. Metode ‘Net Belief’ yang diusulkan oleh E.H. Shortliffe dan B. G. Buchanan. Sepertiyang ditunjukkan pada persamaan (1).

CF(Rule)=MB(H, E)–MD(H, E) (1)

Di mana :CF(Rule) : Faktor kepastianMB(H, E) : Measure of Belief (ukuran kepercayaan) terhadap hipotesis H, jikadiberikan evidence E (antara 0 dan 1)MD(H, E) : Measure of Disbelief (ukuran ketidakpercayaan) terhadap evidence H, jikadiberikan evidence E (antara 0 dan 1).

2. Menggunakan hasil wawancara dengan pakar. Dengan mendapatkan informasi dari hasilwawancara dengan pakar. Nilai CF(Rule) didapat dari intrepretasi ”term” dari pakar, yangdiubah menjadi nilai CF tertentu sesuai Tabel 2.1.Tabel 2.1. Nilai CF (Rule) Diubah Menjadi Nilai CF (Aji, dkk, 2017)

Uncertain Term CF

Definitely Not (pasti tidak) -1.0Almost Certainly not (hamper pasti tidak) -0.8

Jurnal Sistem Informasi | UNISNU Jepara | 2018 3

Probably not (kemungkinan besar tidak) -0.6Maybe not (mungkin tidak) -0.4Unknown (tidak tahu) -0.2 to 0.2Maybe (mungkin) 0.4Probably (kemungkinan besar) 0.6Almost certainty (hamper pasti) 0.8Definitely (Pasti) 1.0

Certainty Factor merupakan suatu metode yang digunakan untuk menyatakan kepercayaandalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti atau penilaian dari pakar. Secarakonsep, Certainty Factor (CF) merupakan salah satu teknik yang digunakan untuk mengatasiketidakpastian dalam pengambilan keputusan. Certainty Factor (CF) dapat terjadi dengan berbagaikondisi. Diantara kondisi yang terjadi adalah terdapat beberapa antensenden (dalam rule yangberbeda) dengan satu konsekuen yang sama. Dalam kasus ini, kita harus mengagregasikan nilai CFkeseluruhan dari setiap kondisi yang ada. Pada konsep Certainty Factor ini juga sering dikenaldengan adanya believe dan disbelieve. Believe merupakan keyakinan, sedangkan disbelievemerupakan ketidakyakinan (Yastita, 2012).2.3 Hama Tanaman Kopi

Penyakit tanaman terbagi menjadi dua yaitu penyakit nonbiotis dan penyakit biotis. Penyakitnonbiotis yaitu suatu penyakit pada tanaman yang disebabkan oleh organisme tak hidupmisalnya difisiensi unsur hara, keracunan mineral, kelembaban, suhu, sinar yang tidak sesuai,kekurangan oksigen, polusi, dan reaksi tanah. Sedangkan penyakit biotis yaitu penyakit yangdisebabkan oleh organisme hidup yang kesemuanya adalah jasad renik atau mikroorganisme yaitujamur, bakteri, virus, dan nematoda.

Adapun hama yang menyerang tanaman kopi adalah sebagai berikut (Hulupi & Martini,2013).

1. Nematoda ParasitPratylenchus cofee dan Radopholus similis merupakan nematoda endoparasit yang

berpindah-pindah. Daur hidup P.coffe sekitar 45 hari sedang untuk R. Similis sekitarsatu bulan.

Tanaman kopi yang terserang kelihatan kerdil, daun menguning, dan gugur. Pertumbuhancabang-cabang primer terhambat sehingga hanya menghasilkan sedikit bunga, buah prematur,dan banyak yang kosong. Bagian akar serabut membusuk, berwarna coklat atau hitam. Padaserangan berat tanaman akhirnya mati.

2. Hama Penggerek Buah KopiPBKo masuk ke dalam buah kopi dengan cara membuat lubang disekitar diskus. Serangan

pada buah muda menyebabkan gugur buah. Serangan pada buah yang cukup tua menyebabkan bijikopi cacat berlubang-lubang dan bermutu rendah.

3. Kutu Dompolan Atau Kutu PutihP. citri terutama menyerang buah dan bunga kopi. Bunga dan buah muda yang terserang

akan mengering dan gugur, sedang buah dewasa mengalami hambatan pertubuhan sehinggaberkerut dan masak sebelum waktunya. Inang utama P. citri di dataran rendah adalah kopi, sedangdi dataran tinggi adalah lamtoro (Luecaena glauca).

