Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika
Mia Martha Amalia
Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Implementasi Metode Naïve Bayes Dalam Sistem Pakar Diagnosis Hama dan Penyakit Pada Tanaman Hias Aglaonema SP. Mia Martha Amalia; Ernawati Ernawati; Andang Wijanarko
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18953

Abstract

Aglaonema sp. kembali menjadi tren di kalangan masyarakan 2 tahun belakangan ini. Seiring dengan itu, banyak di antara mereka yang belum memahami bagaimana merawat Aglaonema sp. agar tanaman tersebut tidak mati. Penyebab dari kematian tanaman tersebut di antaranya adalah hama dan penyakit yang menyerang. Dengan kemajuan teknologi saat ini, dibutuhkan suatu sistem pakar yang dapat mendeteksi atau mendiagnosis hama dan penyakit tersebut secara luas. Maka dari itu, penelitian kali ini mengimplementasikan metode Naïve Bayes untuk memudahkan pengguna mendeteksi hama dan penyakit apa yang menyerang Aglaonema sp. mereka dan bagaimana cara penanganannya jika tanaman sudah terserang. Sistem Pakar ini bekerja dengan cara menampilkan opsi berupa pertanyaan tentang gejala yang dapat dijawab oleh pengguna, dimana setiap pilihan pengguna akan mempengaruhi hasil diagnosis. Luaran yang dihasilkan berupa informasi jenis hama atau penyakit apa yang kemungkinan menyerang berdasarkan gejala masukan pengguna, serta cara penanganannya. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan perancangan sistem dengan Unified Modelling Language (UML). Sistem ini dapat mendeteksi 7 jenis hama dan 7 jenis penyakit yang menyerang Aglaonema sp.. Penelitian ini dilakukan dengan menguji 30 data uji, dan menghasilkan akurasi sistem senilai 90%.
Co-Authors Andang Wijanarko Ernawati Ernawati