Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
On-line : https://journal.unisnu.ac.id/JISTER/
1
SISTEM PAKAR DIAGNOSA PENYAKIT PADA TANAMAN KAKAO
MENGGUNAKAN METODE CERTAINTY FACTOR
Putri Luthfiyatul Mahbubah (191250000293)1, Aprilya Irawati (191250000298)2,
Adella Eka Aryani (191250000310)3
123
Sistem Informasi Fakultas Sains dan Teknologi Universitas Nahdlatul Ulama‟ Jepara
191250000293@unisnu.ac.id1, 191250000289@unisnu.ac.id2,
191250000310@unisnu.ac.id3
ABSTRACT
Cocoa (theobroma cacao) is a plant that has economic value tall one. Various products can be produced
from processing starting from seeds to fat, for example chocolate, the main ingredient of which is cocoa,
not only has a high selling value cocoa also has good benefits in the field of health because cocoa fruit
contains nutritious antioxidants boost immunity. However, they often encounter obstacles pest or disease
attack on cocoa plants, such as occurred in Pardomuan 2 village where cacao is the source high income
in the area. The solution adopts an expert system by applying the Certainty Factor (CF) method. The aim
of this study to diagnose diseases in cocoa plants. The calculation results based on the symptoms
complained of by farmers has a percentage level the highest confidence is 90.56% leads to Borer
Disease fruit, so that it can be concluded that the cocoa plant was diagnosed as affected Fruit borer
disease.
Keywords : Certainty Factor, cocoa. pest. expert system, Theobroma Cacao
ABSTRAK
Kakao (theobroma cacao) salah satu tanaman yang menghasilkan nilai ekonomis yang tinggi. Berbagai
produk dapat dihasilkan dari pengolahan mulai dari biji hingga lemak, contohnya coklat yang bahan
utama pembuatannya dari kakao, tidak hanya memiliki nilai jual tinggi kakao juga memiliki manfaat yang
baik dalam bidang kesehatan karena buah kakao mengandung antioksidan berkhasiat meningkatkan
kekebalan tubuh. Namun seringkali menghadapi kendala yaitu serangan hama atau penyakit yang
terdapat pada tanaman kakao, seperti yang terjadi di Desa Pardomuan 2 yang mana tanaman kakao
merupakan sumber pendapatan yang tinggi di daerah tersebut. Solusinya mengadopsi sistem pakar
dengan menerapkan metode Certainty Factor (CF). Penelitian ini bertujuan untuk mendiagnosa penyakit
pada tanaman kakao. Hasil perhitungan berdasarkan gejala yang dikeluhkan petani memiliki presentase
tingkat keyakinan paling tinggi adalah 90.56% mengarah pada Penyakit Penggerek buah, sehingga dapat
disimpulkan tanaman kakao tersebut di diagnosa terkena Penyakit Penggerek buah.
Kata Kunci : Certainty Factor, Kakao, Hama, Sistem Pakar, Theobroma Cacao.
Journal of Information System and Computer (2023) On-line : https://journal.unisnu.ac.id/JISTER/ 2
1. PENDAHULUAN
Perkembangan tekonologi saat ini
sedang mengalami kemajuan yang sangat
pesat. Seiring berjalannya waktu, kebutuhan
manusia akan teknologi juga semakin
bertambah. Teknologi banyak digunakan
dalam berbagai bidang kebihupan manusia.
Perkembangan
teknologi
juga
sangat
berpengaruh dalam dunia kesehatan. Sepeti
saat ini, manusia semakin dimudahkan dalam
mengakses informasi kesehatan. Salah
satunya yaitu informasi kesehatan dalam
bidang pertanian.
Tanaman memiliki peranan yang penting
dalam kehidupan makhluk hidup, terutama
manusia dan hewan. Dimana tanaman
tersebut dijadikan sebagai sumber kehidupan
yaitu salah satunya sebagai sumber
makanan, akan tetapi tanaman tersebut tidak
lepas dari hambatan dalam pertumbuhannya
seperti adanya hama, mikroorganisme atau
penyakit yang dapat menyerang tanaman
tersebut.
Kakao (Theobroma Cacao) salah satu
tanaman yang menghasilkan nilai ekonomis
yang tinggi. selain itu, devisa di Indonesia
juga mengalami kenaikan berkat produksi
kakao. Berbagai produk dapat dihasilkan dari
pengolahan mulai dari biji hingga lemak,
contohnya coklat yang bahan utama
pembuatannya dari kakao, tidak hanya
memiliki nilai jual tinggi kakao juga memiliki
manfaat yang baik dalam bidang kesehatan
karna buah kakao memiliki atau mengandung
antioksidan yaitu fenol dan flavonoid yang
berkhasiat meningkatkan kekebalan tubuh.
