Skripsi

SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN TEH MENGGUNAKAN METODE FORWARD CHAINING DAN BACKWARD CHAINING

Penulis PRABOWO, ENRICO TEGAR
Jenis

Skripsi

Tahun

2020

Kode

472/UB/FT-Inf/20

Bahasa

Ind

Skripsi Tersedia
Unduh Laporan

SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN TEH MENGGUNAKAN METODE FORWARD CHAINING DAN BACKWARD CHAINING

#1514311058

Pengarang: PRABOWO, ENRICO TEGAR

Pembimbing Pertama: Eko Prasetyo, S.kom., M.Kom.

Jenis: Skripsi

Penerbit: UBHARA : FT - Teknik Informatika

Tahun Terbit: 2020

Bahasa: Ind

Kode: 472/UB/FT-Inf/20

No. Klasifikasi: 005.3 PRA s

Jenis Karya: S1


Jenis

Skripsi

Tahun

2020

Status

Tersedia

Kode

472/UB/FT-Inf/20

Subyek

SOFTWARE - APLIKASI

Kata Kunci

Forward Chaining Backward Chaining hama penyakit sistem pakar tanaman teh.

Anotasi

Di zaman perkembangan teknologi informasi yang semakin maju serta semakin maraknya penggunaan teknologi dalam kehidupan sehari – hari, maka tentunya membawa dampak baik bagi kehidupan manusia melalui teknologi yang dapat di optimalkan sehingga dapat mempermudah pekerjaan masyarakat. Hama dan penyakit merupakan kendala yang perlu di antisipasi perkembangannya karena dapat menimbulkan kerugian bagi petani. Penurunan produktifitas hasil panen tanaman teh akibat hama dan penyakit bahkan dapat menggagalkan terwujudnya produksi yang maksimal. Pada prakteknya petani biasanya langsung melihat gejala yang ditimbulkan pada tanaman teh dan melakukan proses diagnosa sendiri. Proses diagnosa yang dilakukan oleh petani tidak sepenuhnya tepat sehingga mempengaruhi pertumbuhan serta hasil produksi tidak sesuai yang diinginkan. Pada penilitian ini membuat sebuah sistem pakar yang memiliki fungsi utama untuk diagnosa hama dan penyakit tanaman teh. Metode yang digunakan dalam penelitian ini adalah metode Forward Chaining dan Backward Chaining. Berdasarkan hasil pengujian terhadap Sistem Pakar Diagnosa Hama dan Penyakit tanaman teh dengan metode Forward Chaining dan Backward Chaining keakuratan dengan sistem pakar menghasilkan tingkat keakuratan sebesar 100% berdasarkan aturan/rule yang sudah dibuat. Jumlah data penyakit yang digunakan pada penelitian ini adalah 25 penyakit dan 60 gejala

Di-entri: 07 November 2021 04:54