PERANCANGAN SISTEM PAKAR

PENENTUAN MUTU MANGGA ARUMANIS

UNTUK PENGEMBANGAN AGROINDUSTRI
Fauzan1, Imam Santoso2, Susinggih Wijana2
1)Mahasiswa Program Pascasarjana Teknologi Industri Pertanian
2)Staf Pengajar Program Studi Teknologi Industri Pertanian, PPSUB

RINGKASAN
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. Dengan kecanggihan teknologi
sistem pakar ini, maka bisa kita manfaatkan untuk memecahkan permasalahanpermasalahan yang sangat kompleks, seperti halnya dalam bidang pertanian khususnya
agroindustri dan pengembangannya.
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 buahbuahan dengan baik. Manfaat sistem pakar ini bisa digunakan untuk penentuan mutu
buah, dengan perangkat ini pemilihan suatu buah berdasarkan ukuran, warna dan bentuk
dapat dengan mudah ditentukan melalui komputer.
Dengan demikian dapat dilakukan penilaian secara obyektif dan konsisten,
sehingga diharapkan hasil pemutuan yang seragam dengan tingkat kesalahan yang
dapat diterima. Dan untuk meningkatkan produktivitas dalam suatu proses produksi,
dalam hal ini kegiatan sortasi dan penentuan mutu buah mangga, diperlukan penerapan
otomatisasi. Otomatisasi dengan menggunakan komputer sebagai pusat pengendali ini
sangat membantu dalam menggantikan tugas yang tidak mungkin dilakukan oleh
manusia karena keterbatasan kemampuan dan waktu.
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.

ABSTRACT
The artificial intelligence is one of the computer fields, which purpose is making a
software and hardware that can be functioned as something able to think like human
beings. One of the latest developing artificial parts is expert system, a system designed
to be able to imitate an experts ability in answering questions and solve a problem. This
sophisticated expert system enables us to solve complex problems, such as the
agricultural problems especially agro industry and its development.
The fruit selection, including Arumanis mango, is still done manually and
subjectively so far. Consequently, it produces products with various qualities. This
subjectivity can be avoided by developing a determination system to sort out and classify
the fruits. This expert system can be used to determine the quality of the fruits. Moreover,
it can sort the fruits out based on the size, color, and shape easily by the computer.
Therefore, the selection can be done objectively and consistently so that the
quality result is equal with acceptable level of error. Moreover, it needs automatic
application in order to increase the productivity in a production process, in this case is the
selection activity and the determination of mango quality. The automation by using
computer as the main control is very helpful in replacing the task that is impossible to do
by human beings because of the capability and time limitation.
This Expert System forms 4.294967296 x 10 9 rule for the 32 questions proposed
by the system. The classification of the Arumanis mango quality determination decision
result for the market categories is divided into four qualities: Quality 1 (Super Quality),
Quality II (Quality A), Quality III (Quality B), Quality IV (fail the selection). The software
developer used in this Expert System design is Visual Basic 6.0 with database machine
as the receiver of the Microsoft Access 2003 knowledge reference.
Key words: Expert System, Arumanis Mango, Quality Determination.

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.
Selama ini sortasi buah-buahan termasuk buah mangga 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.
Salah satu altematifnya adalah dengan penggunaan sistem pakar penentuan mutu buah,
dengan perangkat ini pemilihan suatu buah berdasarkan ukuran, warna dan bentuk dapat
dengan mudah ditentukan melalui komputer. Dengan demikian dapat dilakukan penilaian
secara obyektif dan konsisten, sehingga diharapkan hasil pemutuan yang seragam
dengan tingkat kesalahan yang dapat diterima. Dan untuk meningkatkan produktivitas
dalam suatu proses produksi, dalam hal ini kegiatan sortasi dan penentuan mutu buah
mangga, diperlukan penerapan otomatisasi. 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 Masalah
1.
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. METODE PENELITIAN

