BAB 2
DASAR TEORI
2.1 Basis Data
Basis data adalah suatu koleksi data komputer yang terintegrasi, diorganisasikan dan
disimpan dalam suatu cara yang memudahkan pengambilan kembali [10]. Basis data
didefinisikan hanya sekali dan digunakan secara bersamaan oleh banyak pengguna.
Seluruh data saling berinteraksi sehingga jumlah duplikasi data dapat diminimalkan.
2.2 Sistem Pakar
Sistem pakar merupakan paket perangkat lunak atau paket program komputer yang
ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di
bidang – bidang spesialisasi tertentu seperti sains, perekayasaan, matematika,
kedokteran, pertanian, pendidikan dan sebagainya [1].
Sistem Pakar (Expert System) memiliki 10 karakteristik yang harus dipenuhi
dalam perancangannya. Kesepuluh karakteristik sistem pakar tersebut adalah sebagai
berikut:
a. Mendukung proses pengambilan keputusan, menitikberatkan pada
management perception.
b. Adanya human interface dimana manusia (user) tetap mengontrol proses
pengambilan keputusan.
c. Mendukung pengambilan keputusan untuk membahas masalah-masalah.
d. Menggunakan model-model matematis dan statistik yang sesuai.
e. Interaktif, memiliki kepabilitas dialog untuk memperoleh informasi sesuai
dengan kebutuhan.
f. Output ditujukan untuk semua orang secara umum.
g. Modularitas, memiliki subsistem-subsistem yang terintegrasi sedemikian
rupa sehingga dapat berfungsi sebagai kesatuan sistem.
h. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan
informasi seluruh tingkatan manajemen.
i. User friendly dan fleksibel, yaitu mudah untuk digunakan user dan
memungkinkan keleluasaan user untuk memilih atau mengembangkan
pendekatan-pendekatan baru.
j. Kemampuan sistem beradaptasi secara tepat, dimana pengambilan keputusan
dapat menghadapi masalah-masalah baru.
Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan
masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan
keputusan (decision making), pemanduan pengetahuan (knowledge fusing), pembuatan
desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan
(regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan
(prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan
(tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai
dari seorang pakar [8].
2.2.1 Sejarah Sistem Pakar
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial
Intelligence Corporation. Periode penelitian kecerdasan buatan ini didominasi oleh
suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan
menghasilkan presatasi pakar atau bahkan manusia super. Suatu usaha ke arah ini
adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Allen
Newell, John Cliff Shaw, dan Herbert Alexander Simon. GPS merupakan sebuah
percobaan untuk menciptakan mesin yang cerdas.
Sistem pakar untuk melakukan diagnosa kesehatan telah dikembangkan sejak
pertengahan tahun 1970 yang untuk pertama kali dibuat oleh Bruce Buchanan dan
Edward Shortliffe di Standford University diberi nama MYCIN. MYCIN merupakan
program interaktif yang melakukan diagnosa penyakit meningitis dan infeksi bacremia
serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan
penjelasan atas penalarannya secara detail. Dalam uji coba, program ini mampu
menunjukkan kemampuan seperti seorang spesialis.
2.2.2 Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar
antara lain sebagai berikut :
a. Memungkinkan orang awam bisa mengerjakan pekerjaan seperti para
ahli.
b. Bisa melakukan proses secara berulang secara otomatis.
c. Menyimpan pengetahuan dan keahlian para pakar.
d. Meningkatkan output dan produktivitas.
e. Meningkatkan kualitas
f. Mampu mengambil dan melestarikan keahlian para pakar termasuk
keahlian yang langka.
g. Mampu beroperasi dalam lingkungan yang berbahaya
h. Memiliki kemampuan untuk mengakses pengetahuan
i. Memiliki reliabilitas.
j. Memberikan respon atau jawaban yang tepat.
k. Meningkatkan kapabilitas sistem komputer.
l. Menghemat waktu dalam pengambilan keputusan.
m. Sebagai media pelengkap dalam pelatihan.
n. Memiliki kemampuan untuk bekerja dengan informasi yang tidak
lengkap dan mengandung ketidakpastian.