Namun kenyataanya dalam bercocok
tanam kakao seringkali menghadapi sebuah
kendala yaitu serangan hama atau penyakit
yang terdapat pada tanaman kakao, yang
mana tanaman kakao merupakan sumber
pendapatan yang tinggi di daerah tersebut.
Oleh karena itu perlunya melakukan
diagnosa awal sangat penting untuk
mengenali
kondisi
tanaman
tersebut
sehingga dapat dilakukan pencegahan agar
tanaman yang dibudidayakan tersebut tidak
terserang
penyakit.
Dengan
pengimplementasian metode certainty factor,
dimana suatu metode untuk membuktikan
apakah suatu fakta itu pasti ataukah tidak
pasti dan juga menggambarkan tingkat
keyakinan terhadap permasalahan yang
sedang dihadapi. Hal ini merupakan salah
satu
implementasi
sistem
yang
terkomputerisasi dalam bidang pertanian,
yang diharapkan para
petani dapat
mendeteksi jenis penyakit pada tanaman
tebu berdasarkan gejala yang ada dan untuk
mengetahui nilai tingkat akurasi dalam
mendiagnosa penyakit tanaman serta solusi
untuk mengatasi masalah tersebut.
Beberapa hasil dari penelitian yang telah
dilakukan menggunakan metode certainty
factor tersebut yaitu pada kasus tanaman
kedelai dimana berdasarkan studi kasus hasil
perhitungan Certainty Factor dengan nilai
tertinggi yaitu 0,97 yang artinya penyakit
kedelai mengalami penyakit antraknosa
dengan nilai keyakinan 97 %. Tingkat akurasi
aplikasi sistem pakar berdasarkan 8 data
yang di uji adalah 87,5 % yang menunjukkan
bahwa aplikasi pakar ini berfungsi secara
baik sesuai dengan diagnosa dan ketidak
akurasian 12,5 %. Selain pada tanaman
kedelai. Dimana dari yang telah dilakukan
penelitian tersebut menghasilkan diagnosa
yang kurang lebih hampir sama dimana
tingkat akurasi yang dihasilkan oleh
perhitungan
metode
Certainty
factor
didapatkan menghasilkan hasil yang cepat
dan tepat dengan tingkat akurasi yang cukup
baik, sehingga dapat membantu dalam
mendiagnosa penyakit dan pada beberapa
studi kasus juga dapat untuk mendeteksi
kerusakan dengan melakukan perhitungan
pada
gejala
yang
dipilih
sehingga
menghasilkan analisa yang dapat dijakan
dasar untuk setiap petani agar dapat
mengantisipasi hal-hal yang bisa saja terjadi
pada
tanaman
kakao
yang
sedang
dibududayakan tersebut.
Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
2. KERANGKA TEORI
2.1 Gambar dan Tabel
2.1.1
Sistem pakar
Sistem pakar merupakan sebuah sistem
komputer yang berfungsi menyamai atau
menyerupai kemampuan dalam mengambil
keputusan dari seorang ahli atau pakar. Sistem
pakar terdiri dari 2 komponen utama yaitu
knowledge base yang berisi pengetahuan dan
mesin
inferensi
yang
memproyeksikan
kesimpulan. Sistem kecerdasan buatan dapat
melakukan berbagai pekerjaan seperti dan sebaik
yang dilakukan oleh manusia bahkan mampu
untuk lebih baik dari pada yang dilakukan oleh
manusia itu sendiri, sistem kecerdasan buatan
dapat memiliki berbagai bentuk, yaitu, sistem
robotika, sistem bahasa alami, sistem visual,
sistem suara, sistem pakar dan sistem
pemahaman(Hadi et al., 2021).
Sistem pakar dibuat dengan tujuan untuk
dapat menyelesaikan sebuah masalah yang
cukup rumit dan hanya bisa diselesaikan oleh
seorang pakar/ahli. Pembuatan sistem pakar
bukan untuk menggantikan para pakar/ahli itu
sendiri melainkan sistem pakar yang dibuat dapat
digunakan sebagai asisten yang berpengalaman.
Implementasi sistem pakar ke dalam komputer,
dapat menghasilkan beberapa manfaat seperti
keakurasian, kecepatan, dan dapat diakses
kapan pun sehingga dapat meringankan tugas
para pakar dibidangnya. Sistem pakar dipandang
sebagai cara penyimpanan pengetahuan pakar
dalam bidang tertentu dalam bidang komputer.
2.1.2
tanaman kakao dan data kakao
Secara umum tanaman kakao dapat
didefinisikan sebagai tanaman yang dapat
mengalami proses penyerbukan silang serta
dikenal
sebagai
tanaman
incompatibility
tersendiri. Meskipun begitu, ada sebagaian
varietas tanaman kakao yang dapat melakukan
penyerbukan sendiri tanpa bantuan dari
serangga, angin, manusia, atau air. Meskipun
ada sebagian tanaman kakao yang dapat
melakukan penyerbukan sendiri hasil produksin
juga tetap tinggi.
