Sistem Pakar Diagnosa Penyakit Pada Tanaman Melon Menggunakan Metode Fuzzy K- Nearest Neighbour


Author (Penulis)

DIAN SETYAWAN
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

14.1.03.02.0106

Abstract

Melon merupakan salah satu buah yang digemari di Indonesia. Menurut Maryanto n Daryono melon (Cucumis melo L.) merupakan salah satu buah tropika dari famili Cucurbitaceae yang memiliki potensi besar untuk dikembangkan sebagai produk buah unggulan melalui pemuliaan tanaman. Akan tetapi masih banyak petani yang kurang memperhatikan gejala gejala awal penyakit pada tanaman melon dengan Sedikitnya sistem yang dapat digunakan untuk mendiagnosa penyakit pada tanaman melon, yang mengakibatkan produksi melon menurun. Pada penelitian ini akan dibuat suatu aplikasi yang dapat mendiagnosa penyakit pada buah melon. Permasalahan pada penelitian ini adalah (1) Bagaimana Mendiagnosa Penyakit pada Tanaman Melon Menggunakan Metode Fuzzy K-Nearest Neighbour ? (2) Bagaimana Membangun Sistem Pakar Untuk Mendiagnosa Penyakit pada Tanaman Melon Berbasis Website ? Adapun tujuan dari penelitian ini adalah (1) Bagaimana Mendiagnosa Penyakit pada Tanaman Melon Menggunakan Metode Fuzzy K-Nearest Neighbour. (2) Membangun Sistem Pakar Untuk Mendiagnosa Penyakit pada Tanaman Melon Berbasis Website. Penelitian ini menggunakan metode penelitian Fuzzy K-Nearest Neigbour, algoritma pada metode Fuzzy K-Nearest Neighbour Yaitu, Pertama, dengan cara menentukan data latih. Kedua, mencari nilai minimal, maksimal, dan range dari data latih. Ketiga, melakukan normalisasi data pada semua data latih. Keempat, mencari jarak pada setiap data latih dengan menggunakan Euclidean Distance. Kelima, mengurutkan nilai hasil perhitungan jarak Euclidean Distance mulai dari nilai yang terkecil ke nilai yang terbesar. Keenam, menentukan k (ketetanggaan) data terdekat. Ketujuh, menentukan nilai keanggotaan data terhadap setiap kelas, setelah itu nilai keanggotaan yang terbesar di ambil sebagai hasil. Hasil yang didapatkan dari 10 responden yang telah melakukan pengujian, 86% diantaranya tester senang menggunakan sistem tersebut dan juga cukup mudah untuk dijalankan sesuai dengan tampilan sistem yang mudah dipahami.


Keyword

Sistem Pakar, Diagnosis, Fuzzy K-Nearest Neighbour

Reference

[1]  Arief, M. R. 2011. Pemrograman Web Dinamis Menggunakan PHP dan MYSQL. Yogyakarta: Andi.

[2]  Berry, M. W.  Browne, M. 2006. Lecture Notes in Data Mining. Singapore: Word Scientific.

[3]  Daryono, B. S., S.D. Hayuningtias, dan S.D. Berry, I. H. and Browne, M. 2006. Lecture Notes in DATA MINING. USA: World Scientific.

[4]  Kristanto, A. 2004. Kecerdasan Buatan. Yogyakarta: Graha Ilmu.

[5]  Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

[6]  Maryanto, Daryono. 2011. The Comparison of Melon (Cucumis melo L.) Phenotypic Characters among Melodi Gama 1, Gama Melon Basket, and Commersial Cultivars Using Multication and Multiseason Test. Preceeding in Pasific Science Conggrss. P. 164.

[7]  Meristika, Y, S. Ridhok, A. Muflikhah, L. 2014. Perbandingan K-Nearest Neighbor dan Fuzzy K-Nearest Neighbor pada Diagnosis Penyakit Diabetes Melitus. Program studi informatika/Ilmu computer Universitas Brawijaya.

[8]  Niswatin, R. K. 2015. Sistem Pendukung Keputusan Penempatan Jurusan Mahasiswa Baru Menggunakan Metode K-Nearest Neighour. Cogito Smart Journal Vol. 1 No. 1.

[9]  Rodjak, A. 2006. Manajeman Usaha Tani. Bandung: Pustaka Gitaguna.

[10] Yuwono, B. Wibowo, A., 2013. Sistem Pakar Berbasis WEB untuk Diagnosa Hama dan Penyakit Pada Tanaman Melon. Yogyakarta: UPN ”Veteran”.


PUBLISHED

2019-02-14

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 03 No. 02 Tahun 2019

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade