PERANCANGAN SISTEM PAKAR PENENTUAN MUTU MANGGA ARUMANIS UNTUK PENGEMBANGAN AGROINDUSTRI

PAGE

Resume Kecerdasan Buatan

Sistem Pakar

Di Susun Oleh :Recky Cahyono

E32121174

Program Studi Teknik Komputer

Jurusan Teknologi Informasi

Politeknik Negeri Jember

April , 2014

DAFTAR ISI

Halaman

DAFTAR ISIiDAFTAR GAMBARiiDAFTAR TABELiiiRINGKASANivBAB 1 PENDAHULUAN

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 1 1.3 Rumusan Masalah 1 1.4 Tujuan Penelitian 2 1.5 Manfaat Penelitian 2BAB 2 HASIL DAN PEMBAHASAN

2.1 Evaluasi Bahan Baku 22.2 Analisis Sistem 3 2.2.1 Identifikasi Dan Perumusan Masalah 3 2.2.2 Analisis Kebutuhan. 32.3 Perancangan Sistem Pakar 5 2.3.1 Pemilihan Pakar Sebagai Sumber Pengetahuan. 5 2.3.2 Akuisisi Pengetahuan. 5 2.3.3 Representasi Pengetahuan. 10 2.3.4 Pengembangan Mesin Inferensi. 10 2.3.5 Implementasi. 13 2.3.6 Pengujian. 13BAB 3 PENUTUP

3.1 Kesimpulan 15 3.2 Saran 15DAFTAR PUSTAKA 16PERANCANGAN SISTEM PAKAR

PENENTUAN MUTU MANGGA ARUMANIS

UNTUK PENGEMBANGAN AGROINDUSTRIRecky Cahyono E32121174

1) Mahasiswa Program Studi Teknik Komputer Politeknik Negeri JemberRINGKASAN

Kecerdasan Buatan merupakan salah satu bidang dalam ilmu komputer yang ditujukan pada pembuatan software dan hardware yang dapat berfungsi sebagai sesuatu yang dapat berfikir seperti manusia. Salah satu bagian dari kecerdasan buatan yang sedang mengalami perkembangan akhir-akhir ini adalah sistem pakar (expert system), yaitu suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah. Selama ini sortasi buah-buahan termasuk buah mangga Arumanis masih dilakukan secara manual yang bersifat manasuka dan subyektif. Sehingga menghasilkan produk dengan mutu yang beragam. Subyektivitas ini dapat dihindari dengan mengembangkan suatu metode pemutuan untuk mensortasi dan mengelompokkan buah-buahan dengan baik. Dalam Sistem Pakar ini terbentuk 4,294967296 x 109 rule atas 32 pertanyaan yang diajukan sistem. Klasifikasi hasil keputusan penentuan mutu mangga Arumanis untuk dua kategori pasar masing-masing terbagi empat yaitu Mutu I (Mutu Super), Mutu II (Mutu A), Mutu III (Mutu B) dan Mutu IV (Tidak Lulus Seleksi). Software pengembang yang digunakan dalam perancangan sistem pakar ini adalah Visual Basic 6.0 dengan Mesin database sebagai penampung referensi pengetahuan Microsoft Access 2003.

Kata kunci: Sistem Pakar, Mangga Arumanis, Penentuan Mutu.I. PENDAHULUAN

1.1. Latar Belakang

Mutu dan rasa buah mangga yang matang tergantung dari tingkat ketuaan atau kemasakan buah pada saat dipanen. Buah mangga tergolong dalam buah klimakterik karena buah ini dapat memasuki stadium matang dalam beberapa hari secara alamiah bila cukup tua waktu dipetik. Tingkat ketuaan atau kemasakan buah mangga dapat ditentukan berdasarkan umur buah dalam hari setelah bunga mekar, bentuk buah, tangkai buah, lapisan lilin dan lenti sel pada kulit buah.

Karakteristik buah mangga yang sudah dapat dipanen adalah pada waktu sudah ada satu atau dua buah mangga yang masak telah jatuh dari pohonnya, sedangkan untuk buah masak adalah apabila dipegang terasa lebih lunak, telah ada perubahan warna, yaitu menjadi kuning atau kemerahan tergantung varietasnya.

Mangga Arumanis yang telah tua berwarna hijau tua dengan banyak lapisan liIin, sehiggga warna buah menjadi seperti hijau kelabu, sedang yang telah masak pangkal buahnya hijau kekuningan. Pemilihan mangga dapat dilakukan secara visual dengan melihat bentuk fisik, sifat fisik, wama kulit serta ukuran buahnya. Pemilihan Ini dilakukan untuk memisahkan mangga matang dari mentah, mangga cacat dari yang sehat, mangga abnormal dari yang normal dan mengkelaskannya berdasarkan parameter mutu yang disyaratkan.Otomatisasi dengan menggunakan komputer sebagai pusat pengendali ini sangat membantu dalam menggantikan tugas yang tidak mungkin dilakukan oleh manusia karena keterbatasan kemampuan dan waktu.

1.2. Identifikasi Masalah

Berdasarkan latar belakang masalah tersebut diatas, identifikasi masalah dalam penelitian ini adalah : apakah sistem pakar dapat menjadi solusi yang efektif dalam menentukan mutu buah mangga Arumanis?

1.3.Perumusan Masalah1. Bagaimanakah rancangan sistem pakar dalam menentukan mutu buah mangga Arumanis?

2. Bagaimanakah merancang sebuah desain sistem pakar sebagai alat yang efektif dan efesien, sehingga dapat menjadi solusi dalam menentukan mutu buah mangga Arumanis dengan teknik artificial intelegence (AI)?

1.4. Tujuan Penelitian

1. Mendapatkan rancangan sistem pakar dalam menentukan mutu buah mangga Arumanis?

2. Membuat perancangan sistem pakar sebagai alat yang efektif dan efesien, sehingga dapat menjadi solusi dalam menentukan mutu buah mangga Arumanis dengan teknik artificial intelegence (AI)?

1.5.Manfaat Penelitian

Manfaat dari kegiatan penelitian ini diharapkan dengan adanya sistem pakar untuk menentukan mutu buah mangga Arumanis dengan teknik artificial intelegence (AI), dapat membantu mempermudah dan mempercepat tugas para grader/penyortir buah mangga sesuai dengan SNI (Standart Nasional Indonesia).II. HASIL DAN PEMBAHASAN

2.1 Evaluasi Bahan Baku

Pada evaluasi bahan baku ada ketentuan minimum yang harus dipenuhi antara lain:

utuh

padat (firm)

penampilan segar

layak konsumsi

bersih

bebas dari aroma asing

bebas dari kelembaban yang abnormal, kecuali pengembunan sesaat setelah pemindahan dari tempat penyimpanan yang dingin

kematangan yang cukup

Hasil yang didapatkan oleh grader/penilai oleh perusahaan bisa dijadikan pertimbangan akan mememutuskan bahwa :

1. Perusahaan menerima / membeli mangga Arumanis tersebut apabila semua persyaratan kriteria penilaian mutu mangga Arumanis sudah terpenuhi

2. Perusahaan tidak dapat menerima mangga tersebut dengan alasan persyaratan mutu mangga tidak terpenuhi, atau tidak sesuai dengan permintaan pasar.

2.2. Analisis Sistem

2.2.1. Identifikasi Dan Perumusan Masalah

Dari hasil identifikasi masalah, terdapat beberapa permasalahan yang berkaitan dengan penilaian mutu mangga Arumanis, yaitu :

1. Bagi industri buah, pakar dalam hal ini adalah penilai (Grader) yang bertanggung jawab atas seluruh aktivitas yang dilaksanakan terhadap beberapa penilaian mutu mangga Arumanis, sedangkan jumlah pakar yang tersedia pada industri ini masih tergolong sedikit dengan kemampuan yang berbeda dari masing-masing pakar, sehingga dapat mengakibatkan ketidaksamaan penentuan mutu pada mangga Arumanis, yang akan mengakibatkan kerugian bagi perusahan.

2. Bagi Petani, dalam hal ini petani (penjual) tidak mengetahui tingkat mutu mangga Arumanis yang dimiliki, sehingga penjual hanya menerima keputusan dari penilai tanpa memberikan informasi yang jelas dari mutu mangga yang dimiliki dan akan mengakibatkan kerugian bagi petani.

2.2.2. Analisis Kebutuhan

Dengan analisis kebutuhan, perancang sistem akan diketahui arah perancangan Sistem Pakar. Dari hasil analisis kebutuhan, pihak-pihak yang terkait dengan Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis ini dapat dilihat pada Tabel 8.

Tabel 8. Hasil Analisis Kebutuhan Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis

Pihak terkaitTugasKebutuhan InformasiTujuan

Industri / Perusahaan

(Pembeli) Mengambil sample untuk mengkaji kriteria penilaian mutu

Mengevaluasi pemenuhan kriteria penilaian mutu mangga Arumanis Sample merupakan bahan evaluasi awal pada proses penilaian

Sample Sebagai bahan evaluasi untuk pemenuhan kriteria penilaian yang mencakup keseragaman varietas, ketuaan/kekerasan, ukuran/bobot dan cacat/kerusakan Untuk dapat memberikan inforrmasi yang obyektif dan jelas terhadap mutu mangga Arumanis

Untuk dapat memberikan informasi solusi peningkatkan kualitas

Petani

(Penjual) Melaksanakan proses panen yang tepat Memenuhi semua persyaratan pada kriteria penilaian mutu mangga Arumanis Kriteria penilaian mutu mangga Arumanis yang dibutuhkan oleh perusahaan

Persyaratan yang harus terpehuni untuk kriteria mutu

Mendapatkan informasi mutu mangga Arumanis dengan lebih mudah dan obyektif

Memiliki acuan dalam peningkatan kualitas pada masa panen akan datang

2.3. Perancangan Sistem Pakar2.3.1. Pemilihan Pakar Sebagai Sumber Pengetahuan

Pakar yang dilibatkan sebagai sumber pengetahuan di dalam perancangan Sistem Pakar ini terdiri dari dua jenis, yaitu :

1. Sumber pengetahuan tidak terdokumentasi

Sumber-sumber pengetahuan yang tidak terdokumentasi didapatkan dari para pakar (human expert) yang terdiri dari :

a. PT. Lahan Bentar Makmur (LBM)b. Grader (Penilai)

c. Petani

2. Sumber pengetahuan terdokumentasi

Sumber pengetahuan terdokumentasi didapatkan dari panduan-panduan yang berkenaan dengan penilaian mutu mangga Arumanis , antara lain :a. Standar Nasional Indonesia No. SNI 01-3164-2009 tentang spesifikasi persyaratan mutu untuk mangga Arumanis yang diterbitkan Badan Standarisasi Nasional Jakarta dan SPO Mangga Arumanis 143 yang telah ditetapkan dalam Codex 184-1993.

b. Hasil penelitian orang lain sebelumnya dalam penilaian fisik dan mutu mangga dan beberapa buku cetakan tentang mutu mangga Indonesia.

2.3.2. Akuisisi Pengetahuan

Pada tahap akuisisi pengetahuan dalam perancangan Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis digunakan dua jenis pengetahuan yaitu pengetahuan pakar dan pengetahuan formal. Akuisisi pengetahuan pakar dilakukan dengan wawancara dengan sumber pengetahuan pakar dan observasi langsung saat pakar sedang melaksanakan tugasnya.

Hasil akuisisi dari sumber pengetahuan menghasilkan kriteria penilaian mutu mangga Arumanis yang mencakup pemenuhan kriteria dan pembagian kategori masing-masing kriteria hal ini berdasarkan bobot tidaknya pada kriteria penilaian tersebut untuk dipenuhi. Berdasarkan hal ini, maka klasifikasi untuk hasil keputusan pada penilaian mutu mangga Arumanis, seperti yang tercantum pada Tabel 9.

Tabel 9. Penilaian Mutu Mangga Arumanis

FungsiNama VariableHimpunan

InputKeseragaman Varietas[a b c d]

Ketuaan/Kekerasan[a b c d]

Ukuran/Bobot[a b c d]

Cacat/Kerusakan[a b c d]

InputKarakteristik seragam (ukuran) >10 %[a b c d]

Karakteristik seragam (ukuran) =10 %[a b c d]

Karakteristik seragam (ukuran) >=5 s/d 50%[a b c d]

Tingkat ketuaan/kekerasan >25%[a b c d]

Tingkat ketuaan/kekerasan 10 %[a b c d]

Tingkat Cacat/Kerusakan =10 %[a b c d]

Tingkat Cacat/Kerusakan >=5 s/d 75%Reject

(Ekport)10 %

Reject

(Lokal)300 s/d = 299 s/d =5 s/d = 400 s/d =5 s/d = 350 s/d 399 gr

Mutu SuperSuperior< 5 %Tua tapi Sangat Keras= 500 grCacat Sangat Kecil< 5 %

Besar

(Lokal)>= 400 gr

Hasil dari indeks nilai mutu mangga Arumanis dapat dibuat sebuah aturan (rule) sebagai pendukung keputusan dalam penentuan mutu mangga Arumanis, dan dirancang mesin inferensi agar dapat mempermudah pengguna (user) dalam menggunakannya, dan mempermudah dalam memberikan keputusan akhir pada penentuan mutu mangga Arumanis, perancangan sistem ini memiliki diagram alir sistem untuk pasar pada Desain Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis ini (dengan ilustrasi penentuan mutu untuk pasar eksport) dapat dilihat pada Gambar 3.

Gambar 3. Diagram Alir Sistem untuk Penentuan Mutu Mangga ArumanisPada Gambar 3 dijelaskan bahwa dalam perancangan sistem pakar terdapat himpunan pertanyaan-pertanyaan tentang kriteria mutu mangga, dalam himpunan pertanyaan yang terdapat pada diagram alir yang di inputkan pada kriteria mutu mangga Arumanis tersebut. Hasil akuisisi penegtahuan pada desain system pakar dalam penentuan mutu mangga dapat dibentuk aturan, sehingga memperoleh hasil yaitu :

IF [Keseragaman Varietas=kondisi A] AND [Ketuaan/Kekerasan=kondisi A] ;

AND [Ukuran/Bobot=kondisi A] AND [Cacat/Kerusakan=kondisi A] ;

THEN Mutu I

IF [Keseragaman Varietas=kondisi B] AND [Ketuaan/Kekerasan=kondisi B] ;

AND [Ukuran/Bobot=kondisi B] AND [Cacat/Kerusakan=kondisi B] ;

THEN Mutu II

IF [Keseragaman Varietas=kondisi C] AND [Ketuaan/Kekerasan=kondisi C] ;

AND [Ukuran/Bobot=kondisi C] AND [Cacat/Kerusakan=kondisi C] ;

THEN Mutu III

IF [Keseragaman Varietas=kondisi D AND [Ketuaan/Kekerasan=kondisi D] ;

AND [Ukuran/Bobot=kondisi D] AND [Cacat/Kerusakan=kondisi D] ;

THEN Mutu IV

Setelah mendapatkan pengetahuan formal, kemudian ditentukan nilai CNF (certainty factor) atau tingkat kepastian mengenai keberhasilan penilaian suatu mutu mangga Arumanis yang diberikan Sistem Pakar. Nilai CNF merupakan hasil wawancara dengan pakar tak terdokumentasi yaitu kedua pakar grader (penilai) mangga Arumanis. Penentuan nilai CNF berdasarkan tingkat keyakinan para pakar. Karena semua kriteria sudah jelas penggolongannya dan mengacu pada pedoman mengenai kriteria mut mangga yang sesuai dengan SNI, maka keseluruhan nilai CNF Sistem Pakar yang dirancang bernilai 100%.

Hasil akuisisi pengetahuan tersebut kemudian didokumentasikan dan diorganisir secara terstruktur menjadi basis pengetahuan (knowledge base).2.3.3.Representasi Pengetahuan

Pada tahap representasi pengetahuan, pengetahuan akan disajikan dengan metode kaidah penilaian. Berikut adalah contoh representasi pengetahuan dengan metode kaidah penilaian dari Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis.

Contoh representasi pengetahuan rule (aturan) pada evaluasi bahan baku (buah):

Contoh diatas merupakan representasi pengetahuan dengan kaidah penilaian dari contoh rule variabel evaluasi penilaian yang menunjukkan beberapa kondisi yang mungkin terjadi pada penentuan mutu mangga Arumanis. Pada bagian aksi yaitu konklusi jawaban dari Sistem Pakar yang berupa penentuan mutu mangga Arumanis.