Mengambil data dari salah satu jurnal
yang berjudul “Sistem Pakar Mendiagnosa
Penyakit Tanaman Kakao Menggunakan Metode
On-line : https://journal.unisnu.ac.id/JISTER/
3
Certainty Factor” (Meniati et al., 2022)sebagai
berikut:
No
Gejala
Nama
Solusi
Penyakit
1.
Buah
tampak
masak
sebelum
waktunya
2.
Sulit
dipisahkan
antara biji
dengan
kulit buah
3.
Ada tandatanda
bekas
gesekan
dan larva
dalam buah
4.
Buah
berwarna
coklat
kehitaman
5.
Penyakit ini
menyerang
dengan
cara
Pemangkasa
n bentuk
pohon kakao
dengan
membatasi
tinggi tajuk
tanaman
maksimum 34 meter akan
memudahka
n saat
pengendalian
dan
pemanenan,
kemudian
pemupukan
dilakukan
dengan
menggunaka
n N.P dan K
dengan dosis
sesuai
anjuran
Penyakit
penggere
k buah
Journal of Information System and Computer (2023) On-line : https://journal.unisnu.ac.id/JISTER/ 4
menusuk
dan
menghisap
cairan sel
6.
Buah
berwarna
coklat
kehitaman
7.
Buah
menjadi
kering dan
mati
8.
Serangan
pada
ranting dan
pucuk
menyebabk
an
kematian
9.
Daun-daun
mengering
dan gugur
10.
Infeksi
pada sisi
bagian
bawah
cabang dan
ranting
bagian yang
terinfeksi dan
dibakar
Penyakit
helopeltis
sp
Penyakit
jamur
upas
Pemangkasa
n tunastunas muda
yang tumbuh
dibatang,
pengelolaan
naungan,
sanitasi
lingkungan,
dan tanaman
perangkap
Mengelola
kebun agar
penyebaran
dan infeksi
patogen tidak
terjadi
dengan
praktek
budidaya
yang tepat,
pemotongan
cabang/ratin
g yang
terserang
kira-kira
30cm
dibawah
11.
Ditemukan
bintik-bintik
yang
melekat
pada kullit
cabang
12.
Kulit
cabang
berkerak
dan
menjadi
buruk
13.
Batang dan
akar
membengk
ak
14.
Rating
rapuh bila
dipatahkan
15.
Daun-daun
mengering
dan gugur
16.
Buah
memburuk,
lebih
berkilat dari
pada
normal
17.
Bercak
Coco
swollen
shoot
virus
Bersama
dengan
lingkaran
pohon kakao
yang
nampaknya
sehat
didekatnya
telat menjadi
metode
utama yang
di adopsi
untuk
mengendalik
an
penyebaran
virus
Viscular
Memberikan
Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
kecil tidak
teratur
pada daun
18.
Pada daun
tampak
bercak
coklat
kehitaman
19.
Garis-garis
coklat pada
jaringan
kayu
20.
Lentisel
dari ranting
yang sakit
membesar
21.
Nekrosisi
diantara
tulang
seperti
gejala
kekurangan
Ca
22.
Bunga
gugur
23.
Bercak
kecil tidak
teratur
pada daun
streak
dieback
(VSD)
ranting dan
buah yang
sakit
sebelum
jamur
membentuk
badan buah
Colletotric
hium
Tidak
menanam
klon-klon
yang rentan
terhadap
penyakit
gugur daun
di dataran
tinggi dan
bercurah
hujan tinggi
2.2 Pustaka Rujukan
Penelitian yang berjudul “Sistem Pakar
Diagnosa Penyakit Pohon Karet Dengan Metode
Certainty Factor” menjelaskan bahwa tanaman
On-line : https://journal.unisnu.ac.id/JISTER/
5
Karet termasuk komoditi unggulan tanaman
perkebunan Indonesia. Tanaman karet (hevea
brasiliensis) digolongkan sebagai tanaman
perkebunan yang tumbuh diberbagai wilayah
Indonesia,
dan
tanaman
tahunan.
Pengembangan karet berperan penting dalam
perekonomian masyarakat sebagai sumber
devisa bahan baku industri dan juga pelestarian
lingkungan hidup. Penyakit dapat menimbulkan
hambatan pada pertumbuhan dan kerusakan
pada tanaman, penurunan hasil kematian
tanaman secara langsung atau tidak langsung.
Penyakit tanaman karet menyerang dari area
akar, batang, bidang sadap, hingga daun.
Umumnya jenis penyakit karet adalah Jamur akar
putih (JAP), Jamur Upas, Nekrosis Kulit, Penyakit
Kering Alur Sadap (KAS), Penyakit Kering Alur
Sadap
(KAS),
Penyakit
Gugur
Daun
Colletotrichum. Kecerdasan buatan (Artificial
Intelligence) berhasil meniru cara kerja manusia
yang berdasarkan penerapan ilmu pengetahuan.