2.2.3 Struktur Sistem Pakar
Sistem pakar terdiri dari dua bagian utama, yaitu lingkungan pengembangan
(development environment) dan lingkungan konsultasi (consultation environment) [1].
Development Environment digunakan sebagai pembangun sistem pakar baik dari segi
pembangun komponen maupun basis pengetahuan. Consultation Environment
digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Gambar 2.1 berikut ini
merupakan struktur dari sistem pakar [9].
Gambar 2.1 Penerapan Struktur Sistem Pakar
Keterangan gambar:
: pemisah antara lingkungan konsultasi dengan lingkungan
pengembangan.
: komunikasi dua arah
: langsung
: tidak langsung
Pemakai
Antar Muka
Aksi yang direkomendasikan
Mesin Inferensi
Fakta tentang Kejadian tertentu
BlackboardSolusi, Rencana
LINGKUNGAN KONSULTASI
Basis Pengetahuan:Fakta dan aturan
Perbaikan Pengetahuan
Knowledge Enginner
Pakar
LINGKUNGAN PENGEMBANGAN
Akuisisi Pengetahuan
Fasilitas Pen jelasan
Komponen-komponen yang terdapat dalam struktur sistem pakar :
a. Antarmuka Pengguna (User Interface)
User interface merupakan mekanisme yang digunakan oleh pengguna dan
sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari
pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem.
Selain itu antarmuka menerima informasi dari sistem dan menyajikannya ke
dalam bentuk yang dapat dimengerti oleh pemakai.
b. Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi
dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua
elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang
obyek dalam area permasalahan tertentu, sedang aturan merupakan informasi
tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.
c. Akuisisi Pengetahuan (Knowledge Acquisition)
Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian
dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program
komputer. Dalam tahap ini knowledge engineer berusaha menyerap
pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan.
Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan
penelitian dan pengalaman pemakai.
d. Mesin Inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelasikan suatu masalah. Mesin inferensi
adalah program komputer yang memberikan metodologi untuk penalaran
tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan
untuk memformulasikan kesimpulan.
e. Workplace
Workplace merupakan area dari sekumpulan memori kerja (working memory).
Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang
dicapai.
f. Fasilitas Penjelasan
Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan
kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem
kepada pemakai.
g. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya
serta kemampuan tersebut adalah penting dalam pembelajaran
terkomputerisasi, sehingga program akan mampu menganalisis penyebab
kesuksesan dan kegagalan yang akan dialaminya.
2.2.4 Basis Pengetahuan
Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah,
tentu saja dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang
sangat umum digunakan, yaitu:
a. Penalaran berbasis aturan (Rule Based Reasoning)
Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan
menggunakan aturan berbentuk : IF-THEN. Bentuk ini digunakan apabila kita
memiliki sejumlah pengetahuan pakar pada permasalahan tertentu, dan si
pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu ,
bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak
(langkah-langkah)pencapaian solusi.
b. Penalaran berbasis kasus (Case Based Reasoning)
Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi
yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk
keadaan yang terjadi sekarang ( fakta yang ada). Bentuk ini digunakan apabila
user menginginkan untuk tahu lebih banyak lagi pada kasus yang hampir sama
(mirip). Selain itu, bentuk ini juga digunakan apbila kita telah memiliki
sejumlah situasi atau kasus tertentu dalam basis pengetahuan[9].
2.2.5 Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis
pengetahuan yang diperoleh kedalam suatu skema/diagram tertentu sehingga dapat
diketahui relasi/keterhubungan antara suatu data dengan data lainnya.
