Statistical machine learning has developed into integral components of contemporary scientific methodology. This integration provides automated procedures for predicting phenomena, case diagnosis, or object identification based on previous observations, uncovering patterns underlying data, and providing insights into the problem. Identification of corn plant diseases and pests using it has become popular recently. Corn (Zea mays L) is one of the essential carbohydrate-producing foodstuffs besides wheat and rice. Corn plants are sensitive to pests and diseases, resulting in a decrease in the quantity and quality of the production. Eradicate pests and diseases according to their type is a solution to overcome the problem of disease in corn plants. This research aims to identify corn plant diseases and pests based on the digital image using the Multinomial Naïve Bayes and K-Nearest Neighbor methods. The data used consisted of 761 digital images with six classes of corn plants disease and pest. The investigation shows that the K-Nearest Neighbor method has a better predictive performance than the Multinomial Naïve Bayes (MNB) method. The MNB method with two categories has an accuracy level of 92.72%, a precision level of 79.88%, a recall level of 79.24%, F1-score 78.17%, kappa 72.44%, and AUC 71.91%. Simultaneously, the K-Nearest Neighbor approach with k=3 has an accuracy of 99.54 %, a precision of 88.57%, recall 94.38%, F1-score 93.59%, kappa 94.30%, and AUC 95.45%.
Matematika merupakan sebuah pelajaran yang cukup sulit bagi banyak peserta didik. Sistem pembelajaran yang diajarkan bisa menjadi faktor peserta didik menyukai pelajaran Matematika. Salah satu metode belajar yang mudah dipahami dan mengasyikkan untuk peserta didik yaitu metode pembelajaran Matematika realistik. Kegiatan pembelajaran dengan pendekatan Matematika Realistik dilakukakan di Sekolah Dasar Negeri 04 Indralaya Selatan di desa Beti yang memiliki 68 peserta didik dan 11 guru. Kegiatan ini diberikan pada sisa kelas 2 dan kelas 3 karena proses pengajaran ini difokuskan pada materi pengukuran. Kegiatan ini dilakukan dengan cara pemberian materi, latihan dan diskusi. Untuk mengetahui sejauh mana pemahaman siswa dilakukan pre-test dan post-test untuk materi Matematika pengukuran yang telah diberikan. Dari hasil pre-test dan post-test yang diberikan terlihat pemahaman siswa kelas 2 dan kelas 3 meningkat. Hal ini dapat diliat dari skor yang diperoleh sebelum dilakukan kegiatan yaitu rata-rata hanya 66.33 poin. Hasil setelah dilakukan kegiatan skor rata-rata dari peserta naik menjadi 80. Hal ini menunjukan pembelajaran Matematika pengukuran dengan pendekatan Matematika realistik mampu membantu dan meningkatkan minat dari siswa dalam mempelajari Matematika terutama bagi siswa kelas 2 dan kelas 3 SD Negeri 04 Indralaya.
Kopi merupakan salah satu komoditi perkebunan dengan nilai ekonomis tinggi dan mempunyai peran penting sebagai sumber devisa negara. Salah satu jenis kopi yang umum dibudidayakan di Indonesia adalah kopi robusta. Kopi robusta (Coffea canephora L.) dikenal memiliki kafein yang tinggi dan lebih tinggi dibandingkan dengan kopi jenis arabika, sehingga efek stimulan yang diberikan oleh kopi robusta akan lebih besar dibandingkan kopi arabika. Kandungan metabolit sekunder, termasuk kafein, di dalam kopi sangat dipengaruhi oleh faktor lingkungan, seperti ketinggian tempat tumbuh. Tujuan dari penelitian ini adalah untuk mengetahui perbedaan tempat tumbuh (ketinggian) terhadap kadar kafein dalam biji kopi. Serbuk biji kopi diekstraksi dengan akuades kemudian diekstraksi cair-cair dengan kloroform sehingga menghasilkan fraksi kafein. Fraksi kafein yang telah diuapkan pelarutnya, kemudian dianalisis kualitatif dengan reagen parry dan kuantitatif dengan spektrofotmetri UV. Kadar kafein dalam sampel kopi dan dianalisis menggunakan software SPSS. Hasil uji kualitatif dengan reagen parry membuktikan bahwa dari semua sampel kopi robusta, yaitu Merapi, Menoreh, Turgo dan Temanggung mengandung kafein yang ditandai dengan warna hijau. Uji kuantitatif menyatakan bahwa kadar kafein tertinggi adalah biji kopi yang berasal dari Merapi dengan kadar sebesar 1,85%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.