EXPERT SYSTEM HAMA PENYAKIT CABAI MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEBSITE

  • Muhammad Lutfi Jamaludin Universitas Muhadi Setiabudi Brebes
  • Raden Mohamad Herdian Bhakti Universitas Muhadi Setiabudi Brebes
  • Bambang Irawan Universitas Muhadi Setiabudi Brebes
DOI: https://doi.org/10.31000/jika.v8i3.11847

Abstract

Cabai adalah salah satu tanaman yang termasuk dalam tanaman hortikultura. Tanaman ini banyak tumbuh di daerah Kabupaten Brebes dan digunakan sebagai salah satu bumbu masakan dan di buat untuk sambal. Namun dalam budidaya cabai sangatlah susah karena banyak terkendala dengan serangan hama serta penyakit yang kerap sekali menyusahkan para petani cabai, sehingga menimbulkan banyak kerugian hasil panen yang menurun. Sistem pakar adalah sebuah sistem yang bekerja didasarkan pada hasil atau keterangan seorang pakar atau ahli yang dihubungkan kedalam sebuah komputer. Dengan menggunakan sistem pakar para petani cabai akan lebih mudah mendiagnosis suatu hama atau penyakit dengan mudah dan cepat. Dengan menggabungkan metode forward chaining dan certainty factor akan mendapatkan hasil yang lebih akurat, dengan penentuan sebuah gejala yaitu forward chainig dan untuk penilaian tingkat kepercayaan dan akurasi menggunakan certainty factor. Sistem pakar dikembangkan dengan sistem berbasis website yang nantinya dapat diakses dengan mudah oleh para petani cabai. Dan hasil akhir dari sistem ini dapat membantu menetukan diagnosa gejala penyakit dan hama, penjelasan, dan pengendalian, serta deskripsi dari hama dan penyakit tersebut.

References

Alamsyah, M. R., & Kurniawan, H. (2021). Sistem Pakar Menggunakan Metode Certainty Factor untuk Mendiagnosa Hama dan Penyakit pada Tanaman Cabai. Jurnal Teknologi Informasi, Vol. XVI(ISSN; 1907-2430), 1907–2430.

Anggrawan, A., Satuang, S., & Abdillah, M. N. (2020). Sistem Pakar Diagnosis Penyakit Ayam Broiler Menggunakan Forward Chaining dan Certainty Factor. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(1), 97–108.

Asrul, A. (2020). Virulensi beberapa isolat Pantoea ananatis penyebab penyakit hawar daun bakteri (bacterial leaf blight) pada varietas bawang merah. AGROMIX, 11(2), 136–150. https://doi.org/10.35891/agx.v11i2.1946

Azhari, B. A., Mulyani, N., & Sapta, A. (2022). Forward Chaining: Metode untuk Mengembangkan Sistem Prediksi Penyakit Gigi dan Mulut. Edumatic: Jurnal Pendidikan Informatika, 6(2), 316–323.

Balai Penelitian Tanaman Sayuran Lembang. (2020). Organisme Pengganggu Tumbuhan dan Pengendaliannya pada Budidaya Bawang Merah (Prof. Dr. Ahsol Hasyim, Ed.; 5th ed.). Balai Penelitian Tanaman Sayuran.

Chandra, S., Yunus, Y., & Sumijan, S. (2020). Sistem Pakar Menggunakan Metode Certainty Factor untuk Estetika Kulit Wanita dalam Menjaga Kesehatan. Jurnal Informasi Dan Teknologi. https://doi.org/10.37034/jidt.v2i4.70

David Kaharap. (2022). Sistem Pakar Diagnosa Penyakit dan Hama pada Tanaman Langsat Menggunakan Metode Certainty Factor Berbasis Website.

Ernawati, E., Hidayatullah, D., & Fitri, I. (2022). Sistem Pakar Delirium Pasien COVID-19 Pada Lansia Menggunakan Metode Certainty Factor dan Forward Chaining. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(1), 434. https://doi.org/10.30865/mib.v6i1.3503

Firmansyah. (2019). Penerapan Metode Certainty Factor dan Metode Forward Chaining dalam Sistem Pakar Indentifikasi Penyakit Gangguan Sistem Pencernaan Manusia.

