TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 13, No. 3, March 2 015,  pp. 574 ~ 58 3  DOI: 10.115 9 1 /telkomni ka. v 13i3.722 4          574     Re cei v ed O c t ober 1 5  2, 20 14; Re vised  De cem ber 2 3 ,  2014; Accep t ed Jan uary 1 5 , 2015   Development of Fertilizer Selection using Knowledge  Management System       Yess y  Yanit asari *1 , Irman Hermadi 2  , Wisnu Anan ta Kusuma 3  Dep a rtment of Comp uter Scie nce, Bogor A g r i cultur al Un iver sit y , Kamp us IPB Darmag a ,   Jl. Meranti, W i ng 20 L e ve l 5- 6, Bogor 1 668 0,  T e lp./F ax.: + 62-2 51-8 6 2 5 5 8 4   *Corres p o ndi n g  author, e-ma i l :  y e ss y. ya nitas a ri@gm a il.com 1 , irman.herma di@gm a il.c o m 2 ,  w . an an ta .ku s uma @ g m ai l . com 3       A b st r a ct  F e rtili z e r is a   che m ical   su b s tance or org anis m  that  ha s the r o le  i n   supp lyin g th e  nutri ent  substanc e to the pl ants d i rec t ly or in d i rectly  add ed to the s o il i n  ord e r for the pl ant to or di nary grow .  Mu ch   infor m ati on  on  fertili z e r  is av ai labl e o n  th e int e rnet, h o w e ver  the ex istenc e i s  still  w i de ly sp read. Th erefor e,   a forum  to  es pecially  accomm odate f e rtili z e r select ion us ing k nowle dge management  system  (KMS)  is   needed. In this  research  on fertili z e r  selection  us ing k nowledge  m a na gem e nt system   is dev eloped  using  the KMS Life  Cycle (KMSL C ) meth od, a nd  imple m ente d  u s ing W e b bas e d  ap plic atio n. T he know le dg e  i n   this system  is   obtained from   expert  explicit data entry  and  uploaded file  from  the  users  that has to  be  valid ated  by a n  exp e rt. The expert val i d a tio n  proce ss  is carried  out w i th appr oval syste m , co mmu n ica t i o n   throug h messa ges an d  co nve r sation.  T h e o u tcome of  the   researc h  is  a   w eb bas ed  a p p licati o n  that  w a s  tried out by the  users w i th goo d avera ge test ed val ue.     Ke y w ords :  fertili z e r, fertili z e r  selectio n kno w ledge  ma na g e ment syste m  (KMS), know ledge  ma na ge men t   system  life cycle (KMSLC).      Copy right  ©  2015 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  Indone sia  is  rich  of  wildlif e a s   well a s   cult ured  biodi versity that i s  stro ngly affe cted  by  the relatively high soil fertility level spread all over  the country. However, the soil  fertility level  will  eventually de cre a se by th e time the ve getation  g r o w  and m u ltiply, in this  re gard an  addition al   nutrient sub s tance is ne ed ed to improve  the soil fe rtility by adding fertilize r  e s pe cially to cultured   plants.   Fertilizer i s  a  che m ical su bstan c e  or  o r gani sm th at function ed a s  nut rient  su bstan c e   supplement for plant di rectly or  directly [11]. According to [4] fe rtilizer is an orga nic or inorganic,  natural  o r  p r o c e s sed th at i s  a dde d to  th e soil to   provide ce rtain ne ce ssity  to  the  ordina ry g r o w th  of plant. Ferti lizer  add ed a s  soil nutri ent  coul d be p r o v ided thro ugh  roots  as  well  as le aves  wi th  pre c ise  crite r i a  an d  sele cti on. A p r e c ise  fertilize r  sel e ction strongly   affect ed  the  yield of  ce rtain   agri c ultu re commodity; therefo r e the  kno w le dge  o n  fertilize r  selectio n nee d to be further  sea r ched i n to and  sh oul d co me fro m  a relia ble e x pert. Variou s cond ucte d  re sea r che s   on  fertilize r  sel e ction resultin g in much n e w kno w led g e . Referen c e  [12] stated that 300 kg/h a o f   urea  given to  low  N n u trie nt statu s  soil, distin ctly affected th e in crea se  gro w th  com pon ent  of  ginge r pla n t (temula w a k ), bioma s s,  fresh  tube r  and d r y me dicin a l pla n ts. Varie d   NPK  combi nation  also di stinctly  affected the weig ht  of husk co b, husk less cob p e r  plant and hu sk  less pe r he ctare [6]. Besides i norgani c fertili zer, o r gani c fe rtilizer if u s e  with an a c curate   measurement  co uld  affect t he in crea se  o f  comm odi ty  yield, e.g. ma nure  fertili zer obtain ed fro m   chi c ken  coo p  with different  dosage  di sti n ctly affected  the growth  a nd yield of g r een o n ion [8].    