Pengetahuan dapat direpresentasikan dalam berbagai model, beberapa model
representasi pengetahuan seperti:
a. Logika
Logika merupakan suatu poses membentuk kesimpulan atau menarik suatu
inferensi berdasarkan fakta yang telah ada.. Bentuk logika komputasional ada
dua macam, yaitu:
1. Logika Proposional
Logika proposional merupakan suatu pernyataan yang menyatakan
benar (TRUE) atau salah (FALSE) yang dihubungkan dengan
menggunakan operator logika seperti konjungsi (AND), disjungsi
(OR), negasi (NOT), implikasi/kondisional (If...Then),
equivalensi/bikondisional (If and only If).
Berikut adalah contoh model representasi pengetahuan logika
proposional:
Jika hujan turun sekarang maka saya tidak akan ke pasar
Dapat ditulis dalam bentuk p q
2. Logika Predikat
Logika predikat merupakan suatu logika yang seluruhnya
menggunakan konsep dan kaidah proporsional yang sama, disebut juga
kalkulus predikat, yang memberi tambahan kemampuan untuk
merepresentasikan pengetahuan dengan sangat cermat dan rinci.
Berikut adalah contoh model representasi pengetahuan logika predikat:
x = Tito
y = Tuti
Dapat ditulis dalam bentuk Suka (x,y).
b. Jaringan Semantik
Jaringan semantik merupakan gambaran pengetahuan grafis yang menunjukan
hubungan antar berbagai obyek, yang terdiri dari lingkaran- lingkaran yang
menunjukan obyek dan informasi tentang obyek tersebut.
Berikut adalah contoh gambar model representasi pengetahuan jaringan
semantik:
komputerSemangka Tanaman holtikulturatermasuk Salah satu dari
Memiliki fungsi
Memiliki fungsi
Memiliki fungsi
Memiliki fungsi
Mencegah sariawan
dataMenurunkan
demam
kontrolMerangsang keluarnya
air seni
dataAntioksidan termasuk
betakaroten dan vitamin c membantu sel-sel tubuh
tetap sehat
Buah - buahan
c. Bingkai (Frame)
Bingkai berupa ruang (slots) yang berisi atribut untuk mendeskripsikan
pengetahuan yang berupa kejadian, lokasi, situasi ataupun elemen-elemen lain.
Berikut adalah contoh tabel model representasi pengetahuan bingkai (frame):
Tabel 2.1 Representasi Bingkai Pada Bingkai Penyakit Tanaman Pisang
Ruang (slots) Isi (fillers)
Nama Layu panama
Gejala a. Jaringan pembuluh membusuk
dan berwarna kecokelatan
b. Daun menguning total, dan
akhirnya mati
c. Tanaman yang tidak sampai
mati tidak akan mampu
Gambar 2.2 Representasi Jaringan Semantik
berbuah
Pengendalian Sekitar tanaman yang terserang
disiram larutan fungisida Benlate
0,5%
d. Kaidah Produksi
Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi,
arahan, atau strategi dalam bentuk jika-maka (if-then) yang menghubungkan
anteseden dengan konsekuensi. Berikut adalah contoh model representasi
pengetahuan kaidah poduksi:
IF bunga anggrek layu
THEN saya menyiram bunga anggrek
e. Pohon
Pohon adalah suatu hierarki struktur yang terdiri dari node (simpul) yang
menyimpan informasi atau pengetahuan dan cabang yang menghubungkan
node-node tersebut [1]. Cabang disebut juga link atau edge dan node disebut
juga vertek. Pada pohon, node akar adalah node yang tertinggi dalam hierarki
dan daun adalah node paling bawah/rendah.
Salah satu jenis pohon yang dapat digunakan dalam representasi pengetahuan
pada sistem pakar adalah pohon biner (binary tree). Pada pohon biner,
maksimum mempunyai dua anak untuk setiap node, di mana sisi kiri dan sisi
kanan dari node anak dibedakan. Untuk lebih jelasnya, perhatikan contoh
gambar pohon biner berikut:
Level 3
Level 4
Akar node
Daun
Level 1
Level 2Node
Cabang
Gambar 2.3. Pohon Biner yang Mempunyai 0, 1 atau 2 Cabang per Node
Aplikasi pohon dalam pembangunan sistem pakar adalah pembuatan
keputusan atau biasa disebut decision tree (pohon keputusan). Berikut ini
contoh pohon keputusan untuk penyakit dan hama tanaman semangka.
