DETEKSI HAMA DAN PENYAKIT TANAMAN PADI MEMANFAATKAN INPUT TEKSTUAL DENGAN METODE COSINE SIMILARITY

Rahadian, Muhammad (2015) DETEKSI HAMA DAN PENYAKIT TANAMAN PADI MEMANFAATKAN INPUT TEKSTUAL DENGAN METODE COSINE SIMILARITY. Masters thesis, UNIVERSITAS SEBELAS MARET.

[img]
Preview
PDF - Published Version
Download (917Kb) | Preview

    Abstract

    Terbatasnya penyuluh pertanian lapangan mengenai hama dan penyakit tanaman padi pada saat ini dinilai berdampak pada kurangnya informasi yang diperoleh oleh para petani mengenai hama dan penyakit tanaman padi. Hal ini berakibat juga pada penanganan maupun pengendalian yang kurang tepat pada saat tanaman padi terserang hama dan penyakit. Oleh karena itu, petani membutuhkan sebuah alat bantu yang dapat mengidentifikasi hama atau penyakit tanaman padi dan memberikan solusi penanganannya. Memanfaatkan vektor ciri penyakit hama tanaman padi dengan gejala fisik yang ada, proses identifikasi hama dan penyakit tanaman padi menggunakan metode cosine similarity. Masukan gejala dari pengguna berupa masukan tekstual. Kesalahan masukan gejala atau masukan gejala yang tidak sesuai dengan library gejala di didatabase akan diperbaiki dengan menggunakan metode Jaro Winkler Distance. Dalam hal ini, metode Jaro Winkler digunakan untuk mencari kemiripan teks gejala melalui proses pembobotan. Penambahan fitur autocomplete dilakukan guna mempermudah pengguna dalam mengetahui gejala yang sesuai dengan yang ada didalam database. Hasil pengujian yang diperoleh, pengujian pengurangan feedback gejala sebesar 20% dan 40% menghasilkan akurasi identifikasi output hama dan penyakit sebesar 97% dan 90%. Pengujian dengan pengacakan karakter setiap term kata gejala menghasilkan akurasi identifikasi input gejala sebesar 93% dengan akurasi identifikasi output hama dan penyakit sebesar 97%. Pengujian dengan data real dari petani, pengujian pertama menghasilkan akurasi identifikasi input gejala sebesar 94% dengan akurasi identifikasi output hama dan penyakit sebesar 92%. pengujian pertama menghasilkan akurasi identifikasi input gejala sebesar 98% dengan akurasi identifikasi output hama dan penyakit sebesar 95%. Kata Kunci — Deteksi Hama dan Penyakit Tanaman Padi, Cosine Similarity, Input Tekstual, Jaro Winkler Distance.

    Item Type: Thesis (Masters)
    Subjects: Q Science > QA Mathematics > QA76 Computer software
    S Agriculture > S Agriculture (General)
    Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Informatika
    Depositing User: Faisal M
    Date Deposited: 09 Sep 2015 18:22
    Last Modified: 09 Sep 2015 18:22
    URI: https://eprints.uns.ac.id/id/eprint/18473

    Actions (login required)

    View Item