Proses pengimplementasian keahlian pakar pada
komputer melibatkan akuisisi pengetahuan (dari
pakar
atau
sumber
lain),
representasi
pengetahuan
(pada
komputer),
inferensi
pengetahuan, pemindahan pengetahuan ke
pengguna,
inferensi
(inferencing).
Untuk
menerapkan metode Certainty Factor kedalam
sistem pakar, diperlukan data yang nantinya akan
input kedalam sistem, diolah dan menampilkan
hasil diagnosa penyakit tanaman karet. Sistem
pakar diagnosa penyakit tanaman karet dengan
metode
Certainty
Factor
membutuhkan
identifikasi terhadap gejala penyakit dan jenis
penyakit tanaman karet. Keputusan yang
dihasilkan dapat berupa probabilitas atau
kemungkinan yang tergantung dari hasil suatu
kejadian.
Dalam
pengolahan
data
dan
pengambilan keputusan hasil diagnosa penyakit
tanaman karet(Arifsyah & Sindar, 2019).
Penelitian yang berjudul “Penerapan
Metode Forward Chaining dan Naïve Bayes
Untuk Mendiagnosa Penyakit Tanaman Kakao”
menjelaskan tentang tanaman Kakao adalah satu
dari sekian banyak hasil perkebunan diIndonesia
yang mempunyani nilai ekonomi yang cukup
besar, dan memiliki lahan perkebunan serta
Journal of Information System and Computer (2023) On-line : https://journal.unisnu.ac.id/JISTER/ 6
produksinya tiap tahun mengalami peningkatan
yang cukup signifikan. Kurangnya tenaga ahli
penyuluh
pertanian
dalam
memberikan
pengarahan, pembinaan, dan penyuluhan
informasi tentang perkembangan penyakit
tanaman kakao yang dihadapi oleh para
pembudidaya
tanaman
tersebut.
Pengidentifikasian hama penyakit dari tanaman
kakao diharuskan secepat mungkin dilakukan
secara tepat sasaran dan cepat, apabila tidak
penyakit dari tanaman tersebut dapat dengan
cepat menjalar ke tanaman lainnya diseluruh
area pekebunan. Apabila pembudidaya dapat
dengan mudah mendeteksi penyakit tersebut
maka akan lebih mudah pula penanganannya,
begitu pula sebaliknya apabila pembudidaya
terlambat
mengetahui
masalahdan
harus
menunggu terlebih seseorang yang ahli dibidang
tersebut dapat berakibat fatal. Sistem pakar untuk
melakukan pendiagnosaan penyakit dari tanaman
kakao ini menggunakan metode forward chaining
dan naïve bayes yang dikembangkan berbasis
website, dapat digunakan oleh pembudidaya
tanaman kakao dan user lainnya secara gratis,
dimaksudkan untuk membantu pembudidaya
tanaman kakao dalam melakukan pendiagnosaan
penyakit tanaman kakao tersebut sehingga dapat
mengurangi dampak kerugian yang dialami. hasil
dan pembahasan serta diatas, maka dapat diberi
kesimpulan bahwa aplikasi diagnosa penyakit
tanaman kakao dengan mengunakan metode
forward chaining dan naïve bayes yang begitu
sederhana ini dapat membantu user dalam
melakukan pendiagnosaan
penyakit pada
tanaman kakao dan juga dapat mengetahui
penyebab serta solusi dari penyakit tersebut
secara mudah dan efisien dengan tingkat akurasi
sekitar 95%(Hadi et al., 2021).
Penelitian yang berjudul “sistem pakar
diagnosa hama dan penyakit pada tanaman
kedelai berbasis website menggunakan metode
certain factor” membahas Tanaman Kedelai
merupakan salah satu komoditas pangan utama
di Indonesia. Kebutuhan akan komoditas kedelai
terus meningkat dari tahun ke tahun baik sebagai
bahan pangan utama maupun sebagai bahan
pangan pendukung. Permasalahan yang umum
terjadi pada penananaman dan pemeliharaan
kedelai adalah serangan hama dan penyakit,
hama dan penyakit yang dijumpai pada tanaman
kedelai tidak asing bagi petani. Seperti, daun
kedelai menjadi layu dan banyaknya hama
semut, wereng yang menghambat pertumbuhan
tanaman kedelai. Peran pakar dalam hal
penyuluhan penyakit pada para petani sangat
diperlukan tetapi seringkali terbentur pada
terbatasnya jumlah pakar dan tidak selalu
hadirnya
seorang
pakar
ditempat
balai
penyuluhan, untuk mengurangi keterbatasan itu
perlu dibuat alat bantu berupa sistem pakar yang
mampu bertindak sebagaimana seorang pakar
dalam memberikan jawaban terkait gejala
penyakit tanaman kedelai yang sedang dialami
saat ini. aplikasi Sistem Diagnosis Hama Dan
Penyakit pada Tanaman Kedelai menggunakan
Metode Certinty Factor Berbasis Web bertujuan
mengimplementasikan
sistem
yang
terkomputerisasi dalam bidang pertanian untuk
membuktikan apakah suatu fakta itu pasti
ataukah tidak pasti dan juga menggambarkan
tingkat keyakinan pakar terhadap permasalahan
yang sedang dihadapi petani. Dengan demikian
dapat dikatakan bahwa p erhitungan certainty
factor yang dilakukan pada jenis penyakit
antraknosa memiliki tingkat keyakinan sistem
97%. Berbedaan hasil dengan penghitungan
manual dan aplikasi dikarenakan nilai hitungan
program menggunakan tipe data float sehingga
membaca semua nilai angka secara akurat
sedangan penghitungan manual menggunakan
metode satu angka dibelakang koma(Asnunun et
al., 2020).
