Laporan Sistem Pakar

JNTETI, Vol. nn, No. 16, Oktober 2019
1
Sistem Pakar Identifikasi Penyakit Ikan Koi
Septian Rico Hernawan
Nowadays on the industry 4.0, almost everything could be used to create a business. Those who took this chance usually has
their business on the field of trading and selling goods. Not only inanimate object, living things also has their values. The trend
of business on the field of domestic pet was one of the most favorite business nowadays. Fish was one of the top contenders of
this field. Koi was one of the types of the fish which has the most fans all around the world. That fact opens up a new potential
of business. However, a Koi fish needs a good care and proper handling of its cultivation. The problem was most of the
cultivator didn’t even use a proper tool and has basic knowledge of those fields. Sometimes they won’t know whether the fish
was sick or not. Solution being an expert system which could gave them a diagnosis about the disease of the Koi.
Kata Kunci— Sistem Pakar, Expert System, Identifikasi Penyakit
Koi, Decision Support System, Sistem Pendukung Keputusan.
dampak negatif dalam pengelolaannya. Mereka yang berbekal
buku atau informasi dari orang mungkin akan luput ketika
menemui permasalahan diluar basis pengetahuannya.
Kalaupun penggunaan internet sudah dimanfaatkan, tetap
I. PENDAHULUAN
terjadi kesenjangan pengetahuan dan kemungkin tak
Perubahan model bisnis dan usaha dalam masyarakat
terdeteksinya permasalahan yang dihadapi. Hal itu akan
berubah seiring berkembangnya zaman. Pengaruh teknologi
sangat fatal mengingat resiko investasi yang telah dilakukan
serta arus informasi yang kian cepat dan mudah didapatkan
oleh peternak.
oleh mayoritas orang turut serta sebagai salah satu faktor yang
Guna mengurangi atau setidaknya mendekatkan jarak
mempengaruhi hal tersebut. Pada era revolusi industri 4.0 ini,
kesenjangan pengetahuan yang mungkin terjadi tersebut,
hampir segala bidang dan aspek kehidupan dalam masyarakat
konsultasi dengan pakar adalah salah satu solusi tepat yang
dapat dimanfaatkan sebagai bisnis atau usaha. Mereka yang
dapat dilakukan. Permasalahannya ialah pakar tersebut tidak
mengambil peluang ini biasanya melakukan usahanya dalam
mungkin akan selalu ada setiap waktu. Keterbatasan lain yang
bentuk jual beli atau berdagang Salah satu yang kian
sangat mungkin ditemui ialah jarak. Jarak tempat tinggal yang
berkembang dan diminati oleh orang ialah bisnis perdagangan
jauh antar peternak dan pakar tentu juga akan menambah
hewan peliharaan. Tidak hanya kucing maupun anjing, bisnis
kesulitan dalam mendapatkan bantuan yang dibutuhkan.
ikan hias sudah lama menjadi salah satu primadona pilihan
Adapun media telephone atau bahkan webcam maupun video
yang sangat digemari oleh orang.
call tidak akan dapat dimanfaatkan secara maksimal oleh ahli
Ikan koi merupakan salah satu jenis ikan yang cukup marak
dalam mendiagnosa masalah yang dihadapi jika dibandingkan
dijadikan sebagai obyek bisnis dari perdagangan hewan
dengan pertemuan secara langsung.
peliharaan. Koi memiliki umur yang lama, nilai estetika tinggi,
Expert system atau sistem pakar secara sederhana
serta cukup tahan kondisi apabila telah beradaptasi di
merupakan suatu kumpulan pengetahuan pakar yang telah
lingkungan barunya menjadi daya tarik tersendiri bagi yang
terintegrasi dalam satu program. Sistem pakar sendiri dapat
gemar mengkoleksinya. Tidak hanya itu, mereka yang
berisikan mengenai topik pengetahuan yang berbeda-beda
memang menekuni hobinya yaitu mengkoleksi ikan koi
seperti jenis penyakit, jenis pakan, tipe koi, dan lain
tersebut tidak segan untuk menghabiskan banyak uang dan
sebagainya. Fungsi utama dari sistem pakar tersebut ialah
investasi waktunya demi memuaskan hasratnya.
