##plugins.themes.academic_pro.article.main##

Sistem Pakar Diagnosis Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Teorema Bayes Berbasis Android

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pakar diagnosis penyakit pada tanaman cabai rawit. Sistem pakar merupakan suatu sistem yang berisi pengetahuan seorang pakar yang diterapkan untuk aktivitas dalam memecahkan masalah. Hal yang menjadi kendala dalam mendiagnosis penyakit cabai rawit adalah kurangnya bimbingan dan penyuluhan terkait budidaya tanaman cabai rawit maupun penanganan terhadap serangan penyakit serta kurangnya tenaga ahli untuk melakukan konsultasi. Sehingga diperlukan adanya suatu metode untuk membantu memecahkan masalah tersebut. Dalam penelitian ini penulis menggunakan metode Teorema Bayes. Bahasa pemrograman mobile yang digunakan untuk membuat sistem pakar daignosis penyakit cabai rawit berbasis Android yaitu bahasa pemrograman Java dengan menggunakan MySQL sebagai database. Sumber pengetahuan yang digunakan dalam penelitian ini terdiri dari 8 jenis penyakit dan 36 total gejala dengan 8 dataset sebagai basis pengetahuan sistem. Berdasarkan hasil pembahasan dan perhitungan didapatkan hasil persentase pengujian akurasi diagnosa antara pakar dengan sistem adalah 80%.

##plugins.themes.academic_pro.article.details##

How to Cite
[1]
A. Asmira, R. Inggi, L. O. Bakrim, and E. Elda, “Sistem Pakar Diagnosis Penyakit Pada Tanaman Cabai Rawit Menggunakan Metode Teorema Bayes Berbasis Android”, simkom, vol. 10, no. 1, pp. 150-159, Jan. 2025.

References

BPS-statistics, I. (2020). Produksi Tanaman Sayuran 2020. Bps.Go.Id. https://www.bps.go.id/

BPS, P. S. T. (2019). Luas Panen, Produksi, dan Produktivitas Cabai Rawit per Kabupaten/Kota Tahun 2019. Bps.Go.Id. https://sultra.bps.go.id/statictable/2021/09/04/3356/luas-panen-produksi- dan-produktivitas-cabai-rawit-per- kabupaten-kota-tahun-2019.html

Sila, S., & Sopialena. (2016). Perkembangan Penyakit dan Produksi Tanaman Cabai (Capsicum frutescens) dan Colletotrichum capsici (Syamsuddin, tanaman. Jurnal AGRIFOR, 15(1), 117–130.

Hamid, H. D. A., & Nurul Hidayat. (2019). Diagnosis Penyakit Tanaman Cabai Menggunakan Metode Modified K- Nearest Neighbor (MKNN). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2881–2886.

Munarto, R. (2018). Sistem Pakar Diagnosis. 14(1), 75–86.

Suhartono, B. (2014). Sistem Pakar Online..., Rahadian Amin, Fakultas Teknik UMP, 2017. 2017.

Sari, S.Kom., M.Kom, C. R. (2020). Sistem Pakar Diagnosa Hama Dan Penyakit Pada Tanaman Cabai Berbasis Website. Jurnal Teknologi Informasi Mura, 12(02), 145–155. https://doi.org/10.32767/jti.v12i02.998

Umayah, N., Astuti, I. F., Maharani, S. (2018). Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Kakao Menggunakan Metode Teorema Bayes. Jurnal Universitas Mulawarman Samarinda Indonesia, 3(02), 72-73. Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi e-ISSN 2540-7902 dan p-ISSN 2541-366X

Sulastri, S., Ali, M., & Puspita, F. (2019). Identifikasi Penyakit Yang Disebabkan Oleh Jamur Dan Intensitas Serangannya Pada Tanaman Cabai (Capsicum annum L.). Journal of Chemical Information and Modeling, 53(9), 1689– 1699.

Efendi, R., Fauziah, F., & Gunaryati, A. (2021). Diagnosa Penyakit Tanaman Cabai menggunakan Metode Forward Chaining dan Naïve Bayes. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 5(2), 164–172. https://doi.org/10.35870/jtik.v5i2.208