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