2.3.4Pengembangan Mesin Inferensi

Desain Sistem Pakar Untuk Penentuan Mutu Mangga ini dikembangkan dengan metode backward chaining. Skema alur berpikir secara backward chaining dapat dilihat pada Gambar 8.

Gambar 8. Skema Backward Chaining Sistem Pakar Untuk Penentuan

Mutu Mangga ArumanisGambar 8 menunjukkan alur Analisis Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis. Analisis ini dimulai dengan memasukkan kriteria evaluasi penilaian dari masing-masing variabel kemudian sistem inferensi melakukan pengecekan kondisi dan melakukan pelacakan terhadap rule mana yang sesuai dengan konsisi tersebut. Tahap akhir yaitu menampilkan informasi mengenai aksi atau keputusan terhadap mutu dari kondisi tersebut.

Pengembangan mesin inferensi pada Sistem Pakar dilakukan dengan pengalihan desicion table ke dalam bentuk IF-THEN rules, yaitu dengan pengalihan kombinasi jawaban pada desicion table menjadi aturan-aturan yang akan diimplementasikan ke dalam alat pengembang Sistem Pakar (software). Berikut adalah contoh pengalihan desicion table kriteria evaluasi bahan baku ke dalam IF-THEN rule.

Dalam Sistem Pakar ini, jumlah rule yang akan diimplementasikan ke dalam alat pengembang Sistem Pakar (software) sebanyak 4,294967296 x 109 rule. Dengan jumlah ini merupakan kemungkinan jawaban yang mungkin diberikan user atas 16 pertanyaan yang diajukan untuk 2 (dua) katagori standart penilaian.

Contoh kombinasi rule diatas menunjukkan pada bagian IF merupakan kondisi yang berupa pertanyaan yang diajukan oleh sistem inferensi. Kondisi tersebut bernilai jawaban-jawaban yang diberikan oleh pengguna (user) terhadap pertanyaan yang diajukan. Kombinasi pencocokan jawaban tersebut merupakan fakta, kemudian sistem akan melakukan pelacakan terhadap rule-rule yang ada berdasarkan fakta tersebut, setelah menemukan yang sesuai dengan fakta pada akhirnya sistem ini akan mengeksekusi rule tersebut dan memberikan status informasi keputusan pada bagian THEN.

2.3.5.Implementasi

Pada tahap implementasi ini dilakukan dengan pemasukan IF-THEN rule hasil pengalihan desicion table (tabel keputusan) ke IF-THEN rule ke dalam basis pengetahuan alat Desain Sistem Pakar. Alat Desain yang digunakan dalam Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis ini adalah Visual Basic 6.0 sebagai pemrograman kecerdasan buatan serta pemasukkan rule dengan menggunakan DBMS Microsoft Acces 2003, sebagai penyimpan database mesin referensi penentuan rule (aturan) sehingga mempermudah range dalam pencapaian keputusan.

Setelah memasukkan parameter kedalam rule dan dapat mengetahui faktor-faktor penentunya, selanjutkan dilanjutkan pembuatan alat bantu keputusan dengan menggunakan metode pemrograman Visual Basic, sampai program dapat dijalankan. Dari hasil tahap implementasi ini didapatkan Desain Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis. Bagian-bagian Progam Desain Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis ini adalah Menu Awal, Menu Utama, Jendela Input Kritera dan selanjutnya adalah Jendela Hasil keputusan kami sajikan.

2.3.6.Pengujian

Setelah Sistem Pakar selesai dirancang, maka tahap selanjutnya adalah pengujian Desain Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis ini, pengujian dilakukan untuk mengetahui apakah Desain Sistem Pakar Untuk Penentuan Mutu Mangga Arumanis dapat dijalankan sesuai dengan rule yang telah dirancang. Pada tahap pengujian, masing-masing rule akan dicoba untuk dipilih secara acak.

Langkah-langkah tahap pengujian disini sebagai berikut :

a.Menjalankan program.

b.Menjawab pertanyaan dari sistem. Sesuai dengan kombinasi jawaban pada masing-masing rule, hasil pencocokan jawaban dari masing-masing rule dapat dilihat pada Tabel 15.