A  good  fertilizi ng te chni que  usi ng  ce rtai n nut rient m easure m ent  and m e thod  is  a valu a b le   kno w le dge  re sou r ce to be  pursue d  an d studie d  by  the com m unity and not o n ly by farmers. T h e   kno w le dge source could  be in the form of data th at consi s ts of  facts, obse r vation, perce ption  and info rmati on that i s  pa rt of data com p ilati on in clu d i ng data th at  have context, releva ncy a n d   objec tive [5].   Much i n form ation on fertili zer and fertilizi ng is  avail abl e offline as  well as online,  but its   existen c e is  still widely sprea d , theref ore a me dia  to acco mm odate the Fe rtilize r  Select ion  Knowle dge M anag ement S y stem is nee ded. This  re sear ch is tryin g  to develop fertilize r  select ion  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     De velo pm ent of Fertilize r  Selection u s i ng K nowl edg e Manag em ent System  (Yessy Yanita sari)  575 kno w le dge m anag ement u s ing Kno w le d ge Mana gem ent  System Life Cycle (KM S LC) p r e s ent ed   by Awad a n d  Gha z in  (201 0), the KMSL C metho d   co uld bri ng in  knowl edge  de velopment a n d  repo sito ry manag eme n t, kno w ledg e  access in cre a si ng, kn owle dge scope enh an cing,  kno w le dge a pprai sin g  [1] and kno w le dge sha r ing.  The KMS appli c ation h a s al rea d y KMS  stand ard  cla ssifi cation fe ature i.e. kn owle dge cap t ure and  kn owle dge sha r ing  exce pt for  kno w le dge a pplication sy stem and  kno w led ge di sco v ery that have not bee n in clud ed be ca u s e  of the explici t  data needed is  still limited and  difficult to obtain.  The develop KMS will have  notification fe ature to all  m e mbe r s  sh oul d there  be a n y  new  kno w le dge a nd it wil l  remin d  u s  o n   somethi ng th at should b e  carrie d out in the coming  perio d acco rding to the sche dule [2]. The   obje c tive of this re se arch i s  to develop  a sy stem b a sed on Fe rtilizer selectio n knowl edge  whi c h   is  KMS.       2. Rese arch  Metho d   2.1. KMSLC  T h e   r e s e arc h  is us in g Aw ad  a n d   G h az ir i ( 2 0 1 0 ) KMS L C  method that c o ns is ts  s y s t em, of   Evaluate Existing Infrastructure, form  the KM  team , kno w led ge  captu r e, de si gn KM blu e p r int,  verify and val i date the KM  system,  impl ement  the K M  system. K M SLC fro m  Awad  and G h a z iri  (201 0), is  sho w n in Figu re  1.    2.2. Ev aluate Existing Infr astru ctu r e   This i s   a p r oce s s to ev aluate the  e x isting an d  need ed inf r a s tru c ture for system   developm ent; this  covers f i nan cial, hum an resource,  ope rational   stand ard  [3] and the  u s e  of  techn o logy [7 ]. In gene ral  the infra s tructure ev al uati on  covers  ha rdware, software, n e t ware,  brain  wa re, d a ta ware, and  process.   The existing i n frast r u c ture i s  clo s ely relat ed to the use  of technolog y of to  be develope d  KM, therefore  diagno se  on the use  of technolo g y for knowl edge sea r ch, new kn owl e dge  formation,  kn owle dge  com p ilation an d a s semblin g, knowl edge  ren e w o r  revali d a tion sh ould  be  carrie d out [17].            Figure 1. KMSLC      2.3. Form the KM Team     Resources identification on KMS fertilizer  se l e ction development i s   carried out  through  stakehol ders identifying whe r e t hey are furth e r i n volved in  the pre paration of kno w l edge  manag eme n t system.     Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  574 – 5 8 3   576 2.4. Kno w l e d g e Cap t ur e     The kno w led ge capture i s  carried o u t thr oug h inte rviewin g  an d  on-site ob servation  identificatio n and ap pre h e nded of tacit  as well as  ex plicit kn owl e d ge re sou r ce  posse ssed b y  a   fertilize r  exp e r t. The  tacit  knowl edge  i s   obtaine d  fro m  the  expert   idea  and  exp e rien ce  which is  later do cum e nted whil e e x plicit kno w l edge i s  obta i ned from b ooks, proce e d ing s , resea r ch   results an d jo urnal s.      2.5 Design  KM Blue Print  2.5.1. Kno w l e dge Codific a tion Design   In this re se arch Kno w le dg e Map a nd P r odu ction  Rul e s i s  u s e to set up the Kn owle dge   c odific a tion [3].   