STTSSTTS

INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and Computation

Tanaman kedelai umbaginya mudah terkena berbagai faktor yang sangat menghambat produktivitasnya, dengan delapan penyakit utama yang menimbulkan ancaman serius terhadap kesehatannya. Kedelai memiliki peran strategis dalam mendukung ekonomi dan pangan Indonesia. Banyak petani, terutama yang baru memulai budidaya kedelai, tidak memiliki pengetahuan yang cukup untuk mengidentifikasi dan mengelola penyakit ini secara efektif. Penelitian ini mengembangkan sistem pakar berbasis Naive Bayes untuk memudahkan identifikasi penyakit tanaman kedelai, memberikan petani informasi tentang gejala, jenis penyakit, dan strategi pengelolaan. Basis pengetahuan sistem dibangun dari data yang dikumpulkan dari para ahli pertanian kedelai, sehingga peningkatan keandalan informasi. Pengujian sistem menunjukkan konsistensi hasil dengan perhitungan manual, terutama dalam mengidentifikasi penyakit busuk batang Sclerotium dengan nilai probabilitas 0,44507. Sistem ini diharapkan dapat meningkatkan pemahaman dan respons petani terhadap penyakit tanaman kedelai, sehingga meningkatkan produktivitas dan keberlanjutan pertanian kedelai.

Sistem pakar berbasis web yang menggunakan algoritma Naive Bayes dapat mengidentifikasi delapan penyakit tanaman kedelai dan 36 gejalanya secara akurat.Hasil perbandingan antara sistem dan perhitungan manual menghasilkan nilai yang identik, dimana penyakit Leaf Rust menjadi paling probable.Penelitian ini menegaskan potensi integrasi teknologi dalam pertanian untuk mendukung petani mengatasi tantangan kesehatan tanaman.

Pertimbangkan melakukan penelitian tentang penerapan sistem pakar berbasis Naive Bayes pada tanaman kedelai di wilayah yang memiliki kondisi iklim berbeda, guna menguji generalisasi model. Selanjutnya, evaluasi kinerja model dengan algoritma lain seperti Random Forest atau Gradient Boosting untuk mengetahui apakah peningkatan akurasi dapat dicapai. Akhirnya, integrasikan data sensor terpasang di ladang yang dapat memberikan input real-time ke sistem, sehingga memungkinkan diagnosis dan rekomendasi intervensi lebih cepat dan akurat.

  1. PREDIKSI PENYAKIT GINJAL KRONIS MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER BERBASIS PARTICLE SWARM... doi.org/10.36787/jti.v13i1.97PREDIKSI PENYAKIT GINJAL KRONIS MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER BERBASIS PARTICLE SWARM doi 10 36787 jti v13i1 97
  2. Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima... ejurnal.stmik-budidarma.ac.id/index.php/jurikom/article/view/3655Implementasi Data Mining dengan Algoritma NayEAve Bayes Untuk Klasifikasi Kelayakan Penerima ejurnal stmik budidarma ac index php jurikom article view 3655
  3. SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT ANEMIA MENGGUNAKAN TEOREMA BAYES | Jurnal Teknik Informatika (Jutif).... doi.org/10.20884/1.jutif.2020.1.1.12SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT ANEMIA MENGGUNAKAN TEOREMA BAYES Jurnal Teknik Informatika Jutif doi 10 20884 1 jutif 2020 1 1 12
Read online
File size741.84 KB
Pages8
DMCAReport

Related /

ads-block-test