Apakah terdapat daun keriting pada tanaman
semangka ?
Apakah pada daun terdapat bercak berwarna kuning ?
Apakah bibit atau tanaman muda yang terserang terdapat bercak kebasah-basahan pada pangkal
batang lalu tiba-tiba bibit tanaman rebah dan mati ?
Apakah tanaman menjadi kerdil ?
Apakah banyak cairan lengket yang dikeluarkan (cairan madu) dan
menempel pada bagian tanaman akan menjadi tumbuhnya jamur dan mengundang kawanan semut ?
Apakah daun terlihat bercak-bercak cokelat yang akhirnya
berubah warna kemerahan dan akhirnya daun mati ?
Apakah buah tidak dapat membentuk secara normal ?
Apakah timbul kebusukan pada tanaman yang tadinya lebat dan subur, lambat laun
akan mati ?
Apabila daun dibalik maka disebelah bawah akan terlihat
sekumpulan hama, apakah hama yang tampak seperti
titik-titik merah ?
ya tidak
ya tidak
ya
ya
tidak
tidakya tidak
Tungau merah
Belum diketahui jenis penyakit dan
hama
tidak
Belum diketahui jenis penyakit dan
hama
tidak
Belum diketahui jenis penyakit dan
hama
ya tidak
Kutu aphids Kutu thrips
ya
Layu fusarium
ya
Rebah batang
yatidak
antraknosaBelum diketahui
jenis penyakit dan hama
Gambar 2.4. Pohon Keputusan Penyakit dan Hama Tanaman Semangka
Struktur pohon keputusan dapat diterjemahkan secara mekanis ke dalam
kaidah produksi dengan aturan IF..THEN pada pembangkitan setiap nodenya.
Untuk pohon keputusan pada Gambar 2.4 di atas dapat diterjemahkan sebagai
berikut:
IF pertanyaan=”Apakah terdapat daun keriting pada tanaman semangka?”
AND jawaban=”YA”
THEN pertanyaan=”Apakah daun terdapat bercak berwarna kuning?”
IF pertanyaan=” Apakah terdapat daun keriting pada tanaman semangka?”
AND jawaban=”TIDAK”
THEN pertanyaan=” Apakah timbul kebusukan pada tanaman yang tadinya
lebat dan subur, lambat laun akan mati ?”
begitu seterusnya hingga semua node selesai ditelusuri dan mencapai node
paling bawah atau daun. Node daun akan memberikan jawaban berupa solusi
sebagai respon dari pertanyaan-pertanyaan. Prosedur yang tepat akan
menuntun pengguna untuk meng-input-kan dan membangun node baru jika
salah.
2.2.6 Metode Inferensi
Metode inferensi merupakan suatu cara penarikan kesimpulan yang dilakukan oleh
mesin inferensi untuk menyelesaikan masalah. Ada dua metode inferensi yang umum
dalam sistem pakar, yaitu:
2.2.6.1 Forward Chaining (Runut Maju)
Forward chaining merupakan proses perunutan yang dimulai dengan menampilkan
kumpulan data atau fakta yang meyakinkan menuju konklusi akhir [4].