1.  Knowle dge  map is a visual re pre s e n tation of relat ed kn owl edg e in a se rie s  of       kno w le dge re pre s entatio ns and not kn o w led ge re po sitory.   2.  Produ ction  Rules is a  re p r esentation  o f  a ta cit an d  pop ula r   kno w led ge. T he  rule   being im plem ented i s  a  statement that  defined  an  action th at will be carried  out in a  ce rtain  ca se.  The  sy nt ax  is:  I F  (pr e mise ) THE N  (act ion ) .        2.5.2. Kno w l e dge Man a g e ment Sy stem Archite c tu ral Design   The de sig n e d  archite c tural mana gem ent sy stem  knowl edge  ref e rred to a r chitectural   manag eme n t system  kno w led ge Awad  and G h a z in  ( 201 0) th at consi s ted  of seven layers i . e.  User Inte rface Layer, Aut hori z ed A c cess Co ntro l,  Collab o rative Intelligen ce and Filte r i ng,  Knowle dge E nablin g Appli c ation s , Tra n s po rt Layer,  Middle w a r e, and the Physi c al Laye r .    2.5.3. Model Sy stem Desi gn  The re pre s e n t ed desi gn was a s  followe d [13] :  1.  Use Ca se  Diagra m  is a  model to d e sc rib e  the  system b eha vior that will be   prep ared. T h e u s e  ca se  di agra m  d e scribed th e inte raction  bet we en o ne  or mo re  acto r  with  the  plann ed sy stem.  2.  Domai n  Mod e l Class Di ag ram is an int e r-relate d bet wee n  the Cla ss dat a   has an   attribute as  substitute of e n tity conne ction like ERD i n  the tradition al approa ch.   3.   Cla ss  Dia g ra m de sc ribe t he sy st em  st ruct u r e  of th e cla s se s def inition that wi ll be   desi gne d to create the  syst em.   4.  Sequen ce  Di agra m  is u s e d  to describ e   the events seque nce and   the time of inter  obje c t messa ge.  5.  User Inte rface De sig n  is t he interfa c e  d e sig n  of an  a pplication  system  that co n nect  the use r  with  the system.     2.6. Verif y  and  v a lidate the KM Sy stem  The ve rificati on a n d  valid ation  wa s  ca rried  out th ro u gh  kno w le dg e testin g. Th ere  were  two types of Knowle dge te sting i.e. logical  testing an d  user a c cepta n ce te sting [3 ].  Logi cal te stin g covers KM S pro g ra m  syntaxes te stin g an d ta cit a nd expli c it kn owle dge  codifi cation a nalysi s . The appli c ation te st wa s ca rri e d  out by doin g  logical appl ication attrib u t e   verific a tion.   User a c cepta n ce te sting i s  the KMS applicati on test by the way of black b o x that is  carrie d out b y  the admin,  KMS develop er, fertilizer e x pert, and u s ers. Bla c k bo x testing is  u s ed   to test  spe c ia l functio n s of  the de sig ned  softwa r e. T h e  test te chni qu e carried  out  based  only o n   the output d a t a or the i npu t conditio n  of  the existi ng f unctio n  re ga rdless of the  p r ocess to  obt ain   the output.    2.6. Implement the  KM Sy stem   The devel op ed KMS is a  web ba se d  comp uter  a p p licatio n with  client-se r ver system.  This ap plication wa s de sig n  to enable v a riou s u s e r s  with acce ss in line with ea ch group.               Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     De velo pm ent of Fertilize r  Selection u s i ng K nowl edg e Manag em ent System  (Yessy Yanita sari)  577 3. Results a nd Analy s is  3.1. Ev aluate Existing Infr astru ctu r e   Clarify the e x isting infra s tructu re eval uat ion p r o c e ss a nd the  system d e ve lopment  requi rem ent.  The foll owin g  is th e  output  of the  infra s t r uctu re  evalu a tion at PT  P upu k Kuja ng   as   the resea r ch site for the KMS developm ent referen c e  (Table 1 ) .       Table 1. Infra s tru c ture existence Evaluat ion Re sult   No   Infrastr u ct ure   Infrastr u ct ure e x istenc e E v alu a tion  Resul t   1  Hard w a re   Computer  s y ste m  complemente d  b y  sufficient input and o u tput  wares and  chemical  fertilizer laborato r y .     2  Software   The computers are installed w i th l egal operational sy stem and some used Open Source  application such  as Web Server A pache, PHP and  M y Sql to perf o rm  the Fertilizer KM S.of  3  Net w are   Comprise of int r a net net w o rk  w i th  RG- 45 cable co mmunication and   w i reless access point.   