4. Kutu Hijau Dan Kutu CoklatKutu Hijau (Coccus viridis) dan kutu coklat (Saesetia coffeae) merupakan hama sesewaktu

pada kopi arabika. Perkembangan telur kutu hijau sebagian besar berlangsung di dalam tubuhinduknya. Kutu hijau menyerang seluruh bagian tanaman kopi yang muda yaitu bunga, daun,cabang, dan batang yang masih berwarna hijau dengan cara menghisap cairannya. Akibat dari

Jurnal Sistem Informasi | UNISNU Jepara | 2018 4

serangan kutu ini, bagian terserang menjadi kuning, tanaman menjadi kerdil, pertumbuhan tunasbatang dan cabang pendek dan tidak sehat. Akibat secara tidak langsung adalah tumbuhnya jamurembun jelaga yang menutupi daerah respirasi dan asimilasi sehingga pertumbuhan tanaman sangatterhambat.

5. Penggerek CabangPenggerek cabang menyerang mulai sejak di pembibitan sampai tanaman dewasa. Pada

tanaman bibit, kumbang menggerek batang dekat permukaan tanah kemudian gerekan diperluas keatas dan ke bawah pada jaringan empulur sehingga daun layu dan akhirnya mati. Serangan padatanaman produktif berakibat mengeringnya cabang primer pada bagian ujung tanaman di ataslubang gerekan.

6. Penggerek Batang MerahPenggerek batang biasanya menyerang tanaman kopi muda (+ 3 tahun) dan batang yang

bergaris tengah sekitar 3 cm. Panjang saluran gerekan dapat mencapai 40-50 cm dengan garistengah 1-1,2 cm melingkari batang dikulit sekunder. Ada permukaan lubang sering terdapatcampuran kotoran Z. Coffeae dengan serpihan jaringan. Akibat gerekan larva tersebut, bagiantanaman di atas lubang gerekan layu, kering dan mati.

3. METODE PENELITIAN3.1 Prosedur Penelitian

Dalam penelitian ini, ada beberapa tahapan prosedur penelitian yang dilakukan, Adapungambaran dari prosedur penelitian seperti pada Gambar 3.1 :

Gambar 3.1 Prosedur Penelitian

3.2 Objek PenelitianPada penelitian ini penulis memilih objek penelitian atau studi kasus pada Dinas Ketahanan

Pangan dan Pertanian Kabupaten Jepara. Dengan dipilihnya Dinas Ketahanan Pangan danPertanian Kabupaten Jepara ini sebagai tempat penelitian, maka penulis menemukan permasalahanyang timbul dalam pelayanan diagnosa hama tanaman kopi yaitu kurangnya efektifitas dan efisiensiserta belum adanya pemanfaatan teknologi sebagai media dalam membantu pakar untukmendiagnosa hama tanaman kopi.

Dinas Ketahanan Pangan dan Pertanian Kabupaten Jepara terletak di Kota Jepara tepatnya diJl. Mangunsarkoro No. 3, Jepara. Dinas ini dipimpin oleh Ir. Achid Setiawan C, M.Si, sebagaikepala Dinas Ketahanan Pangan dan Pertanian Kabupaten Jepara. Sedangkan pada bagianperkebunan terdapat beberapa staf salah satunya adalah Bapak Raditya DP, SP.MT sebagai kasi

Pengumpulan Data Penelitian

Identifikasi Masalah

Analisis Kebutuhan Sistem

Implementasi Sistem

Pengujian Sistem

Jurnal Sistem Informasi | UNISNU Jepara | 2018 5

perkebunan dan bapak Sutiyono, A.Md. selaku pemandu lapanga Kopi di DKPP Jepara, yang jugasebagai ahli pakar yang mementori penulis.3.3 Metode Pengumpulan DataTahap pengumpulan data merupakan tahapan terpenting dalam penelitian ini, dan data yangdigunakan dalam penelitian ini berasal dari :

1. Studi ReferensiStudi pustaka berfungsi untuk mendukung penelitian yang akan dilaksanakan.Pengummpulan teori-teori yang bersumber dari buku, jurnal, dan penelitian-penelitianyang terkait dengan sistem pakar dan metode certainty factor.

2. WawancaraWawancara berfungsi untuk mengumpulkan informasi yang akan berguna dalampembuatan sistem pakar yaitu berupa data hama tanaman kopi dengan gejala-gejalanyabeserta solusi pengendaliannya. Wawancara dilakukan di Dinas Ketahanan Pangan danPertanian Kabupaten Jepara. Karena lingkup penelitian yang penulis gunakan adalahtanaman kopi di Jepara.

3.4 Perancangan DatabasePerancangan database pada sistem pakar ini menggunakan ERD (Entity Relationship

Diagram). Adapun ERD untuk Sistem Pakar Untuk Diagnosa Hama Tanaman Kopi dapat dilihatpada gambar 3.2 :

Gambar 3.2 ERD (Entity Relationship Diagram)

Jurnal Sistem Informasi | UNISNU Jepara | 2018 6

Sedangkan relasi tabel yang terbentuk dapat dilihat pada gambar 3.3 :

Gambar 3.3 Relationship Table Sistem Pakar Hama Tanaman Kopi3.5 Perancangan Sistem

Dalam perancangan sistem yang penulis usulkan, perancangan sistem dibuat denganmenggunakan UML (Unified Modeling Language) yaitu sebuah “bahasa” yang telah menjadistandar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak.UML menawarkan sebuah standar untuk merancang model sebuah sistem (Dharwiyanti &Wahono, 2003).

Adapun use case diagram pada sistem pakar untuk diagnosa hama tanaman kopi dapatdilihat pada gambar 3.4 :

Gambar 3.4 Use Case Diagram

Jurnal Sistem Informasi | UNISNU Jepara | 2018 7

Rancangan user interface pada sistem pakar ini dapat dilihat pada gambar di bawah ini :

3.6 Basis PengetahuanDari pengetahuan yang penulis dapatkan saat penelitian yaitu berupa gejala dan hama

tanaman kopi, maka dapat dibuat basis pengetahuan berupa hubungan keterkaitan antara gejal danhama tanaman kopi. Basis pengetahuan tersebut dapat dilihat pada tabel 3.1 :

Jurnal Sistem Informasi | UNISNU Jepara | 2018 8

Tabel 3.1 Tabel Basis Pengetahuan

No Bobot Gejala Kode

Nama dan Kode Hama Tanaman Kopi

NePa PBKo Kdom

/KPu

Khi&Co

PCaPBaMe

1 2 3 4 5 6

1 0.60 Tanaman kerdil 28

2 0.70 Daun menguning dangugur 29

3 0.50

Pertumbuhan cabang-cabang primer terhambatdan menghasilkansedikit bunga

30

4 0.60 Buah prematur danbanyak yang kosong 31

5 0.80 Bagian akar serabutmembusuk dan berair 32

6 0.80Pada serangan berattanaman mengering danmati

33

7 0.70Bunga dan buah yangterserang akanmengering dan gugur

34

8 0.50 Biji kopi yang tua cacatdan berlubang -lubang 35

9 0.40Buah berkerut danmasak sebelumwaktunya

36

10 0.40 Bagian yang terserangmenjadi kuning 37

11 0.50Pertumbuhan tunasbatang dan cabangpendek tidak sehat

38

12 0.80Cabang primer padabagian ujung tanaman diatas lubang mengering

39

13 0.80Bagian tanaman di ataslubang gerekan layu,kering, dan mati

40

3.7 Basis Aturan

Jurnal Sistem Informasi | UNISNU Jepara | 2018 9

Basis aturan adalah aturan yag dibuat berdasarkan basis pengetahuan yang telah dibuatsebelumnya, kemudian disusun dalam bentuk aturan (rule). Basis aturan (rule) tersebut dapatdilihat pada tabel 3.2 :Tabel 3.2 Tabel Basis Aturan (rule)

Aturan Kaidah Produksi Aturan Kaidah Produksi(rule) (AND) (rule) (AND)

R1 IF 28 R3 IF 3429 3630 THEN 33132 R4 IF 2833 37

THEN 1 38THEN 4

R5 IF 39THEN 5

R2 IF 3435 R5 IF 40

THEN 2 THEN 6

4. HASIL DAN PEMBAHASAN4.1 Hasil Penelitian

Hasil penelitian yang dilakukan oleh penulis dihasilkan melalui beberapa tahapan yaitupengumpulan data, perancangan sistem, dan implementasi sistem. Hasil penelitian tersebutdipaparkan dalam implementasi sistem.

