Article Per Year (5 Year)
p-Index From 2019 - 2024
1.405
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Mejuajua SIGMA: Information Technology Journal RJOCS (Riau Journal of Computer Science)
Supriyanto, Asep
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Public Health Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : RABIT: Jurnal Teknologi dan Sistem Informasi Univrab

 1 
PENERAPAN JARINGAN SARAF TIRUAN DENGAN ALGORITMA PERCEPTRON PADA DETEKSI PENYAKIT BAWANG MERAH Bunda, Yola Permata; Kartini, Siti Agus; Nasution, Muhammad Romi; Supriyanto, Asep; Mustafa, Satria Riki
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 2 (2024): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i2.4800

Abstract

Penelitian ini difokuskan pada kemajuan sistem deteksi penyakit bawang merah (Allium ascalonicum) menggunakan Jaringan Saraf Tiruan (JST) dengan Algoritma Perceptron. Bawang merupakan komoditas hortikultura penting dengan kepentingan ekonomi yang substansif di Indonesia. Namun, produksi bawang merah sering terhambat oleh berbagai penyakit yang dapat menyebabkan kerugian signifikan. Identifikasi tepat waktu dan pengelolaan yang efektif terhadap penyakit tersebut sangat penting untuk mengurangi dampak buruknya. Sistem pakar yang memanfaatkan kecerdasan buatan, khususnya JST, telah terbukti efektif dalam deteksi penyakit tanaman. JST meniru cara kerja otak manusia dalam mengenali pola dan membuat keputusan berdasarkan data yang diperoleh. Penelitian ini menggunakan data gejala penyakit bawang merah yang terdiri dari 13 gejala dan 7 jenis penyakit. Setiap gejala dan penyakit dihubungkan dalam basis pengetahuan yang kemudian dianalisis menggunakan Algoritma Perceptron. Perceptron adalah algoritma pembelajaran terawasi yang digunakan untuk klasifikasi dan pengenalan pola. Proses pelatihan melibatkan inisialisasi bobot dan bias, perhitungan respon output, dan penyesuaian bobot jika terjadi kesalahan. Hasil akhir dari sistem ini adalah identifikasi jenis penyakit yang menyerang bawang merah berdasarkan gejala yang diamati. Implementasi sistem ini mencakup tampilan home, tampilan diagnosa, dan tampilan hasil diagnosa. Sistem ini memungkinkan pengguna untuk melakukan diagnosa penyakit bawang merah dengan menjawab pertanyaan terkait gejala yang diamati. Hasil diagnosa akan menampilkan jenis penyakit dan solusi yang disarankan. Penelitian ini menunjukkan bahwa Algoritma Perceptron dapat diterapkan secara efektif dalam sistem deteksi penyakit bawang merah, membantu petani dalam mengidentifikasi dan mengelola penyakit dengan lebih cepat dan akurat.
Co-Authors Agus Setiadi, Irhan Atika Fresilia Bakti, Imam Rangga Basorudin, Basorudin Budi Yanto, Budi Bunda, Yola Permata Butsianto, Sufajar Fauzi Ahmad Muda Ikorasaki, Frans Irawan Zai, Feri Kartini, Siti Agus Listio, Bayu Luth Fimawahib Makmun Effendi, M. Nasution, Muhammad Romi Pribadi, Antoni Rahmadani, Dwi Ramadani, Hendrizal Satria Riki Mustafa, Satria Riki Sudaryanto, Aris Suratman Suratman