Penelitian yang berjudul “Sistem Pakar
Diagnosa Penyakit Pada Tanaman Kakao
Menggunakan Metode Forward Chaining (Studi
Kasus Dinas Perkebunan Indragiri Hilir)” Indragiri
hilir merupakan kabupaten yang masyarakatnya
mayoritas
penghasilannya
dengan
cara
berkebun, salah satu dari hasil perkebunanya
adalah kakao. Penyakit yang dapat menyerang
tanaman kakao yaitu Penyakit Penggerek buah
kakao, Penyakit Helopeltis spp, Penyakit jamur
air, Coco swollen shoot virus, Witches Broom
Diseases, Monilia Pod Rod, Colletotrichum.
Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
Proses diagnosa penyakit pada tanaman kakao
ini dengan menggunakan forward chaining
penalaran maju, aturan-aturan diuji satu demi
satu dalam urutan tertentu. Saat tiap aturan diuji,
sistem pakar akan mengevaluasi apakah
kondisinya benar atau salah. Sistem pakar
merupakan sistem yang bisa memberikan
informasi keterangan beberapa jenis dan ciri-ciri
penyakit yang mengganggu tanaman kakao.
Sehingga bisa memberikan kemudahan bagi
petani
/
user
untuk
mengetahui
cara
mendiagnosa penyakit pada tanaman kakao.
Tentu saja hal tersebut diaharapkan secara tidak
langsung mempermudah cara diagnosa para
petani atau user. Dengan adanya penelitian ini
User dapat mendiagnosa penyakit tanaman
kakao secara efektif(Hawa et al., 2022).
Penelitian yang berjudul “Sistem Pakar
Mendiagnosa
Penyakit
Tanaman
Kakao
Menggunakan
Metode
Certainty
Factor
“menjelaskan
Kakao
(theobroma
cacao)
merupakan
salah
satu
tanaman
yang
menghasilkan nilai ekonomis yang tinggi.
Berbagai
produk
dapat
dihasilkan
dari
pengolahan mulai dari biji hingga lemak,
contohnya
coklat
yang
bahan
utama
pembuatannya dari kakao, tidak hanya memiliki
nilai jual tinggi kakao juga memiliki manfaat yang
baik dalam bidang kesehatan karena buah kakao
mengandung
antioksidan
berkhasiat
meningkatkan
kekebalan
tubuh.
Namun
seringkali menghadapi kendala yaitu serangan
hama atau penyakit yang terdapat pada tanaman
kakao, seperti yang terjadi di Desa Pardomuan 2
yang mana tanaman kakao merupakan sumber
pendapatan yang tinggi di daerah tersebut.
Serangan hama yang relatif tinggi dipengaruhi
oleh beberapa faktor, yakni penyuluhan yang
minim dan bimbingan teknis yang diberikan
kepada petani sehingga mengakibatkan para
petani memiliki keterbatasan pengetahuan untuk
mengelola kebun kakao, dimana hal ini yang
mengakibatkan terjadinya penurunan produksi.
Dari segala permasalahan diatas di temukanlah
ide untuk membuat sebuah sistem berbasis
desktop yang dimana sistem ini akan
mengadopsi sebuah bidang ilmu komputer yaitu
On-line : https://journal.unisnu.ac.id/JISTER/
7
sistem pakar dengan menerapkan metode
Certainty Factor (CF). Secara umum sistem
pakar (expert system) adalah salah satu bidang
ilmu komputer yang memanfaatkan komputer
sehingga dapat berprilaku cerdas seperti
manusia. Sistem ini bertujuan untuk memberikan
solusi terkait dari suatu permasalahan yang ada.
Sistem ini juda dapat membantu dalam
memecahkan masalah yang tidak dapat
diselesaikan orang awam dan hanya bisa
diselesaikan oleh seorang pakar dibidangnya.