Implementasi sistem adalah tahap penerapan sistem yang dilakukan sesuai denganperancangan database, system dan interface yang telah penulis buat sebelumnya dan dibuatmenggunakan bahasa pemrograman PHP. Adapun implementasi dari aplikasi sistem pakardiagnosa hama tanaman kopi dengan metode certainty factor adalah sebagai berikut :1. Halaman Beranda User Pengguna

Halaman beranda user pengguna adalah rancangan halaman utama yang akan muncul ketikapengguna pertama kali membuka aplikasi sistem pakar.

Gambar 4.1 Halaman Beranda User Pengguna

Jurnal Sistem Informasi | UNISNU Jepara | 2018 10

2. Halaman Form PendaftaranHalaman form pendaftaran adalah form untuk pengguna melakukan pendaftaran dengan

memasukkan data diri pengguna guna mendapatkan username dan password yang digunakan untukmasuk ke dalam sistem dan memulai konsultasi.

Gambar 4.2 Halaman Form Pendaftaran Pengguna3. Halaman Login User Pengguna

Halaman login user pengguna adalah halaman untuk pengguna melakukan login setelahberhasil melakukan pendaftaran dengan memasukkan username dan password yang telah dibuat.

.

Gambar 4.3 Halaman Login User Pengguna4. Halaman Menu User Pengguna

Halaman menu user pengguna adalah tampilan yang akan muncul setelah pengguna berhasilmelakukan login. Dalam halaman ini pengguna dapat langsung memulai konsultasi denganmemilih menu konsultasi, atau hanya ingin melihat hasil konsultasi dengan memilih menu hasilkonsultasi, atau melihat histori hasil konsultasi di menu histori.

Gambar 4.4 Halaman Menu User Pengguna

Jurnal Sistem Informasi | UNISNU Jepara | 2018 11

5. Halaman Konsultasia. Langkah Pertama

Langkah pertama, proses dilakukan dengan pengguna memilih gejala-gejala yang terjadi ditanaman kopinya, setelah itu pengguna mengklik tombol selanjutnya untuk lanjut proses berikutnya.

Gambar 4.5 Halaman Langkah Pertama Konsultasib. Langkah Kedua

Setelah memilih gejala, pengguna akan memilih tingkat kepastian dari gejala yang telahdipilihnya, kemudian klik tombol analisa

Gambar 4.6 Halaman Langkah Kedua Konsultasi6. Halaman Hasil Konsultasi

Setelah proses konsultasi maka akan keluar hasil konsultasi dengan menampilkan gejala yangdipilih beserta dengan nilai bobot gejala, hasil perhitungan beserta presentase, juga nama hamayang kemungkinan menyerang tanaman kopi, beserta solusi pengendaliannya.

Jurnal Sistem Informasi | UNISNU Jepara | 2018 12

Gambar 4.7 Halaman Hasil Konsultasi

4.2 Pembahasan4.2.1 Pengujian Proses Sistem

Pada sebuah penelitian didapat data serangan OPT Penting Tanaman Kopi di wilayahTempur, Kecamatan Keling, Jepara. Data tersebut menunjukkan ada sekitar kurang lebih 45,0hektar tanaman kopi yang terserang hama dengan gejala:

a. Bunga dan buah mengeringb. Biji kopi yang tua terlihat cacat dan berlubang – lubangKemudian dari gejala tersebut dikonsultasikan ke sistem ini. Adapun konsultasinya dapat

dilihat pada keterangan di bawah ini :1. Contoh Perhitungan Secara Manual

Langkah pertama petani menentukan gejala apa saja yang terjadi pada tanaman kopinya. Gejalayang dipilih adalah :a. [E1] Bunga dan Buah mengeringb. [E2] Biji kopi yang tua terlihat cacat dan berlubang – lubangNilai CF Pakar :CFpakar (Gejala 1) : 0.70CFpakar (Gejala 2) : 0.50

Nilai Tingkat Keyakinan User :Sangat Yakin : 1Yakin : 0.8Cukup Yakin : 0.6Sedikit Yakin : 0.4Kurang Yakin : 0.2

Jurnal Sistem Informasi | UNISNU Jepara | 2018 13

Tidak : 0

User Memilih Jawaban :Gejala 1 : (Ya) Yakin : 0.8Gejala 2 : (Ya) Sangat Yakin : 1Perhitungan :CFgejala 1 = CFuser * CFpakar

= 0.70 * 0.80= 0.56

Cfgejala 2 = Cfuser * CFpakar= 0.50 * 1= 0.50

Cfcombine = CFgejala 1 + Cfgejala 2 * (1 - Cfgejala 1)= 0.56 + 0.50 * (1 – 0.56)= 0.56 + 0.50 * 0.44= 0.78

Hasil dipresentasikan dan didapatkan hasil = 0.78 x 100% = 78%Dengan hasil akhir diperoleh kemungkinan hama yang menyerang adalah hama PenggerekBuah Kopi.

