POLTEK KAMPARPOLTEK KAMPAR

Jurnal Elektronika dan Teknik Informatika Terapan ( JENTIK )Jurnal Elektronika dan Teknik Informatika Terapan ( JENTIK )

Petani sering kali kesulitan mendeteksi serangan hama pada tanaman bawang merah sejak dini, akibat keterbatasan pengalaman dan penggunaan metode manual yang cenderung subjektif. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan aplikasi Android yang dapat mendeteksi serangan hama dengan cepat dan akurat menggunakan algoritma K-Means Clustering. Algoritma ini menganalisis lima gejala utama tanaman, yaitu warna daun, bentuk daun, kelembapan tanah, bercak pada daun, dan pertumbuhan tanaman. Metode penelitian mencakup beberapa tahap, yakni analisis kebutuhan sistem, desain aplikasi, implementasi menggunakan bahasa pemrograman Java dan basis data SQLite, serta pengujian dengan pendekatan black-box testing untuk memastikan fungsionalitas aplikasi. Dalam proses klasifikasi, data dari pengguna diubah menjadi vektor numerik dan dihitung jaraknya menggunakan rumus Euclidean terhadap tiga centroid klaster: Bebas Hama, Waspada, dan Terserang Hama. Aplikasi ini kemudian menampilkan hasil klasifikasi secara langsung dan menyimpan riwayat deteksi menggunakan RecyclerView. Berdasarkan perhitungan manual terhadap data uji, centroid klaster “Waspada menunjukkan jarak terdekat sebesar 10,10 pada iterasi pertama dan semakin mendekat menjadi 5,05 pada iterasi kedua setelah centroid diperbarui. Hasil pengujian aplikasi menunjukkan bahwa aplikasi ini mampu mengelompokkan kondisi tanaman dengan akurat berdasarkan gejala yang diberikan, menyimpan dan menampilkan riwayat deteksi secara efektif, serta menyediakan antarmuka yang mudah digunakan dan dapat berfungsi secara offline. Dengan demikian, aplikasi ini dapat menjadi alat bantu yang berguna bagi petani dalam mendeteksi serangan hama pada tanaman bawang merah.

Aplikasi ini berhasil memproses gejala tanaman bawang merah dan mengelompokkannya menjadi tiga klaster menggunakan algoritma K-Means.Algoritma K-Means telah terimplementasi dengan benar, ditunjukkan dengan perhitungan jarak Euclidean yang akurat.Penyimpanan data dan tampilan riwayat deteksi berfungsi dengan baik, memungkinkan pengguna memantau kondisi tanaman secara berkala.

Pengembangan aplikasi deteksi hama tanaman bawang merah dapat dilanjutkan dengan beberapa arah penelitian baru. Pertama, perlu dilakukan peningkatan akurasi algoritma K-Means dengan mengimplementasikan iterasi penuh dan metode inisialisasi centroid yang lebih baik seperti K-Means . Kedua, penting untuk mengintegrasikan data lapangan nyata yang dikumpulkan dari petani atau penyuluh pertanian untuk memvalidasi dan meningkatkan model deteksi. Ketiga, aplikasi dapat dikembangkan lebih lanjut dengan menambahkan fitur visualisasi data, notifikasi peringatan dini, dan kemampuan ekspor data riwayat untuk memudahkan analisis dan pengambilan keputusan oleh pengguna. Penelitian lanjutan ini diharapkan dapat menghasilkan sistem deteksi hama yang lebih andal, akurat, dan bermanfaat bagi petani dalam meningkatkan produktivitas dan kualitas tanaman bawang merah.

  1. ALGORITMA CLUSTERING K-MEDOIDS PADA E-GOVERNMENT BIDANG INFORMATION AND COMMUNICATION TECHNOLOGY DALAM... ejurnal.provisi.ac.id/index.php/JTIKP/article/view/162ALGORITMA CLUSTERING K MEDOIDS PADA E GOVERNMENT BIDANG INFORMATION AND COMMUNICATION TECHNOLOGY DALAM ejurnal provisi ac index php JTIKP article view 162
  2. Sistem Deteksi Hama Tanaman Bawang Merah Menggunakan Algoritma K-Means Clustering | Jurnal Elektronika... e-journal.poltek-kampar.ac.id/index.php/JENTIK/article/view/1135Sistem Deteksi Hama Tanaman Bawang Merah Menggunakan Algoritma K Means Clustering Jurnal Elektronika e journal poltek kampar ac index php JENTIK article view 1135
  3. Penerapan Metode K-Means Clustering Untuk Daging Ayam Buras | Building of Informatics, Technology and... ejurnal.seminar-id.com/index.php/bits/article/view/493Penerapan Metode K Means Clustering Untuk Daging Ayam Buras Building of Informatics Technology and ejurnal seminar id index php bits article view 493
Read online
File size1.48 MB
Pages14
DMCAReport

Related /

ads-block-test