Penerapan Algoritma K-Nearest Neighbor (KNN) Pada Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Cabai

Meiris Diani Sihombing, Faisal Taufik, Jufri Halim
{"title":"Penerapan Algoritma K-Nearest Neighbor (KNN) Pada Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Cabai","authors":"Meiris Diani Sihombing, Faisal Taufik, Jufri Halim","doi":"10.53513/jursi.v2i1.7289","DOIUrl":null,"url":null,"abstract":"Sistem pakar merupakan suatu sistem yang berusaha untuk mengadopsi pengetahuan manusia kedalam komputer. Untuk mendiagnosa penyakit tanaman cabai pada Dinas Pertanian UPT. BPTPH Provinsi Sumut. Cabai merupakan salah satu tanaman yang banyak dibudidayakan di indonesia. Pada tanaman cabai memiliki beberapa penyakit yang sering ditemui pada umumnya seperti penyakit hama penyakit busuk buah dan penyakit antraknosa. pada umumnya penentuan kualitas cabai masih dilakukan dengan cara manual sehingga diperlukan suatu sistem untuk membantu dan dapat mendiagnosa penyakit tanaman cabai. Untuk mendukung perhitungan dari setiap kriteria yang sudah ditentukan maka dibutuhkanlah suatu solusi dengan cara menggunakan metode KNN. Untuk menyelesaikan permasalahan dibutuhkan sebuah metode dalam penelitian ini dibutuhkan sebuah metode dengan menghasilkan sebuah informasi yang dapat diklasifikasikan berdasarkan nilai kategori K-tetangga terdekat. Hasil dari penelitian ini adalah berdasarkan dari analisa yang dilakukan dengan menggunakan metode K-Nearest Neighbor dapat menganalisa penyakit tanaman cabai. kedua berdasarkan Analisa yang dilakukan pengaruh sistem pakar terkait dengan masalah yang diangkat ditandai dengan semakin mudahnya  prosedur dalam menentukan kualitas cabai, ketiga telah dilakukan implementasi sistem pakar berbaris desktop maka sistem dirancang dapat digunakan dalam menyelesaikan dalam menentukan penyakit pada tanaman cabai.","PeriodicalId":408115,"journal":{"name":"Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)","volume":"6 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53513/jursi.v2i1.7289","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Sistem pakar merupakan suatu sistem yang berusaha untuk mengadopsi pengetahuan manusia kedalam komputer. Untuk mendiagnosa penyakit tanaman cabai pada Dinas Pertanian UPT. BPTPH Provinsi Sumut. Cabai merupakan salah satu tanaman yang banyak dibudidayakan di indonesia. Pada tanaman cabai memiliki beberapa penyakit yang sering ditemui pada umumnya seperti penyakit hama penyakit busuk buah dan penyakit antraknosa. pada umumnya penentuan kualitas cabai masih dilakukan dengan cara manual sehingga diperlukan suatu sistem untuk membantu dan dapat mendiagnosa penyakit tanaman cabai. Untuk mendukung perhitungan dari setiap kriteria yang sudah ditentukan maka dibutuhkanlah suatu solusi dengan cara menggunakan metode KNN. Untuk menyelesaikan permasalahan dibutuhkan sebuah metode dalam penelitian ini dibutuhkan sebuah metode dengan menghasilkan sebuah informasi yang dapat diklasifikasikan berdasarkan nilai kategori K-tetangga terdekat. Hasil dari penelitian ini adalah berdasarkan dari analisa yang dilakukan dengan menggunakan metode K-Nearest Neighbor dapat menganalisa penyakit tanaman cabai. kedua berdasarkan Analisa yang dilakukan pengaruh sistem pakar terkait dengan masalah yang diangkat ditandai dengan semakin mudahnya  prosedur dalam menentukan kualitas cabai, ketiga telah dilakukan implementasi sistem pakar berbaris desktop maka sistem dirancang dapat digunakan dalam menyelesaikan dalam menentukan penyakit pada tanaman cabai.
系统专家是一种试图将人类知识应用到计算机中的系统。在UPT农业部诊断辣椒病。苏穆特省BPTPH。辣椒是印尼主要种植的植物之一。辣椒植物中有一些常见的疾病,如害虫、水果腐烂、炭疽热。一般来说,辣椒的质量决定仍然是手动的,因此需要系统的帮助和诊断辣椒植物疾病。为了支持确定的每个标准的计算,需要使用KNN方法的解决方案。为了解决问题,这项研究需要一种方法,一种方法可以产生基于邻近k -相邻类别价值的可分类信息。这项研究的结果是基于使用K-Nearest方法分析胡椒植物疾病的方法。第二,根据专家系统对被提问题的影响的分析,第三个特点是确定辣椒的质量越来越容易。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信