memberikan saran atau keputusan yang tepat berdasarkan
Berdasarkan hal tersebut diatas, perdagangan ikan koi
basis pengetahuan pakar yang terdapat didalam sistem untuk
memiliki nilai bisnis dan prospek yang cukup tinggi apabila
menyelesaikan permasalahan yang dihadapi. Dalam kaitannya
dikelola dengan baik. Adapun bentuk bisnis yang dapat
dengan permasalahan yang dihadapi secara umum oleh
dilakukan ialah jual beli atau pemberdayaan secara langsung.
peternak koi ialah penyakit ikan. Seperti halnya ikan lain, ikan
Dalam kaitannya dengan return of investment, pemberdayaan
koi juga memiliki banyak ancaman penyakit yang dapat
ikan koi jelas memiliki nilai yang lebih tinggi dari jual beli
membahayakannya. Tentunya dengan adanya sistem pakar ini,
secara langsung jika dilihat secara jangka panjangnya. Budi
kebutuhan atau kepentingan untuk konsultasi dan diagnosa
daya ikan koi sendiri tentu telah dilakukan banyak orang.
penyakit dengan pakar dapat diatasi tanpa perlu bertemu atau
Akan tetapi mayoritas masih memanfaatkan cara konvensional
bahkan berhubungan langsung dengan pakar terlebih jika
dalam pelaksanaannya. Hal tersebut tentu memberikan
situasi kondisi memang tidak memungkinkan.
beberapa masalah dalam proses pengelolaannya.
Pemberdayaan serta kontrol terhadap kualitas koi
B. Permasalahan
merupakan hal krusial dalam hasil akhir usaha ternak ikan koi.
1. Bagaimana peternak dapat mengenali jenis
Metode konvensional yang dilakukan oleh mayoritas peternak
penyakit yang menjangkiti ikan koi.
baik secara langsung maupun tak langsung akan memberikan
SistemPakarPenyakitKoi(…)
ISSN 2301 - 4156
2
JNTETI, Vol. nn, No. 16, Oktober 2019
•
2. Bagaimana peternak mengetahui gejala penyakit yang
menjangkiti ikan Koi.
•
II. ANALISIS KEBUTUHAN PENGGUNA
A. Kebutuhan Fungsional
Proses yang dilakukan oleh sistem meliputi :
• Sistem menampilkan kumpulan daftar gejala
penyakit ikan koi
• Memasukan value pemilihan gejala penyakit
• Value yang berbentuk jawaban diproses sesuai
dengan rule penyakit yang telah dibuat
• Pencocokan value dengan rule tiap penyakit
• Output hasil pencocokan jawaban berupa diagnosa
penyakit yang mungkin dialami
•
•
Perancangan, yaitu tahapan menyusun desain sistem
secara keseluruhan berdasarkan variabel yang telah
dideskripsikan pada tahapan sebelumnya
Implementasi
merupakan
tahapan
program
dijalankan guna mengetahui alur kerja serta
performanya dan juga kesalahan yang mungkin
terjadi
Integrasi adalah tahapan finalisasi program yang
sebelumya telah dijalankan dan diketahui kekurangan
maupun alur kerjanya guna menhasilkan program
yang sesuai dengan desain awal
Pemeliharaan yaitu proses perawatan program secara
berkala guna menghindari masalah program obsolete
yang mungkin terjadi.
III. IMPLEMENTASI
B. Kebutuhan Non-Fungsional
Kebutuhan Perangkat lunak meliputi :
• Sistem Operasi Windows atau jenis
mendukung
• Aplikasi IDE Codeblocks atau IDE
mendukung bahasa pemrograman C++
• JDK file yang sesuai dengan versi
digunakan
• Compiler yang kompatibel dengan IDE
atau IDE yang digunakan
lain yang
lain yang
IDE yang
Codeblocks
C. Kebutuhan Perangkat Keras meliputi :
• Prosesor minimum yang mampu menjalankan IDE
Codeblocks dengan baik
• Memori minimum 512 MB
• VGA minimum 32 MB
• Hardisk kapasitas minimum 10 GB
• Layar display
• Keyboard
III. METODE PENGEMBANGAN
A. Spesifikasi
Dalam pembuatan program sistem pakar ini, digunakan
metode pengembangan tipe Watefall. Adapun alur proses
pengembangan sistem adalah sebagai berikut :
• Spesifikasi Kebutuhan yaitu mendeskripsikan apaapa saja yang dibutuhkan guna menyelesaikan
pengerjaan program ini
• Analisis dimana masalah, tujuan, dan solusi
dideskripsikan secara jelas dalam perencanaan
pengerjaan
ISSN 2301 – 4156
A. Implementasi Sistem
Dalam pengerjaan paper ini, terdapat 12 jenis penyakit ikan
koi yang mampu dikenali dan diidentifikasi berdasarkan
gejalanya yaitu : Borok, White Spote, Jamur Saprolegina,
Lernaea, Penyakit Lumpur, Batang Insang Berjamur, Lumpuh,
Cacar, Dropsi, Sirip dan Ikan Busuk, Koi Herpes Virus
(KHV).