Penelitian dilaksanakan pada bulan Nopember 2010 sampai Januari 2011. Pengolahan
data dilaksanakan di Kantor PT Lahan Bentar Makmur Kabupaten Probolinggo.
Permasalahan pada penelitian ditekankan pada:
1. Aspek penentuan mutu buah mangga Arummanis yang mencakup :
a) Keseragaman Varietas
b) Ketuaan / Kekerasan
c) Ukuran/Bobot
d) Cacat / Kerusakan
2. Sistem Pakar yang dirancang dibatasi pada tahap penyelesaian software dam tidak
menyertakan pelatihan operator dan perawatan sistem.
Metode penelitian yang digunakan adalah metode deskriptif analisis yang difokuskan
pada desain Sistem Pakar untuk penilaian mutu buah mangga Arummanis. Prosedur
penelitian terdiri dari dua tahap yaitu :
1. Prosedur penelitian tahap I: Analisis sistem.
2. Prosedur penelitian tahap II: Desain Sistem Pakar.
2.1. Prosedur Penelitian Tahap I: Analisis Sistem
Prosedur penelitian tahap analisis sistem pada Penentuan Mutu Buah Mangga
Arummanis adalah sebagai berikut.
1. Studi lapangan
Studi lapangan dilakukan untuk mengamati dan mempelajari kondisi kegiatan dalam
penentuan mutu buah mangga Arummanis secara langsung sehingga mudah
mengumpulkan data-data yang diperlukan guna mendukung perumusan masalah.
Informasi yang diperoleh adalah spesifikasi persyaratan untuk penentuan mutu pada
buah mangga Arummanis; permasalahan-permasalahan yang ditemui selama proses
penentuan; serta karakterisitik dan syarat mutu yang mencakup keseragaman varietas,
ketuaan, kekerasan, ukuran, dan cacat/kerusakan.
2.
Studi literatur
Studi pustaka dilakukan dengan mempelajari teori-teori ilmiah guna menunjang
perancangan Sistem Pakar seperti jurnal, situs internet, buku dan majalah tentang
penentuan pada mutu buah mangga Arummanis seperti karakteristik dan spesifikasi
persyaratan mutu yaitu dari: ukuran atau berat, kekerasan, warna, elastisitas, aroma,
ukuran lebar panjang, kebersihan, posisi daun, kemurnian, tingkat kekeringan, ketuaan
daun dan kandungan kimia serta literatur tentang basis pengetahuan, mesin inferensi,
dan antarmuka pengguna.
3. Identifikasi dan perumusan masalah
Identifikasi dan perumusan masalah dilakukan untuk mengetahui permasalahan apa
yang terjadi dalam kegiatan untuk penentuan mutu buah mangga Arummanis yang
kemudian diimplementasikan ke dalam Sistem Pakar. Permasalahan yang ditemui adalah
jumlah pakar dalam hal ini sangat terbatas sehingga butuh waktu untuk memadukan
kemampuan para pakar dalam menghasilkan kesimpulan tentang kreteria, karakteristik,
spesifikasi dan sayart mutu buah mangga Arummanis. Sementara pada perusahaan
agroindustri, jumlah pakar untuk penentuan mutu buah mangga Arummanis masih
bersifat subyektif.
4. Analisis kebutuhan
Dengan analisis kebutuhan akan diketahui arah pengembangan Sistem Pakar. Analisis
dilakukan dengan menyesuaikan kebutuhan pengguna yang terkait, dalam hal ini adalah
penyortir/penilai yang bertanggung jawab dalam kegiatan pengelompokan mutu buah
pada pelaku agroindustri buah mangga. Analisis kebutuhan juga dilakukan untuk
menentukan alat pengembangan yang digunakan.
2.2. Prosedur Penelitian Tahap II: Perancangan Sistem Pakar
Prosedur penelitian tahap Desain Sistem Pakar pada penentuan mutu buah mangga
Arummanis adalah sebagai berikut.

