Penerapan Metode Euclidean Probabiity Untuk Mengidentifikasi Penyakit Pada Tanaman Kopi

Abstract

Abstrak - Selain Brazil dan Kolombia, Indonesia merupakan negara penghasil kopi terbesar didunia. Karena sudah menjadi sumber devisa untuk menopang pembangunan nasional yang tinggi, usaha petani kopi juga sudah menjadi sumber pendapatan petani. Untuk mencegah menurunnya produktivitas kopi perawatan terhadap tanaman kopi harus diperhatikan. Salah satu faktor yang dapat mengurangi pertumbuhan dan produktivitas kopi adalah adanya penyakit pada tanaman. Kurangnya informasi yang diketahui oleh petani kopi tentang jenis penyakit yang menyerang tanaman kopi dan pengelolaan tanaman kopi menyebabkan banyak tanaman kopi yang tidak tertangani dengan benar. Dengan adanya sebuah sistem yang mampu mendiagnosa layaknya seorang pakar dapat membantu mempercepat diagnosa penyakit tanaman kopi. Maka dari itu dibuatnya sistem pakar yang dapat mendiagnosa penyakit tanaman kopi berdasarkan pengetahuan seorang pakar dapat sangat membantu untuk mendiagnosa penyakit tanaman kopi. Pada penelitian ini metode Euclidean Probability diterapkan pada sistem pakar diagnosa penyakit tanaman kopi berdasarkan gejala yang terlihat atau dialami tanaman kopi. Hasil dari penelitian ini menghasilkan aplikasi sistem pakar yang dapat mendiagnosa penyakit tanaman kopi dan memberikan solusi untuk mencegah atau mengobati tanaman kopi berdasarkan gejala-gejala yang dialami. Dari pengujian yang dilakukan pada 10 studi kasus berdasarkan 4 data penyakit dan 12 data gejala menghasilkan nilai akurasi 80%.Kata kunci—Sistem Pakar, Euclidean Probability, Tanaman Kopi, Diagnosa, Penyakit Tanaman Kopi Abstract-Besides Brazil and Colombia, Indonesia is the largest coffee producing country in the world. Because it has become a source of foreign exchange to support high national development, coffee farmers' businesses have also become a source of farmers' income. To prevent a decrease in coffee productivity, care for coffee plants must be considered. One of the factors that can reduce the growth and productivity of coffee is the presence of disease in plants. The lack of information known by coffee farmers about the types of diseases that attack coffee plants and the management of coffee plants causes many coffee plants to be not handled properly. With a system capable of diagnosing like an expert, it can help speed up the diagnosis of coffee plant diseases. Therefore, the creation of an expert system that can diagnose coffee plant diseases based on the knowledge of an expert can be very helpful for diagnosing coffee plant diseases. In this study, the Euclidean Probability method was applied to an expert system for diagnosing coffee plant diseases based on the symptoms seen or experienced by coffee plants. The results of this study produce an expert system application that can diagnose coffee plant diseases and provide solutions to prevent or treat coffee plants based on the symptoms experienced. From the tests carried out on 10 case studies based on 4 disease data and 12 symptom data, it resulted in an accuracy value of 80%.Keywords—Expert System, Eucidean Probability, Diagnosis, Coffe Pants, Coffe Plant Disease