tinjauan pustaka 2

 Manfaat Penelitian
Kesesuaian lahan merupakan salah satu
faktor yang perlu diperhatikan dalam
mengembangkan budidaya tanaman nilam.
Karakteristik dan kualitas lahan adalah
sebagai parameter yang akan dibandingkan
dalam sistem pakar ini untuk menentukan
jenis tanah yang sesuai dan mendukung pada
daerah tertentu. Dengan tanah yang sesuai
produktivitas dan kualitas minyak atsiri pada
tanaman nilam akan maksimal.
Hasil dari penelitian yang berupa sistem
pakar diharapkan dapat dimanfaatkan oleh
peneliti dan pembudidaya dalam melakukan
evaluasi kesesuaian lahan.
TINJAUAN PUSTAKA
Sistem Pakar
Ilmu yang mempelajari cara membuat
komputer dapat bertindak dan memiliki
kecerdasan
seperti
manusia
disebut
kecerdasan buatan. Salah satu bidang yang
termasuk dalam kecerdasan buatan yaitu
Sistem pakar (Expert system).
Sistem pakar (Expert system) adalah
program komputer yang menirukan penalaran
seorang pakar dengan keahlian pada suatu
wilayah dan ilmu pengetahuan tertentu.
Sistem
pakar
juga
sudah
banyak
dikembangkan baik untuk kepentingan
penelitian maupun kepentingan bisnis dari
berbagai bidang ilmu seperti ekonomi,
keuangan,
teknologi,
kedokteran
dan
pertanian.
Permasalahan yang ditangani oleh seorang
pakar bukan hanya permasalahan yang
mengandalkan algoritme, namun kadang juga
permasalahan
yang
sulit
dipahami.
Permasalahan tersebut dapat diatasi oleh
seorang pakar dengan pengetahuan dan
pengalamannya. Oleh karena itu sistem pakar
dibangun bukan berdasarkan algoritme
tertentu tetapi berdasarkan basis pengetahuan
dan aturan (Kusrini 2005).
Komponen Sistem Pakar
Komponen sistem pakar terdiri dari empat
komponen yang saling terkait satu dengan
yang lainnya. Semua komponen menjadi satu
kesatuan membentuk sistem menuju tujuan
tertentu, yaitu mencari penyelesaian sebuah
masalah layaknya kemampuan seorang pakar
(Marimin 2009). Komponen tersebut adalah:
1. Knowledge
Aqcuisition
(Akuisisi
Pengetahuan)
Tahap Akuisisi adalah tahap penting dan
sangat menentukan keberhasilan sistem pakar
yang akan dikembangkan untuk pemecahan
persoalan yang biasanya diselesaikan oleh
pakar. Akuisisi pengetahuan didukung oleh
sistem pengetahuan dasar yang berupa
pendefinisian unsur dan struktur dasar untuk
menginterpretasikan data. Ada beberapa
proses akuisisi pengetahuan, yaitu terdiri dari
tahap komunikasi, pemodelan pengetahuan,
dan validasi.
2. Working Memory (Memori Kerja)
Working memory adalah bagian yang
mengandung semua fakta-fakta pada saat
sistem beroperasi maupun fakta-fakta pada
saat pengambilan keputusan. Selama sistem
pakar beroperasi semua proses tersebut berada
di dalam memori kerja.
3. Inference Engine (Mesin Inferensi)
Inference Engine adalah bagian yang
menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan
oleh seorang pakar. Hal ini yang membuat
sistem sangat menyerupai pemikiran seorang
pakar. Terdapat dua teknik Inference Engine.
a. Backward Chaining (Pelacakan ke
Belakang)
Teknik ini berawal dari sekumpulan
hipotesis menuju fakta-fakta yang
mendukung, dimulai dengan menentukan
kesimpulan yang akan dicari baru
kemudian
fakta-fakta
pembangun
kesimpulan.
b. Forward Chaining (Pelacakan ke Depan)
Forward Chaining merupakan kebalikan
dari Backward Chaining yaitu mulai dari
kumpulan data menuju kesimpulan.
Kesimpulan suatu kasus dibangun
berdasarkan fakta-fakta yang telah
diketahui.