Runut maju dimulai dari premis-premis atau informasi masukan (if) dahulu
kemudian menuju kesimpulan atau derived information (then) atau dapat dimodelkan
sebagai berikut:
IF (informasi masukan)
THEN (kesimpulan)
Informasi masukan dapat berupa data, bukti, temuan, atau gejala. Sedangkan
kesimpulan dapat berupa tujuan, hipotesa, penjelasan atau diagnosis. Sehingga arah
pencarian runut maju dimulai dari data menuju tujuan, dari bukti menuju hipotesa,
atau dari gejala menuju diagnosa. Berbagai struktur kaidah if-then yang
menghubungkan obyek atau atribut sebagai berikut :
IF premis THEN konklusi
IF masukan THEN keluaran
IF kondisi THEN tindakan
IF antesenden THEN konsekuen
IF data THEN hasil
IF tindakan THEN tujuan
IF aksi THEN reaksi
IF sebab THEN akibat
IF gejala THEN diagnosa
Handayani [3], dalam skripsinya yang berjudul analisis forward chaining dan
penalaran inexact pada rule based expert system menulis bahwa Forward chaining
atau runut maju memiliki arti mempergunakan himpunan kaidah kondisi aksi. Dalam
metode ini kaidah interpreter mencocokkan fakta atau statement dalam pangkalan data
dengan situasi yang dinyatakan dalam anticendent atau kaidah if. Bila fakta dalam
pangkalan data telah sesuai dengan kaidah if maka kaidah distimulasi (lihat gambar
2.5 di bawah ini). Proses ini diulang hingga didapatkan hasil.
Data aturan kesimpulan
Gambar 2.5 Diagram Peranan Dasar Forward Chaining
Harahap [4], dalam skripsinya yang berjudul Implementasi Metode Forward
Chaining untuk Analisa Pendeteksian Dini Penyakit Diabetes Mellitus yang menulis
bahwa metode Forward Chaining merupakan salah satu metode selain Backward
Chaining yang digunakan dalam aturan inferensi Artificial Intelligence. Metode ini
melakukan pemrosesan berawal dari sekumpulan data untuk kemudian dilakukan
inferensi sesuai dengan aturan yang diterapkan hingga diketemukan kesimpulan yang
optimal. Mesin inferensi akan terus melakukan looping pada prosesnya untuk
mencapai hasil keputusan yang sesuai. Metode yang diterapkan pada forward
chaining ini berkebalikan dengan metode backward chaining. Kelebihan metode
forward chaining ini adalah data baru dapat dimasukkan ke dalam tabel database
inferensi dan kemungkinan untuk melakukan perubahan inference rules.
2.2.6.2 Backward Chaining (Runut Balik)
Backward chaining merupakan proses perunutan yang arahnya kebalikan dari runut
maju. Proses penalaran runut balik dimulai dengan tujuan/goal kemudian merunut
balik kejalur yang akan mengarahkan ke goal tersebut, mencari bukti-bukti bahwa
bagian kondisi terpenuhi [5], berikut adalah gambar bacward chaining :
subtujuan aturan tujuan
Gambar 2.6 Diagram Peranan Dasar Bacward Chaining
Setiawan Honggowibowo [15], dalam skripsinya yang berjudul sistem pakar
diagnosa penyakit tanaman padi berbasis web dengan forward dan backward chaining
bahwa sistem pakar untuk mendiagnosa jenis penyakit pada tanaman padi ini
memberikan solusi berupa hasil diagnosa dan presentase kemungkinan jenis penyakit
dengan metode forward chaining. Diambil contoh pada proses konsultasi, memilih
gejala diantara gejala-gejala yang ditampilkan sebagai input.
a. gejala yang terpilih anakan tumbuh tegak dan daun menguning sampai jingga
dari pucuk ke pangkal
b. langkah diagnosa :
1. mencari jenis penyakit yang memiliki gejala terpilih sesuai basis
pengetahuan
2. mencari jumlah gejala yang terpenuhi oleh gejala terpilih pada basis
pengetahuan
3. mencari jumlah gejala yang harus terpenuhi pada basis pengetahuan
4. melakukan perhitungan presentase kemungkinan hasil diagnosa
5. melakukan perhitungan presentase kemungkinan hasil diagnosa terhadap
keseluruhan kemungkinan terdiagnosa
c. penyelesaian :
1. mencari jenis penyakit yang memiliki gejala terpilih pada basis
pengetahuan
2. diagnosa awal
3. hasil diagnosa
2.3 Semangka
Semangka (Citrulullus Vulgaris Schard) atau dalam bahasa Inggris disebut Water
melon masih kerabat dekat dengan buah melon (Cucumis melo Var Catalupeni Naud)
dan Blewah (Cucumis melo L) termasuk keluarga buah labu-labuan (Cucurbitaceae).