2. Contoh Perhitungan Menggunakan Aplikasi

Gambar 4.8 Konsultasi Langkah Pertama Memilih Gejala

Gambar 4.9 Konsultasi Langkah Kedua Memilih Tingkat Kepastian

Jurnal Sistem Informasi | UNISNU Jepara | 2018 14

Gambar 4.10 Hasil Dari Konsultasi4.3 Analisis Sistem

Adapun Flowchart diagnosa perhitungan Certainty Factor pada sistem pakar hama tanamankopi sebagai berikut :

Gambar 4.25 Flowchart Diagnosa Perhitungan Certainty Factor4.3.1 Hasil Pengujian Sistem

Pada pengujian sistem adalah tahap yang dilakukan untuk pengujian sistem pakar secarakeseluruhan. Pada tahap ini dilakukan uji kesesuaian pada hasil diagnosa hama tanaman kopi sertapenerapan metode Certainty Factor.1. Pengujian diagnosis berdasarkan basis aturan (rule)

Pada proses diagnosis hama tanaman kopi, pengguna memasukkan data gejala penyeranganyang terlihat pada tanaman kopinya berupa, bunga dan buah akan mengering dan gugur, bijikopi yang tua cacat dan berlubang - lubang. Maka akan dihasilkan diagnosis hama penggerekbuah kopi.

2. Pengujian dignosis dengan memilih satu gejalaApabila pengguna hanya memilih satu gejala saja dan tidak memilih gejala yang lain lagi,contoh pengguna hanya memilih gejala biji kopi yang tua cacat dan berlubang – lubang, makasistem belum bisa menyimpulkan nama hama yang menyerang dan akan kembali ke halamanpilih gejala.

Jurnal Sistem Informasi | UNISNU Jepara | 2018 15

Dalam pengujian sistem ini akan menjelaskan hasil uji coba dari aplikasi sistem pakar untukdiagnosa hama pada tanaman kopi dengan metode certainty factor.Tabel 4.1 Hasil Pengujian Sistem

No.Kode

PenggunaGejala Hama

Nilai

Belief

(%)