Sistem pakar dikatakan berhasil jika mampu
menghasilkan sebuah keputusan yang sama
seperti yang dilakukan oleh pakar aslinya baik
pada saat proses pengambilan keputusannya
begitu juga dengan hasil keputusannya.
Berdasarkan hasil analisa, dapat mengadopsi
perhitungan metode Certainty Factor dengan
keilmuan dari pakarnya langsung yaitu dinas
pertanian, yang dapat mempermudah petani dan
perangkat desa dalam hal mendiagnosa penyakit
tanaman kakao(Meniati et al., 2022).
3. METODE
3.1 Certainty Factor
Certainty Factor (CF) dikemukakan oleh
Shortliffe dan Buchanan pada 1975 untuk
mengakomodasikan ketidakpastian pemikiran
(Inexact reasoning) seorang pakar. Seorang
pakar, (misalnya dokter sering kali meganalisis
informasi yang ada dengan ungkapan seperti
“mungkin”, ”kemungkinan besar”, ”hampir pasti”.
Untuk mengakomodasi hal ini menggunakan
Certainty Factor (CF) guna menggambarkan
tingkat keyakinan. pakar terhadap masalah yang
dihadapi, metode ini sangat pas untuk sistem
pakar yang mendiagnosis sesuatu yang belum
pasti [14].
Metode„Net Belief“ yang diusulkan oleh E.H
Shortliffe dan B.G Buchanan. CF(rule)=MB(H,E)MD(H,E)
Journal of Information System and Computer (2023) On-line : https://journal.unisnu.ac.id/JISTER/ 8
Dimana :
CF (Rule) = faktor kepastian
MB (H,E) = measure of belief (ukuran
kepercayaan) terhadap hipotesis H, jika diberikan
evidence E (antara 0 dan 1)
MD(H,E) = measure of disbelief, (ukuran
ketidakpercayaan) terhadap evidence H, jika
diberikan evidence E (antara 0 dan 1)
P(H)
= probabilitas kebenaran hipotesis H
P(H|E) = probabilitas bahwa H benar karena fakta
E.
G16
G17
G18
G19
G20
daun
Pada daun tampak bercak
coklat kehitaman
Garis-garis coklat pada
jaringan kayu
Lentisel dari ranting yang sakit
membesar
Nekrosisi diantara tulang daun
seperti gejala kekurangan Ca
Bunga gugur
Data Penyakit
4. HASIL DAN PEMBAHASAN
Penerapan Metode Certainty Factor Berikut
Langkah-langkah penyelesaian masalahnya
1) Menentukan data penyakit dan data gejala
Data Gejala
Kode Gejala
G01
G02
G03
G04
G05
G06
G07
G08
G09
G10
G11
G12
G13
G14
G15
Nama Gejala
Buah tampak masak sebelum
waktunya
Sulit dipisahkan antara biji
dengan kulit
Ada tanda-tanda bekas
gesekan dan larva dalam buah
Buah berwarna coklat
kehitaman
Penyakit ini menyerang
dengan cara menusuk dan
menghisap cairan sel
Buah menjadi kering dan mati
Serangan pada ranting dan
pucuk menyebabkan kematian
Daun-daun mongering dan
gugur
Infeksi pada sisi bagian bawah
cabang dan ranting
Ditemukan bintil-bintil yang
melekat pada kulit cabang
Kulit cabang berkerak dan
menjadi busuk
Batang dan akar membengkak
Ranting rabuh bila dipatahkan
Buah memburuk, lebih berkilat
daripada normal
Bercak kecil tidak teratur pada
Kode Penyakit
P1
P2
P3
P4
P5
P6
Nama Penyakit
Penyakit Penggerek Buah
Penyakit helopeltis sp
Penyakit Jamur Upas
Coco swollen shoot virus
Viscular streak dieback
(VSD)
Colletotrichium
Rule Penyakit dan Gejala
Kode Penyakit
P1
P2
P3
P4
P5
P6
Gejala
G01, G02, G03, G04
G05, G04, G06, G07, G08
G09, G10, G11, G12, G13
G13, G08, G14, G15, G16
G17, G18, G19, G20
G15, G04, G01
2) Menentukan asumsi data penyakit
Berdasarkan data-data yang di peroleh
maka dapat diasumsikan data penyakit.