4. User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian
penghubung antara program sistem pakar
dengan pemakai. Pada bagian ini, pengguna
dimungkinkan untuk memasukkan instruksi
dan informasi ke dalam sistem pakar serta
menerima penjelasan dan kesimpulan. user
interface harus bersifat user friendly dengan
artian semua menu yang tersedia tidak
membingungkan pemakai dan tidak membuat
pemakai melakukan kesalahan sendiri.
Fuzzy Inference System (FIS)
Sistem fuzzy merupakan sistem yang
mampu mengembangkan sistem intelejen
dalam lingkungan yang tidak pasti. Sistem ini
menduga suatu fungsi dengan logika fuzzy .
Logika fuzzy digunakan untuk menangani
konsep derajat kebenaran (Zadeh 1965).
Komponen sistem fuzzy antara lain:
2
1. Himpunan Fuzzy
Himpunan fuzzy didasarkan pada gagasan
untuk
memperluas
jangkauan
fungsi
karakteristik sehingga fungsi tersebut akan
mencakup bilangan real pada interval [0,1].
Dengan kata lain, nilai kebenaran suatu item
tidak hanya bernilai benar atau salah. Nilai 0
menunjukkan salah, sedangkan nilai 1
menunjukan benar, dan masih ada nilai-nilai
yang terletak antara benar dan salah.
2. Fungsi Keanggotaan
Fungsi
keanggotaan
(Membership
function)
adalah
suatu
kurva
yang
menunjukkan pemetaan titik-titik input data
kedalam nilai keanggotaannya. Fungsi
keanggotaan berinterval dari 0 sampai 1.
Diantara 0 dan 1 akan ada nilai-nilai yang
merepresentasikan
setiap
item
yang
dimasukkan kedalam gugus fuzzy sehingga
akan mewakili semua nilai yang seharusnya
ada dalam penyelesaian masalah.
Fungsi keanggotaan suatu himpunan fuzzy
dapat direpresentasikan dengan berbagai
kurva, salah satunya adalah kurva segitiga dan
kurva trapesium (Kusumadewi 2002).
a. Representasi Kurva Segitiga (Triangle)
Kurva segitiga merupakan gabungan
antara dua garis (linear). Garis pertama
menunjukkan adanya kenaikan derajat
keanggotaan nol menuju nilai domain
yang lebih tinggi. Garis kedua adalah
kebalikan dari garis pertama, yaitu
penurunan derajat keanggotaan menuju
nilai domain yang lebih rendah. Kurva ini
merupakan pilihan yang baik untuk
mendekati suatu konsep yang kurang jelas.
1 0 a b c Domain Fungsi keanggotaan:
0;
µ(x) =
x≥ c atau x≤ a
(x - a) / (b - a);
a ≤ x≤ b
(c - x) / (c - b);
b ≤ x≤ c
Gambar 1 Representasi kurva segitiga
(Kusumadewi 2002).
b. Representasi Kurva Trapesium
Kurva trapesium merupakan gabungan
dari dua garis yang mengalami kenaikan
dan penurunan derajat keanggotaan, tetapi
ada salah satu sisi dari variabel tersebut
yang tidak mengalami perubahan. Hal ini
ditunjukkan adanya garis horizontal antara
dua garis linear.
1
0
a b c d Domain Fungsi keanggotaan:
0;
x ≤ a atau x ≥ d
(x - a) / (b - a);
a≤ x≤b
1;
b≤x≤c
(d - x) / (d - c);
c≤ x≤d
µ(x) =
Gambar 2 Representasi kurva trapesium
(Kusumadewi 2002).
3. Penalaran fuzzy metode Mamdani
Metode Mamdani diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975. Pada
metode Mamdani baik input maupun output
sistem berupa himpunan fuzzy. Metode
Mamdani memiliki beberapa keuntungan
yaitu lebih diterima oleh banyak pihak serta
lebih sesuai apabila input diterima dari
manusia (bukan mesin) (Kusumadewi 2002).
4. Defuzzifikasi
Defuzzifikasi merupakan suatu proses
merubah output fuzzy ke output yang bernilai
tunggal (crisp). Pada proses ini ketika
diberikan suatu himpunan fuzzy dalam kisaran
tertentu, maka harus dapat diambil suatu nilai
crisp tertentu sebagai output. Defuzzifikasi
dilakukan pada komposisi aturan Mamdani
menggunakan metode Centroid. Metode ini
memperoleh solusi crisp dengan cara
mengambil titik pusat (z*) daerah fuzzy.
