Perancangan Sistem Pakar Pengklasifikasian Tumbuhan dengan Algoritma Depth First Search

Ikon Artikel
Kategori: JAVA | Penulis: Deygo Zulviter | Rilis: 07 Nov 2025 | Ed: admin | 🕘 3 Menit Baca
Bagikan:
Tujuan penelitian ini adalah merancang aplikasi pengklasifikasian tumbuhan bagi pengguna desktop berbasis Java Netbeans dengan menerapkan algoritma Depth First Search berdasarkan bentuk morfologi jenis batang dan bentuk bangun daun dalam mengklasifikasikan tumbuhan. Dijadikan sebagai referensi atau rujukan untuk pengembangan ilmu pengetahuan dalam teknologi sistem pakar. Sebagai tambahan ilmu pengetahuan dalam penerapan algoritma Depth First Search (DFS) untuk memecahkan suatu permasalahan yang dihadapi. Aplikasi ini digunakan oleh pemilik Toko Hikmah Harapan Muda sebagai sumber informasi dengan mengklasifikasikan berdasarkan bentuk morfologi jenis batang dan bentuk bangun daun tumbuhan kepada pelanggan, sehingga memudahkan pengguna untuk mengetahui informasi terkait tumbuhan yang dicari secara akurat dan lengkap.
Penulis : Deygo Zulviter
Publikasi : Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)Vol 5, No 03 (2024)
DOI : doi.org/10.30998/
Link Jurnal : jim.unindra.ac.id/

 

Penelitian ini berfokus pada perancangan sistem pakar untuk membantu mengklasifikasikan tumbuhan di Toko Hikmah Harapan Muda. Kebutuhan ini muncul karena banyaknya jenis tanaman yang sering menyulitkan pelanggan dalam membedakan dan memperoleh informasi, sehingga menuntut pemilik toko untuk menjawab pertanyaan secara berulang, yang dinilai tidak efisien dari segi waktu dan tenaga.

Tujuan utama dari penelitian ini adalah merancang sebuah aplikasi desktop berbasis Java Netbeans yang menerapkan algoritma Depth First Search (DFS). Sistem ini bertujuan untuk mengklasifikasikan tumbuhan berdasarkan dua ciri morfologi utamanya: jenis batang dan bentuk bangun daun.

 

Metodologi Penelitian

Untuk membangun sistem ini, penelitian dilakukan melalui beberapa tahapan pengumpulan dan analisis data.

1. Teknik Pengumpulan Data

Data primer dan sekunder dikumpulkan menggunakan tiga metode utama:

  1. Observasi: Peneliti melakukan pengamatan dan pencatatan langsung terhadap jenis-jenis tanaman yang ada di Toko Hikmah Harapan Muda.
  2. Wawancara: Komunikasi tatap muka dilakukan dengan pemilik toko untuk mendapatkan informasi tambahan mengenai jenis tumbuhan yang dijual.
  3. Studi Literatur: Peneliti menggunakan referensi dari buku, jurnal, dan dokumen lain untuk melengkapi data klasifikasi yang diperoleh dari observasi dan wawancara.

2. Teknik Analisis Data

Data yang terkumpul kemudian dianalisis melalui tiga proses:

  1. Reduksi Data: Data mentah dikategorikan, difokuskan, dan diorganisasikan agar lebih mudah dipahami.
  2. Penyajian Data: Data disajikan secara sistematis untuk memberikan gambaran keseluruhan yang memudahkan implementasi ke dalam aplikasi.
  3. Penarikan Kesimpulan: Data yang telah dianalisis digunakan untuk memberikan jawaban atas rumusan masalah yang ada.

 

Hasil dan Implementasi Penerapan Algoritma Depth First Search (DFS)

Sistem pakar ini menggunakan data morfologi yang telah diklasifikasikan ke dalam tabel, seperti "Tabel Bentuk Batang" (contoh: B1 - Batang Basah, B2 - Batang Berkayu) dan "Tabel Bentuk Bangun Daun" (contoh: D01 - Acicular, D02 - Cordate). Algoritma DFS diimplementasikan untuk menelusuri pohon keputusan (decision tree) yang dibuat dari data tersebut. Proses pencarian dimulai dari node (simpul) paling kiri dan menelusuri jalur tersebut hingga ke node terdalam.

