SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT PADA TANAMAN BUAH SEMANGKA MENGGUNAKAN METODE SIMPLE MATCHING COEFFICIENT SIMILARITY (SMCS)
Total View This Week0
Total View This Week0
Institusion
Universitas Pasir Pengaraian
Author
FIRNANDO, KHAIRUL
Subject
004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Datestamp
2023-10-14 07:32:47
Abstract :
Berdasarkan hasil wawancara dengan pakar tanaman buah semangka di Dinas Tanaman Pangan dan Hortikultura Kabupaten Rokan Hulu, Provinsi Riau proses pembudidayaan tanaman semangka juga tidak terlepas dengan persoalan penyakit dan hama yang dapat menyerang tanaman semangka. Terbatasnya pengetahuan dan kurangnya pemahaman mengenai cara penanganan secara tepat dalam mengidentifikasi penyakit tanaman semangka sering mengakibatkan pertumbuhan tanaman semangka kurang maksimal, sehingga hasil panen kurang memuaskan bahkan bisa mengakibatkan gagal panen. Aplikasi sistem pakar mendeteksi penyakit pada tanaman buah semangka dengan menggunakan metode Simple Matching Coefficient Similarity (SMCS) telah berhasil dirancang dan diimplementasikan dalam bentuk aplikasi berbasis web. Berdasarkan perhitungan manual dan implementasi pada aplikasi terhadap data uji maka diperoleh bahwa penyakit semangka yang paling tinggi persentasenya adalah penyakit antranoksa (kerapak), yaitu 76,19%, maka harus dilakukan penanganan dengan cara kultur teknik, yaitu rotasi tanaman yang bukan sefamili dan menjaga kebersihan kebun (sanitasi) dapat juga dengan dengan semprotan fungisida. Dari hasil pengujian User Aceptance Test (UAT) maka didapatkanlah hasil persentase bahwa responden yang menjawab pertanyaan dengan jawaban Sangat Setuju (SS) sebesar 57 %, Setuju (S) sebesar 34 %, Kurang Setuju (KS) sebesar 7 % dan Tidak Setuju (TS) sebesar 2 %. Berdasarkan hasil pengujian User Aceptance Test (UAT), maka ditarik kesimpulan bahwa aplikasi sistem pakar mendeteksi penyakit pada tanaman buah semangka dengan menggunakan metode Simple Matching Coefficient Similarity (SMCS) berbasis web sangat bermanfaat dan bisa terapkan untuk membantu mendeteksi penyakit yang menyerang tanaman buah semangka dan memberikan informasi penanganan yang tepat untuk dilakukan.
Berdasarkan hasil wawancara dengan pakar tanaman buah semangka di Dinas Tanaman Pangan dan Hortikultura Kabupaten Rokan Hulu, Provinsi Riau proses pembudidayaan tanaman semangka juga tidak terlepas dengan persoalan penyakit dan hama yang dapat menyerang tanaman semangka. Terbatasnya pengetahuan dan kurangnya pemahaman mengenai cara penanganan secara tepat dalam mengidentifikasi penyakit tanaman semangka sering mengakibatkan pertumbuhan tanaman semangka kurang maksimal, sehingga hasil panen kurang memuaskan bahkan bisa mengakibatkan gagal panen. Aplikasi sistem pakar mendeteksi penyakit pada tanaman buah semangka dengan menggunakan metode Simple Matching Coefficient Similarity (SMCS) telah berhasil dirancang dan diimplementasikan dalam bentuk aplikasi berbasis web. Berdasarkan perhitungan manual dan implementasi pada aplikasi terhadap data uji maka diperoleh bahwa penyakit semangka yang paling tinggi persentasenya adalah penyakit antranoksa (kerapak), yaitu 76,19%, maka harus dilakukan penanganan dengan cara kultur teknik, yaitu rotasi tanaman yang bukan sefamili dan menjaga kebersihan kebun (sanitasi) dapat juga dengan dengan semprotan fungisida. Dari hasil pengujian User Aceptance Test (UAT) maka didapatkanlah hasil persentase bahwa responden yang menjawab pertanyaan dengan jawaban Sangat Setuju (SS) sebesar 57 %, Setuju (S) sebesar 34 %, Kurang Setuju (KS) sebesar 7 % dan Tidak Setuju (TS) sebesar 2 %. Berdasarkan hasil pengujian User Aceptance Test (UAT), maka ditarik kesimpulan bahwa aplikasi sistem pakar mendeteksi penyakit pada tanaman buah semangka dengan menggunakan metode Simple Matching Coefficient Similarity (SMCS) berbasis web sangat bermanfaat dan bisa terapkan untuk membantu mendeteksi penyakit yang menyerang tanaman buah semangka dan memberikan informasi penanganan yang tepat untuk dilakukan.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