Tabel 15. Pencocokan Jawaban Masing-Maing Rule

NoPertanyaanJawaban User

4Apakah mangga Arumanis tingkat keseragaman varietasnya (keseragaman ukuran) lebih kecil dari 5 % Ya

8Apakah mangga Arumanis tingkat ketuaan/kekerasan lebih kecil dari 25% Ya

12Apakah mangga Arumanis ukuran/bobot >= 500 gram Ya

16Apakah mangga Arumanis tingkat cacat/kerusakan lebih kecil dari 5 % Ya

c. Selanjutnya adalah sistem akan merecord hasil jawaban yang diberikan oleh user. Sehingga berdasarkan hasil rekaman yang terdapat pada masing-masing rule, Sistem Pakar dapat memberikan hasil keputusan akhir mutu mangga Arumanis. Dapat dilihat pada Gambar 13.

Gambar 13. Hasil Uji Verifikasi

Berdasarkan uji verifikasi, dapat disimpulkan bahwa Sistem Pakar ini telah berjalan sesuai dengan aturan yang ada. Hal ini dibuktikan dengan kesesuaian antara dari masing-masing rule dengan kinerja Sistem Pakar saat memasukkan dari masing-masing kriteria yang dijalankan.

III. PENUTUP3.1. Kesimpulan

Perancangan sistem pakar untuk penentuan mutu mangga Arumanis, terdiri dari tiga komponen yaitu basis pengetahuan, mesin infrensi, dan antar muka pengguna, pengetahaun sistem pakar terdapat pada bagian evaluasi bahan baku dan evaluasi lapangan dalam proses penilaian mutu mangga Arumanis. Sistem pakar ini menggunakan logika pemrograman Basic dalam penentuan mutu mangga arumanis dengan memasukkan parameter yang dapat digunakan dalam penentuan mutu temabaku kering.

Proses akhir pada penelitian ini adalah pembuatan software dengan menggunakan pemrograman Microsoft Visual Basic 6.0 untuk penentuan mutu mangga Arumanis, pengguna sistem pakar ini dapat mengambil secara cepat dan akurat dalam menentukan mutu buah mangga.

Mesin inferensi berisi aturan-aturan yang merupakan kombinasi jawaban user. Dalam Sistem Pakar ini terbentuk 4,294967296 x 109 rule atas 32 pertanyaan yang diajukan sistem. Klasifikasi hasil keputusan penentuan mutu mangga Arumanis untuk dua kategori pasar masing-masing terbagi empat yaitu Mutu I (Mutu Super), Mutu II (Mutu A), Mutu III (Mutu B) dan Mutu IV (Tidak Lulus Seleksi).3.2. Saran

Sistem pakar untuk penentu mutu mangga ini masih memiliki kekurangan bagi perusahaan, sehingga sistem pakar masih belum menyentuh hal-hal yang spesifik yang terjadi pada perusahaannya. Perlu wawancara yang mendalam untuk merancang akuisisi pengetahuan sehingga spesifikasi dan persyaratan untuk penentuan mangga Arumanis dianjurkan untuk penelitian lebih lanjut sehingga dapat menghasilkan basis pengetahuan yang lebih maksimal yaitu basis pengetahuan berbasis mikrokontroler yaitu mesin inferensi .Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program computer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan untuk memformulasikan kesimpulan (Turban, 1995).Terdapat dua pendekatan untuk mengontrol inferensi dalam system pakar berbasis aturan, yaitu pelacakan ke belakang (backward chaining) dan pelacakan ke depan (forward chaining). Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal-driven). Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Pelacakan ke depan adalah pendekatan yang dimotori data (data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan dan selanjutnya mencoba menggambarkan kesimpulan.DAFTAR PUSTAKA

Ahmad, U., Subrata DM. dan Gunayanti, S. 2004. Pengolahan Citra Untuk Pemeriksaan Mutu Buah Mangga. Jurnal Keteknikan Pertanian. Vol. 18 No.1 April 2004.

Broto, W. 1994. Budidaya dan Pasca Panen Mangga. Pusat Perpustakaan. Pertanian dan Komunikasi Penelitian , Bogor.Dologite, D.G. 1993. Developing Knowledge-Based System Using VP-Expert. Macmillan Publishing Company. New York.

