Tanaman cabai merupakan salah satu tanaman yang dibudidayakan di Nusa Tenggara Timur (NTT). Wilayah Kabupaten Kupang merupakan salah satu wilayah penghasil cabai yang ada di NTT. Produksi cabai secara keseluruhan di Kabupaten Kupang pada tahun 2019 sampai 2020 mengalami peningkatan. Namun peningkatan produksi ini belum maksimal mengingat banyaknya lahan yang belum dimanfaatkan sebagai lahan pertanian. Oleh karena itu dibutuhkan sebuah sistem yang membantu dalam menentukan kesesuaian lahan pertanian untuk penanaman cabai. Dalam penelitian ini penulis menerapkan penalaran berbasis kasus/case-based reasoning (CBR) dalam menentukan kesesuaian lahan pertanian tanaman cabai. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes dengan 7 kriteria yaitu: curah hujan, drainase, tekstur tanah, kedalaman tanah, C-organik, kemiringan lahan dan bahaya terjadinya bencana. Proses pencarian solusi dimulai dengan mengeliminasi data yang tidak relevan menggunakan metode Naive Bayes dan berlanjut dengan perankingan nilai kemiripan terbaik menggunakan KNN. Berdasarkan hasil pengujian dengan 110 kasus lahan cabai didapatkan hasil akurasi tertinggi sebesar 92.2% dan rata-rata hasil akurasi dari keseluruhan fold sebesar 89.1%.
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.