Pengembangan Sistem Pakar Penyakit Ayam Berbasis Web Noven Himan Huji G64104070 Pembimbing: Dr.Ir. Sri Nurdiati, M.Sc. Toto Haryanto, S.Kom. Dalam usaha untuk meningkatkan produktivitas ternak ayam, ada beberapa kendala yang perlu diperhatikan. Kendala ini salah satunya adalah Penyakit. Membangun sistem pakar penyakit ayam berbasis web. Sistem ini merupakan kelanjutan dari penelitian sebelumnya yang telah dilakukan oleh Haryanto (2006). Memiliki keterbatasan: ◦ Berbasis desktop. ◦ Belum terdapat database. ◦ Pembagian user. Penentuan representasi fungsi keanggotaan himpunan fuzzy dalam membangun suatu sistem adalah hal yang bersifat subjektif dan tergantung juga dari domain himpunan fuzzy (Voloshin. G, 2002). Membangun Sistem Pakar Penyakit Ayam Berbasis Web sebagai kelanjutan pengembangan dari penelitian sebelumnya masih berbasis desktop. Mengetahui pengaruh perubahan fungsi keanggotaan variabel input pada hasil defuzzifikasi. Sistem yang dikembangkan berbasis web. Menerapakan inferensi fuzzy Mamdani dari data gejala fuzzy . Menggunakan tabel keputusan dalam melakukan penarikan kesimpulan dari gejala non fuzzy (klinis) penyakit ayam. Penelitian ini diharapkan dapat membantu proses diagnosis penyakit ayam sekaligus memberikan informasi tentang penyakit ayam melalui suatu web sehingga mempermudah para peternak ayam dalam mencari informasi seputar penyakit pada ayam. Sistem Pakar adalah suatu sistem berbasis pengetahuan yang terpadu di dalam suatu sistem informasi dasar yang ada, sehingga memiliki kemampuan untuk memecahkan berbagai masalah layaknya seorang pakar (Marimin, 2002). Flu burung (Avian Influenza / AI) ->virus orthomyxovirus. Tetelo (Newcastle Diseases / ND) ->virus Paramixovirus. Laryngotracheitis Infectiosa (ILT)->virus Herpa. “antecedent” “consequent” A’ B’ A1 B1 C1 w1 X A’ Y B’ A2 Z B2 C2 w2 Y X Z T-norm A’ B’ C’ x is A’ X y is B’ Y z is C’ Z Metode System Development Life Cycle / SDLC Investigasi sistem Analisis sistem Desain sistem Implementasi sistem Pemeliharaan sistem (O’Brien, 1999 ) Merupakan tahap untuk mendefinisikan dan menganalisa serta mengembangkan kekurangan dan keterbatasan sistem yang terdapat pada penelitian sebelumnya. Analisis fungsi dan proses sistem. Akuisisi pengetahuan. Analisis inferensi fuzzy. Desain database. Desain proses sistem. Desain antarmuka. Merupakan tahap untuk merealiasikan sistem berdasarkan pada desain yang dibuat Melakukan pengujian Sistem baik Fungsi sistem dan fuzzy inference system (FIS) . Pada tahap ini, sistem yang telah dibuat akan dievaluasi. Tahap ini belum diikut sertakan dan dibatasi hanya sampai implementasi Keterbatasan sistem sebelumnya: ◦ Berbasis desktop. ◦ Belum terdapat database. ◦ Tidak ada pembagian user. ◦ Belum ada fasilitas manipulasi data penyakit dan gejala Pada tahap selanjutnya akan dirancang proses pengambilan keputusan untuk gejala non fuzzy dan gejala yang bersifat fuzzy. Analisis Fungsi dan Proses Sistem : ◦ Sistem dimodelkan menggunakan alat bantu pemodelan berupa data flow diagram (DFD). ◦ Diagram konteks sistem. Hasil manipulasi data penyakit dan gejala userid ADMIN Data USER Pengembangan Sistem pakar penyakit ayam berbasis web Data gejala penyakit password Data penyakit dan gejala Hasil Analisis Penyakit USER 1. 2. 3. 4. 5. 6. 7. 8. 