Penulis Utama : Muhammad Rahadian
Penulis Tambahan : -
NIM / NIP : M0510033
Tahun : 2014
Judul : Deteksi Hama dan Penyakit Tanaman Padi Memanfaatkan Input Tekstual dengan Metode Cosine Similarity
Edisi :
Imprint : Surakarta - FMIPA - 2014
Kolasi :
Sumber : UNS - FMIPA Jur. Informatika - M0510033 - 2014
Subyek : DETEKSI HAMA DAN PENYAKIT PADI, COSINE SIMILARITY
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Abstrak :

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.

File Dokumen : abstrak.pdf
Harus menjadi member dan login terlebih dahulu untuk bisa download.
COVER.PDF
BAB-1.PDF
BAB-2.PDF
BAB-3.PDF
BAB-4.PDF
BAB-5.PDF
PERNYATAAN.jpg
File Jurnal : -
Status : Public
Pembimbing : 1. Ristu Saptono, S.Si., M.T
2. Afrizal Doewes, S.Kom., M.Sc
Catatan Umum :
Fakultas : Fak. MIPA