Isi Artikel Utama

Abstrak

Padi merupakan salah satu tanaman pangan yang sangat penting di dunia setelah gandum dan jagung. Padi dikonsumsi sebagai makanan pokok bagi sebagian besar penduduk dunia terutama Asia sampai dengan sekarang. Akan tetapi, padi juga tidak luput dari serangan hama maupun penyakit. Oleh karena itu dibutuhkan sebuah sistem yang dapat mengidentifikasi hama dan penyakit pada tanaman padi yaitu sistem pakar. Adapun tujuan dari dilakukannya penelitian ini adalah untuk mendeteksi hama dan penyakit yang mengganggu kualitas maupun kuantitas dari tanaman padi, dengan membandingkan metode Case Base Reasoning dan Certainty Factor yang diimplementasikan kedalam sistem. Hasil dari penelitian ini berdasarkan pengujian fungsional sistem melalui Black Box Testing didapatkan akurasi 100%. Selain itu berdasarkan pengujian yang telah dilakukan dengan menggunakan 48 data uji dan 48 data latih diperoleh 43 kesamaan pada metode Case Base Reasoning dan 40 kesamaan pada metode Certainty Factor. Pada pengujian efektivitas menggunakan confusion matrix didapatkan bahwa metode Case Base Reasoning lebih unggul dari pada metode Certainty Factor, dengan akurasi yang didapatkan pada metode Case Base Reasoning sebesar  89,40% dan Certainty Factor sebesar 83,48%.

Kata Kunci

Sistem Pakar Padi Hama dan Penyakit Padi Metode Case Base Reasoning Metode Certainty Factor.

Rincian Artikel

Biografi Penulis

Desi Andreswari, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik

Julia Purnama Sari, Universitas Bengkulu

Program Studi Sistem Informasi, Fakultas Teknik

Cara Mengutip
Andreswari, D., Sari, J. P., & Irwanda, S. (2022). Analisis Perbandingan Metode Case Base Reasoning (CBR) dan Certainty Factor (CF) Pada Sistem Pakar Diagnosis Hama Pengganggu dan Penyakit Pada Tanaman Padi (Studi Kasus Kota Bengkulu). Rekursif: Jurnal Informatika, 10(2), 129–142. https://doi.org/10.33369/rekursif.v10i2.23276

Referensi

  1. I. T. Harahap, Pengendalian Hama Penyakit Padi, Jakarta: Penebar Swadaya, 1994.
  2. Kusrini, Sistem Pakar Teori dan Aplikasi, Yogyakarta: Andi, 2006.
  3. S. Pal and S. Shiu, Foundations of soft case Based, United State of Amerika: John Wiley & Sons, 2015.
  4. Turban, Efraim, Decision Support and Expert System.Management Support System, Newyork: Prentice-Hall International, Inc, 1995.
  5. R. Purnamaningsih, Induksi Kalus dan Optimasi Regenerasi Empat Varietas, Jurnal Agrobiogen, 2006.
  6. R. F. N. Hasibuan and B. E, Perancangan Sistem Pakar Diagnosa Penyakit Asidosis Tubulus Renalis Menggunakan Metode Forward Chaining, Media Budidarma Informatika, 2017.
  7. I. W. Saputro and B. W. Sari, "Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa Naïve Bayes Algorithm Performance Test for Student Study Prediction," Citec Journal, vol. 6, no. 1, 2019.
  8. R. Sukamto and M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur, Bandung: Informatika, 2013.
  9. T. A. Ghaffur and Nurkhamid, "ANALISIS KUALITAS SISTEM INFORMASI KEGIATAN SEKOLAH," Elinvo (Electronics, Informatics, and Vocational Education), 2017.