Bahasa pemrograman yang digunakan untuk membangun
program ialah Bahasa C++ tanpa adanya external library yang
perlu ditambahkan. Dalam program ini sendiri juga terdapat
sekumpulan gejala penyakit yang berjumlah 30 gejala. Metode
yang diterapkan dalam penyelesaian kasus tersebut ialah
metode forward chaining dimana pengguna tidak mengetahui
jenis
penyakitnya
namun
jenis
penyakit
dapat
diidentifikasikan berdasar gejala yang ditemui langsung pada
ikan. Kumpulan gejala tersebut didapatkan berdasarkan
informasi yang penulis dapat dari buku maupun bahan bacaan
lain yang ditulis oleh ahli dalam bidangnya. Selanjutnya dari
basis pengetahuan ahli yang didapatkan tersebut, akan disusun
aturan atau rule guna membangun bagian proses diagnosa
penyakitnya.
Adapun basis pengetahuan serta rule yang digunakan pada
program adalah sebagai berikut :
TABEL I
Daftar Gejala dan Rule
No
Jenis Penyakit
1
Borok (Ulcer)
2
White Spote
Gejala
1. Luka pada tubuh ikan
2. Terdapat borok pada tubuh
ikan
3. Badan bernanah
1. Bintik-bintik putih di badan
2. Produksi lendir kulit
SistemPakarPenyakitKoi(…)
JNTETI, Vol. nn, No. 16, Oktober 2019
3
Jamur Saprolegina
4
Lernaea, (Cacing
Jangkar)
Penyakit Lumpur
5
6
7
Batang Insang
Berjamur
Lumpuh
8
Cacar
9
Dropsi
10
Sirip dan Ekor Busuk
11
Koi Herpes Virus
(KHV)
berkurang
3. Bintik putih di sirip ikan
1. Muncul jamur
2. Bekas luka parasit seperti
luka bekas gigitan kutu ikan
1. Badan Kurus
2. Cacing di permukaan badan
1. Badan Kurus
2. Iritasi kulit
1. Muncul jamur pada insang
2. Malas menggerakkan insang
1. Badan tampak limbung
ketika berenang
2. Ekor bengkok ke atas
3. Sulit menggerakan ekor
1. Bercak berlendir pada kulit
2. Bercak berlendir di sirip
3. Bercak berlendir di ekor
1. Sisik menggembung
2. Sisik mengelupas
3. Tubuh membengkak
1. Sirip berdarah
2. Pembusukan sirip
3. Ekor mengalami
pembusukan
1. Insang memucat
2. Muncul bercak warna merah
dan putih pada insang
4. Mata ikan menjadi sedikit
cekung
3
gejala dimasukan kedalam sistem. Setelah mendapatkan
inputan tersebut, sistem akan memprosesnya dengan
mencocokan inputan pilihan jawban dengan rule yang telah
dibuat. Rule itu sendiri berupa pilihan gejala mana saja yang
sekiranya cocok dengan jenis penyakit. Setelah selesai, hasil
diagnosa akan ditampilkan oleh sistem dan pengguna dapat
mengetahui kira-kira penyakit apa yang sedang diderita oleh
ikan.
B. Pengujian
Tahapan selanjutnya dalam pengembangan program ialah
tahapan pengujian sistem. Tahapan pengujian ini sendiri akan
menguji mengenai kesuksesan sistem mulai dari menampilkan
output pilihan jenis gejala hingga proses pengujian diagnosa
gejala.
1.
