Sistem Pakar Menggunakan Metode Natural Language Processing Untuk Mendiagnosa Penyakit Tanaman Cabai Merah Keriting

Yusuf, Muhammad (Universitas Muhammadiyah Sorong)
Murpri, Diajeng Samantha (Universitas Muhammadiyah Sorong)
Ernas, Khumairah Awaliyah (Universitas Muhammadiyah Sorong)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 14, No 1: April 2025

Curly red chili (Capsicum annuum L.) is one of the main horticultural commodities in Indonesia that often experiences a decrease in productivity due to pest and disease attacks. The main problem faced by farmers is the limited knowledge in recognizing disease symptoms and determining the right treatment, which often results in crop failure. To address this challenge, this research developed an expert system based on the Natural Language Processing (NLP) method implemented in a website with a chatbot consultation feature. The system analyzes disease symptom descriptions using NLP algorithms, then provides diagnoses and treatment recommendations quickly and accurately. The development results show that this expert system is effective in providing diagnoses of curly red chili plant diseases and facilitating farmers in taking appropriate control measures. Datasets were obtained from agricultural experts, and system development was carried out using the forward chaining method. Keywords: Curly red chili; Chatbot; Natural Language Processing; Website Abstrak Tanaman cabai merah keriting (Capsicum annuum L.) merupakan salah satu komoditas hortikultura utama di Indonesia yang sering mengalami penurunan produktivitas akibat serangan hama dan penyakit. Permasalahan utama yang dihadapi petani adalah keterbatasan pengetahuan dalam mengenali gejala penyakit dan menentukan penanganan yang tepat, yang seringkali mengakibatkan gagal panen. Untuk menjawab tantangan tersebut, penelitian ini mengembangkan sistem pakar berbasis metode Natural Language Processing (NLP) yang diterapkan dalam sebuah website dengan fitur konsultasi chatbot. Sistem menganalisis deskripsi gejala penyakit menggunakan algoritma NLP, lalu memberikan diagnosa dan rekomendasi penanganan secara cepat dan akurat. Hasil pengembangan menunjukkan bahwa sistem pakar ini efektif dalam memberikan diagnosa penyakit tanaman cabai merah keriting dan memfasilitasi petani dalam mengambil tindakan pengendalian yang tepat. Dataset diperoleh dari pakar pertanian, dan pengembangan sistem dilakukan dengan metode Forward Chaining.