Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Backward Chainning Pada Sistem Pakar Untuk Mengidentifikasi Penyakit Tanaman Padi Fathin Sophostac; Johanes Pratama; Mochamad Akbar; M Yoga Pratama; Taufik Agung Pramana; Nur Arif Taufik
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 4, No 4 (2021): Agustus 2021
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v4i4.3100

Abstract

Abstrak— Padi merupakan salah satu komoditi pangan utama di Indonesia. Kebutuhan akan komoditi padi terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi padi nasional antara lain dengan penelitian varietas unggul, perluasan areal tanam, dan penyuluhan. Namun dalam proses penanaman padi terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah serangan penyakit pada tanaman padi,petani padi selaku pihak yang berhubungan secara langsung pada penanaman padi perlu untuk mengetahui informasi yang cepat dan akurat terkait jenis penyakit yang menyerang. Sehingga setelah didapatkan informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut. Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melaluilayanan internet. Kemudahan akses terhadap informasi inilah yang salah satunya dapat digunakan untuk memberikan informasi kepada petani padi tentang identifikasi penyakit. Oleh karena itu peneliti mencoba memberikan salah satu solusi yang dapat dilakukan untuk membantu petani padi dalam mengidentifikasi penyakit tanaman padi. Pada penelitian ini peneliti menerapkan teorema Bayes untuk menghitung nilaiprobabilitas hasil identifikasi penyakit tanaman padi. Pada pengujian  sampel data gejala penyakit menunjukkan bahwa menghasilkan nilai akurasi sebesar 90 %
Penerapan Backward Chainning Pada Sistem Pakar Untuk Mengidentifikasi Penyakit Tanaman Padi Fathin Sophostac; Johanes Pratama; Mochamad Akbar; M Yoga Pratama; Taufik Agung Pramana; Nur Arif Taufik
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 4, No 4 (2021): Agustus 2021
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v4i4.3100

Abstract

Abstrak— Padi merupakan salah satu komoditi pangan utama di Indonesia. Kebutuhan akan komoditi padi terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi padi nasional antara lain dengan penelitian varietas unggul, perluasan areal tanam, dan penyuluhan. Namun dalam proses penanaman padi terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah serangan penyakit pada tanaman padi,petani padi selaku pihak yang berhubungan secara langsung pada penanaman padi perlu untuk mengetahui informasi yang cepat dan akurat terkait jenis penyakit yang menyerang. Sehingga setelah didapatkan informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut. Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melaluilayanan internet. Kemudahan akses terhadap informasi inilah yang salah satunya dapat digunakan untuk memberikan informasi kepada petani padi tentang identifikasi penyakit. Oleh karena itu peneliti mencoba memberikan salah satu solusi yang dapat dilakukan untuk membantu petani padi dalam mengidentifikasi penyakit tanaman padi. Pada penelitian ini peneliti menerapkan teorema Bayes untuk menghitung nilaiprobabilitas hasil identifikasi penyakit tanaman padi. Pada pengujian  sampel data gejala penyakit menunjukkan bahwa menghasilkan nilai akurasi sebesar 90 %