Berikut adalah contoh gambar semangka (lihat gambar 2.7 dibawah ini) :
Sumber : [17]
Gambar 2.7 Semangka
Sistematika (taksonomi) tumbuhan Semangka diklasifikasikan sebagai berikut :
Kingdom : Plantae
Divisio : Spermatophyta
Subdivisio : Angiospermae
Classis : Dicotyledonae
Ordo : Cucurbitales
Familia : Cucurbitaceae
Genus : Citrullus
Spesies : Citrullus vulgaris, Schard
Tanaman semangka dibudidayakan untuk dimanfaatkan sebagai buah segar,
tetapi ada yang memanfaatkan daun dan buah semangka muda untuk bahan sayur-
mayur. Semangka yang dibudidayakan untuk dimanfaatkan bijinya, yang memiliki
aroma dan rasa tawar, bijinya diolah menjadi makanan ringan yang disebut "kuwaci"
(disukai masyarakat sebagai makanan ringan). Kulit semangka juga dibuat asinan/acar
seperti buah ketimun atau jenis labu-labuan lainnya.
Semangka (Citrullus Vulgaris Schard) merupakan salah satu tanaman
holtikultura yang sangat digemari masyarakat Indonesia karena rasanya yang manis,
renyah dan kandungan airnya yang banyak. Kunci keberhasilan budidaya tanaman
semangka adalah pada pengendalian penyakit dan hama. Petani bisa mengendalikan
serangan penyakit dan hama dengan baik, maka panennya juga pasti bisa berhasil
dengan baik.
2.3.1 Hama
Hama, ada banyak ragam jenis hama yang menyerang semangka, dari bangsa
serangga seperti kutu thrips. Cara hama merusak tanaman pun bermacam-macam, ada
yang mengerat, menghisap cairan, dan mengunyah. Dari banyaknya jenis hama yang
menyerang tanaman dapat dikelompokkan berdasarkan bagian tanaman yang diserang
yaitu daun, batang, dan buah.
Adapun hama yang dibahas dalam skripsi ini adalah :
2.3.1.1 Kutu Aphids
Kutu daun aphids ditemukan hampir di setiap pertanaman semangka.
Sumber : [12]
Gambar 2.8 Kutu Aphids
Gejala :
• Daun keriting
• pada daun terdapat bercak berwarna kuning
• tanaman menjadi kerdil
• tidak dapat membentuk buah secara normal
• banyak cairan lengket yang dikeluarkan (cairan madu) dan menenpel pada
bagian tanaman akan menjadi tumbuhnya jamur dan mengundang kawanan
semut
Pengendalian :
• Penanaman secara serempak pada satu hamparan agar umur tanaman sama.
Bila selisih penanaman terlalu jauh maka hama akan berpindah dari tanaman
tua ke tanaman muda
• Tanaman yang telah terserah parah dan terjangkit virus segera dicabut dan
dibakar agar tidak menular ke tanaman lain
• Penyemprotan dengan insektida, misalnya insektisida Perfekthion 400 EC
(dimethoate) dengan konsentrasi 1-2 ml/l.
2.3.1.2 Kutu Thrips
Thrips merupakan hama yang polyfag, artinya hama ini dapat menyerang berbagai
jenis tanaman. Berukuran kecil ramping, warna kuning pucat kehitaman, mempunyai
sungut badan beruas-ruas. Cara penularan secara mengembara dimalam hari, menetap
dan berkembang biak. Thrips menyerang semangka dengan menusuk dan mengisap
daun pada pucuk-pucuk tanaman.