While the internet capacity  is exce eding 100Mbps.   4  Brain w are   Having compute r  e x perts  who  comprehen d the   computer n e t w or k and data base  e, and   ex pe rt  w ho u nde rstand about fe rti lizer and fertilizin g.  5  Data w a r e   Data originall y  o b tained from e x p e rts and scientific literature (book s)  6  Process  Database documentation on fertili zer and fert ilizing   of the ex perts and researchers carried   out b y  th e compu t er experts.       The presen ce  of the infrast r ucture is  clo s ely  related to  the use  of technolo g y available in  KM that is to  be d e velope d, therefo r e t e ch nolo g y usage di agn osi s  ne ed to  be  carrie d out. T h e   Tech nolo g y Usage di agn osi s  outcome  is as the follo wing (Tabl e 2 ) .      Table 2. Te ch nology Usa g e  diagno si s ou tcome   No   Kno w ledge Obj ect   Tech nol og y  U s age   In S y ste m  Exis t e nce   1  Kno w ledge searc h   Search tools and  Retrieval tools    Using Structure d  Que r y  L angu age  (SQL ) and Asycronous Javascript  and XML (AJAX)   2  Ne w  Kno w ledg e  forming   Decision taking t e chnique and  Database rep o sitories  Expert S y stem,  Kno w ledge  map    Implementation  and Relational  DBMS  3  Kno w ledge collection and  assembling   Discussion group  coordination  and  information updating   Chatting bet wee n  users,   Message  sending and know ledg e validation b y   an expe rt   4 Kno w ledge  ref o r m ation  Database consultation and  related resea r ch notation  Data chatting recor d ing, fer t ilizing   and fertilizer journal data.       3.2.   Form the KM Team   Re sou r ces id entification result for KM S fe rtilizer  selectio n is carri ed out through KM   team formati on con s i s ting  of Fertilizer exper t, KMS Develope r, Administrati on, Membe r  and  Vis i tor.       Table 3. Re source Identifi c ation  Re sult   No  KM  T e a m   Resour ce   Notes   1  Fertilizer Ex pert   PT Pupuk Kujan g  Fertilizer  Ex pe rt  O ne   who has kn ow led ge on fe rtilizer  2  KMS Developer  Anal y s t and Prog rammer  O ne  w h o develo ped KMS Fertilizer Selection  3  Administration  IT  Staff/IT  Pe rso nnel  O ne  w h o has full access to the KMS Fertilizer  Selection sy stem .  4  Member  F a r m er , F e r t ilizer  Distr i butor , F e rtilizer   Agenc y .  etc   One  w ho seeks and shar es various  know ledge  on fertilizer registered as member.   5  G uests  F a r m er , F e r t ilizer  Distr i butor , F e rtilizer   Agenc y  etc.    One  w ho seeks and shar es various  know ledge  on fe rtilizer but not registered as   member.       3.3.   Kno w l e d g e Cap t ur e   The re sult Identification o n  resou r ce from boo ks, scientific wo rk,  tacit as well  as explicit   fertilize r  expe rt [10] was o b t ained thro ug h interview a nd on-site ob servatio n.  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  574 – 5 8 3   578 Table 4. KMS Fertilize r  Sel e ction Kno w l edge T r an sfo r mation  Re su lt          T o     From   Result   T acit   Explicit  T acit   1.  Carr y out discussion and interview   w i th  fer t ilizer  ex per t  2.  Have a presentat ion and discussio n  w i th  fer t ilizer  ex per t  3.  Carr y out kno w le dge data ent r y   a nd ne w   document upload ing  1.  Print the docume n t  2.  Kno w ledge data   stored in Fert ilizer KMS   database using DBMS M Y S Q L     Explicit  1.  Document Check i ng b y  the e x pe rt   2.  The r e sult discussion is stored in repositor y  or message histor y  an d chatting   3.  Ne w  kno w ledge   discovered in the field is   stored in databas e.  1.  Paper document  become digital document.  2.  Report o r  digital data into pape r       3.4.   Design  KM Blue Pri n t   3.4.1. Kno w l e dge Codific a tion Design   The  re sult o f  kno w le dge  co dificatio n  de sign ed i n  this  re se arch i s   obtain ed u s in g  Knowle dge M ap and Produ ction Rule s [3].  1.  