1. Pemilihan pakar sebagai sumber pengetahuan

Sumber pengetahuan yang dilibatkan di dalam Desain Sistem Pakar ini terdiri dari
sumber pengetahuan terdokumentasi dan sumber pengetahuan tak terdokumentasi.
Sumber pengetahuan terdokumentasi di antaranya terdiri dari Standar Nasional
Indonesia No. SNI 01-3164-2009 tentang spesifikasi persyaratan mutu untuk buah
mangga Arummanis di Kabupaten Probolinggo yang diterbitkan oleh Badan Standarisasi
Nasional Jakarta dan dan SPO Mangga Arummanis 143 serta literatur-literatur mengenai
pengembangan Sistem Pakar.
2. Akuisisi Pengetahuan
Pengetahuan yang akan diakuisisi terdiri dari pengetahuan formal dan pengetahuan
pakar. Pengetahuan formal didapat dari sumber pengetahuan terdokumentasi dengan
cara menyadur, sedangkan pengetahuan pakar didapat dari sumber pengetahuan tak
terdokumentasi dengan cara wawancara serta observasi terhadap kegiatan penilaian
mutu buah mangga Arummanis. Hasil dari akuisisi, baik pengetahuan formal maupun
pengetahuan pakar, didokumentasikan, diolah dan diorganisir secara terstruktur menjadi
suatu basis pengetahuan (knowledge base).
3. Representasi Pengetahuan
Pada Sistem Pakar pengetahuan disajikan dengan metode kaidah produksi. Dengan
metode ini pengetahuan prosedural distrukturisasi ke dalam bentuk berikut:
Jika SUATU-KEADAAN-TERTENTU [kondisi] maka
KEADAAN-LAIN-DAPAT-TERJADI [aksi] dengan
TINGKAT-KEPASTIAN-TERTENTU [CNF]
Bagian kondisi adalah karakteristik variabel-variabel yang berpengaruh pada kegiatan
sertifikasi berlangsung, aksi adalah upaya yang harus dilakukan bila karakteristik
variabel-variabel tersebut tidak sesuai dengan kriteria, sedangkan certainty factor (CNF)
merupakan nilai yang merepresentasikan tingkat kepastian atau keberhasilan terjadinya
aksi dalam kegiatan penyortiran. Angka CNF merupakan hasil wawancara dengan pakar.
4. Pengembangan Mesin Inferensi
Dari hasil akuisisi diperoleh data, informasi dan strategi untuk memecahkan persoalan
mengenai kegiatan penentuan mutu buah mangga Arummanis. Kemudian fakta Dan
informasi tersebut dirumuskan dan direpresentasi dengan metode yang dipilih yaitu
dengan metode backward chaining. Metode ini bertujuan mendapa|kan penyebab
terjadinya suatu fakta yang terjadi Saat ini mengenai kegiatan penentuan mutu buah
mangga Arummanis tersebut merupakan data input bagi sistem pakar kemudian Sistem
Pakar akan memproses data input berdasarkan informasi yang dimilikinya dan
menghasilkan suatu output yang merupakan hasil penarikan kesimpulan dari proses
backward chaining.
5. Implementasi
Dalam tahap ini dilakukan pendeklarasian variabel ke dalam komputer sesuai dengan
perangkat pengembang yang digunakan. Pada model ini digunakan perangkat lunak
developer Microsoft Visual Basic 6.0. Pemilihan perangkat lunak didasarkan atas
kesesuaian karakteristik permasalahan yang dikaji. Variabel-variabel yang akan
dideklarasikan merupakan variabel-variabel yang berpengaruh dalam kegiatan penilaian
mutu. Variabel-variabel tersebut adalah sebagai berikut.
P1 : Keseragaman Varietas
P2 : Ketuaan/Kekerasan
P3 : Ukuran/Bobot
P4 : Cacat/Kerusakan
Pendeklarasian variabel ke dalam perangkat lunak ini menggunakan metode penulisan
aturan (rule) dalam bentuk IF-THEN yang dimulai dengan kata kunci IF yang diikuti
oleh kondisi yang akan dievaluasi. Serangkaian kondisi dapat dihubungkan dengan
menggunakan operator logika AND dan OR. Jika semua kondisi dalam rule terpenuhi,
maka klausa THEN, atau kesimpulan akan diputuskan.

6. Pengujian
Pengujian dilakukan dengan tujuan mengetahui apakah Sistem Pakar yang dibuat sesuai
dengan tujuan pengembangannya. Dalam hal ini pengujian tidak selalu harus mencakup
seluruh permasalahan yang ditangani, tetapi dapat dilakukan secara modular atau
menurut bidang keahlian. Dalam penelitian ini, pengujian meliputi pengujian verifikasi dan
pengujian validasi.
7. Kesimpulan dan Saran
Kesimpulan berisi tentang apakah Sistem Pakar yang telah dirancang berfungsi dengan
baik, baik dari segi fungsi dan teknis setelah diuji. Saran berisi tentang hal-hal apa yang
harus dilakukan untuk mengatasi kekurangan-kekurangan selama proses perancangan
Sistem Pakar.