Diagnosis Pakar

Kesesuaian

Hasil

Diagnosis

1Kode 4 35,36,37 Penggerek Buah

Kopi

82% Penggerek Buah

Kopi

Sesuai

2Kode 5 34,35,37 Penggerek Buah

Kopi

85% Penggerek Buah

Kopi

Sesuai

3Kode 6 30,38,39 Penggerek

Cabang

95% Penggerek

Cabang

Sesuai

4Kode 7 35,36,37 Penggerek Buah

Kopi

82% Penggerek Buah

Kopi

Sesuai

5Kode 8 28,37,38 Kutu Hijau &

Kutu Coklat

78% Kutu Hijau &

Kutu Coklat

Sesuai

6Kode 9 35,36 Kutu Dompolan

/ Kutu Putih

58% Kutu Dompolan /

Kutu Putih

Sesuai

7Kode 10 34,35 Penggerek Buah

Kopi

78% Penggerek Buah

Kopi

Sesuai

8Kode 11 38,39 Penggerek

Cabang

90% Penggerek

Cabang

Sesuai

9Kode 12 34,35,36 Penggerek Buah

Kopi

91% Penggerek Buah

Kopi

Sesuai

10Kode 13 29,38,39 Penggerek

Cabang

97% Penggerek

Cabang

Sesuai

11Kode 14 34,36,37 Kutu Dompolan

/ Kutu Putih

71% Kutu Dompolan /

Kutu Putih

Sesuai

12Kode 15 34,36,37 Kutu Dompolan

/ Kutu Putih

71% Kutu Dompolan /

Kutu Putih

Sesuai

13Kode 16 29,30 Nematoda

Parasit

74% Nematoda Parasit Sesuai

14Kode 17 29,34,35 Nematoda

Parasit

96% Penggerek Buah

Kopi

Tidak

Sesuai

15Kode 18 35,36,37 Kutu Dompolan

/ Kutu Putih

82% Kutu Dompolan /

Kutu Putih

Sesuai

16 Kode 19 34,35,36 Penggerek Buah 91% Penggerek Buah Sesuai

Jurnal Sistem Informasi | UNISNU Jepara | 2018 16

Kopi Kopi

17Kode 20 31,34,35 Penggerek Buah

Kopi

82% Penggerek Buah

Kopi

Sesuai

18Kode 21 31,38,39 Penggerek

Cabang

96% Penggerek

Cabang

Sesuai

19Kode 22 37,38,39 Penggerek

Cabang

94% Penggerek

Cabang

Sesuai

20Kode 23 35,36,37 Penggerek Buah

Kopi

77% Penggerek Buah

Kopi

Sesuai

21Kode 24 33,34,35 Penggerek Buah

Kopi

85% Penggerek Buah

Kopi

Sesuai

22Kode 25 29,35,37 Nematoda

Parasit

85% Nematoda Parasit Sesuai

23Kode 26 29,34,35 Nematoda

Parasit

94% Penggerek Buah

Kopi

Tidak

Sesuai

24Kode 27 33,34,35 Nematoda

Parasit

97% Nematoda Parasit Sesuai

25Kode 28 29,30,31 Nematoda

Parasit

94% Nematoda Parasit Sesuai

26Kode 29 34,35 Penggerek Buah

Kopi

69% Penggerek Buah

Kopi

Sesuai

27Kode 30 29,38,39 Penggerek

Cabang

96% Penggerek

Cabang

Sesuai

28Kode 31 34 Tidak

Terdeteksi

Penggerek Buah

Kopi

Tidak

Sesuai

29Kode 32 28,29,30 Nematoda

Parasit

94% Nematoda Parasit Sesuai

30Kode 33 29,30,31 Nematoda

Parasit

94% Nematoda Parasit Sesuai

31Kode 34 34,35,36 Penggerek Buah

Kopi

91% Penggerek Buah

Kopi

Sesuai

32Kode 35 38,39 Penggerek

Cabang

90% Penggerek

Cabang

Sesuai

33Kode 36 38,39 Penggerek

Cabang

90% Penggerek

Cabang

Sesuai

Jurnal Sistem Informasi | UNISNU Jepara | 2018 17

34Kode 37 34,35,36 Penggerek Buah

Kopi

76% Penggerek Buah

Kopi

Sesuai

35Kode 38 34,35,36 Penggerek Buah

Kopi

76% Penggerek Buah

Kopi

Sesuai

36Kode 39 33 Tidak

Terdeteksi

Nematoda Parasit Tidak

Sesuai

37Kode 40 35,36,37 Penggerek Buah

Kopi

82% Penggerek Buah

Kopi

Sesuai

38Kode 41 30,35,36 Penggerek Buah

Kopi

79% Penggerek Buah

Kopi

Sesuai

39Kode 42 32 Tidak

Terdeteksi

Nematoda Parasit Tidak

Sesuai

40Kode 43 35,36,37 Kutu Dompolan

/ Kutu Putih

75% Kutu Dompolan /

Kutu Putih

Sesuai

41Kode 44 34,35,36 Penggerek Buah

Kopi

91% Penggerek Buah

Kopi

Sesuai

42Kode 45 38,39 Penggerek

Cabang

90% Penggerek

Cabang

Sesuai

43Kode 46 34,35,36 Penggerek Buah

Kopi

78% Penggerek Buah

Kopi

Sesuai

44Kode 47 34,36 Kutu Dompolan

/ Kutu Putih

57% Kutu Dompolan /

Kutu Putih

Sesuai

45Kode 48 28,37,38 Kutu Hijau dan

Kutu Coklat

74% Kutu Hijau dan

Kutu Coklat

Sesuai

46Kode 50 29,34,36 Nematoda

Parasit

84% Nematoda Parasit Sesuai

47Kode 51 30,35,36 Nematoda

Parasit

85% Nematoda Parasit Sesuai

48Kode 52 34,35,36 Penggerek Buah

Kopi

91% Penggerek Buah

Kopi

Sesuai

49Kode 53 37,38 Kutu Hijau dan

Kutu Coklat

70% Kutu Hijau dan

Kutu Coklat

Sesuai

50Kode 54 30,34,35,36 Penggerek Buah

Kopi

96% Penggerek Buah

Kopi

Sesuai

4.3.2 Pengujian Validitas Nilai Akurasi SistemPengujian validitas nilai akurasi sistem ini dilakukan dengan cara mengambil data dari hasil

pengujian penyerangan hama tanaman kopi menggunakan sistem pakar ini. Kriteria utama yang