Sumber : [2] Gambar 2.9 Kutu Thrips
Gejala :
• daun keriting
• Pada daun terdapat bercak berwarna kuning
• Tanaman menjadi kerdil
• Tidak dapat membentuk buah secara normal
Pengendalian :
• Jangan menanam tanaman semangka non-biji pada lahan yang terdapat
tanaman semangka dewasa atau tanaman inang lainnya seperti cabai dan
terong disekitar tanaman sefamili seperti melon, timun.
• Tanaman yang terserang parah, terlebih terserang virus, segera dicabut dan
dibakar agar tidak menular ke tanaman yang sehat.
• Dapat digunakan insektisida sistematik Winder 100 EC atau Winder 25 WP
dengan konsentrasi 0,5-1 g/l kemudian disemprotkan dengan volume air 500 L
saat gejala serangan awal mulai muncul.
2.3.1.3 Tungau Merah
Binatang kecil berwarna merah agak kekuningan/kehijauan berukuran kecil mengisap
cairan daun. Tandanya, tampak jaring-jaring sarang binatang ini di bawah permukaan
daun, warna dedaunan akan pucat.
Sumber : [18]
Gambar 2.10 Tungau Merah
Gejala :
• Daun keriting
• Apabila daun dibalik maka disebelah bawah akan terlihat sekumpulan hama
yang tampak seperti titik-titik merah
Pengendalian :
• Dilakukan sanitasi pertanaman, semua gulma dibersihkan. Tanaman terserang
parah dicabut dan dibakar.
• Penggunaan pestisida yaitu akarisida, misalnya Mitac 200 EC (amitraz)
dengan konsentrasi 1-1,5 ml/l.
2.3.2. Penyakit
Penyakit merupakan suatu keadaan tanaman yang pertumbuhannya terganggu akibat
adanya organisme pengganggu selain hama. Umumnya organisme penyebab penyakit
pada semangka ini adalah mikroorganisme sehingga penyebabnya sulit dilihat dengan
mata telanjang.
Adapun penyakit yang dibahas dalam skripsi ini adalah :
2.3.2.1 Layu Fusarium
Penyakit layu fusarium (Fusarium oxysporum f. sp. Lagenariae Matsuo et Yamamoto)
mulai menyerang semenjak tanaman semangka dalam fase pembibitan.
Sumber : [12]
Gambar 2.11 Layu Fusarium
Gejala : timbul kebusukan pada tanaman yang tadinya lebat dan subur, lambat laun
akan layu
Pengendalian :
• Menanam varietas semangka yang resisten, misalnya varietas semangka non-
biji kualitas dan varietas semangka berbiji new dragon. Cara lain yang sudah
lazim dilakukan di Jepang dan Taiwan adalah menyambung bibit tanaman
semangka dengan menggunakan batang bawah dari semangka lokal.
• Pengapuran lahan dengan dosis 50-75 g/tanaman untuk meningkatkan pH
tanah karena pathogen Fusarium berkembangbiak pada pH masam 4,5-5,8.
Hindari permukaan nitrogen (ZA atau Urea) yang berlebihan karena akan
mengasamkan tanah.
• Dapat dilakukan dengan perlakuan benih menggunakan fungisida Derosal 500
SC (carbendazim) 1 ml/l. Saat berbunga, setiap 14 hari sekali tanaman disiram
dengan larutan fungisida Derosal 500 SC 1,5 ml/l sebanyak 250 ml per
tanaman untuk pencegahan.
2.3.2.2 Rebah Batang
Penyakit rebah batang (damping off) dapat menyerang mulai dari benih belum muncul
ke permukaan tanah (pre-emergence damping off) samapi bibit tanaman umur dua
minggu setelah tanam (post-emergence damping off).
