Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Sainteks

Sistem Informasi Geografis Pemetaan Daerah Hama Wereng pada Tanaman Padi Berbasis Android dengan Google Maps API, di Kabupaten Banyumas Lukni Maulana; Harjono Harjono; Maulida Ayu Fitriani
Sainteks Vol 17, No 2 (2020): Oktober
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v17i2.9912

Abstract

Pengembangan produksi padi pada sektor pertanian dewasa ini terus ditingkatkan karena padi merupakan makanan pokok khususnya bagi mayoritas penduduk Banyumas, selain itu pada sektor produksi padi ini juga turut menyumbang pemasukan pendapatan daerah di Kabupaten Banyumas, dalam usaha peningkatan produktivitas hasil panen padi banyak ditemui kendala-kendala di lapangan, salah satu kendala yang dihadapi adalah adanya serangan hama wereng yang menyerang banyak lahan pertanian di wilayah Kabupaten Banyumas. Oleh karena itu untuk membantu dan mengatasi dalam peningkatan produktivitas hasil panen padi, dibuatlah sebuat Sistem Informasi Geografis untuk pemetaan hama wereng di daerah Kabupatean Banyumas. Tujuan dari penelitian adalah membangun sebuah Sistem Informasi Geografis pemetaan serangan hama wereng pada tanaman padi yang berada di wilayah Kabupaten Banyumas berbasis aplikasi Android dengan Google Maps API. Metode penelitian yang digunakan adalah menggunakan model waterfall meliputi tahap requirement definition, system and software design, implementation and unit testing, integration and system testing, dan operation and maintenance. Aplikasi ini memberikan kemudahan bagi para petani untuk mengetahui informasi tentang hama tanaman seperti wereng dan cara penanganannya, memudahkan bagi para petugas dari Dinas terkait dalam memperbaharui informasi seputar hama wereng, serta dapat mengetahui informasi pemetaan penyebaran hama wereng pada tanaman padi di Banyumas dengan sistem ini.
Penerapan Sistem Pakar untuk Diagnosa Penyakit dan Hama Tanaman Cabai dengan Metode Forward Chaining Maulida Ayu Fitriani; Dany Candra Febrianto
Sainteks Vol 16, No 2 (2019): Oktober
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v16i2.7133

Abstract

Cabai (Capsium annum L.) adalah komoditas sayuran yang banyak mendapatkan perhatian karena memiliki nilai ekonomis yang cukup tinggi kebutuhan cabai semakin lama semakin meningkat setiap tahunnya sejalan dengan berkembangnya sebuah industri yang membutuhkan bahan baku cabai. Cara perawatan yang salah atau tidak sesuai dengan standart yang ada, dapat mengakibatkan tanaman cabai rentan terkena hama penyakit dan dapat mengakibatkan hasil panen tidak bisa maksimal, hasil penjualan yang rendah dan bahkan bisa mengakibatkan gagal panen. Hama utama pada tanaman cabai antara lain ulat hama ulat grayak kutu daun, thrips, tungau, lalat buah hama tersebut yang bisa mengakibatkan tanaman cabai terkena penyakit. Pada makalah ini disarankan menggunakan Sistem Pakar dengan metode Forward Chaining guna memberikan saran atau pertimbangan kepada petani untuk diagnosis penyakit atau hama serta penangannya. Metode Forward Chaining berfungsi sebagai mesin inferensi berdasarkan fakta-fakta yang ada. Pada makalah ini doagnosa penyakit pada cabai sudah menggunakan sistem pakar untuk memudahkan memberikan informasi berupa kesimpulan tentang penyakit tanamann cabai sehingga hal ini bisa menjadi acuan.Kata kunci : Penyakit Cabai, Sistem Pakar, Forward Chaining
Perbandingan Perhitungan Jarak Euclidean Distance, Manhattan Distance, dan Cosine Similarity dalam Pengelompokan Data Bibit Padi Menggunakan Algoritma K-Means Mohamad Sugeng Pangestu; Maulida Ayu Fitriani
Sainteks Vol 19, No 2 (2022): Oktober
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v19i2.14495

Abstract

Bibit padi yang mempunyai kualitas unggul memiliki peran penting dalam peningkatan produktivitas pada sektor pertanian. Banyaknya bibit padi yang dikembangkan oleh Balai Besar Penelitian Tanaman Padi menghasilkan karakteristik bibit padi baru serta mempunyai kemiripan karakteristik yang hampir sama. Bibit padi yang memiliki kemiripan berdasarkan karakteristiknya dapat dikelompokkan dengan menggunakan metode Clustering dimana dalam proses perhitungannya menggunakan metode pengukuran jarak. Pada penelitian ini menggunakan algoritma K-Means dengan metode Euclidean Distance, Manhattan Distance, dan Cosine Similarity sebagai pengukuran jarak pada proses pengelompokkan data bibit padi varietas unggul dengan 119 data, dan menggunakan Davies Bouldin Index sebagai teknik evaluasinya. Hasil penelitian yang telah dilakukan menghasilkan nilai Davies Bouldin Index sebesar 0.307 pada metode Euclidean Distance dan metode Cosine Similarity, sedangkan metode Manhattan Distance mendapat nilai Davies Bouldin Indek sebesar 0.318, Hasil tersebut dapat disimpulkan bahwa metode Euclidean Distance dan metode Cosine Similarity, sama-sama merupakan metode perhitungan jarak yang baik digunakan dalam melakukan pengelompokkan data bibit varietas unggul padi berdasarkan karakteristik benih padi karena menghasilkan nilai Davies Bouldin Indek yang kecil.