Claim Missing Document
Check
Articles

Found 1 Documents
Search

SiPadi: Sistem Informasi Diagnosis Penyakit Padi Menggunakan Forward Chaining Berbasis Client-Side Web Anas Aqila; Elyza Putrinika Maharani; Surya Dwi Agus Novianto; Fajar Suryani
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Serangan hama dan penyakit padi kerap menurunkan produktivitas panen, sementara keterbatasan akses tenaga penyuluh menyulitkan petani melakukan diagnosis dini secara mandiri. Penelitian ini merancang SiPadi, sistem informasi diagnosis penyakit padi berbasis web yang dibangun sepenuhnya sebagai aplikasi front-end (HTML5, CSS3, Bootstrap 4, vanilla JavaScript) tanpa backend server maupun basis data relasional. Basis pengetahuan berisi 10 penyakit, 15 gejala, dan 15 aturan disimpan dalam JSON statis dan diproses oleh mesin inferensi forward chaining di sisi klien untuk mencocokkan gejala pengguna dengan aturan IF-THEN. Pengujian black-box, UAT, dan equivalence partitioning pada 7 skenario menunjukkan seluruh fitur berjalan valid, termasuk peringatan otomatis saat gejala tidak mencukupi. SiPadi terbukti ringan dan mudah diakses tanpa instalasi server, meski basis pengetahuannya masih statis sehingga pembaruan memerlukan perubahan kode secara manual.