Pengujian Output gejala penyakit
Proses pengujian tahapan ini dilakukan dengan
menjalankan program dan melihat apakah string
output gejala penyakit berhasil ditampilkan dan dapat
dipahami oleh pengguna. Berikut merupakan tahapan
pengujiannya :
GAMBAR I
Tampilan program
Berdasarkan rule tersebut diatas, diagnosa penyakit dapat
ditentukan oleh sistem apabila kecocokan pilihan jawaban dari
pengguna tepat sesuai dengan rule yang dibuat. Adapun
batasan kemampuan program ialah input jawaban pengguna
harus dituliskan tanpa menggunakan spasi. Misal jawaban
ialah pilihan gejala nomor 1, 2, 8 maka pada program harus
ditulis dengan format jawaban 128. Kemudian semisal pilihan
nomor gejala dua digit yaitu pilihan nomor 14, 17, 26 maka
penulisan format jawaban pada program ialah 141726 dan
seterusnya cara sama dengan inputan pilihan jawaban yang
lain. Program juga mempunyai batasan lain yaitu input
jawaban harus urut dengan nomor pilihan gejala penyakit. Jadi
semisal pilihan 1, 2, 8 maka jawaban harus ditulis urut dari
nomor terkecil yaitu 128 dan tidak bias ditulis semisal 218
ataupun 821.
Proses yang terjadi dalam program ialah yang pertama
program mengeluarkan output string berupa kumpulan gejala
berdasarkan pengetahuan ahli yang telah dibuat sebelumnya.
Selanjutnya inputan pengguna berupa pilihan jawaban nomor
SistemPakarPenyakitKoi(…)
ISSN 2301 - 4156
4
JNTETI, Vol. nn, No. 16, Oktober 2019
Program telah berhasil dijalankan dan string output gejala
penyakit telah mampu ditampilkan dan dilihat oleh pengguna.
Pilihan gejala yang ditampilkan terbagi dalam tiga bagian.
Tiga bagian tersebut berfungsi mempermudah pengguna
dalam melihat pilihan gejala dalam program. Pembagian
didasari terhadap bagian tubuh ikan yang memiliki gejala
penyakit. Bagian-bagian tubuh ikan tersebut ialah :
• Gejala pada Badan
• Gejala pada Sirip dan Insang
• Gejala pada Ekor dan Mata
2.
Pengujian Proses Diagnosa Penyakit
Pada tahapan ini, rule akan diuji dengan cara
memasukan pilihan jawaban yang sesuai dengan
basis pengetahuan yang sebelumnya telah dibuat.
Adapun proses pengujian proses diagnosa penyakit
adalah sebagai berikut :
Untuk penyakit Borok (Ulcer) pada ikan, pilihan jawaban
yang harus dimasukan oleh pengguna ialah gejala :
• Luka pada tubuh ikan
• Terdapat borok pada tubuh ikan
• Badan bernanah
Berdasarkan pilihan gejala tersebut, pilihan nomor yang sesuai
ialah nomor 1, 2, 4. Selanjutnya kita masukan pilihan tersebut
kedalam inputan dalam program. Berikut merupakan tampilan
hasilnya :
GAMBAR II
Pengujian 1
Berdasarkan gambar diatas, pengujian diagnosis untuk
penyakit Borok (Ulcer) pada ikan Koi telah sesuai dengan rule
yang telah dibuat.
Agar hasil pengujian dapat benar-benar dipercaya dan
terverifikasi, pengujian akan dilakukan kembali dalam
beberapa proses.
Untuk penyakit White Spote pada ikan, pilihan jawaban yang
harus dimasukan oleh pengguna ialah gejala :
• Bintik-bintik putih di badan
• Produksi lendir kulit berkurang
ISSN 2301 – 4156
•
Bintik putih di sirip ikan
Berdasarkan pilihan gejala tersebut, pilihan nomor yang sesuai
ialah nomor 3, 5, 17. Selanjutnya kita masukan pilihan
tersebut kedalam inputan dalam program. Berikut merupakan
tampilan hasilnya :
GAMBAR III
Pengujian 2
Berdasarkan gambar diatas, pengujian diagnosis untuk
penyakit White Spote pada ikan Koi telah sesuai dengan rule
yang telah dibuat.
Untuk penyakit Lumpuh pada ikan, pilihan jawaban yang
harus dimasukan oleh pengguna ialah gejala :
• Badan tampak limbung ketika berenang
• Ekor bengkok ke atas
• Sulit menggerakan ekor
Berdasarkan pilihan gejala tersebut, pilihan nomor yang sesuai
ialah nomor 12, 26, 30. Selanjutnya kita masukan pilihan
tersebut kedalam inputan dalam program. Berikut merupakan
tampilan hasilnya :
GAMBAR III
Pengujian 3
Berdasarkan gambar diatas, pengujian diagnosis untuk
penyakit Lumpuh pada ikan Koi telah sesuai dengan rule yang
telah dibuat.