Example: asumsi Data Penyakit sebanyak 440
pohon dalam 1 Hektar. Data yang penulis teliti
terdapat 6 (enam) jenis penyakit, sehingga dapat
dideskripsikan seperti dibawah ini:
Dengan rumus P(H) = H/N Dimana :
P= Probabilitas H= Hipotesa N = Jumlah hasil
yang mungkin terjadi
Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
P(HA)= G01 => 75/90 = 0.83P (HD)= G12 =>
35/80 = 0.43
P(HA)= G02 => 60/90 = 0.66 P(HD)= G13 =>
40/80 = 0.5
P(HA)= G03 => 50/90 = 0.55 P(HD)= G08 =>
35/80 = 0.43
P(HA)= G04 => 45/90 = 0.5
P(HD)= G14 =>
50/80 = 0.62
P(HB)= G05 => 60/70 = 0.85 P(HE)= G15 =>
40/60 = 0.66
P(HB)= G04 => 50/70 = 0.71 P(HE)= G16 =>
20/60 = 0.33
P(HB)= G06 => 30/70 = 0.42 P(HE)= G17 =>
30/60 = 0.5
P(HB)= G07 => 35/70 = 0.5
P(HE)= G18 =>
35/60 = 0.58
P(HC)= G08 => 35/70 = 0.5
P(HE)= G19 =>
45/60 = 0.75
P(HC)= G09 => 45/70 = 0.64 P(HF)= G20 =>
35/70 = 0.5
P(HC)= G10 => 40/70 = 0.57 P(HF)= G15 =>
40/70 = 0.57
P(HC)= G11 => 50/70 = 0.71 P(HF)= G04 =>
45/70 = 0.64
P(HF)= G01 =>
50/70 = 0.71
3) Menentukan MB dan MD
Setelah mengasumsikan data penyakit
selesai, maka akan ditentukan nilai dari MB dan
MD dengan rumus di bawah ini :
Buchanam CF(Rule) = MB(H,E)-MD(H,E)
[3.1]
On-line : https://journal.unisnu.ac.id/JISTER/
9
4) Menentukan Nilai CF dari setiap gejala
Berdasarkan nilai MB[H,E] dan nilai MD[H,E]
yang diperoleh diatas maka kita dapat
menentukan Nilai CF pada setiap gejala penyakit
memiliki nilai bobot atau nilai yang tidak
mengandung kepastian menggunakan rumus CF
= MB[H,E] – MD[H,E] sesuai tabel 3 berikut :
Kode
Gejala
G01
G02
G03
G04
G05
G04
G06
G07
G08
Nama Gejala
Buah tampak masak
sebelum waktunya
Sulit dipisahkan antara biji
dengan kulit
Ada tanda-tanda bekas
gesekan dan larva dalam
buah
Buah berwarna coklat
kehitaman
Penyakit ini menyerang
dengan cara menusuk dan
menghisap cairan sel
Buah berwarna coklat
kehitaman
Buah menjadi kering dan
mati
Serangan pada ranting dan
pucuk menyebabkan
kematian
Daun-daun mongering dan
gugur
CF
0.78
0.57
0.43
0.37
0.82
0.65
0.31
0.41
0.41
Journal of Information System and Computer (2023) On-line : https://journal.unisnu.ac.id/JISTER/ 10
G09
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20
G15
G04
G01
Infeksi pada sisi bagian
bawah cabang dan ranting
Ditemukan bintil-bintil yang
melekat pada kulit cabang
Kulit cabang berkerak dan
menjadi busuk
Batang dan akar
membengkak
Ranting rabuh bila
dipatahkan
Buah memburuk, lebih
berkilat daripada normal
Bercak kecil tidak teratur
pada daun
Pada daun tampak bercak
coklat kehitaman
Garis-garis coklat pada
jaringan kayu
Lentisel dari ranting yang
sakit membesar
Nekrosisi diantara tulang
daun seperti gejala
kekurangan Ca
Bunga gugur
Bercak kecil tidak teratur
pada daun
Buah berwarna coklat
kehitaman
Buah tampak masak
sebelum waktunya
0.57
0.49
0.65
0.3
0.39
0.53
0.6
0.22
0.42
0.51
0.71
0.41
0.49
0.57
0.65
Contoh Kasus :
Seorang petani mengeluhkan gejala dibawah ini:
G01
= Buah tampak masak sebelum
waktunya
G02
= Sulit Dipisahkan antara biji dengan kulit
buah
G06
= Buah menjadi kering dan mati
G07
= Serangan pada ranting dan pucuk
menyebabkan kematian
G10
= Ditemukan bintil-binti yang melekat
pada kulit cabang
G11
= Kulit cabang berkerak dan menjadi
busuk
G13
= ranting rapuh bila dipatahkan
G08
= daun daun mengering dan gugur
G20
= Bunga gugur
G15
= bercak kecil tidak teratur pada daun
Maka dapat di hitung menggunakan rumus CF
COMBINE (CF1,CF2) = CF1 + CF2 * (1-CF1)
sebagai berikut:
CF COMBINE (CF1,CF2)= CF1 + CF2 * (1-CF1)