Gambar Pohon Keputusan Depth First Search

 

Sebagai contoh:

  1. Pencarian dimulai dari root node (misal: B1).
  2. Sistem menelusuri ke anak node paling kiri (misal: D02), lalu ke anak node di bawahnya (misal: F02).
  3. Jika F02 bukan tujuan yang dicari, sistem akan melakukan backtracking (penelusuran mundur) ke D02.
  4. Sistem kemudian menelusuri anak node berikutnya dari D02 (misal: D03), lalu ke anak node di bawahnya (misal: F03).
  5. Jika F03 adalah tujuan yang dicari, pencarian akan dihentikan dan hasilnya ditampilkan.

 

Fitur Aplikasi Desktop

Hasil akhir dari penelitian ini adalah sebuah aplikasi desktop fungsional dengan beberapa fitur utama:

  1. Menu Pakar Tumbuhan (Pengguna): Halaman ini memungkinkan pengguna atau pelanggan toko untuk mencari informasi tanaman. Pengguna memilih jenis batang dan bentuk bangun daun, kemudian sistem akan menampilkan hasilnya.
  2. Login Admin: Sebuah halaman login disediakan untuk admin (pemilik toko) agar dapat mengelola data.
  3. Kelola Data Tumbuhan (Admin): Setelah login, admin dapat mengelola basis data tanaman. Fitur yang tersedia meliputi opsi simpan data baru, edit data, hapus data, clear (membersihkan inputan), dan print (mencetak laporan).
  4. Laporan Hasil Klasifikasi: Aplikasi dapat menghasilkan laporan cetak yang menampilkan data tumbuhan berdasarkan jenis batang dan bentuk bangun daun yang telah dipilih.

 

Simpulan dan Saran

Penelitian ini berhasil merancang aplikasi sistem pakar yang dapat mengklasifikasikan tumbuhan berdasarkan morfologi batang dan daun menggunakan algoritma DFS. Aplikasi ini dapat berjalan pada komputer yang telah terinstal XAMPP dan JRE. Bagi para peneliti selanjutnya, disarankan untuk mengembangkan sistem ini lebih lanjut dengan menambahkan kriteria morfologi tambahan. Penambahan kriteria ini diharapkan dapat mempermudah pencarian data dan menghasilkan klasifikasi yang lebih akurat.

Deygo Zulviter

Deygo Zulviter

Penulis Artikel

Didorong oleh rasa ingin tahu yang kuat, saya percaya bahwa wawasan terbaik lahir dari perpaduan berbagai bidang ilmu. Tulisan-tulisan ini adalah cara saya berbagi proses belajar, dengan harapan dapat memberikan solusi praktis dan pandangan yang bermanfaat bagi para pembaca.

Referensi

  1. Arisano, J., Studi Teknik Informatika, P., Banjarbaru, S., & Yani Km, J. A. (2020). Model Sistem Pakar Dengan Metode Depth First Search Untuk Mendiagnosa Penyakit Pada Tanaman Padi. Jurnal Ilmiah Kompute, 16(1), 3746.
  2. Bahar, & Suseno, A. (2014). Penerapan Metode Depth First Search Pada Sistem Pakar Untuk Mendiagnosa Penyakit Pasca Melahirkan. Jutisi, 3(1), 517526.
  3. Fadhallah. (2020). Wawancara. UNJ Press.
  4. Pahleviannur, M. R., Saputra, D. N., Sinthania, D., Bano, V. O., Grave, A. De, Mardianto, D., Hafrida, L., Susanto, E. E., Amruddin, Lisya, M., Mahardhani, A. J., Alam, M. D. S., & Ahyar, D. B. (2022). Metodologi Penelitian Kualitatif. Pradina Pustaka.
  5. Prasetia, I. (2022). Metodologi Penelitian Pendekatan Teori dan Praktik. Umsu Press.
  6. Priyono, & Hasyim, A. W. (2023). Riset Manajemen Sumber Daya Manusia. Penerbit Literasi Nusa Abadi.
  7. Putri Mirda, K., Zikra Syah, A., Informasi, S., Tinggi Manajemen Informatika Dan Komputer Royal Kisaran, S., & Komputer, S. (2022). Depth-First Search (DFS) Method For Web-Based Diagnostic Damage To Rice Rice Plant. Jurnal Teknik Informatika (JUTIF), 3(1), 163168. https://doi.org/10.20884/1.jutif.2022.3.1.154
  8. Restu, Saputra, M. I., Triyono, A., & Suwaji. (2021). Metode Penelitian (D. Amidasti (ed.)). Deepublish.
  9. Sugiarto. (2022). Metodologi Penelitian Bisnis. Penerbit ANDI.
  10. Wahyudi, S. T. (2017). Statistika Ekonomi: Konsep, Teori dan Penerapan. UB Press.

Tags

#java #jurnal

Diskusi (0 Thread)

Belum ada komentar.