MIDDLE TEST PENGANTAR INTELEGENSI BUATAN KELAS JUMAT (16.00-18.00)

Tulisan saya kali ini adalah mengenai Jurnal teorema Bayes dan tulisan ini merupakan Ujian Tengah Semester dari mata kuliah Pengantar Intelegensi Buatan. dalam Tulisan ini saya mengambil jurnal yang berjudul "PENERAPAN TEOREMA BAYES UNTUK IDENTIFIKASI PENYAKIT PADA TANAMAN KEDELAI"  Metode Penelitian yang digunakan adalah Classical Probability yakni dengan menguji 20 sampel untuk mengetahui penyakit yang menyerang tanaman kedelai dengan menggunakan  Teorema Bayes. Jurnal ini bertujuan untuk membantu para petani kedelai untuk mengidentifikasi penyakit yang menyerang tanaman kedelai dengan menyediakan web yang di bangun oleh penulis jurnal ini. Untuk lebih jelasnya silahkan mendownload file *.PDF nya DISINI

PENERAPAN TEOREMA BAYES UNTUK IDENTIFIKASI PENYAKIT PADA TANAMAN KEDELAI ABSTRAK Kedelai merupakan salah satu komoditi  pangan utama di Indonesia. Kebutuhan akan komoditi  kedelai  terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku  industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi kedelai nasional antara lain dengan penelitian varietas  unggul, perluasan areal  tanam,  dan penyuluhan. Namun dalam proses  penanaman kedelai  terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah  serangan penyakit pada tanaman kedelai,  petani  kedelai selaku pihak yang berhubungan secara  langsung pada penanaman kedelai  perlu  untuk mengetahui  informasi  yang cepat  dan akurat  terkait  jenis  penyakit yang menyerang.   Sehingga setelah didapatkan informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi. Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melalui layanan internet. Kemudahan akses  terhadap informasi  inilah yang salah satunya dapat  digunakan untuk memberikan  informasi kepada petani kedelai tentang identifikasi penyakit. Oleh karena itu penulis mencoba memberikan salah satu solusi yang dapat dilakukan untuk membantu petani kedelai dalam mengidentifikasi penyakit tanaman kedelai dengan membuat suatu aplikasi berbasis Web yang dapat diakses oleh seluruh petani kedelai yang terjangkau oleh layanan internet. Aplikasi yang dibuat  dapat melakukan identifikasi  penyakit berdasarkan gejala yang secara umum terjadi. Pada penelitian ini penulis menerapkan teorema Bayes pada program aplikasi untuk menghitung nilai probabilitas hasil identifikasi penyakit tanaman kedelai. Pada pengujian 20 sampel data gejala penyakit menunjukkan bahwa program aplikasi menghasilkan nilai akurasi sebesar 90 %. Kata kunci : Teorema Bayes, identifikasi penyakit, tanaman kedelai. ABSTRACT Soybean is one of the major food commodities in Indonesia. The need for commodity continues to increase from year to year, either as a primary food, animal feed or as a industrial raw materials. Various attempts have been made to improve the national  soybean production, such as,  the research of quality seed aid, expansion of planting area,  and counseling. But in the process of planting soybeans, there are several obstacles such as the intensity attack of pests  and diseases, and lack of agricultural investigator. In solving of the problem of disease, soybean farmers as the directly involved parties  need  to find information quickly and accurately related to the diseases.  After  the information obtained, it  can be immediately known solution to overcome the disease. With the development of information technology, a lot of  information  can be accessed quickly via  the internet service.  Ease of access to information can be used to provide  information for soybean farmers about disease identification. Therefore, the author tries to provide a solution that can be done to help the soybean farmers by creating a Web-based application that can be accessed by the farmers from the internet service. The application can identify the diseases based on the symptoms that generally occured. In the present study the authors applied the Bayes' theorem on the application to calculate the value of soybean disease identification certainty. On testing 20 samples of the data of the disease showed that the application yield value of 90% accuracy. Keywords : Bayes Theorem, disease identification, soybean plant. 1.Pendahuluan 1.1.Latar Belakang Kedelai  merupakan salah  satu komoditi  pangan utama masyarakat  Indonesia.  