=CF COMBINE (CF1,CF2)
= CF1 + CF2 * (1-CF1)
= 0.78 + 0.57* (1-0.78)
= 0.9054
Presentase COMBINE= 0.9054* 100%
= 90.54 % Penyakit
Penggerek Buah [P1]
CF COMBINE (CF6,CF7)= CF old6 + CF7 * (1CF old 7)
= 0.31 + 0.41 * (1-0.31)
= 0.5929
Presentase COMBINE = 0.5929 *100%
= 59.29 % Penyakit
Helopeltis sp [P2]
CF COMBINE (CF10,CF11)= CF10 + CF11 * (1CF10)
= 0.49 + 0.65 * (1-0.49)
= 0.8215 old
CF COMBINE (CFold1 ,CF8)= CFold + CF8 * (1CFold)
= 0.8215 + 0.41 * (10.8215)
= 0.8946
Presentase COMBINE = 0.8946* 100%
= 0.8946 % Penyakit
Jamur Upas[P3]
CF COMBINE (CF13,CF8)= CF13 + CF8 * (1CF13)
= 0.39+ 0.30 * (1- 0.39)
= 0.573
Presentase COMBINE = 0.57.3* 100%
= 57.3% Viscular Streak
Dieback (VSD) [P4]
CF COMBINE (CF20,CF15)= CF20 + CF15 * (1CF 20)
= 0.41 + 0.49 * (1-0.41)
= 0.6991 => old1
Journal of Information System and Computer
e-ISSN: xxxx-xxxx
Volume 1, no. 1, Januari 2023
On-line : https://journal.unisnu.ac.id/JISTER/ 11
CF COMBINE (CF old, CF1)= CF old + CF1 * (1CF old)
= 0.6991 + 0,65 * (10.6991)
= 0.8946
Presentase COMBINE = 0.8941 *100%
= 90 % Colletotrichium
[P6]
manfaat bagi pembaca dan dapat meningkatkan
kualitas penelitian selanjutnya.
Demikian dapat disimpulkan bahwa
perhitungan Certainty Factor pada penyakit
tanaman
kakaoberdasarkan
gejala
yang
dikeluhkan seorang petani memiliki presentase
tingkat keyakinan paling tinggi adalah 0,9096*
100% dengan presentase = CFCOMBINE * 100%
= 90.56% mengarah pada Penyakit Penggerek
buah
Sehingga dapat disimpilkan tanaman kakao
tersebut di diagnosa terkena Penyakit Penggerek
buah.
5. SIMPULAN
Berdasarkan analisa pada permasalahan
yang terjadi dalam kasus yang diangkat tentang
penerapan Sistem Pakar Mendiagnosa Penyakit
Tanaman Kakao dengan metode Certainty
Factor, maka dapat diambil kesimpulan adalah
sebagai berikut:
1. Berdasarkan hasil penelitian dan sistem yang
dibangun sudah sesuai dengan kebutuhan,
yaitu untuk mempermudah para petani dalam
mendiagnosa penyakit tanaman kakao dari
gejala-gejala yang ada.
2. Berdasarkan hasil analisa, dapat mengadopsi
perhitungan metode Certainty Factor dengan
keilmuan dari pakarnya langsung yaitu dinas
pertanian, yang dapat mempermudah petani
dan perangkat desa dalam hal mendiagnosa
penyakit tanaman kakao.
UCAPAN TERIMAKASIH
Terimakasih diucapkan kepada Ibu
Alzena Dona Sabilla, M.Kom. selaku dosen
pengampuh mata kuliah Kecerdasan Buatan
yang
telah
mendukung
dalam
proses
penyelesaian penelitian ini. Kiranya bisa memberi
DAFTAR PUSTAKA
Arifsyah, & Sindar, A. (2019). Sistem Pakar
Diagnosa Penyakit Pohon Karet dengan
Metode Certainty Factor. SATIN - Sains
Dan Teknologi Informasi, 5(1), 60–69.
https://doi.org/10.33372/stn.v5i1.459
Asnunun, S., Kartika, K. P., Informatika, T., &
Balitar, U. I. (2020). Kedelai Berbasis
Website. Jurnal Informatika Polinema, 61–
72.
Hadi, H., Darusalam, U., & Andrianingsih, A.
(2021).
Penerapan
Metode
Forward
Chaining
dan
Naïve
Bayes
Untuk
Mendiagnosa Penyakit Tanaman Kakao.
Jurnal Media Informatika Budidarma, 5(3),
979. https://doi.org/10.30865/mib.v5i3.3096
Hawa, S., Abdullah, & Usman. (2022). Sistem
Pakar Diagnosa Penyakit Pada Tanaman
Kakao Menggunakan Metode Forward
Chaining (Studi Kasus Dinas Perkebunan
Indragiri Hilir). Sistemasi, 4(2), 1–8.
Meniati, L., Gaol, N. Y. L., & Santoso, I. (2022).
Sistem Pakar Mendiagnosa Penyakit
Tanaman Kakao Menggunakan Metode
Certainty Factor. Jurnal Sains Dan
Teknologi,
3(2),
60–65.
https://doi.org/10.55338/saintek.v3i2.212