Diagnosis Penyakit Tanaman Tomat Menggunakan Algoritma Modified K-Nearest Neighbor (MKNN).

Basuki, PrasiwiMeilida (2015) Diagnosis Penyakit Tanaman Tomat Menggunakan Algoritma Modified K-Nearest Neighbor (MKNN). Sarjana thesis, Universitas Brawijaya.

Abstract

Tanaman tomat adalah salah satu komoditas sayuran yang sangat potensial untuk dikembangkan. Di Indonesia tomat menjadi komoditas sayur unggulan, meskipun kenyataannya produktivitas tomat di Indonesia masih rendah. Selain untuk kebutuhan ekspor, kebutuhan tomat untuk konsumsi domestik pun cenderung mengalami peningkatan tiap tahun. Namun, produktivitas tomat setiap tahun mengalami penurunan yang disebabkan oleh penyakit-penyakit yang menyerang tanaman tomat. Untuk mengatasi penyakit yang menyerang tanaman tomat dibuatlah suatu sistem dengan menggunakan algoritma tertentu. Terdapat 15 gejala dan 6 jenis penyakit utama yang dapat menyerang tanaman tomat yang dapat digunakan sebagai parameter dalam sistem. Untuk mempermudah mendiagnosis penyakit tanaman tomat maka digunakan metode Modified K-Nearest Neighbor (MKNN). Metode ini merupakan metode modifikasi dari metode K-Nearest Neighbor (K-NN). Output dari sistem diagnosa penyakit tanaman tomat menggunakan metode Modified K-Nearest Neighbor berupa jenis penyakit dan cara pengendaliannya. Berdasarkan tiga skenario pengujian yang telah dilakukan didapatkan rata-rata nilai akurasi maksimum sebesar 98,92% dan rata-rata nilai akurasi minimum sebesar 89,04%.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2015/479/051600980
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 18 Feb 2016 11:08
Last Modified: 21 Oct 2021 03:39
URI: http://repository.ub.ac.id/id/eprint/146551
[thumbnail of LAPORAN_115060801111032_Prasiwi_Meilida_Basuki.pdf]
Preview
Text
LAPORAN_115060801111032_Prasiwi_Meilida_Basuki.pdf

Download (7MB) | Preview

Actions (login required)

View Item View Item