V. HASIL DAN PEMBAHASAN
A. Hasil
Berdasarkan proses pengujian yang telah dilakukan
sebelumnya, dapat ditarik olahan hasil yang didapat. Berikut
SistemPakarPenyakitKoi(…)
JNTETI, Vol. nn, No. 16, Oktober 2019
5
merupakan tabel keberhasilan dari kecocokan diagnosa pada
sistem yang telah dibuat.
TABEL II
Hasil Uji Rule
No
1
2
3
4
5
6
7
8
9
10
11
Jenis Penyakit
Borok (Ulcer)
White Spote
Jamur Saprolegnia (Si
Putih)
Lernaea, (Cacing Jangkar)
Penyakit Lumpur
Batang Insang Berjamur
Lumpuh
Cacar
Dropsi
Sirip dan Ekor Busuk
Koi Herpes Virus (KHV)
Kapas
Keberhasilan
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Sukses
Dapat dilihat, seluruh inputan jawaban yang dimasukan oleh
pengguna telah sukses dan cocok dengan rule penyakit yang
dibuat.
B. Pembahasan
Berdasarkan hasil diatas kita bisa memasukan rumus guna
mendapatkan persen tingkat keberhasilan.
TERIMA KASIH
Judul untuk ucapan terima kasih dan referensi tidak diberi
nomor. Terima kasih disampaikan kepada Tim JNTETI yang
telah meluangkan waktu untuk membuat template ini.
REFERENSI
[1]
[2]
Tingkat Keberhasilan = Jumlah Pengujian Sukses / Total
Pengujian X 100%
Tingkat Keberhasilan = 11/11 X 100%
Sehingga tingkat keberhasilan dari program yang dibuat telah
mencapai 100%.
Dengan kata lain, program telah mampu mendiagnosa jenis
penyakit berdasarkan gejala yang ditemui pada ikan. Asumsi
keberhasilan program dipengaruhi oleh banyak faktor yaitu
pengguna paham dan mengenali gejala yang ada dalam tubuh
ikan. Kedua adalah gejala serta jenis penyakit yang
menjangkiti ikan Koi masuk kedalam basis pengetahuan
dalam sistem.
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
SistemPakarPenyakitKoi(…)
S. M. Metev and V. P. Veiko, Laser Assisted Microtechnology, 2nd ed.,
R. M. Osgood, Jr., Ed. Berlin, Germany: Springer-Verlag, 1998.
J. Breckling, Ed., The Analysis of Directional Time Series:
Applications to Wind Speed and Direction, ser. Lecture Notes in
Statistics. Berlin, Germany: Springer, 1989, vol. 61.
S. Zhang, C. Zhu, J. K. O. Sin, and P. K. T. Mok, “A novel ultrathin
elevated channel low-temperature poly-Si TFT,” IEEE Electron Device
Lett., vol. 20, pp. 569–571, Nov. 1999.
M. Wegmuller, J. P. von der Weid, P. Oberson, and N. Gisin, “High
resolution fiber distributed measurements with coherent OFDR,” in
Proc. ECOC’00, 2000, paper 11.3.4, p. 109.
R. E. Sorace, V. S. Reinhardt, and S. A. Vaughn, “High-speed digitalto-RF converter,” U.S. Patent 5 668 842, Sept. 16, 1997.
(2002) The IEEE website. [Online]. Available: http://www.ieee.org/
M. Shell. (2002) IEEEtran homepage on CTAN. [Online]. Available:
http://www.ctan.org/texarchive/macros/latex/contrib/supported/IEEEtran/
FLEXChip Signal Processor (MC68175/D), Motorola, 1996.
“PDCA12-70 data sheet,” Opto Speed SA, Mezzovico, Switzerland.
A. Karnik, “Performance of TCP congestion control with rate feedback:
TCP/ABR and rate adaptive TCP/IP,” M. Eng. thesis, Indian Institute
of Science, Bangalore, India, Jan. 1999.
J. Padhye, V. Firoiu, and D. Towsley, “A stochastic model of TCP
Reno congestion avoidance and control,” Univ. of Massachusetts,
Amherst, MA, CMPSCI Tech. Rep. 99-02, 1999.
Wireless LAN Medium Access Control (MAC) and Physical Layer
(PHY) Specification, IEEE Std. 802.11, 1997.
ISSN 2301 - 4156