Indra Warman
Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang

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

Found 1 Documents
Search

CASE-BASED REASONING (CBR) PADA SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN SINGKONG DALAM USAHA MENINGKATKAN PRODUKTIVITAS TANAMAN PANGAN Minarni Minarni; Indra Warman; Wenda Handayani
Jurnal Teknoif - ISSN 2338-2724 Vol 5, No 1 (2017): TEKNOIF April 2017
Publisher : ITP Press - Institut Teknologi Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.079 KB) | DOI: 10.21063/jtif.2017.V5.1.

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%.Kata Kunci : Case-Based Reasoning, Nearest neighbor similarity, sistem pakar