The kno w led ge map visu al rep r e s enta t ion is ba se d on kno w le dge ma pping  in  fertilizer  classification, fertili zer compound, fert ilizer name, plant s  species,  fertili zer dosage, and   appli c ation ti me. [18] Fe rtilizer  data t hat wa s  obt ained ta citly  and expli c itly from b o o k   and   fertilize r  expe rt from Kuja n g  and fe rtilizer bo ok  and   fertilizing. Sut edjo (201 0),  Lingg a, (20 1 1 ),  Setyaningru m  and Sapa ri nto (201 1). Suwa rto and O c ta vianty (20 12) is p r e s e n ted in Figu re 2 .   2.  Knowle dge P r odu ction  Rul e s re prese n tation  is a po pular fo rm of tacit knowl e dge.  The rul e  bei ng used is a statement that will dec i d e an action taken for  a certain case. The     s y ntax is : IF (premis e ), THEN (a ction) i s  presented in  Table 5.     3.4.2. Kno w l e dge Man a g e ment Sy stem Archite c tu ral Design   The  re sult o n  Kno w led g e  Mana geme n t  System Architectural  De sign i s   pre s e n ted in  seven  layers de sign ed i n  the d e velo pment  of fertilizer sel e cti on  kno w le dg e ma nage m ent  system. Kno w led ge man ageme n t system architecture refe rs t o  Knowle dg e Manag em ent  System Archi t ectural  De si gn Awa d  and  Ghazi r i (201 0) that co nsi s ts of se ven  layers i.e. User  Interface L a yer, Autho r i z e d  Acce ss  Co ntrol,  Collab o r ative Intellig ence a nd  Filtering,  Kno w le dge  Enabling Ap plicatio ns, Transport Lay er, Middle w a r e, The Phy s ical Layer i s  presented  in    Figure 3.          Figure 2. Knowledge Map  Fe rtilizer Selection Result    Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     De velo pm ent of Fertilize r  Selection u s i ng K nowl edg e Manag em ent System  (Yessy Yanita sari)  579 Table 5. Production Fertilizer   Selection Rule Result   No   Premise IF   A c t i o n  T H EN   A ttrib ute  Objec t   V a lue  A ttrib ute   Objec t   V a lue  1 Classification   Chemical  Inor ganic  Name   Plant  Name of plant   T y pe  Compound   Single  Measurement   Dosage   Dosage  quantit y    Name  F e r t ilizer   Name of fer t ilizer     Level  Age  Application time      2 Classification   Chemical  Inor ganic  Name   Plant  Name of plant    T y pe   Compound   Composite  Measurement   Dosage   Dosage  quantit y    Name  F e r t ilizer   Name of fer t ilizer     Level  Age  Application time      3  Classification   Chemical  organic  Name   Plant  Name of plant    T y pe   Compound   organic  Measurement   Dosage   Dosage  quantit y     Name  F e r t ilizer   Name of fer t ilizer     Level  Age  Application time            Figure 3. Knowled ge Man a gement Syst e m  A r chit e c t u r a l De sign  Re sult       3.4.3. Modeling Sy stem Design   The re pre s e n t ed desi gn re sult:  1. Usecase  Dia g ram    Con s i s ts of o ne or mo re a c tor an d uses ca se i.e. four actors and ni ne use ca se  and ha s  use  ca se inte ractio n i.e extend an d incl u de is present ed in Figu re 4 .           Figure 4. Use  Case Fertili zer Sele ction     A n ggot a C a r i _ D at a _ P e n g e t ah u a n Re g i st r a si U n g g ah _ P e n g e t a h u an P e r b ah ar u i _ P en g e t a h u an Va l i da si _ P e n g e t a h u a n No t i f i k a s i Pr a t i n j a u _ Pe n g e t a h u a n U n d u h_ P e ng et a h u a n Ad m i n Pa k a r Ko mu n i k a s i Ta m u <<i n c l u d e >> <<i n c l u d e >> << e x t e n d >> <<e x t e n d > > <<e x t e n d > > Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  574 – 5 8 3   580 2.  Domai n  Mod e l Cla ss  Diag ram   De scribe  co n nectio n  diag ram between  cla ss  d a te that ha s attri bute is p r e s ented in  Figure 5.      Figure 5. Domain Model Class  Diagram Fertilizer S e lection      3. Cla ss  Diag ra m    De sc ribe t he  sy st em  st ru ct ure cl as se s d e f i nit i on view that is going  to be establi s he d is  pre s ente d  if Figure 6.         