专家系统用贝斯的方法检测土豆作物的疾病

Lolita Lumban Gaol, Murni Marbun
{"title":"专家系统用贝斯的方法检测土豆作物的疾病","authors":"Lolita Lumban Gaol, Murni Marbun","doi":"10.34012/JUTIKOMP.V1I2.240","DOIUrl":null,"url":null,"abstract":"Salah satu faktor yang mempengaruhi kualitas dan kuantitas kentang yang belum memadai adalah banyaknya penyakit pada tanaman kentang yang dapat menurunkan kualitas maupun kuantitas kentang. Salah satu cara untuk mendeteksi penyakit pada tanaman kentang dengan memanfaatkan perkembangan teknologi dan informasi yaitu dengan mengembangkan ilmu kecerdasan buatan (Artificial Intteligence), Sistem pakar yang dibangun ini mampu mendeteksi delapan jenis penyakit yang terdapat pada tanaman kentang. Penyakit yang dapat dideteksi antara lain penyakit layu bakteri, layu fusarium, bercak daun alternaria, busuk phytopthora, penyakit akibat virus penggulung daun, penyakit akibat virus y, dan penyakit akibat virus x. Hasil deteksi penyakit kentang adalah berupa jenis penyakit, nilai persentase penyakit, beserta solusi yang ditawarkan oleh sistem pakar. Sistem pakar ini dibangun dengan menerapkan atau mengaplikasikan metode bayes pada proses perhitungannya. Metode bayes merupakan salah satu metode yang terdapat pada sistem pakar yang dapat menghitung atau mengolah nilai-nilai probabililitas setiap gejala, yang dihitung  menggunakan Formula Bayes sehingga menghasilkan kesimpulan berupa jenis penyakit dan nilai persentase dari setiap penyakit. Dari gejala yang diinput pada studi kasus ada tiga yaitu, G1, G2, G3, dengan nilai masing-masing adalah 0.9, 0.6,.dan 0.8, maka setelah diproses oleh sistem yang dibangun maka penyakit yang muncul adalah penyakit layu bakteri dengan nilai persentase 80.497 %. \n               ","PeriodicalId":154314,"journal":{"name":"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)","volume":"100 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-10-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Sistem Pakar Mendeteksi Penyakit Tanaman Kentang Dengan Metode Bayes\",\"authors\":\"Lolita Lumban Gaol, Murni Marbun\",\"doi\":\"10.34012/JUTIKOMP.V1I2.240\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Salah satu faktor yang mempengaruhi kualitas dan kuantitas kentang yang belum memadai adalah banyaknya penyakit pada tanaman kentang yang dapat menurunkan kualitas maupun kuantitas kentang. Salah satu cara untuk mendeteksi penyakit pada tanaman kentang dengan memanfaatkan perkembangan teknologi dan informasi yaitu dengan mengembangkan ilmu kecerdasan buatan (Artificial Intteligence), Sistem pakar yang dibangun ini mampu mendeteksi delapan jenis penyakit yang terdapat pada tanaman kentang. Penyakit yang dapat dideteksi antara lain penyakit layu bakteri, layu fusarium, bercak daun alternaria, busuk phytopthora, penyakit akibat virus penggulung daun, penyakit akibat virus y, dan penyakit akibat virus x. Hasil deteksi penyakit kentang adalah berupa jenis penyakit, nilai persentase penyakit, beserta solusi yang ditawarkan oleh sistem pakar. Sistem pakar ini dibangun dengan menerapkan atau mengaplikasikan metode bayes pada proses perhitungannya. Metode bayes merupakan salah satu metode yang terdapat pada sistem pakar yang dapat menghitung atau mengolah nilai-nilai probabililitas setiap gejala, yang dihitung  menggunakan Formula Bayes sehingga menghasilkan kesimpulan berupa jenis penyakit dan nilai persentase dari setiap penyakit. Dari gejala yang diinput pada studi kasus ada tiga yaitu, G1, G2, G3, dengan nilai masing-masing adalah 0.9, 0.6,.dan 0.8, maka setelah diproses oleh sistem yang dibangun maka penyakit yang muncul adalah penyakit layu bakteri dengan nilai persentase 80.497 %. \\n               \",\"PeriodicalId\":154314,\"journal\":{\"name\":\"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)\",\"volume\":\"100 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2018-10-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34012/JUTIKOMP.V1I2.240\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34012/JUTIKOMP.V1I2.240","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

影响土豆质量和数量不足的因素之一是土豆作物的疾病数量,这些疾病会降低土豆的质量和数量。通过利用技术和信息的发展来检测马铃薯植物的疾病的一种方法是开发人工智能,这种人工智能能够检测马铃薯植物中发现的八种疾病。可检测的疾病包括枯萎的细菌、枯萎的fusarium、绿叶斑块、肺叶叶病变、肺叶病、卷叶病、y病毒病和x病毒病。该专家系统是通过将贝斯的方法应用于计算过程而建立的。贝斯法是专家系统中可以计算或处理任何症状的概率值的方法之一,该系统使用贝斯公式来推断任何疾病的类型和百分比值。在案例研究中,有三种症状,G1, G2, G3,分别为0.9,0.6。在建造的系统处理之后,出现的疾病是一种枯萎的细菌,其百分比为80,497%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Sistem Pakar Mendeteksi Penyakit Tanaman Kentang Dengan Metode Bayes
Salah satu faktor yang mempengaruhi kualitas dan kuantitas kentang yang belum memadai adalah banyaknya penyakit pada tanaman kentang yang dapat menurunkan kualitas maupun kuantitas kentang. Salah satu cara untuk mendeteksi penyakit pada tanaman kentang dengan memanfaatkan perkembangan teknologi dan informasi yaitu dengan mengembangkan ilmu kecerdasan buatan (Artificial Intteligence), Sistem pakar yang dibangun ini mampu mendeteksi delapan jenis penyakit yang terdapat pada tanaman kentang. Penyakit yang dapat dideteksi antara lain penyakit layu bakteri, layu fusarium, bercak daun alternaria, busuk phytopthora, penyakit akibat virus penggulung daun, penyakit akibat virus y, dan penyakit akibat virus x. Hasil deteksi penyakit kentang adalah berupa jenis penyakit, nilai persentase penyakit, beserta solusi yang ditawarkan oleh sistem pakar. Sistem pakar ini dibangun dengan menerapkan atau mengaplikasikan metode bayes pada proses perhitungannya. Metode bayes merupakan salah satu metode yang terdapat pada sistem pakar yang dapat menghitung atau mengolah nilai-nilai probabililitas setiap gejala, yang dihitung  menggunakan Formula Bayes sehingga menghasilkan kesimpulan berupa jenis penyakit dan nilai persentase dari setiap penyakit. Dari gejala yang diinput pada studi kasus ada tiga yaitu, G1, G2, G3, dengan nilai masing-masing adalah 0.9, 0.6,.dan 0.8, maka setelah diproses oleh sistem yang dibangun maka penyakit yang muncul adalah penyakit layu bakteri dengan nilai persentase 80.497 %.                
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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:481959085
Book学术官方微信