Model Pengukuran Tingkat Suspect Penyakit Pada Tanaman Singkong
Dengan Menggunakan Metode Dempster-shafer dan Certainty Factor
Total View This Week0
Total View This Week0
Institusion
Universitas Pakuan
Author
Mahdavikia, Muhammad
Maryana, Sufiatul
Anggraeni, Irma
Maryana, Sufiatul
Anggraeni, Irma
Subject
Ilmu Komputer
Datestamp
2024-10-25 03:04:39
Abstract :
Model Pengukuran Tingkat Suspect Penyakit Pada Tanaman Singkong Dengan Menggunakan Metode Dempster-shafer dan Certainty Factor Muhammad Mahdavikia 1Fakultas Matematikan dan Ilmu Pengetahuan Alam, Program Stud Ilmu Komputer, Universitas Pakuan, Kota Bogor, Indonesia Email: 1mahdavikia.065119233@unpak.ac.id Email Penulis Korespondensi: emailpenuliskorespondensi@email.com Submitted: 99/99/9999; Accepted: 99/99/9999; Published: 99/99/9999 Abstrak? Penelitian ini bertujuan untuk mengembangkan dan membandingkan efektivitas dua metode dalam sistem diagnosa berbasis web untuk diagnosis penyakit pada tanaman singkong (Manihot esculenta Crantz). Metode yang digunakan adalah Certainty Factor (CF) dan Dempster Shafer (DS). Kedua metode tersebut diimplementasikan dalam sistem yang sama untuk menentukan tingkat akurasi dan efektivitas dalam mendiagnosis penyakit singkong. Sistem ini dirancang untuk membantu petani mengidentifikasi dan menangani penyakit tanaman secara lebih mandiri dan cepat, tanpa harus menunggu penyuluhan lapangan. Hasil pengujian menunjukkan bahwa metode Certainty Factor memiliki tingkat akurasi sebesar 95%, sedikit lebih tinggi dibandingkan dengan metode Dempster Shafer yang mencapai akurasi 90%. Evaluasi sistem melalui USE Questionnaire, yang melibatkan 20 responden termasuk petani singkong, memberikan nilai keseluruhan sebesar 84,5%, yang mengkategorikan sistem ini sebagai "Sangat Layak" untuk digunakan. Sistem ini tidak hanya menunjukkan akurasi tinggi dalam diagnosis, tetapi juga kemudahan penggunaan dan kepuasan pengguna, menjadikannya alat yang efektif untuk mendukung petani dalam upaya pengendalian penyakit tanaman singkong. Hasil penelitian ini diharapkan dapat meningkatkan produktivitas dan kualitas hasil panen singkong di Indonesia.. Kata Kunci: Sistem diagnosa, CF, DS, Singkong, Akurasi. Abstract? This research aims to develop and compare the effectiveness of two methods in a web-based diagnosis system for diagnosing diseases in cassava plants (Manihot esculenta Crantz). The methods used are Certainty Factor (CF) and Dempster Shafer (DS). Both methods are implemented in the same system to determine the level of accuracy and effectiveness in diagnosing cassava diseases. The system is designed to help farmers identify and treat plant diseases more independently and quickly, without having to wait for field counseling. Test results show that the Certainty Factor method has an accuracy rate of 95%, slightly higher than the Dempster Shafer method which achieves 90% accuracy. Evaluation of the system through the USE Questionnaire, which involved 20 respondents including cassava farmers, gave an overall score of 84.5%, which categorizes this system as "Very Feasible" for use. The system not only demonstrates high accuracy in diagnosis, but also ease of use and user satisfaction, making it an effective tool to support farmers in their efforts to control cassava plant diseases. The results of this research are expected to increase the productivity and quality of cassava crops in Indonesia. Keywords: Diagnosis system, CF, DS, Cassava, Accuracy.
Model Pengukuran Tingkat Suspect Penyakit Pada Tanaman Singkong Dengan Menggunakan Metode Dempster-shafer dan Certainty Factor Muhammad Mahdavikia 1Fakultas Matematikan dan Ilmu Pengetahuan Alam, Program Stud Ilmu Komputer, Universitas Pakuan, Kota Bogor, Indonesia Email: 1mahdavikia.065119233@unpak.ac.id Email Penulis Korespondensi: emailpenuliskorespondensi@email.com Submitted: 99/99/9999; Accepted: 99/99/9999; Published: 99/99/9999 Abstrak? Penelitian ini bertujuan untuk mengembangkan dan membandingkan efektivitas dua metode dalam sistem diagnosa berbasis web untuk diagnosis penyakit pada tanaman singkong (Manihot esculenta Crantz). Metode yang digunakan adalah Certainty Factor (CF) dan Dempster Shafer (DS). Kedua metode tersebut diimplementasikan dalam sistem yang sama untuk menentukan tingkat akurasi dan efektivitas dalam mendiagnosis penyakit singkong. Sistem ini dirancang untuk membantu petani mengidentifikasi dan menangani penyakit tanaman secara lebih mandiri dan cepat, tanpa harus menunggu penyuluhan lapangan. Hasil pengujian menunjukkan bahwa metode Certainty Factor memiliki tingkat akurasi sebesar 95%, sedikit lebih tinggi dibandingkan dengan metode Dempster Shafer yang mencapai akurasi 90%. Evaluasi sistem melalui USE Questionnaire, yang melibatkan 20 responden termasuk petani singkong, memberikan nilai keseluruhan sebesar 84,5%, yang mengkategorikan sistem ini sebagai "Sangat Layak" untuk digunakan. Sistem ini tidak hanya menunjukkan akurasi tinggi dalam diagnosis, tetapi juga kemudahan penggunaan dan kepuasan pengguna, menjadikannya alat yang efektif untuk mendukung petani dalam upaya pengendalian penyakit tanaman singkong. Hasil penelitian ini diharapkan dapat meningkatkan produktivitas dan kualitas hasil panen singkong di Indonesia.. Kata Kunci: Sistem diagnosa, CF, DS, Singkong, Akurasi. Abstract? This research aims to develop and compare the effectiveness of two methods in a web-based diagnosis system for diagnosing diseases in cassava plants (Manihot esculenta Crantz). The methods used are Certainty Factor (CF) and Dempster Shafer (DS). Both methods are implemented in the same system to determine the level of accuracy and effectiveness in diagnosing cassava diseases. The system is designed to help farmers identify and treat plant diseases more independently and quickly, without having to wait for field counseling. Test results show that the Certainty Factor method has an accuracy rate of 95%, slightly higher than the Dempster Shafer method which achieves 90% accuracy. Evaluation of the system through the USE Questionnaire, which involved 20 respondents including cassava farmers, gave an overall score of 84.5%, which categorizes this system as "Very Feasible" for use. The system not only demonstrates high accuracy in diagnosis, but also ease of use and user satisfaction, making it an effective tool to support farmers in their efforts to control cassava plant diseases. The results of this research are expected to increase the productivity and quality of cassava crops in Indonesia. Keywords: Diagnosis system, CF, DS, Cassava, Accuracy.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