Figure 6. Class  Diagra m F e rtilizer Selection  be r k a s +i d ( K e y ) +n a m a +t i p e +u k u ra n +i s i +p e n g i ri m +t a n gg a l + s tatu s is i_ f i l e +i d ( K e y ) +j udu l +p e n ul i s 1 +p e n ul i s 2 +p e n ul i s 3 + p e n u l lis 4 +p e n ul i s 5 +e m a i l 1 +e m a i l 2 +e m a i l 3 +e m a i l 4 +e m a i l 5 +a l a m a t +a bs t r a k +k a t a _ k u n c i +t a h u n _ t e r bi t + p en er b i t +k e t e r a n ga n no t i f i k a s i +i d +p e n gi ri m +i s i +t g l +p e m b a c a +s t a t pe m u p u k a n +i d  ( K e y ) +k l a s +j1 +j2 + t an a m an +do s i s +w a k t u pe n ggu n a +i d ( K e y ) +n a m a +s a n di +t e m p a t +t a n gg a l +a l a m a t +p ro f e s i +h p +k e l o m pok +k e t p e r c aka p an + i d _ p e r c ak ap an  ( K e y ) + i d_ pe n g i r i m + i d_ pe n e r i m a +pe s a n +t a n gga l _ pe s a n +s t a t u s pe s a n + i d_ pe s a n (K e y ) +pe n g i ri m + p en er i m a + t an g g al _ k i r i m +i s i _ p e s a n + s tatu s +s ub y e k p u pu k _ a n o r ga n i k +i d_ pu puk  ( K e y ) +n +p +k +u ns ur _l a i n 1 +u ns ur _l a i n 2 +u ns ur _l a i n 3 +k e t e r a n ga n pu pu k _ o r ga n i k + i d_ pu p u k  (K e y ) + n a m a _ pu pu k ra t i n g _ b e r k a s + i d_ be r k a s + i d_ pe n g g u n a +s t a t u s +t gl re k a m _ l o g m a s u k +no +i d +t gl st a t u s _ l o g i n +i d ( K e y ) +s t a t v a lid a s i +i d _ v a l i da s i +i d _ pa k a r +i s i _ v a l i d a s i +t a n g g a l +k e t e r a n ga n 0 ..1 1 0. . 1 1 1 0 ..* 0 ..* 1 0 ..1 1 1 0 ..1 0 ..1 1 0 ..* 1 1 0 ..* 1 1 1 1 0 ..* 0 ..* 1 1 1 1 1 1 1 1 1 1 1 1 0 ..* 1 0 ..* 1 be r k a s +i d +n a m a +t i p e +u k u r a n +i s i +p e n g i r i m +t a n gga l +s t a t u s + u ngg a h() +u n d u h ( ) +p r a t i n j a u ( ) +h a p u s ( ) + v al i d as i ( ) is i_ f i l e +i d + j udul + p e nul i s 1 + p e nul i s 2 + p e nul i s 3 + p e nul l i s 4 + p e nul i s 5 +e m a i l 1 +e m a i l 2 +e m a i l 3 +e m a i l 4 +e m a i l 5 +a l a m a t +a bst r a k + k at a_ k u n c i +t a h u n _ t e r b i t +p e n e r b i t + k et er a n g a n +si m p a n ( ) + m ut a k hi r ( ) no t i f i k a s i +i d +p e n g i r i m +i s i +t g l +p e m ba c a +st a t +se t B D ( ) +si m p a n ( ) pe m u puk a n +i d +k l a s +j 1 +j 2 + t a n am an +d o s i s +w a k t u +se t B D ( ) +g e t I d ( ) pe n g gu n a +i d +n a m a +s a n di +t e m pa t +t a n gga l +a l a m a t +p ro f e s i +h p +k e l o m po k +k e t +p e n da f t a r a n ( ) +s e t I d ( ) p e r c ak ap a n + i d_ pe r c a k a p a n + i d_ pe ngi r i m + i d_ pe ne r i m a +p e s a n + t a n gga l _ pe s a n + s ta tu s +b a l a s ( ) +se t B D ( ) pe s a n + i d_ pe s a n +p e n g i ri m + p en er i m a + t an g g al _ k i r i m +i si _ p e s a n + s ta tu s +su b y e k +se t B D ( ) pu pu k _ a n o r g a n i k + i d _ pu puk +n +p +k + u n s ur _ l a i n1 + u n s ur _ l a i n2 + u n s ur _ l a i n3 + k et er a n g a n +se t B D ( ) pupuk _ o r g a n i k +i d_ p u puk + n am a_ p u p u k +s e t B D ( ) ra t i n g _ b e r k a s + i d_ be r k a s + i d_ pe ng guna +st a t u s +t gl re k a m _ l o g m a s u k +n o +i d +t g l st a t u s _ l o g i n +i d +st a t va l i d a s i +i d_ v a l i da s i +i d_ p a k a r + i s i _ v al i d as i +t a n gga l + k et er a n g a n +s e t B D ( ) ha l a m a n_ ut a m a +se t C S S ( ) +se t J u d u l ( ) +a w a l B o d y ( ) +a k h i r B o d y ( ) + a kt i f ka n ( ) + g et _ b er k a s ( ) +l o g _ m a s u k ( ) +d a f t a r( ) ba s i s _ d a t a + k one k s i ( ) +t a m b a h ( ) +m u t a k h i r( ) +h a p u s ( ) + s el ec t ( ) pu p u k +o rg a n i k ( ) +a n o r g a n i k ( ) + o l a hP e m u p uk a n ( ) + v al i d as i ( ) lo g _ m a s u k +se t I d ( ) +g e t I d ( ) kom u n i ka si +p e s a n ( ) +d i a l o g( ) b a si s_ d a t a +k o n e k si ( ) +t a m ba h ( ) +m u t a k h i r ( ) +h a p u s ( ) +se l e c t ( ) b a si s_ d a t a +k o n e k s i ( ) +t a m b a h ( ) + m ut a k hi r ( ) +h a p u s ( ) +s e l e c t ( ) b a si s_ d a t a +k o n e k s i ( ) +t a m ba h ( ) +m u t a k h i r( ) +h a p u s ( ) +se l e c t ( ) b a si s_ d a t a + k one k s i ( ) +t a m b a h ( ) + m ut a k hi r ( ) +h a p u s ( ) + s el ec t ( ) Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     De velo pm ent of Fertilize r  Selection u s i ng K nowl edg e Manag em ent System  (Yessy Yanita sari)  581 4. Sequen ce  Di agra m     De scribe  the  event a nd t i me sequ en ce of a n  inte r obje c t me ssage i s   pre s e n ted in  Figure 7 (Th e  sequ en ce di agra m  is  not  compl e tely prese n ted)        Figure 7. Dia g ram Seq uen ce Sea r ch Knowle dge Fe rti lizer Sel e ctio n (Memb e r, A d minist ration,   Fertilizer Expert, Guests)      5.  