Lapu Kalua, A., Korespondensi, P., Tineke Salaki, D., & Ratulangi, S. (2023a). Sistem Pakar Diagnosa Penyakit Malaria dengan Certainty Factor dan Forward Chaining. ITSESC: Journal of Information Technology, Software Engineering, and Computer Science, 1(1).

Lapu Kalua, A., Korespondensi, P., Tineke Salaki, D., & Ratulangi, S. (2023b). Sistem Pakar Diagnosa Penyakit Malaria dengan Certainty Factor dan Forward Chaining. ITSESC: Journal of Information Technology, Software Engineering, and Computer Science, 1(1).

Mulyani, A., Kurniadi, D., & Multajam, S. I. (2023). Penerapan Metode Certainty Factor pada Sistem Pakar Diagnosis Penyakit Difteri Berbasis Web. Teknika, 12(3), 205–211.

Raissa Amanda Putri, M. T. (2022). Sistem Pakar (prof. Junda Malikha, Ed.; 2nd ed.). Fukultas Sain dan Teknologi UINSU Medan.

Ratonamo, R., & Saitakela, M. (2021). Sistem Pakar Diagnosa Hama Dan Penyakit Bawang Putih Menggunakan Metode Dempster Shafer.

Riang Sari, M. (2020). Sistem Pakar Diagnosa Hama dan Penyakit Pada Tanaman Cabai Berbasis Website. Jurnal Teknologi Informasi Mura , 12, 145–155.

Rindang TQ, N. K. dkk. (2021). Pengendalian Hama dan Penyakit Tanaman Pangan dan Hortikultura. In M. J. Prof. Oslan Jumadi (Ed.), Balai Proteksi Tanaman Pangan dan Hortikultura (ISBN). Jurusan Biologi FMIPA UNM.

Rudy Ariyanto, & Bagas SD, S. Y. (2020). Sistem Pakar Diagnosa Hama dan Penyakit Pada Bungan Krisan Upaya Pengendalian Menggunakan Metode Case Based Reasoning. Seminar Informatika Aplikatif Polinema (SIAP), ISSN 2460-1160, 2460–1160.

Sri Wulandari, M. F. A. K. K. (2019). Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Padi dengan Metode Bayes. Jurnal INFORMA Politeknik Indonusa Surakarta, 5(ISSN : 2442-7942).

Yansyah, I. R., & Sumijan, S. (2021). Sistem Pakar Metode Forward Chaining untuk Mengukur Keparahan Penyakit Gigi dan Mulut. Jurnal Sistim Informasi Dan Teknologi, 41–47. https://doi.org/10.37034/jsisfotek.v3i2.42

Published
2024-08-01
Issue
Vol. 8 No. 3 (2024): JIKA (Jurnal Informatika)
Section
Articles

Copyright (c) 2024 JIKA (Jurnal Informatika)

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

License and Copyright Agreement

In submitting the manuscript to the journal, the authors certify that:

  • They are authorized by their co-authors to enter into these arrangements.
  • That it is not under consideration for publication elsewhere,
  • That its publication has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
  • They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
  • They agree to the following license and copyright agreement.

Copyright

Authors who publish with International Journal of Advances in Intelligent Informatics agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

Licensing for Data Publication

International Journal of Advances in Intelligent Informatics use a variety of waivers and licenses, that are specifically designed for and appropriate for the treatment of data:

Other data publishing licenses may be allowed as exceptions (subject to approval by the editor on a case-by-case basis) and should be justified with a written statement from the author, which will be published with the article.

Open Data and Software Publishing and Sharing

The journal strives to maximize the replicability of the research published in it. Authors are thus required to share all data, code or protocols underlying the research reported in their articles. Exceptions are permitted but have to be justified in a written public statement accompanying the article.

Datasets and software should be deposited and permanently archived inappropriate, trusted, general, or domain-specific repositories (please consult http://service.re3data.org and/or software repositories such as GitHub, GitLab, Bioinformatics.org, or equivalent). The associated persistent identifiers (e.g. DOI, or others) of the dataset(s) must be included in the data or software resources section of the article. Reference(s) to datasets and software should also be included in the reference list of the article with DOIs (where available). Where no domain-specific data repository exists, authors should deposit their datasets in a general repository such as ZENODO, Dryad, Dataverse, or others.

Small data may also be published as data files or packages supplementary to a research article, however, the authors should prefer in all cases a deposition in data repositories.