III. HASIL DAN PEMBAHASAN

3.1 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
- apabila terdapat tangkai tidak boleh lebih dari 1 cm
Selanjutnya menentukan kategori pasar, untuk lokal atau ekspor. Kemudian penilaian
mutu mangga Arumanis dapat dilihat dari segi keseragaman varietas adalah terletak
pada karakteristis varietas yang sama (bentuk buah, warna daging buah serta warna kulit
buah) serta keseragaman ukuran dan batas toleransi yang telah ditetapkan sesuai
standart masing-masing.
Dilanjutkan dengan melihat tingkat ketuaan dan kekerasan buah. Ketuaan buah mangga
dapat ditentukan berdasarkan bentuk buah, tangkai buah, lapisan lilin dan lenti sel pada
kulit buah. Sedangkan kekerasan buah dapat dinilai dari kekerasan dan kepadatan serta
bentuk kulit buah yang tidak keriput.
Serta dilihat dari bobot buah yang telah ditimbang dan dikelompokkan
berdasarkan masing-masing kelas. Dan penilaian terakhir dalam evaluasi bahan baku ini
dari segi tingkat kecacatan/kerusakan buah mangga. Ini dapat dilihat dari bentuk fisik
buah mangga secara visual yang cacat/rusak dikarenakan oleh kerusakan mekanis,
fisiologis, hama dan penyakit.
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.

3.2. Analisis Sistem

3.2.1. 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.
3.2.2. 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
Tugas
Kebutuhan Informasi
Tujuan
terkait
Industri
/ - Mengambil sample
- Sample merupakan
- Untuk dapat
Perusahaan
untuk mengkaji
bahan evaluasi awal
memberikan
kriteria penilaian
pada proses penilaian
inforrmasi yang
(Pembeli)
mutu
obyektif dan jelas
terhadap mutu
mangga Arumanis
- Mengevaluasi
- Sample Sebagai
- Untuk dapat
pemenuhan kriteria
bahan evaluasi untuk
memberikan
penilaian mutu
pemenuhan kriteria
informasi solusi
mangga Arumanis
penilaian yang
peningkatkan
mencakup
kualitas
keseragaman varietas,
ketuaan/kekerasan,
ukuran/bobot dan
cacat/kerusakan
Petani
Melaks
- Kriteria penilaian mutu - Mendapatkan
(Penjual)
anakan proses
mangga Arumanis
informasi mutu
panen yang tepat
yang dibutuhkan oleh
mangga Arumanis
perusahaan
dengan lebih
mudah dan
obyektif
Memen - Persyaratan yang
- Memiliki acuan
uhi semua
harus terpehuni untuk
dalam
persyaratan pada
kriteria mutu
peningkatan
kriteria penilaian
kualitas pada
mutu mangga
masa panen akan
Arumanis
datang

3.3. Perancangan Sistem Pakar

3.3.1. 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.
3.3.2. 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 masingmasing 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
Fungsi
Nama Variable
Himpunan
Input

Input

Input

Input

Input

Input

Keseragaman Varietas
Ketuaan/Kekerasan
Ukuran/Bobot
Cacat/Kerusakan
Karakteristik seragam (ukuran) >10 %
Karakteristik seragam (ukuran) =10 %
Karakteristik seragam (ukuran) >=5 s/d <10 %
Karakteristik seragam (ukuran) 0 s/d <5 %
Tingkat ketuaan/kekerasan >75%
Tingkat ketuaan/kekerasan >50%
Tingkat ketuaan/kekerasan >25%
Tingkat ketuaan/kekerasan <25%
Ukuran/Bobot <299 gram
Ukuran/Bobot >=300 gram s/d <= 349 gram
Ukuran/Bobot >=350 gram s/d <= 399 gram
Ukuran/Bobot >=400 gram
Ukuran/Bobot <299 gram
Ukuran/Bobot >=300 gram s/d <= 399 gram
Ukuran/Bobot >=400 gram s/d <= 499 gram
Ukuran/Bobot >=500 gram
Tingkat Cacat/Kerusakan >10 %
Tingkat Cacat/Kerusakan =10 %
Tingkat Cacat/Kerusakan >=5 s/d <10%
Tingkat Cacat/Kerusakan <5%

[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]
[a b c d]

Output

Mutu Akhir

[a b c d]

Pada Tabel 9 terdapat himpunan [a b c d] memiliki nilai definisi untuk kemudahan

proses pencocokan dari semua kriteria untuk penentuan mutu mangga Arumanis
sebagaimana berikut : Kelas Super =Mutu I; Kelas A=Mutu II; Kelas B=Mutu III; Kelas
Reject =Mutu IV.
Hasil akuisisi pengetahuan untuk penentuam mutu mangga Arumanis yang
didapat dari sumber pengetahuan tak terdokumentasi dan terdokumentasi secara
lengkap dapat dilihat pada Lampiran 1. Sebagai ilustrasi, sedangkan hasil akuisisi
pengetahuan untuk penentuan mutu mangga Arumanis disajikan pada Tabel 10.
Tabel 10. Nilai Indeks Mutu Mangga Arumanis
Kelas/
Mutu
Mutu
III

