Desy Dwi Shinta, Rosalina and Luqman Qurata Aini, SP., M.Si., Ph.D and Antok Wahyu Sektiono, SP., MP (2022) Analisa Gejala Penyakit Tanaman Padi Sebagai Data Input Aplikasi Sistem Pakar Identifikasi Penyakit Dengan Metode Certainty Factor. Sarjana thesis, Universitas Brawijaya.
Abstract
Padi merupakan tanaman pangan utama masyarakat Indonesia. Produksi yang dibutuhkan selalu meningkat diiringi dengan penduduk Indonesia yang terus bertambah. Salah satu kendala tidak maksimalnya produksi padi adalah adanya serangan penyakit. Penyakit yang sering menyerang tanaman padi ialah hawar daun bakteri (Xanthomonas oryzae pv. Oryzae), penyakit tungro (virus tungro), blast (Pyricularia oryzae), bercak daun coklat (Helminthosporium oryzae), hawar pelepah (Rhizoctonia solani)bercak daun sempit (Cercospora oryzae), dan kerdil rumput (Grassy stunt). Setiap penyakit mempunyai beberapa gejala, sehingga diperlukan adanya kuantifikasi untuk dapat mengubah suatu gejala menjadi angka sehingga dapat menyediakan data input kepada engineer dalam merancang aplikasi untuk identifikasi penyakit pada tanaman padi. Selain itu juga bertujuan untuk mengetahui tingkat akurasi data input. Penelitian dilaksanakan pada bulan Mei hingga November 2019, bertempat di Fakultas Pertanian, Fakultas Ilmu Komputer Universitas Brawijaya Malang, Kec. Kedungkandang Kota Malang dan Balai Pengkajian Teknologi Pertanian Malang. Penelitian sistem pakar tanaman padi dilakukan dengan kerja sama gabungan antara mahasiswa Fakultas Pertanian dengan Fakultas Ilmu Komputer. Pada penelitian ini penulis membahas tentang penyusunan Data Input (Knowladge Base) sehingga dapat diterapkan pada aplikasi sistem pakar yang dirancang oleh engineer. Penyusunan data input meliputi persiapan penelitian dengan menentukan pakar, menentukan kebutuhan data yang akan digunakan. Studi literatur dilakukan untuk mempelajari tentang sistem pakar dan untuk mempelajari lebih dalam mengenai padi dan gejala-gejala penyakit pada tanaman padi. Selain itu Penentuan daftar gejala dipergunakan sebagai data dasar untuk identifikasi penyakit yakni dengan memberi nilai pada masing-masing gejala. Penentuan daftar gejala ditentukan berdasarkan gejala-gejala yang terdapat pada tanaman padi, baik dari studi lapang maupun studi literatur. Gejala penyakit yang dianalisa pada penelitian ini terdiri dari 7 penyakit padi yang disebabkan oleh jamur, bakteri, maupun virus. Setiap gejala penyakit tanaman padi akan diberikan nilai yang sudah dikategorikan pada setiap masing-masing penyakit berdasarkan penilaian pakar dan studi literatur. Wawancara pakar dilakukan dengan pakar yang ahli dalam bidang penyakit tanaman padi, yang dipergunakan untuk menguji kebenaran dan kesesuaian data pada form. Berdasarkan hasil penelitian dapat disimpulkan bahwa analisa gelaja penyakit padi didasarkan pada 5 kriteria (0, 0.25, 0.5, 0.75, dan 1). Perhitungan sederhana dari 12 kasus penyakit tanaman padi dapat dilihat bahwa terdapat 10 diagnosa benar dann 2 diagnosa salah. Berdasarkan hasil tersebut data input layak dipergunakan karena memiliki akurasi sebesar 83,33%.
English Abstract
Rice is the main food crop for Indonesian people. The production needed is always increasing accompanied by the growing population of Indonesia. One of the obstacles that do not maximize rice production is the presence of disease. Diseases that often attack rice plants are bacterial leaf blight (Xanthomonas oryzae pv. Oryzae), tungro disease (tungro virus), blast (Pyricularia oryzae), brown leaf spot (Helminthosporium oryzae), stem blight (Rhizoctonia solani), narrow leaf spot (Cercospora oryzae), and grassy stunt. Each disease has several symptoms, so quantification is needed to be able to convert a symptom into a number so that it can provide input data to engineers in designing applications for disease identification in rice plants. It also aims to determine the level of accuracy of the input data. The research was carried out from May to November 2019, at the Faculty of Agriculture, Faculty of Computer Science, Universitas Brawijaya Malang, Kedungkandang Malang City and Agricultural Technology Study Center of Malang. Rice plant expert system research is carried out in collaboration between students from the Faculty of Agriculture and the Faculty of Computer Science. In this study, the author discusses the preparation of Knowladge Base so that it can be applied to expert system applications designed by engineers. The preparation of input data includes research preparation by determining experts, determining the data needs to be used. Literature study was conducted to learn about the expert system and to learn more about rice and the symptoms of disease in rice plants. In addition, the determination of the symptom list is used as basic data for disease identification by assigning a value to each symptom. Determination of the list of symptoms is determined based on the symptoms found in rice plants, both from field studies and literature studies. Symptoms of the disease analyzed in this study consisted of 7 diseases of rice caused by fungi, bacteria, and viruses. Each symptom of rice plant disease will be given a value that has been categorized for each disease based on expert judgment and literature study. Based on the results of the study, it can be concluded that the analysis of rice disease symptoms is based on 5 criteria (0, 0.25, 0.5, 0.75, and 1). A simple calculation of 12 cases of rice plant disease can be seen that there are 10 correct diagnoses and 2 incorrect diagnoses. Based on these results, the input data is feasible to use because it has an accuracy of 83.33%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0522040390 |
Subjects: | 300 Social sciences > 338 Production > 338.1 Agriculture > 338.16 Production efficiency |
Divisions: | Fakultas Pertanian > Agroekoteknologi |
Depositing User: | Nur Cholis |
Date Deposited: | 04 Apr 2023 01:33 |
Last Modified: | 04 Apr 2023 01:33 |
URI: | http://repository.ub.ac.id/id/eprint/197848 |
Text (DALAM MASA EMBARGO)
Desy Dwi Shinta Rosalina.pdf Restricted to Registered users only until 31 December 2024. Download (3MB) |
Actions (login required)
View Item |