IMPLEMENTASI SEMANTIC NETWORK DAN CERTAINTY FACTOR
PADA SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT
TANAMAN CABAI
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
22074243, Adhi Praditya Megatama
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-06-18 02:38:23
Abstract :
Indonesia merupakan negara yang memiliki daerah pertanian yang luas. Hasil pertanian menjadi salah satu sektor yang menumbuh kembangkan perekonomian masyarakat. Era komputer pada saat ini sudah mulai menjangkau masalah di berbagai bidang dalam masyarakat, termasuk masalah pertanian. Melalui sistem pakar, diharapkan dapat membantu menyelesaikan permasalahan di bidang pertanian, khususnya permasalahan hama dan penyakit tanaman. Pada pengembangan sistem pakar ini, penulis memilih cabai sebagai objek penelitian. Sistem dibangun menggunakan pengetahuan yang direpresentasikan dengan Semantic Network. Semantic Network dikodekan menjadi OAV-Triplet dalam pengimplementasiannya di dalam sistem. Hama dan tanaman cabai sebagai object, attribute terdiri atas musim, warna daun, kondisi daun, kondisi buah dan cirri lain. Sedangkan value atas attribute merupakan gejala spesifik yang berhubungan dengan tanaman cabai itu sendiri. Kesimpulan ditarik berdasarkan hasil pengolahan OAVTriplet yang akan diikuti dengan perhitungan Certainty Factor gejala yang ditemukan. Hasil akhir konsultasi ditentukan oleh nilai tertinggi yang dihasilkan oleh perhitungan CF tersebut. Dalam penelitian yang dilakukan oleh penulis, dapat disimpulkan bahwa sistem berhasil mendiagnosa hama dan penyakit tanaman cabai berdasarkan gejala fisik yang ditemukan dan memiliki tingkat keakuratan yang baik.
Indonesia merupakan negara yang memiliki daerah pertanian yang luas. Hasil pertanian menjadi salah satu sektor yang menumbuh kembangkan perekonomian masyarakat. Era komputer pada saat ini sudah mulai menjangkau masalah di berbagai bidang dalam masyarakat, termasuk masalah pertanian. Melalui sistem pakar, diharapkan dapat membantu menyelesaikan permasalahan di bidang pertanian, khususnya permasalahan hama dan penyakit tanaman. Pada pengembangan sistem pakar ini, penulis memilih cabai sebagai objek penelitian. Sistem dibangun menggunakan pengetahuan yang direpresentasikan dengan Semantic Network. Semantic Network dikodekan menjadi OAV-Triplet dalam pengimplementasiannya di dalam sistem. Hama dan tanaman cabai sebagai object, attribute terdiri atas musim, warna daun, kondisi daun, kondisi buah dan cirri lain. Sedangkan value atas attribute merupakan gejala spesifik yang berhubungan dengan tanaman cabai itu sendiri. Kesimpulan ditarik berdasarkan hasil pengolahan OAVTriplet yang akan diikuti dengan perhitungan Certainty Factor gejala yang ditemukan. Hasil akhir konsultasi ditentukan oleh nilai tertinggi yang dihasilkan oleh perhitungan CF tersebut. Dalam penelitian yang dilakukan oleh penulis, dapat disimpulkan bahwa sistem berhasil mendiagnosa hama dan penyakit tanaman cabai berdasarkan gejala fisik yang ditemukan dan memiliki tingkat keakuratan yang baik.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