Kebutuhan akan komoditi kedelai terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama,  pakan ternak maupun sebagai bahan baku industri skala besar (pabrikan) hingga skala kecil  (rumah tangga). Berbagai  upaya telah dilakukan untuk meningkatkan produksi  kedelai  nasional  antara lain dengan penciptaan dan penelitian varietas  unggul, bantuan benih unggul  bermutu, perluasan areal  tanam, dan penyuluhan. Namun dalam proses  penanaman kedelai  terdapat beberapa kendala yaitu terjadinya perubahan iklim yang mengakibatkan intensitas serangan hama dan penyakit, dan kurangnya tenaga  penyuluh pertanian.  Dalam mengatasi  masalah serangan penyakit  pada tanaman kedelai,  petani kedelai  selaku pihak yang berhubungan secara langsung perlu untuk mengetahui informasi yang cepat  dan akurat  terkait  jenis penyakit yang menyerang tanaman kedelai. Sehingga setelah didapatkan informasi penyakitnya dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut.  Dengan berkembangnya teknologi  informasi,  banyak informasi yang dapat diakses secara cepat melalui layanan internet. Kemudahan akses  terhadap informasi  inilah yang salah satunya  dapat  digunakan untuk memberikan informasi kepada petani kedelai tentang identifikasi penyakit. Oleh karena itu penulis mencoba memberikan salah satu solusi yang dapat  dilakukan untuk membantu petani  kedelai dalam mengidentifikasi penyakit tanaman kedelai dengan membuat suatu aplikasi berbasis Web yang dapat diakses internet. Aplikasi  ini  dapat  melakukan identifikasi penyakit berdasarkan gejala  yang tampak secara umum pada tanaman kedelai. Penelitian sebelumnya mengenai identifikasi penyakit yang sudah dilakukan antara lain Identifikasi  Penyakit pada Tanaman Kedelai  Menggunakan Metode  Classical Probability (Anum, 2013), Pemanfaatan Teorema Bayes dalam Penentuan Penyakit THT (Winiarti, 2008), Sistem Pakar Deteksi Penyakit Diabetes Mellitus dengan Menggunakan Pendekatan Naïve Bayesian Berbasis  Web (Yakub,2008), PenerapanTeorema  Bayes  untuk Mendiagnosa Penyakit  pada Manusia  (Rosnelly,2010). Pada penelitian tersebut disebutkan bahwa teorema Bayes dapat diterapkan pada suatu aplikasi untuk mengidentifikasi suatu permasalahan. Berdasarkan beberapa penelitian tersebut penulis   teorema Bayes  pada suatu aplikasi  untuk mengidentifikasi  penyakit tanaman kedelai. Teorema Bayes  merupakan satu dari  cabang teori  statistik matematik yang memungkinkan kita untuk membuat satu model  ketidakpastian dari  suatu kejadian  yang terjadi dengan menggabungkan pengetahuan umum dengan fakta dari hasil pengamatan. Teorema Bayes mempunyai beberapa kelebihan, yaitu mudah untuk dipahami, hanya memerlukan pengkodean yang sederhana, dan lebih cepat dalam penghitungan (Ramadhani, 2012). Teorema Bayes memiliki  kelebihan dibandingkan dengan probabilitas klasik  dalam proses  pengambilan kesimpulan atau inferensi.  Probabilitas  klasik sepenuhnya mengandalkan proses  inferensi  pada data  sampel  yang diambil dari populasi, sedangkan teorema Bayes disamping memanfaatkan data sampel yang diperoleh dari populasi juga memperhitungkan suatu distribusi awal yang disebut distribusi  prior  untuk parameter  yang diinginkan. Kemudian distribusi  prior dikombinasikan dengan informasi  sampel  untuk mendapatkan kesimpulan atau distribusi posterior.  Dalam aplikasi ini terdapat jenis-jenis penyakit yang menyerang tanaman kedelai  berdasarkan gejala-gejala umum yang tampak pada tanaman kedelai. Petani kedelai dapat  berkonsultasi  melalui  aplikasi  ini  dengan cara memililh gejala-gejala umum yang tampak pada tanaman kedelai kemudian sistem akan memberikan hasil berupa jenis penyakit yang dialami. 1.2.Penelitian Yang Berkaitan Berdasarkan hasil  dari  beberapa penelitian yang sudah dilakukan menunjukkan bahwa teorema  Bayes dapat dijadikan sebagai alat untuk menghitung keakuratan hasil. Penelitian tersebut antara lain Pemanfaatan Teorema Bayes dalam Penentuan Penyakit THT (Winiarti,2008),  Sistem Pakar  Deteksi  Penyakit Diabetes Mellitus  dengan Menggunakan Pendekatan Naïve Bayesian Berbasis Web (Yakub, 2008), Penerapan Teorema  Bayes  untuk Mendiagnosa Penyakit  pada Manusia (Rosnelly, 2010). 2.Teorema Bayes Teorema  bayes  merupakan satu metode yang digunakan untuk menghitung ketidakpastian data menjadi  data  yang pasti  dengan membandingkan antara data  ya dan tidak.  