Kriteria
Nilai/
Kriteria
Keseragaman Value
Ketuaan /
Varietas
(%)
Kekerasan
Reject
>10 Reject
%

Nilai/
Kriteria
Value
Ukuran /
(%)
Bobot
>75 Reject
%
(Ekport)
Reject
(Lokal)

Mutu II

Mutu
I

Standar
Minimum

Sedang

=10
%

>=5
s/d
<10
%

Tua tapi
Cukup Keras

Tua tapi
Keras

50
s/d
75
%

Kelas B
(Eksport)

25
s/d
50
%

Kelas A
(Eksport)

Kecil
(Lokal)

Sedang
(Lokal)
Mutu
Super

Superior

<5
%

Tua tapi
Sangat
Keras

<25
%

Kelas Super
(Eksport)
Besar
(Lokal)

Nilai/ Value
(gr)
<299 gr

Kriteria
Nilai/
Cacat /
Value
Kerusakan (%)
Reject
>10
%

<299 gr
>300 s/d
<= 399 gr
>= 299
s/d <=
349 gr
>= 400
s/d <=
499 gr
>= 350
s/d 399
gr
>= 500 gr
>= 400 gr

Cacat

=10
%

Cacat
Kecil

>=5
s/d
<10
%

Cacat
Sangat
Kecil

<5
%

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.

Mulai

Evaluasi Buah

Cek Keseragaman
Varietas

ya

Pertanyaan _ 1,2,3,4

tidak
Cek
Ketuaan/Kekerasan

ya

Pertanyaan _ 5,6,7,8

tidak
Cek
Ukuran/Bobot

ya

Pertanyaan _ 9,10,11,12

tidak
Cek
Cacat/Kerusakan

ya

Pertanyaan _ 13,14,15,16

tidak
Mutu Akhir

Selesai

Gambar 3. Diagram Alir Sistem untuk Penentuan Mutu Mangga Arumanis

Pada 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).
3.3.3.

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):

Aturan :
JIKA
DAN
DAN
DAN

Kesamaan Varietas lebih besar dari 10%

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

DAN
DAN
DAN
DAN

Ketuaan/Kekerasan lebih besar sama dengan 75%

Ketuaan/Kekerasan lebih besar sama dengan 50% s/d lebih kecil dari 75%
Ketuaan/Kekerasan lebih besar sama dengan 25% s/d lebih kecil dari 50%
Ketuaan/Kekerasan lebih kecil dari 25%

DAN
DAN
DAN
DAN

Ukuran/Bobot lebih kecil sama dengan 299 gr

Ukuran/Bobot lebih besar sama dengan 300 gr s/d lebih kecil dari 399 gr
Ukuran/Bobot lebih besar sama dengan 400 gr s/d lebih kecil dari 499 gr
Ukuran/Bobot lebih besar sama dengan 500 gr

DAN
DAN
DAN
DAN

Cacat/Kerusakan lebih besar dari 10%

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

MAKA MUTU AKHIR

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.
3.3.4

Pengembangan 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.

Start

Kondisi

Cek Rule
(Aturan)

End

Tampilkan
keputusan

Gambar 8. Skema Backward Chaining Sistem Pakar Untuk Penentuan

Mutu Mangga Arumanis
Gambar 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.

Rule :

IF

Kesamaan 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.
2.
3.
4.

Kriteria untuk Kesamaan Varietas lebih besar dari 10%

Kriteria untuk Ketuaan/Kekerasan lebih besar sama dengan 75%
Kriteria untuk Ukuran/Bobot lebih kecil sama dengan 299 gram
Kriteria untuk Cacat/Kerusakan lebih besar dari 10%

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.
3.3.5.

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 faktorfaktor 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.
3.3.6.

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 masingmasing rule, hasil pencocokan jawaban dari masing-masing rule dapat dilihat pada
Tabel 15.

Tabel 15. Pencocokan Jawaban Masing-Maing Rule

No

Pertanyaan

Apakah mangga Arumanis tingkat keseragaman varietasnya

(keseragaman ukuran) lebih kecil dari 5 %
Apakah mangga Arumanis tingkat ketuaan/kekerasan lebih kecil
dari 25%
Apakah mangga Arumanis ukuran/bobot >= 500 gram
Apakah mangga Arumanis tingkat cacat/kerusakan lebih kecil dari
5%

8
12
16
c.

