ABSTRAK
Deteksi hama dan penyakit tanaman padi sangat dibutuhkan untuk mendapatkan hasil panen yang maksimal. Pada kasus yang kerap terjadi, petani sering kali menganggap bahwa untuk mengatasi berbagai gejala penyakit tanaman yang berbeda hanya dibutuhkan suatu penanggulangan yang sama. Padahal kesalahan dalam penaggulangan hama dan penyakit berakibat berkurangnya hasil panen.
Penelitian ini digunakan metode Stemming dengan algoritma Nazief dan Andriani untuk menyederhanakan database yang digunakan untuk mendeteksi inputan user. Jika inputan user terjadi kesalahan, maka akan dicari kemiripan teks gejala dengan menggunakan algoritma Jaro-Winkler Distance selanjutnya inputan diidentifikasi dengan menggunakan Hamming Distance. Pada penelitian ini, data gejala pada percobaan pertama diperoleh dari input random sedangkan pada percobaan kedua, data diperoleh dari hasil survey di Desa Pondok Kabupaten Sukoharjo.
Pada percobaan input didapatkan hasil akurasi sebesar 99%. Pada percobaan output didapatkan nilai akurasi sebesar 98%, nilai precision 94,86%, dan nilai recall 98,15%.
Kata Kunci — Hama dan Penyakit Padi, Hamming Distance, Jaro-Winkler Distance, Stemming Nazief dan Andriani.
ABSTRACT
The detection of pests and diseases of rice plant is urgently needed to get the maximum crop yields. In the case that often occur, farmers often assume that to solve variety symptoms of diseases from different crops need the same method. In fact, it need different method and the wrong method to cope with the problem can reduce of harvest's result.
This research using Nazief Stemming algorithm and Andriani to simplify the database that can be used to detect the input from user. If the user's input has any mistake, the text similarity will be searched using jaro wrinkler distance algorithm, then it will be identified with humming distance. In this study, the symptom’s data in the first experiments using random input, while in the second experiment, the symptom's data is obtained from the survey which is held in Pondok Village district Sukoharjo.
In the input experiment, it showed an accuracy of 99%. The result of the output experiment produce 98% accuracy, 94,86% precision and 98,15% of recall value.
Keywords: Hamming Distance, Jaro Winkler Distance, Pests and Diseases of Rice Plants, Stemming Nazief and Andriani.