Probabilitas  bayes  merupakan salah satu cara untuk mengatasi  ketidakpastian data  dengan menggunakan formula bayes yang dinyatakan : Dimana: P(H | E) = probabilitas hipotesis H jika diberikan evidence E P(E | H) = probailitas munculnya evidence E jika diketahui hipotesis H P(H) = probabilitas H tanpa mengandung evidence apapun P(E) = probabilitas evidence E 3.Penyakit Tanaman Kedelai Penyakit-penyakit yang menyerang tanaman kedelai dapat dilihat pada Tabel 1 Sedangkan gejala penyakit yang menyerang tanaman kedelai dapat terlihat pada Tabel 2 Hubungan antara penyakit  dan gejalanya dapat dilihat pada Tabel 3 . 4.Perhitungan Manual Misalnya gejala yang tampak pada tanaman kedelai ada 2 gejala yaitu ada bercak kemerahan pada akar (G01), dan ada bercak kemerahan pada batang (G02). Berdasarkan gejala tersebut maka dapat di hitung: 1.Penyakit target spot (P01) Jika probabilitas penyakit target spot (P01) adalah : 0,11 Jika probabilitas gejala memandang penyakit adalah : · ada bercak kemerahan pada akar (G01) : 0,3 · ada bercak kemerahan pada batang (G02) : 0,3 Perhitungan nilai Bayes : Total Bayes 1 = 1 + 1 = 2 2.Penyakit Antraknose (P03) Jika probabilitas penyakit target spot (P01) adalah : 0,11 Jika probabilitas gejala memandang penyakit adalah : · ada bercak kemerahan pada akar (G01) : 0 · ada bercak kemerahan pada batang (G02) : 0 Perhitungan nilai Bayes : Total Bayes 2 = 0 + 0 = 0 Hasil  = Total Bayes 1 + Total Bayes 2 = 2 + 0 = 2 Maka perhitungan probabilitas penyakitnya adalah : 1. Penyakit target spot (P01) = 2 / 2 * 100% = 100 % 2. Penyakit Antraknose (P03) = 0 / 2 * 100% = 0 % 5.Hasil Tampilan menu awal  aplikasi  dapat  dilihat  pada Gambar 1.  Gambar 1. Menu Awal Aplikasi Tampilan identifikasi penyakit dapat  dilihat pada Gambar 2. Gambar 2. Menu identifikasi penyakit Tampilan hasil  identifikasi penyakit  dapat  dilihat pada Gambar 3. Gambar 3. Hasil identifikasi 6. Analisa Hasil Berdasarkan hasil pengujian perbandingan identifikasi  program dengan identifikasi  pakar  pada 20 sampel  data  gejala penyakit  diketahui  bahwa  akurasi hasil  identifikasi  program adalah sebesar  90%.  Hasil identifikasi  program memiliki  tingkat  probabilitas  yang menunjukkan seberapa besar  kemungkinan tanaman kedelai  terkena suatu penyakit  berdasarkan gejala yang telah dipilih. Semakin tinggi nilai probabilitasnya maka semakin tinggi  pula  kemungkinan tanaman kedelai terserang penyakit. 7. Kesimpulan dan Saran Teorema Bayes dapat digunakan untuk mengidentifikasi penyakit pada tanaman kedelai dengan menerapkannya pada suatu program aplikasi. Aplikasi yang dibuat  hanya dapat  mengidentifikasi  gejala  yang tampak secara umum, belum dapat  digunakan untuk mengidentifikasi  gejala penyakit  yang tampak secara khusus seperti penampakan gejala bersifat ringan, sedang, atau berat. Nilai akurasi hasil identifikasi program yang didapat dari pengujian 20 sampel gejala penyakit adalah 90 %. 8. Referensi [1] Anum, R. 2013. Identifikasi Penyakit pada Tanaman Kedelai Menggunakan Metode Classical Probability. Malang: Universitas Brawijaya. [2] Arhami, M. 2005. Konsep Dasar Sistem Pakar. Yogyakata: Andi. [3] Dwiarta, L. 2010. Menyelam dan Menaklukkan Samudra PHP. Bogor: CBS Centre. [4] Hidayat, O. D. 1985. Morfologi Tanaman Kedelai. Pusat Penelitian dan Pengembangan Pertanian. [5] Kusumadewi, S. 2003. Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. [6] Marwoto, Hardiningsih, S, Taufiq, A. 2011. Masalah Hama, Penyakit, dan Hara pada Tanaman Kedelai (Identifikasi dan Pengendaliannya). Bogor: Pusat Penelitian dan Pengembangan Tanaman Pangan. [7] Ramadhani, P., Wardhani, D.K., Nugroho, E.S. Sistem Pakar Diagnosa Infeksi Penyakit Tropis Berbasis Web. Jurnal Teknik Informatika Vol. 1 September 2012. [8] Rosnelly, R.,Wardoyo, R. 2010. Penerapan Teorema Bayes untuk Mendiagnosa Penyakit pada Manusia. Prosiding Seminar Nasional Ilmu Komputer “Pendekatan Green Computing dan Manfaatnya Bagi Lingkungan”, Universitas Sumatera Utara, Medan, hal. 283 – 288. [9] Winiarti, S. 2008. Pemanfaatan Teorema Bayes dalam Penentuan Penyakit THT. Jurnal Informatika Vol. 2, No. 2. [10]  Yakub, S. 2008. Sistem Pakar Deteksi Penyakit Diabetes Mellitus dengan Menggunakan Pendekatan Naïve Bayesian Berbasis Web. Malang: Universitas Islam Negeri Maulana Malik Ibrahim.