Evaluasi Kesesuaian Lahan
Lahan merupakan bagian dari bentangan
alam (landscape) yang mencakup lingkungan
3
fisik seperti tanah, topografi/relief, hidrologi,
dan keadaan vegetasi alami (natural
vegetation) yang secara potensial akan
berpengaruh terhadap penggunaan lahan.
Kesesuaian lahan merupakan penggambaran
tingkat kecocokan sebidang lahan untuk
penggunaan tertentu. Evaluasi kesesuaian
lahan berhubungan dengan evaluasi untuk
suatu penggunaan tertentu, dalam hal ini
untuk budidaya tanaman nilam.
Secara umum kesesuaian lahan terbagi
atas kesesuaian lahan aktual dan kesesuaian
lahan potensial. Kesesuaian lahan aktual
adalah kesesuaian lahan yang dihasilkan
berdasarkan data yang ada, yaitu belum
dipertimbangkannya usaha perbaikan yang
dapat dilakukan untuk mengatasi kendala atau
faktor-faktor pembatas yang ada. Kesesuaian
lahan
potensial
menyatakan
keadaan
kesesuaian lahan yang akan dicapai setelah
usaha-usaha perbaikan (Dolisera 1997).
Persyaratan Tumbuh Tanaman Nilam
Tanaman untuk tumbuh dengan baik dan
membuahkan hasil yang baik memerlukan
persyaratan tertentu. Semua persyaratan akan
saling terkait satu sama lain. Untuk tanaman
nilam mempunyai persyaratan yang tidak
terlalu berbeda dengan tanaman pertanian
lainnya.
Persyaratan tumbuh yang diperlukan oleh
nilam mempunyai batas tingkat kesesuaian,
sesuai dengan tinggi atau rendahnya
parameter yang diukur. Parameter yang
diperhatikan tersebut antara lain: topografi,
seperti ketinggian wilayah dihitung meter dari
permukaan laut dan jenis tanah; kualitas tanah
(aspek fisika seperti tekstur, drainase, dan
aspek kimia seperti pH tanah); iklim, seperti
curah hujan, temperatur (°C), prosentase
kelembaban udara, dan radiasi matahari.
(Rosman & Hermanto 2004, Yang 2007).
METODE PENELITIAN
Metode Penyusun Sistem Pakar
Pendekatan
sistem
adalah
metode
pemecahan
masalah yang
tahapannya
dimulai dengan identifikasi kebutuhan dan
diakhiri dengan suatu hasil yang efektif dan
efisien. Pada tahap pembentukkan sistem
pakar dimungkinkan adanya iterasi atau
pengulangan tahap tertentu yang dianggap
belum memenuhi syarat atau adanya
perbaikan. Tahap pembentukan sistem pakar
secara lengkap ditunjukkan pada Gambar 3.
Mulai Identifikasi Masalah
Mencari Sumber Pengetahuan atau
Pemilihan Pakar
Akuisisi Pengetahuan
Representasi Pengetahuan
Pengembangan mesin inferensi
Implementasi
Pengujian
tidak
Mewakili
Human expert ?
Ya
Selesai Gambar 3 Tahap pembentukan sistem pakar
(Marimin 2009).
Berdasarkan gambar di atas tahap
pembentukkan sistem pakar mengalami iterasi
atau pengulangan ketika hasil yang diperoleh
tidak mewakili seorang pakar, tahap tersebut
diuraikan sebagai berikut:
1. Identifikasi Masalah
Proses pengembangan sistem pakar
dimulai dengan identifikasi bidang masalah
yang dikaji serta tugas spesifik yang akan
ditangani. Pada sistem ini masalah yang akan
dikaji
adalah
bagaimana
menentukan
kesesuaian lahan untuk nilam dengan melihat
berbagai karakteristik dan kualitas tanah.
Proses yang dilalui dalam identifikasi
masalah, antara lain: analisa kebutuhan,
perumusan masalah, dan identifikasi sistem.
2. Pemilihan Pakar
Dokumentasi pengetahuan adalah bagian
utama dari basis pengetahuan untuk membuat
sistem pakar. Kesesuaian lahan untuk nilam
telah dikembangkan di Balai Penelitian
Tanaman Obat dan Aromatik (BALITRO),
4