9. fungsi-fungsi sistem : Fungsi login dan logout admin dari sistem. Fungsi admin untuk melihat, mengubah, menghapus penyakit. Fungsi admin untuk melihat, menambah, mengubah, dan menghapus gejala klinis penyakit. Fungsi admin untuk melihat dan mengubah relasi antara penyakit dan gejalanya. Fungsi admin untuk melihat laporan penyakit. Fungsi admin untuk melihat laporan gejala penyakit. Fungsi konsultasi gejala klinis user dengan sistem. Fungsi add user. Fungsi konsultasi gejala fuzzy user dengan sistem. Gejala Pada tahap ini dihasilkan Tabel keputusan yang memuat penyakit beserta gejala klinis Penyakit AI ND Pendarahan bawah kulit * * Nafas sesak * * * Bersin-bersin * * * Batuk * * * Diare Produksi telur menurun * * Eksudat kental bening * Tinja berwarna kehijauan * Eksudat encer bening ILT * Sempoyongan * Keluar cairan berbusa dari mata * Kepala bergetar * Kepala berputar * Pendarahan pada trakea * Tinja encer putih * Mati secara mendadak * Nafsu makan berkurang * Pembuatan fuzzy inference system (FIS) dengan representasi fungsi keanggotaan variabel input yang berbeda dari penelitian sebelumya dan domain himpunan fuzzy yang tidak berubah. Hasil Output FIS ini kemudian akan dibandingkan pada penelitian sebelumnya pada tahap implementasi sistem. Warna pial Umur Ayam Angka kematian Suhu Output Inferensi Fuzzy : ◦ Mendukung penyakit Laryngotracheitis Infectiosa (M-ILT). ◦ Sangat mendukung penyakit Laryngotracheitis Infectiosa ◦ ◦ ◦ ◦ (SM-ILT). Mendukung penyakit Newcastle Disease (M-ND). Sangat mendukung penykit Newcastle Disease (SM-ND). Mendukung penyakit Avian Influenza (M-AI). Sangat mendukung penyakit Avian Influenza (SM-AI). Untuk gejala penyakit ayam yang bersifat fuzzy menggunakan alur penyelesaian sebagai berikut: Permasalahan nyata Representasi Bahasa Natural Fuzzifikasi Komputasi Secara Fuzzy front end ->Hasil output di web back end ->matlab digunakan sebagai perangkat lunak untuk penalaran dan perhitungan fuzzy Defuzzifikasi Solusi (Marimin, 2002). Untuk gejala klinis menggunakan Tabel keputusan yang dihasilkan pada tahap sebelumnya. Perancangan database. Penyakit Kd_Penyakit(*) Nm_penyakit Nm_latin solusi Analisis Hasil Id(*) Nama Kelamin Alamat Pekerjan Kd_Penyakit(**) Noip tanggal Relasi Kd_Penyakit(**) Kd_gejala(**) Gejala Kd_gejala(*) Nm_gejala Desain proses sistem(DFD Level 1) 4 Login Data login admin 5 Lihat penyakit dan gejala klinis Data penyakit dan gejala klinis Data user USER Data gejala klinis 1 Tambah user Database Pakar ayam 2 Konsultasi gejala klinis Hasil analisis gejala klinis Data gejala fuzzy Hasil analisis Gejala fuzzy Data user 3 Konsultasi gejala fuzzy dengan MATLAB Data gejala klinis Halaman web admin User id dan password Data penyakit Data gejala klinis penyakit ADMIN Hasil manipulasi data Penyakit dan gejala klinis Data penyakit dan gejala klinis 6 Manipulasi(tambah, edit,dan hapus) data penyakit dan gejala klinis Data penyakit dan gejala klinis 7 Pemilihan hubungan antara penyakit dengan gejala klinis Input data penyakit dan gejala klinis Hasil perubahan antara gejala klinis dengan penyakit ayam Data penyakit Desain Antarmuka HEADER WEB Navigasi Content FOOTER Hardware: ◦ ◦ ◦ Processor: AMD Turion 2.0 Ghz. RAM: 1,5GHz Hard disk kapasitas 80GB Software: ◦ ◦ ◦ ◦ ◦ ◦ ◦ ◦ OS : Microsoft Windows XP® service Pack 2, Web server : IIS 5.0 dan Apache 2.2.4, Bahasa Pemrograman : PHP, ASP, dan Javascript, Sistem Manajemen Basis Data : MySQL 5.0.33, Browser : Internet Explorer dan Mozilla Firefox, Macromedia dreawever 8 dan notepad ++ sebagai editor tampilan web serta bahasa pemrograman, Matlab 7.0 sebagai perangkat lunak pembuatan Fuzzy Inference system. Web browser : Mozilla firefox 3.0.4 Pengujian sistem untuk fungsi perangkat lunak menggunakan black box testing dan hasilnya fungsi perangkat lunak berjalan dengan baik. Pada tahap ini, akan dilihat pengaruh perubahan fungsi keanggotaan variabel input pada hasil defuzzifikasi. Parameter input data fuzzy Input Warna pial (warna) Umur (minggu) Angka