User Interfa c e De sign    The  re sult of  Use r  Interfa c e  De sig n  i s  an i n terfa c e  de sign  of a pplication  sy stem th at  con n e c t user and th e sy stem. The  perf o rma n ce of  t he inte rface i s  differentiate  based  on u s er  grou p, this  cover the  men u  structu r al  d i fferenc e a n d  available  sy stem fun c tion  is p r e s ente d  in   Figure 8 and  9.           Figure 8. Use r  Interface De sign Appl i c ati on KMS Fertil izer Sel e ctio n    :   ha l a m a n _ ut a m a  :  b a si s_ d a t a  :  pu puk  :   pu puk _ a n o r ga ni k  :   pu puk _ o r g a ni k  :  b e r k a s  :   pe m u pu k a n  : U s e r  : r a t i n g _ b e r k a s 1 :   ak t i f k an ( ) 2  :  ge t _ be r k a s ( ) 3 :  k o n e k s i ( ) 4 :  s e l e ct ( ) 5  :  und uh( ) 6  :  ha s i l _ u n du h( ) 7 :  t a m b ah ( ) 8 :  p r a t i n ja u ( ) 9  :   h a s il_ p r a t in j a u ( ) 10 :  t a m b a h ( ) 11  :  a n o r g a n i k ( ) 12  :  set B D ( ) 13 :  se l e ct ( ) 1 4  :   h a s il_ c a r i _ a n o r g a n ik ( ) 15 :  or g a n i k ( ) 16  :  s e t B D ( ) 17  :   s e l e ct ( ) 18 :  h a s i l _ ca r i _or g a n i k ( ) 19 :  ol a h P e m u p u k a n( ) 20  :   s e t B D ( ) 2 1  :  ge t I d( ) 22  :   s e l e ct ( ) 2 3  :  ha s i l _ ca ri _pe m up u k a n ( ) Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  574 – 5 8 3   582     Figure 9. Site Map KMS Fertilizer Selecti o n      3.5. Verif y  and Validate the KM Sy stem  The re sult of KMS  verification and Valid ation  toward s the syste m  with two test s    1.  Logi cal testin g covers KM S program synta xes test as well as e x plicit and tacit  kno w le dge  codificatio n  a nalyst. The  test is  ca rri ed out by h a ving verification on l o g i cal   appli c ation a ttribute that con s i s ts of seven l ogi cal  attribute i.e. circul ar rul e , redun dan cy,  compl e tion, consi s ten c y, truth, confiden ce, and  de p enda ble from   the seven logical attribut e   tested, re sulti ng in the entire  logical attribute is teste d .     2.  User  accepta n ce te sting i s  test given  to   KMS appli c a t ion throu gh  black b o x ca rried   out by the KM Team that con s i s ts of a ccu ra cy, adaption capability, suf f icien c y, app eal,  availability, user  conveni ence,  face vali dity, performance,  depen dable, robustness,  operationall y   tested, of the criteria that  has be en test ed, one crite r i a  that has no t been tested  i.e. dependa ble   crite r ia be ca u s e it need ed l onge r testing  time.     3.6. Implement the  KM Sy stem   The KMS im plementatio n  is carried  out  in two  side s i.  e. the cli ent  and  se rver, b e ca use   the develop e d  appli c ation  take the cli e n t -se r ver  syste m .  1.  Main install a tion on serve r  side   From  the  se rver  side  som e  ap plication s  n eed ed to   be d one  that  is differe ntia te into   three  majo r  g r oup  i.e.  We b Serve r    u s i ng Ap ache  2.2. whil e  DBM S  Server u s i ng MySQL  a nd  Sc ript Server  us ing PHP  Hyper text Pr epr o cess or .   2.  Installation o n  client si de   Carrie d out  Web B r o w ser installatio n  a s  an i n terfa c e  whe n  a c cessing data  at the se rver.   To get optimal result from  the sy stem perform a nce  si de it is  advised to use m o zilla Fi refox  web  bro w ser, whil e  for  a nothe r web browse r it  is  also  allo wed  be cau s e    it doe s not  affect the  system  function.       4. Conclusio n   The research has succeeded  in developing the fertilizer  knowledge based  system usi ng  KMSLC m e th od, whi c h  is  client-se r ver  web  ba sed   a pplication. T h is a ppli c atio n could  give   a   recomme ndat ion on effecti v e fertilizer selectio n bas e d  on fertilize r  kno w ledg e that is obtain ed  from the exp e rt a s  tacit  knowl edge  an d explic it av ailable  kno w l edge. Fo r o p t imal re sult the  bro w ser  sho u ld be o perated at pe rsonal comp uter, wh ere a s at bro w ser sma r tphon e  the   perfo rman ce  result is not yet optimal.   