Sumber : [16]
Gambar 2.12 Rebah Batang
Gejala : Bibit atau tanaman muda yang terserang yaitu terdapat bercak kebasah-
basahan pada pangkal batang, lalu tiba-tiba bibit tanaman rebah dan mati
Pengendalian :
• Pupuk kandang yang digunakan sebagai media semai harus benar-benar
matang karena pupuk kandang yang belum matang banyak mengandung bibit
penyakit rebah batang
• Apabila lingkungan lembap, kurangi kelembapan di sekitar tanaman dengan
cara hanya menyiram bibit atau tanaman muda sekali sehari
• Perlakuan benih dengan pencelupan benih dalam larutan fungisida Previcur N
dengan konsentrasi 2 ml/l selama 10 menit, khusus untuk benih semangka biji
dapat direndam selama empat jam
• Pada saat bibit berumur enam hari setelah semai dan 2-3 sebelum pindah
tanam bibit tanaman disemprot dengan fungisida Previcur N dengan
konsentrasi 1 ml/l.
2.3.2.3 Antraknosa
Gejala : daun terlihat bercak-bercak cokelat yang akhirnya berubah warna kemerahan
dan akhirnya daun mati.
Sumber : [13] Gambar 2.13 Antraknosa
Pengendalian :
• Dilakukan pergiliran tanaman dengan tanaman yang bukan sefamili dan
pengaturan jarak tanam yang tidak terlalu rapat agar lingkungan pertanaman
tidak terlalu lembap dan sirkulasi udara lancar
• Apabila serangan belum parah, daun dan buah yang terserang dibersihkan dan
dimusnahkan
• Menggunakan fungisida Velimex 80 WP dosis 2-2,5 gram/liter air.
2.4 Personal Home Page (PHP)
PHP singkatan dari Personal Home Page Hypertext Preprocessor yang digunakan
sebagai bahasa script server-side dalam pengembangan Web yang disisipkan pada
dokumen HTML (HyperText Markup Languages) [11].
Script PHP dapat digunakan dalam tiga hal, yaitu:
1. Penulisan program server side. Hal ini adalah target utama PHP. Diperlukan
tiga hal agar script PHP dapat bekerja antara lain, PHP parser (CGI atau
server module), server web (misal, Apache), dan browser web.
2. Penulisan program command line. Script PHP dapat berjalan tanpa server atau
browser. Hanya diperlukan PHP parser dalam bentuk command line.
3. Penulisan program untuk aplikasi desktop. PHP mungkin bukan bahasa yang
sangat baik untuk membuat suatu aplikasi desktop dengan tampilan grafis yang
user friendly, dengan penambahan fitur tambahan PHP pada aplikasi client
side atau menggunakan PHP-GTK. PHP-GTK merupakan fitur tambahan pada
PHP dan tidak tersedia pada distribusi utama.
2.5 MySQL
Asal mula nama MySQL masih diperdebatkan sampai sekarang. Ada beberapa
kalangan menyebutkan nama MySQL diambil dari huruf pertama dan terakhir nama
panggilan Michael Widenius dan Monty orang pertama yang menemukan MySQL.
Namun ada juga sebagian kalangan yang mengemukakan kata My diambil dari nama
putri Monty , yang memang diberi nama My karena Monty memang aslinya orang
Finlandia. Kemudian MySQL dibangun, didistribusikan, dan didukung oleh MySQL
AB yakni sebuah perusahaan komersial yang dibiayai oleh pengembang (developer)
MySQL. [6].
Beberapa definisi MySQL antara lain sebagai berikut:
1. SQL (dibaca “es-que-el” atau “Sequel”) merupakan singkatan dari Structured
Query Language, adalah satu bahasa yang digunakan untuk mengelola
database relasional.
2. MySQL merupakan sistem manajemen database. Database merupakan
struktur penyimpanan data. Untuk menambah, mengakses, dan memproses
data yang disimpan dalam sebuah database computer, diperlukan sistem
manajemen database seperti MySQL Server.
MySQL merupakan software open source. Open source berarti semua orang
diizinkan menggunakan dan memodifikasi software. Semua orang dapat men-
download software MySQL dari internet dan menggunakannya tanpa
membayar.
Top Related