kematian (persen) Suhu (oC) 1-10 20 30,40,50,60 43,44,45 Deskripsi warna pial ayam berdasarkan nomor 1 2 3 4 5 6 7 8 9 10 Hasil FIS pada pengembangan SPDPPA Pial Umur/ Mingg u Angk a mati/ (%) Suhu / (oC) 20 30 40 50 43 44 45 20 60 45 20 30 40 50 43 44 45 20 60 45 20 30 40 50 43 44 45 20 60 45 Skor ratarata Persent ase ratarata penyak it 0.31 96.63% Hasil FIS pada SPDPPA Pial Umur/ Minggu (1) 20 Angka mati/ (%) 30 40 50 Suhu/ (oC) 43 44 45 Skor (1) ratarata Persentas e rata-rata penyakit (1) (1) 0.32 97.19% (2) (2) (3) (3) Hasil FIS pada pengembangan SPDPPA Pial Umur/ Minggu Angka mati/ (%) Suhu / (oC) 20 60 43 44 20 60 43 44 20 60 43 44 20 30 40 50 60 43 44 45 Skor ratarata Persenta se ratarata penyakit 0.43 79.27% 0.51 97.43% Hasil FIS pada SPDPPA Pial Umur/ Minggu Angka mati/ (%) (1) 20 (2) 20 (3) 20 60 Suhu/ (oC) Skor ratarata 43 44 45 30 40 50 43 44 45 (1) (2) 43 44 45 30 40 50 60 Persentase rata-rata penyakit 70.12% (3) 0.41 72.04% (4) 0.56 76.67% Hasil FIS pada SPDPPA Pial Umur/ Minggu Angka mati/ (%) (3) Hasil FIS pada pengembangan SPDPPA Pial Umur/ Minggu (5) 20 (6) 20 Angka mati/ (%) Suhu / (oC) Skor ratarata Persentase rata-rata penyakit 30 40 50 60 43 44 45 0.64 75.73% 30 40 50 60 43 44 93.42% Skor ratarata Persentase rata-rata penyakit 20 60 43 44 45 20 30 40 50 60 43 44 45 20 30 40 50 60 43 44 45 0.64 78.46% 20 30 40 50 60 43 44 45 0.66 87.71% 20 30 40 50 60 43 44 45 0.69 99.17% 20 30 40 50 60 43 44 45 0.76 79.52% (4) (5) 0.68 Suhu/ (oC) (6) (7) (8) 81.74% 0.63 76.56% Hasil FIS pada pengembangan SPDPPA Pial Umur/ Minggu Angka mati/ (%) Suhu / (oC) 20 30 40 50 60 43 44 45 20 30 40 50 60 43 44 45 20 30 40 50 60 43 44 45 20 30 40 50 60 43 44 45 Hasil FIS pada SPDPPA Pial Umur/ Minggu Angka mati/ (%) 20 30 40 50 60 20 30 40 50 60 (9) (10) Suhu/ (oC) 43 44 45 43 44 45 Skor ratarata Persentas e ratarata penyakit (7) (8) 0.83 79.26% (9) 0.86 92.10% (10) Skor ratarata Persenta se ratarata penyakit 0.84 86.03% Kesimpulan ◦ Pada penelitian ini telah dikembangkan suatu sistem pakar diagnosa penyakit ayam berbasis web. ◦ Terdapat 2 proses dalam pengambilan keputusan penyakit ayam: Gejala klinis : Tabel keputusan. Gejala fuzzy : FIS yang direprensentasikan dengan fungsi keanggotaan variabel input yang berbeda dan domain himpunan fuzzy yang sama dari penelitian sebelumnya. ◦ Analisis inferensi fuzzy bertujuan untuk memperkuat keputusan yang sebelumnya dihasilkan oleh Tabel keputusan. ◦ Pengaruh perubahan fungsi keanggotaan variabel input terhadap hasil defuzzifikasi terjadi pada warna pial kelima, di mana terjadi perubahan output penyakit dari Newcastle Disease (ND) menjadi Avian Influenza (AI). Saran ◦ Membuat Aplikasi berbasis web yang lebih terintegrasi. ◦ Di buat suatu proses penunjang keputusan yang lebih baik lagi dengan melibatkan pembobotan pada gejala non-fuzzy. Haryanto, T. 2006. Sistem Pakar Diagnosa Penyakit Pada Ayam. Skripsi. Departemen Ilmu Komputer FMIPA IPB. Bogor. Jang, J. S. R., C.T. Sun dan E. Mizutani. 1997. Neuro Fuzzy and Soft Computing. Prentice-Hall inc, New Jersey. Marimin. 2002. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial. IPB Press, Bogor. O’Brien J. 1999. Introduction Information System. McGrawHill Book Company, New York. Polana A. et all. 2008. Panduan Lengkap Sukses Berternak Ayam Broiler. Agromedia Pustaka. Sutandi, U. 2005. Pengembangan Sistem Pakar Fuzzy untuk Isyarat Dini pada Penyakit Ternak dengan Pendekatan Iklim. Skripsi. Departemen Ilmu Komputer FMIPA IPB. Bogor. Voloshin. G dan Gnatienko. E. 2002. Fuzzy Membership Fucntions in a Decision Making Problem. Journal of Information Theories & Applications Vol.10.