Fertilizer  sel e ction  kno w le dge m ana ge ment sy stem  develop men t  is recomme nded to   enha nce the kno w le dge o n  the existin g  fertilize r   an d   knowl edg e sha r ing  b e  develop ed  into  kno w le dge  discovery. Inte rface  Appli c a t ion co uld b e  more deve l oped fo r mo bile ware  wit h   relatively sma ll screen  re so lution.          Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     De velo pm ent of Fertilize r  Selection u s i ng K nowl edg e Manag em ent System  (Yessy Yanita sari)  583 Ackn o w l e dg ements   The autho rs expre ss g r atit ude to :   1.  DIKTI (Dire c t o rate  Gen e ral of  Highe r  Education )   for research  gra n ts th ro ugh  a  BPPS (Postgraduate Scholar ship) Year  2012 budget.  2.  PT  Fertili ze r Kujang whi c h   have provide d   dat a  fertili zers a nd fe rtilization,  espe cially  the Burea u  of Information  Tech nolo g y and Re se arch  and Develop m ent Burea u .      Referen ces   [1]   Abdu lla h,  R u sl i.  et a l   T h e  Devel o p m ent  of Bio i nfor mati cs Know le dg e  Man a g e ment  Syste m  w i t h   Coll ab orative E n viro nment .   IJCSNS Internati ona l Journ a l of  Co mputer Sci ence a nd Netw ork Security .  200 8; 8(2).   [2]    Abdu lla h, R u sl i, et a l .  A N o tificatio n  Syst em Mo del  for  Bioi nfor matic s  Co mmu n ity  of Practic e .   Comp uter and  Information Sci ence. 20 10; 3( 2).    [3]    Aw ad EM, Ghaziri H.  Kn o w l e dg e  Ma na gem en t . Prentice Ha ll. 201 0.   [4]    Buckman, Harry  O, Brady ,  Nyle C.  T he  Natu re an d Pro pert y  of Soils - A  Coll eg e T e xt o f  Edaph ol og y   (6th ed.). Ne w   York:  T he MacMilla n Com pan y. 19 60.   [5]    Irma Becerra- F ernan dez a n d  Rajiv Sa bh e r w a l.  Know le d ge Man age me nt  Systems and Process e s.  Armonk, Ne w   York 105 04, Lo ndo n, Engl and.  2010 .   [6]    Jumini,  Nur h a y ati, M u rza n i.  Efek kom b in asi d o sis  pu p u k NPK  da n  cara  pemu puk an ter had a p   pertumb uh an d an has il ja gu ng  mannis. J. F l oratek. 2011.   [7]   Kucza,  T i mo.  Know led ge Ma n age ment Proce ss Model . T e chnical  Rese arch  Centre of F i nl and, Valti o n   T e knillin en T u tkimuskesk us(V TT)  Publicatio ns 455. 1 01 p. +  app. 3 p, Espoo. 200 1.   [8]    Lau de, S y ams udi n da n T a mbing, Yoh a n e s. Pertumbu ha n dan H a sil b a w ang    dau n (All iu m Fi stuliu m  L.)   pad a ber bag ai  dosis p u p u k ka nda ng a y a m .  J Agrola nd ISS N : 0854- 64 1 X   201 0.   [9]    Lin gga Pi nus.  Petunj uk Pen g gun aa n  Pupuk.  Peneb ar S w a d a y a, Jakarta.  201 1.   [10]    Non a ka I, T a keuch i  H.  T h e  Know led g e  - C r eatin g C o mp a n y: How  Ja pa nese  Co mpa n i e s Cre a te th e   Dyna mics of  Innovati o n . Ne w   York: Oxford U n iversit y  Press.  1995.   [11]    [Preside n RI]  Presid an R e p u b lik In do nesi a   (ID) . Peraturan  Pemeri ntah  R epu blik I ndo ne sia N o mor  8   T ahun 200 1 T e ntang Pu puk B udi da ya T ana man  Presi den  Rep ubl ik Indo n e sia. 20 01.   [12]    Rah a rdj o , Mo no d an Pri b a d i, Eka w a s ita  Rini. Pe ng aru h  Pup u k Ure a  SP36 d an K C L T e rhada p   Pertumbu ha n dan Pro duks i  T e mul a w a k.  Jur nal LIT R I . ISSN: 0853- 82 12. 201 0.  [13]   Satzinger  JW,  Jackson RB, B u red SD.  Syste m  A nalys is  and  Desi gn.  Cours e  T e ch nol ogy   25 T h o m so n   Place Bosto n , USA. 2010.   [14]   Set y ani ngr um,  Hesti  D, Sap a rinto, Ca h y o.   Panen S a yur  Secara Ruti n  di Lah an S e mp it.  Pene bar   S w aday a, Jakarta. 2011.   [15]   Sutedj o, Mul M.  Pupuk da n C a ra Pe mu puk a n .  Rinek a Cipt a , Jakarta. 201 1.  [16]    Su w a rto, Octaviant y, Yuke.  Budi daya T a n a man Perk eb u nan 1 2  T a n a m a n  Perke b u n an Un gg ula n .   Penebar S w aday a, Jakarta. 2012.   [17]    T i w a n a , Amrit.  T he Kno w le d ge Man agem e n t  T oolkit, Second Ed ition, P r entice Ha ll, U pper Sa ddl e   River, NJ. 200 2.  [18]    Yanitas a ri, Ye ss y ,  Herm adi,  Irman da n Kus u ma, W i snu A nanta.  P eng e m b a n gan Peta   Peng etah ua n   Pemili ha n Pup u k , Prosiding S e minar Ilmiah Ilmu Kom puter:  Institut Pertani an Bog o r. 201 4.     Evaluation Warning : The document was created with Spire.PDF for Python.