Haralick, R.M., K. Shanmugam and I. Dinstein. 1973. Textural feature for image clasification. IEEE Trans. On System, Man and Cybernetics. 3(6): 610-621

Sumber :http://elibrary.ub.ac.id/browse?type=subject&order=ASC&rpp=20&value=Mangga+ArumanisMulai

Evaluasi Buah

Cek Keseragaman Varietas

Cek

Ketuaan/Kekerasan

Cek

Ukuran/Bobot

Cek

Cacat/Kerusakan

Pertanyaan _ 1,2,3,4

Pertanyaan _ 5,6,7,8

Pertanyaan _ 9,10,11,12

Pertanyaan _ 13,14,15,16

Mutu Akhir

Selesai

ya

ya

ya

ya

tidak

tidak

tidak

tidak

Aturan :

JIKAKesamaan Varietas lebih besar dari 10%

DAN Kesamaan Varietas sama dengan 10%

DAN Kesamaan Varietas lebih kecil dari 10% s/d lebih besar sama dengan 5%

DANKesamaan Varietas lebih kecil dari 5%

DANKetuaan/Kekerasan lebih besar sama dengan 75%

DANKetuaan/Kekerasan lebih besar sama dengan 50% s/d lebih kecil dari 75%

DANKetuaan/Kekerasan lebih besar sama dengan 25% s/d lebih kecil dari 50%

DANKetuaan/Kekerasan lebih kecil dari 25%

DANUkuran/Bobot lebih kecil sama dengan 299 gr

DANUkuran/Bobot lebih besar sama dengan 300 gr s/d lebih kecil dari 399 gr

DANUkuran/Bobot lebih besar sama dengan 400 gr s/d lebih kecil dari 499 gr

DANUkuran/Bobot lebih besar sama dengan 500 gr

DANCacat/Kerusakan lebih besar dari 10%

DANCacat/Kerusakan sama dengan 10%

DAN Cacat/Kerusakan lebih kecil dari 10% s/d lebih besar sama dengan 5%

DANCacat/Kerusakan lebih kecil dari 5%

MAKAMUTU AKHIR

Start

Tampilkan keputusan

Kondisi

End

Cek Rule

(Aturan)

Rule :

IFKesamaan Varietas lebih besar dari 10% =YA; AND

Kesamaan Varietas sama dengan 10% =TIDAK; AND

Kesamaan Varietas lebih kecil dari 10% s/d lebih besar sama dengan 5%=TIDAK; AND

Kesamaan Varietas lebih kecil dari 5%=TIDAK; AND

Ketuaan/Kekerasan lebih besar sama dengan 75%=YA; AND

Ketuaan/Kekerasan lebih besar sama dengan 50% s/d lebih kecil dari 75%=TIDAK; AND

Ketuaan/Kekerasan lebih besar sama dengan 25% s/d lebih kecil dari 50%=TIDAK; AND

Ketuaan/Kekerasan lebih kecil dari 25%=TIDAK; AND

Ukuran/Bobot lebih kecil sama dengan 299 gr=YA; AND

Ukuran/Bobot lebih besar sama dengan 300 gr s/d lebih kecil dari 399 gr=TIDAK; AND

Ukuran/Bobot lebih besar sama dengan 400 gr s/d lebih kecil dari 499 gr=TIDAK; AND

Ukuran/Bobot lebih besar sama dengan 500 gr=TIDAK; AND

Cacat/Kerusakan lebih besar dari 10% =YA; AND

Cacat/Kerusakan sama dengan 10% =TIDAK; AND

Cacat/Kerusakan lebih kecil dari 10% s/d lebih besar sama dengan 5% =TIDAK; AND

Cacat/Kerusakan lebih kecil dari 5%=TIDAK; AND

THEN MUTU AKHIR

Mutu Akhir Mangga Arumanis Termasuk MUTU IV (REJECT)

Untuk Kategori PASAR EKSPOR

Karena :

1. Kriteria untuk Kesamaan Varietas lebih besar dari 10%

2. Kriteria untuk Ketuaan/Kekerasan lebih besar sama dengan 75%

3. Kriteria untuk Ukuran/Bobot lebih kecil sama dengan 299 gram

4. Kriteria untuk Cacat/Kerusakan lebih besar dari 10%