Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Biner : Jurnal Ilmiah Informatika dan Komputer
Enggar Rahma Agustin
Universitas Nusantara PGRI Kediri
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SISTEM PAKAR REKOMENDASI PESTISIDA BAWANG MERAH MENGGUNAKAN METODE CERTAINTY FACTOR DAN SIMPLE ADDITIVE WEIGHTING Enggar Rahma Agustin; Rina Firliana; Aidina Ristyawan
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 2 (2026): Juli
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i2.11328

Abstract

Kabupaten Nganjuk merupakan salah satu daerah penghasil bawang merah tersebesar di Jawa Timur. Namun, dalam proses budidayanya petani sering mengalami kesulitan dalam mengenali hama dan penyakit serta menentukan pestisida yang tepat akibat banyaknya jenis produk/merk pestisida yang beredar. Penelitian ini bertujuan membangun sistem pakar rekomendasi pestisida tanaman bawang merah berbasis chatbot WhatsApp menggunakan metode certainty factor dan simple additive weighting. Metode CF digunakan untuk melakukan proses diagnosis hama dan penyakit berdasarkan gejala yang dipilih pengguna, sedangkan metode SAW digunakan untuk menentukan rekomendasi pestisida terbaik berdasarkan beberapa kriteria. Penelitian menggunakan metode pengembangan waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem berhasil menampilkan informasi gejala, melakukan diagnosis hama dan penyakit, serta memberikan rekomendasi pestisida dalam bentuk peringkat. Hasil pengujian blackbox menunjukkan seluruh fitur sistem berjalan dengan baik. Pengujian akurasi menggunakan 17 data uji memperoleh tingkat akurasi sebesar 100% dibandingkan hasil diagnosis pakar. Selain itu, pestisida Clormite 400 EC memperoleh nilai preferensi tertinggi sebesar 0,721.
Co-Authors Aidina Ristyawan Rina Firliana