Jurnal Sistem Informasi | UNISNU Jepara | 2018 18

diambil dalam pengujian ini adalah kriteria valid, dimana kriteria ini menjadi derajat ketepatanantara diagnosa dari ahli pakar tanaman kopi dengan aplikasi sistem pakar yang telah dibuat. Dari50 data diagnosa tersebut, data yang valid ada sebanyak 45 data dan lima data yang tidak valid atauberbeda. Pengujian ini dilakukan menggunakan teknik k-fold cross validation, teknik inimerupakan sebuah teknik untuk menilai atau memvalidasi keakuratan sebuah model yang dibangunberdasarkan dataset tertentu (Munir, 2018).

Cross validation digunakan dalam rangka menemukan parameter terbaik dari satu model.Ini dilakukan dengan cara menguji besarnya error pada data testing. Langkah selanjutnyadilakukan pengujian tingkat akurasi, pengujian yang dimaksud adalah untuk menemukanpersentase ketepatan dalam proses pengklasifikasian terhadap data testing yang diuji. Tingkatakurasi dihitung dengan menggunakan persamaan :ac

Dimana :ac = tingkat akurasi (%)

= jumlah klasifikasi yang benar= jumlah data testing

Berdasarkan hasil dari uji validitas di atas, didapatkan nilai akurasi sebesar 90%. Sedangkansisanya merupakan data yang tidak akurat yang disebabkan oleh kesalahan input oleh penggunaataupun data gejala yang dipilih hanya satu gejala saja, sedangkan perhitungan certainty factorminimal harus memilih 2 gejala untuk dapat dilanjut pada proses perhitungan nilai ketidakpastiandari beberapa gejala pada sebuah hama.5. KESIMPULAN

Penyebaran hama pada tanaman kopi sangat meresahkan para petani kopi, karena akibathama tersebut menjadikan para petani kesulitan dalam membudidayakan kopi. Karena alasan itulahbanyak produktifitas dan mutu kopi mereka menjadi menurun.

Dengan membuat sistem pakar untuk diagnosa hama pada tanaman kopi maka diharapkanakan membantu permasalahan petani kopi dalam mengidentifikasi jenis hama yang menyerangtanaman kopi mereka dilihat dari gejala-gejala penyerangan. Perhitungan certainty factor padasistem pakar ini didapatkan dari penelitian pada sample 50 petani kopi di Jepara khususnya wilayahkecamatan Keling, yang mana data penelitian ini menjadi acuan untuk menghitung nilaikepercayaan dari suatu gejala dan hasil diagnosa hama tanaman kopi. Dari perhitungan tersebutdidapatkan hasil tingkat keyakinan atau validitas sistem dengan nilai kepastian 90% yang didapatdari pengujian sistem 50 petani dengan membandingkan hasil dari ahli pakar tanaman kopi.6. REFERENSIAji, A. H., Furqon, M. T., & Widodo, A. W. (2017). Sistem Pakar Diagnosa Penyakit Ibu Hamil

Menggunakan Metode Certainty Factor ( CF ), 2(5), 2127–2134.Dharwiyanti, S., & Wahono, R. S. (2003). Pengantar Unified Modeling Language (UML).

Retrieved from IlmuKomputer.ComHulupi, R., & Martini, E. (2013). Pedoman Budi Daya dan Pemeliharaan Tanaman Kopi di Kebun

Campur. Sulawesi: Pusat Penelitian Kopi dan Kakao Indonesia.Irwanti, S. (2009). Sistem Pakar Diagnosa Penyakit Paru Pada Anak Berbasis Web. TA.

Universitas Sebelas Maret.Munir, A. M. (2018). Sistem Pakar Diagnosis Penyakit Gigi Dan Mulut Dengan Metode Dempster-

Shafer Berbasis Web. Universitas Islam Nahdlatul Ulama Jepara.Yastita, S., Lulu, Y. D., & Sari, R. P. (2012). Sistem Pakar Penyakit Kulit Pada Manusia

Menggunakan Metode Certainty Factor Berbasis Web, 46–52.