Muh. Irbadh Alfey Maulana.2026. Sistem Pakar Diagnosa Penyakit pada Tanaman Rumput Laut Berbasis Backward Chaining dengan Algoritma Breadth First Search (BFS). (dibimbing oleh Baso Ali dan Sukmawati.)

Penelitian ini bertujuan untuk merancang dan membangun sistem pakar untuk mendiagnosis penyakit pada tanaman rumput laut menggunakan metode Backward Chaining dengan algoritma Breadth First Search (BFS). Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Rapid Application Development (RAD) yang meliputi empat tahap, yaitu Perencanaan Kebutuhan, Desain Sistem, Pengembangan, dan Implementasi. Sistem dikembangkan menggunakan Flutter dengan Cloud Firestore sebagai media penyimpanan data. Pengujian sistem dilakukan menggunakan Black Box Testing, validasi ahli, System Usability Scale (SUS), dan pengujian diagnosis. Hasil penelitian menunjukkan bahwa aplikasi mampu melakukan diagnosis awal berdasarkan gejala yang dipilih pengguna serta menampilkan informasi penyakit dan rekomendasi penanganannya sesuai dengan basis pengetahuan yang telah divalidasi oleh pakar. Hasil validasi ahli media memperoleh persentase sebesar 96,32% dengan kategori Sangat Layak. Hasil Black Box Testing menunjukkan bahwa seluruh fungsi aplikasi dapat berjalan sesuai dengan kebutuhan sistem. Pengujian System Usability Scale (SUS) yang melibatkan 15 responden memperoleh total skor 695 dari skor maksimal 750, dengan persentase sebesar 92,67% dan kategori Sangat Layak. Sementara itu, pengujian diagnosis terhadap 25 kasus menghasilkan 23 diagnosis yang sesuai dan 2 diagnosis yang tidak sesuai, sehingga diperoleh tingkat akurasi sistem sebesar 92%. Berdasarkan hasil pengujian tersebut, sistem yang dikembangkan dapat digunakan sebagai media pendukung diagnosis awal penyakit pada tanaman rumput laut.