Jawaban
User
Ya
Ya
Ya
Ya

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
parameter yang dapat digunakan dalam
disimpulkan bahwa Sistem Pakar ini
penentuan mutu temabaku kering.
telah berjalan sesuai dengan aturan
Proses akhir pada penelitian
yang ada. Hal ini dibuktikan dengan
ini adalah pembuatan software dengan
kesesuaian antara dari masing-masing
menggunakan pemrograman Microsoft
rule dengan kinerja Sistem Pakar saat
Visual Basic 6.0 untuk penentuan mutu
memasukkan
dari
masing-masing
mangga Arumanis, pengguna sistem
kriteria yang dijalankan.
pakar ini dapat mengambil secara cepat
dan akurat dalam menentukan mutu
buah mangga.
Mesin inferensi berisi aturanIV. KESIMPULAN DAN SARAN
aturan yang merupakan kombinasi
4.1. Kesimpulan
jawaban user. Dalam Sistem Pakar ini
Perancangan sistem pakar
terbentuk 4,294967296 x 109 rule atas
untuk
penentuan
mutu
mangga
32 pertanyaan yang diajukan sistem.
Arumanis, terdiri dari tiga komponen
Klasifikasi hasil keputusan penentuan
yaitu basis pengetahuan, mesin infrensi,
mutu mangga Arumanis untuk dua
dan antar muka pengguna, pengetahaun
kategori pasar masing-masing terbagi
sistem pakar terdapat pada bagian
empat yaitu Mutu I (Mutu Super), Mutu II
evaluasi bahan baku dan evaluasi
(Mutu A), Mutu III (Mutu B) dan Mutu IV
lapangan dalam proses penilaian mutu
(Tidak Lulus Seleksi).
mangga Arumanis. Sistem pakar ini
menggunakan logika pemrograman
4.2. Saran
Basic dalam penentuan mutu mangga
Sistem pakar untuk penentu
arumanis
dengan
memasukkan
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.

DAFTAR PUSTAKA
Ahmad, U. 2002. Pengolahan Citra Untuk Pemeriksaan Mutu Buah Mangga. Buletin
Keteknikan Pertanian. Vol. 16, No.1, April 2002.
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
Henson, Ruby Pineda and Alvin B. Culava 2005. Developing An Expert System For GP
Implementation. J. of Cleaner Production. 7:443-455
Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Penerbit Andi. Yogyakarta.
Kusumadewi, S. 2003. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Graha Ilmu.
Yogyakarta.
Maguire, B. 1988. In Incremental Approach to Expert Systems Development. Eighth
International Workshop Expert Systems & Their Application. France. 1: 250-259.
Marimin. 2007. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial. IPB Press.
Bogor.
Metaxiotis, Kostas. 2004. RECOT: An Expert System for The Reduction of Environmental
Cost In the Textile Industry. Information Management and Computer Security. 12
(3): 218-227 www.emeraldinsight.com/0968-5227.htm. Tanggal akses 1 Juli
2007.
Pracaya. 1985. Bertanam Mangga. PT Penebar Swadaya. Jakarta.
Raharja, S. 2010. Standarisasi Mutu Hasil Pertanian. Teknologi Industri Pertanian. IPB.
Bogor.
Santosa. 2006. Panen dan Pascapanen Buah Mangga. Jurnal Penelitian LUMBUNG,
Volume 5, No. 1, Januari 2006 : 558 564.
Setyabudi, Setyadjit, dan Broto. 2007. Studi Penempatan Lokasi Dan Karakteristik
Potensi Agroindustri Mangga. Jurnal Teknologi Pascapanen Pertanian Vol. 3
2007
Suparman dan Marlan. 2007. Komputer Masa Depan: Pengenalan Artificial Intelligence.
Penerbit Andi. Yogyakarta.
Sutomo, H. 2006. Hubungan Kadar CaCl2 Terhadap Laju Respirasi dan Pematangan
Buah Mangga Arumanis. Jurnal Agrijati. 3 (1) Desember 2006.
Turban, E. 1995. Decision Support System and Expert Systems. Prentice Hall
International Inc. USA.

Turban, E. 1992. Expert Systems and Applied Artificial Intelegence. MacMillan Publishing
Co. New York.
Waterman, D.A. 1986. A Guide to Expert Systems. MacMillan Publishing Company. New
York.
Yulius, H. 2005. Design Of Information System For Quality Management. Jurnal Teknik
Industri
Universitas
Kristen
Petra
Surabaya
7
(2):
168-176.
http://puslit.petra.ac.id/journals/industrial. Tanggal akses 28 April 2007.