IMPLEMENTAIMPLEMENTASI CASE-BASED REASONING SEBAGAI METODE INFERENSI PADA SISTEM PAKAR IDENTIFIKASI PENYAKIT TANAMAN JAGUNGSI CASE-BASED REASONING SEBAGAI METODE INFERENSI PADA SISTEM PAKAR IDENTIFIKASI PENYAKIT TANAMAN JAGUNG
DOI:
https://doi.org/10.21063/jtif.2018.V6.1.1-7Keywords:
sistem pakar, case-based reasoning, nearest neighbour similarity, inferensi, penyakit tanaman jagungAbstract
Jagung (Zea mays.L) merupakan tanaman pangan kedua setelah padi. Salah satu faktor yang mempengaruhi tingkat produktifitas jagung yaitu adanya serangan penyakit jagung. Jika serangan pada saat masih dini dan terlambat dalam pengendaliannya maka akan menyebabkan gagal panen. Untuk mengidentifikasi penyakit tanaman ini dilakukan oleh tenaga ahli yaitu penyuluh pertanian lapangan (PPL) yang memiliki keterbatasan waktu dan tempat, sehingga diperlukan suatu sistem yang dapat membantu petani dalam mengidentifikasi penyakit tanaman jagung.
Penelitian ini membahas tentang sebuah pengembangan sistem pakar untuk mengidentifikasi penyakit tanaman jagung menggunakan metode inferensi case-based reasoning (CBR) dengan nearest neighbour similarity sebagai metode pengukuran similaritas. 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. Sistem dibangun dengan 22 gejala untuk 13 penyakit berdasarkan umur tanam. Masing-masing gejala memiliki bobot yang berbeda di mana nilai bobot yang digunakan ditentukan oleh pakar.
Hasil pengujian menunjukkan sistem mampu mengidentifikasi penyakit tanaman jagung dengan gejala sesuai rule sebesar 100%, dan tingkat akurasi dengan metode nearest neigbour similarity sebesar 74,63 %.
References
Aconcagua, P. A., & Wibisono, S. 2017. CASE BASED REASONING UNTUK MENDETEKSI HAMA DAN PENYAKIT TANAMAN ANGGREK
DENDROBIUM MENGGUNAKAN ALGORITMA SIMILARITAS PROBABILISTIC SYMMETRIC.SINTAK, 1.
Haryono, Semangun, (2008), Penyakit penyakit Tanaman Pangan di Indonesia, Yogyakarta : Gadjah Mada University Press, pp. 239-290, 2008
Kusrini, 2008, Aplikasi Sistem Pakar, Yogyakarta : Andi Offset
Kusrini, Luthfi, E.T, 2009, Algoritma Data Mining, Yogyakarta: Andi Offset
Minarni, Indra Warman, Wenda Handayani, Case-Based Reasoning (CBR) Pada Sistem Pakar Identifikasi Hama dan Penyakit Tanaman Singkong dalam Usaha Meningkatkan Produktivitas Tanaman Pangan, Jurnal Teknoif, Vol. 5 No. 1 April 2017 ISSN No. 2338-2724: pp 41-47, 2017
Minarni, Anisah Fadhillah, Expert System in Detecting Rice Plant Diseases Using Certainty Factor, Journal of Dynamics, Vol. 2 No. 1 May 2017 e-ISSN : 25020692, pp 11-15, 2017
Minarni, M., & Warman, I. (2017, August). Sistem Pakar Identifikasi Penyakit Tanaman Padi Menggunakan Case Based Reasoning. In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).
Pal, S.K and Shiu, Simon C.K, 2004, “Foundation of Soft Case-Based Reasoning”, USA: John Wiley &Sons Inc Publication, 2004
Setiawan, Anton, “Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Forward dan Backward Chaining”, Jurnal Telkomnika, Vol. 7 No. 3 Desember 2009 ISSN No. 16993-6930 :pp 187-194, 2009
Sutojo, T, Edy Mulyanto dan Vincent Suhartono, 2011, Kecerdasan Buatan, Yogyakarta : Andi Offset
S.S. Abu-Naser, K.A. Kashkash and M. Fayyad, 2008. Developing an Expert System for Plant Disease Diagnosis. Journal of Artificial Intelligence, 1: 7885.
Shafinah, K., Sahari, N., Sulaiman, R., Yusoff, M. S. M., & Ikram, M. M. 2013. A FRAMEWORK OF AN EXPERT SYSTEM FOR CROP PEST AND
DISEASE MANAGEMENT. Journal of Theoretical & Applied Information Technology, 58(1).
Tim Penyusun, 2015, Laporan akuntabilitas Kinerja Instansi Pemerintahan (LAKIP) 2015, Dinas Pertanian Tanaman Pangan Sumatera Barat,
Witten, I.H., Frank,E, 2005, Data Mining: Practical Machine Learning Tools and Techniques,2, San Fransisco: Morgan
Kaufmann
Downloads
Published
Issue
Section
License
This journal is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0).
Authors retain copyright and grant the journal the right of first publication.
The work may be shared and adapted, even for commercial purposes, as long as appropriate credit is given and any new creations are licensed under the identical terms.
