Jurnal Teknoif Teknik Informatika Institut Teknologi Padang
Vol 5 No 1 (2017): JURNAL TEKNOIF ITP

CASE-BASED REASONING (CBR) PADA SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN SINGKONG DALAM USAHA MENINGKATKAN PRODUKTIVITAS TANAMAN

Minarni (Institut Teknologi Padang)
Indra Warman (Institut Teknologi Padang)
Wenda Handayani (Institut Teknologi Padang)



Article Info

Publish Date
30 Apr 2017

Abstract

Tanaman pangan adalah segala jenis tanaman yang dapat menghasilkan karbohidrat dan protein, oleh karena itu tanaman pangan menjadi sumber utama makanan pokok sebagian besar penduduk Indonesia. Salah satu tanaman pangan yaitu singkong atau ubi kayu (Manihot Esculenta Crantz). Salah satu faktor yang mempengaruhi tingkat produktifitas tanaman singkong yaitu adanya serangan hama dan penyakit. Untuk mengidentifikasi hama dan penyakit diperlukan ahli atau pakar di bidang ini yang biasa dikenal sebagai Penyuluh Pertanian Lapangan (PPL). Data dari Laporan Akuntabilitas Kinerja Instansi Pemerintah (LAKIP) Dinas Pertanian Tanaman Pangan Provinsi Sumatera Barat Tahun 2015 bahwa jumlah Penyuluh Pertanian Lapangan (PPL) untuk tanaman pangan dan hortikultura hanya berjumlah 234 orang, sedangkan jumlah petani 644.610 orang. Dari data tersebut, terlihat bahwa jumlah penyuluh dengan petani tidak sebanding. Penelitian ini membangun sistem pakar identifikasi hama dan penyakit singkong menggunakan metode Case-Based Reasoning (CBR). CBR merupakan sistem penalaran komputer yang menggunakan pengetahuan lama untuk mengatasi masalah baru. CBR memberikan solusi terhadap kasus baru dengan melihat kasus lama yang paling mendekati kasus baru. Proses identifikasi dilakukan dengan cara memasukkan kasus baru yang berisi gejala-gejala yang akan diidentifikasi ke dalam sistem, kemudian melakukan proses perhitungan nilai similaritas antara kasus baru dengan dengan basis kasus menggunakan metode nearest neighbor. Hasil pengujian sistem untuk identifikasi terhadap hama dan penyakit tanaman singkong dengan penetapan bobot similaritas 5, 3, dan 2 menunjukkan bahwa sistem mampu mengidentifikasi hama dan penyakit tanaman singkong dengan gejala yang sesuai rule sebesar 100%, serta perhitungan tingkat akurasi menggunakan metode nearest neighbor sebesar 67,65%.

Copyrights © 2017






Journal Info

Abbrev

teknoif

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

The editors of the Jurnal TeknoIf Institut Teknologi Padang (Teknoif) are pleased to present this call for papers on Information Technology. Teknoif specifically focuses on experimental study, design, planning and modeling, implementation method, and literature study. Topics include, but are not ...