Agustina, Erlina. (2017). Expert System for Diagnosis Pests and Diseases of The Rice Plant using Forward Chaining and Certainty Factor Method. International Seminar on Intelligent Technology and Its Application. 266-270. Direview oleh Adzan Bari Nauval, Andi Muhammad Yusran, Haidar Adi Pinulung, Moh.Aminullah Al Fachri. Kelas S1-IF-06-E
Agustina (2017) melakukan penelitian mengenai sebuah sistem yang mampu mendiagnosa penyakit dan hama dari tanaman padi. Penulis mengatakan Hama dan penyakit adalah salah satu faktor utama yang mempengaruhi rendahnya produktivitas tanaman padi. Pada tanaman padi gejalanya sulit diidentifikasi karena tanda – tandanya tidak dapat diamati oleh orang awam, hanya orang yang ahli yang dapat mengamati, hal ini menjadikan banyak petani padi yang kesusahan dalam mendiagnosa penyakit dan hama pada tanaman padi mereka. Diagnosa penyakit dan hama harus dilakukan secara cepat tetapi hasilnya juga harus akurat. Dengan menggunakan sistem pakar penyakit dan hama dapat diketahui dengan menggunakan metode forward chaining dengan menggunakan gejala dan karakteristik dari hama dan penyakit, dengan sistem ini yang diwujudkan dalam sebuah aplikasi berbasis web penulis mengatakan mampu membatu petani dalam diagnose hama dan penyakit dengan tingkat keakuratan hingga 73,81. Hal ini akan sangat berpengaruh terhadap hasil panen.
Metode yang digunakan dalam penelitian ini yaitu forward chaining. Dalam penelitian ini penulis melibatkan 20 orang penyuluh pertanian, dan 15 orang petani padi. Hama yang dijadikan sample dalam penelitian ini adalah Bacterial Leaf Blight, Brown Spot, Tungro, False Smut, Blas, Sheath Rot, Leaffolder, Rice Bug, Storer Borer dan Wereng coklat. Penelitian ini dilakukan di salah satu laham pertanian padi di Kabupaten lombook barat provinsi Nusa Tenggara Barat serta melakukan wawancara dengan beberapa ahli dan pakar tanaman pangan di daerah Kabupaten Lombok Barat. Proses identifikasi dilakukan berdasarkan beberapa karakteristik seperti bagian daun (bentuk bintik-bintik, warna bintik-bintik, dan warna bilah daun), batang atau selubung (bentuk bintik-bintik, warna bintik-bintik, tanda lain), anakan (kondisi anakan), biji-bijian (kondisi biji-bijian), dan malai (kondisi malai) serta indikasi tambahan lainnya. Sistem ini menggunakan pola IF – THEN. Setiap gejala yang ada sudah diberi bobot dalam jangka 0 sampai 1 dimana angka itu akan digunakan untuk pengambilan keputusan hama atau penyakit apa. Nilai bobot tersebut sudah disetujui oleh 3 orang pakar yang berasal dari POPT (Pengendali organisme pengganggu tumbuhan) daerah Kabupaten Lombok Barat. aturan untuk menentukan jenis hama atau penyakit bias dituliskan sebagai berikut:
IF e1(ω1) AND e2(ω2) AND e3(ω3) AND…AND en(ωn) THEN H (CF)
Dimana :
e1, e2, e3,….. en = gejala, ωi(i=1,2,3,….,n) = bobot gejala, H = hipotesis hama atau penyakit tanaman padi CF = Faktor Kepastian hipotesis
Proses analisis dalam sistem forward chaining ini dengan cara sistem akan meminta pengguna memilih bagaimana gejalanya dan memilih gambar yang disediakan oleh sistem kemudian sistem akan menentukan jenis hama dan penyakit dengan rumus:
CFcombine(CF1,CF2) = CF1+CF2(1–CF1)
Dimana: CFc = Faktor Kepastian diagnosis , CF1 = Nilai bobot dari pernyataan pertama, CF2 = Nilai bobot dari pernyataan kedua
Temuan dalam penelitian ini yaitu penulis menyatakan bahwa sistem ini dapat bekerja dengan baik dengan penggunanya adalah penyuluh dari bidang pertanian. Sistem dapat melakukan diagnose penyakit dan hama berdasarakan gejala dan gambar yang dimasukkan oleh pengguna. Saat diuji coba oleh penyulus dari bidang pertaniah didapatkan angka 82,08% padi yang terinfeksi oleh hama dan penyakit. Sistem dapat mencapai angka tersebut saat data gejala dan gambar yang dimasukkan ke sistem benar, jika data yang dimasukkan kurang tepat maka sistem juga akan mendiagnosa hama dan penyakit yang kurang tepat juga. Saat sistem ini diuji coba dengan pengguna yang non penyuluh ternyata hanya didapatkan angka sebesar 62,78% , hal ini menunjukkan pengguna yang paham sepenuhnya akan gejala yang timbul maka akan menghasilkan hasil keputusab diagnose yang lebih baik juga. Selain dari pengetahuan pengguna faktor lain yang mempeharuhi hasil adalah dari gejala yang timbul memiliki ciri-ciri yang sangat mirip sehingga para pengguna kesusahan dalam menentukan gejala, gejala – gejala yang muncul dengan ciri – ciri yang mirip biasanaya berupa bentuk bitnik, warna bitnik. Para penyuluh mengalami kegagalan dalam menentukan gejala dengan nilai persentase sebesar 17,92. Sedangkan untuk pengguna non penyuluh ternyata mendapatkan angka presentase kegagalan membaca gejala sebesar 37,22%. Penulis mengatakan jika pengguna yang non penyuluh diberikan pengetahuan tambahan mengenai hal hal membaca gejala penyakit dan hama pada tanaman padi ini maka sistem akan berjalan dengan baik dengan persentase kegagalan yang kecil. Dengan persentase kegagalan yang kecil maka penangannan penyakit dan hama pada tanaman padi dapat dilakukan secara tepat dan akan meningkatkan hasil panen dan kualitas beras yang dihasilkan.