Agung Jati Swiknyo
Universitas Tanjungpura

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

Found 1 Documents
Search

Identifikasi Penyakit Tanaman Kelapa Sawit Menggunakan Metode Variable Centered Intelligent Rule System (VCIRS) dan Certainty Factor (CF) Berbasis Android Studi Kasus: PT Bumitama Gunajaya Agro Group Wilayah 10 Kabupaten Ketapang Agung Jati Swiknyo; Dwi Marisa Midyanti; Syamsul Bahri
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.53000

Abstract

Perkebunan Besar Swasta (PBS) adalah salah satu bentuk pengusahaan atau pengelolaan perkebunan kelapa sawit di Indonesia. PT Bumitama Gunajaya Agro Wilayah 10 merupakan PBS yang terdiri dari pengelolaan perusahaan dan pengelolaan petani plasma. Pada pengelolaan perkebunan kelapa sawit terdapat berbagai jenis penyakit pengganggu yang harus diidentifikasi dan ditangani karena menjadi faktor turunnya tingkat produktivitas. Penyakit kelapa sawit dapat diidentifikasi dengan melihat gejala yang tampak oleh pakar. Luasnya lahan perusahaan dengan ketersediaan pakar yang kurang mengakibatkan kesulitan dalam mengidentifikasi penyakit dengan tepat dan cepat, kemudian kurangnya pengetahuan serta kesadaran petani plasma mengenai penyakit pada tanaman kelapa sawit juga membuat kesenjangan kualitas hasil buah tanaman kelapa sawit wilayah 10. Penelitian ini bertujuan membangun sebuah sistem yang digunakan untuk mengidentifikasi penyakit tanaman kelapa sawit berdasarkan interpretasi pakar menggunakan metode Variable Centered Intelligent Rule System (VCIRS) dan Certainty Factor (CF). Metode VCIRS memiliki arsitektur pengetahuan dari Sistem Berbasis Aturan dan mengambil kelebihan-kelebihan pada Ripple Down Rules. Metode CF mempunyai perhitungan untuk menentukan tingkat persentase pada hasil identifikasi penyakit tanaman kelapa sawit menggunakan nilai keyakinan yang diberikan pakar dan juga pengguna. Sistem identifikasi yang dibangun memiliki hasil pengujian fungsionalitas yang berjalan sesuai dengan kebutuhan sistem, dan memiliki akurasi sebesar 80,56% dari 36 data pengujian.