Sistem Pakar Untuk Mendiagnosa Hama Penyakit Tanaman Padi Menggunakan Metode Forward Chaining Dan Certainty Factor

Agustina, Erlina (2017) Sistem Pakar Untuk Mendiagnosa Hama Penyakit Tanaman Padi Menggunakan Metode Forward Chaining Dan Certainty Factor. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2215206703-Master_Thesis.pdf - Published Version

Download (1MB) | Preview

Abstract

Hama dan penyakit merupakan salah satu faktor utama yang mempengaruhi rendahnya tingkat produktivitas tanaman padi. Gejala pada tanaman padi yang terinfeksi terkadang sulit dikenali karena sering menunjukkan tanda atau karakteristik yang serupa sehingga hanya para ahli yang bisa mengidentifikasinya dengan benar. Tanaman padi yang terinfeksi sebenarnya dapat diidentifikasi sejak tahap awal penanaman sampai waktu panen. Jadi dengan mengetahui gejala pada tahap awal pertumbuhan tanaman padi beberapa tindakan preventif kemudian bisa dilakukan. Mengidentifikasi hama dan penyakit tanaman padi memerlukan keterampilan, pengalaman, dan pengetahuan serta harus dilakukan dengan cepat dan akurat karena hama dan penyakit tanaman padi dapat menyebar dengan cepat dan menyerang di semua wilayah lahan pertanian. Karena jumlah ahli hama dan penyakit tanaman padi terbatas, terutama di daerah terpencil, sistem pakar kemudian bisa menjadi solusi cerdas untuk mengganti penyuluh pertanian untuk menentukan jenis hama atau penyakit apa yang menyerang tanaman padi. Makalah ini menyajikan perancangan dan implementasi sistem pakar berbasis aplikasi web untuk mendiagnosa hama dan penyakit tanaman padi sehingga sistem pendukungnya tetap dapat dilakukan untuk memberi petani keputusan yang benar. Model representasi pengetahuan dalam penelitian ini menggunakan aturan produksi dan forward chaining berdasarkan gejala atau karakteristik dari tanaman padi yang diserang. Metode faktor kepastian digunakan untuk menentukan tingkat kepercayaan ahli untuk setiap gejala. Pengujian sistem pakar ini dilakukan oleh 15 orang non-penyuluh pertanian dan 20 orang penyuluh pertanian untuk mengamati 12 sampel gambar tanaman padi yang terinfeksi. Hasil pengujian menunjukkan bahwa tingkat akurasi sistem ini adalah 73,81%. Artinya sistem pakar ini bisa membantu petani menentukan hama atau penyakit tanaman padi.========================================================================Pests and diseases are one of the main factors that affect the low level of rice plant productivity. The symptoms in the infected rice plant are sometimes difficult to identify because they often shows the similar signs or characteristics so that only the experts who can identify them correctly. The infected rice plant actually can be identified since the beginning stage of planting until harvest time. So by knowing the symptoms in the early stage of the rice plant growth some preventif actions then can be done. Identifying pests and diseases of rice plant needs skills, experiences, and knowledge and should be done fast and accurate because the pests and diseases of rice plant can spread quickly and attack at all area of agriculture land. Since the number of experts in the pests and diseases of rice plant is limited, especially in a remote area, expert system then can be a smart solution for replacing the extensionist to decide what kind of pests or diseases that have attacked the rice plant. This paper presents a design and implementation of an expert system based on web application for diagnozing pests and diseases of the rice plant so that support system then still can be performed to provide the farmers with a correct decision. The knowledge representation model in this study used production rule and forward chaining based on symptoms or characteristics from attacked rice plant. The certainty factors method was used to define the expert confidence level for each symptom. This expert system testing was done by 15 person of non-extensionist of agriculture and 20 person of agriculture extensionist for observing 12 sample of images of the infected rice plant. The testing result showed that the accuracy level of this system is 73,81%. Meaning that this expert system can help farmers determining the pests or diseases of rice plant.

Item Type: Thesis (Masters)
Uncontrolled Keywords: expert system, pest and disease diagnosis, forward chaining, certainty factor
Subjects: S Agriculture > S Agriculture (General)
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S2) Master Theses
Depositing User: Agustina Erlina
Date Deposited: 18 Aug 2017 03:56
Last Modified: 18 Aug 2017 03:56
URI: http://repository.its.ac.id/id/eprint/42384

Actions (login required)

View Item View Item