Expert system for diagnosis pests and diseases of the rice plant using forward chaining and certainty factor method

Agustina, Erlina; Pratomo, Istas; Wibawa, Adhi Dharma; Rahayu, Sri

doi:10.1109/isitia.2017.8124092

Cited by 20 publications

(5 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Activity diagram merupakan diagram yang menggambarkan berbagai alir aktivitas dalam suatu sistem yang sedang dikembangkan. Diagram aktivitas menggambarkan aktivitas yang sedang berjalan didalam sistem dan proses paralel yang mungkin akan terjadi pada beberapa eksekusi [10].…”

Section: Activity Diagramunclassified

Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang)

Ramadhoni¹,

Gushelmi²,

Mayola³

2023

JSTIE

View full text Add to dashboard Cite

Section: Activity Diagramunclassified

Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang)

Ramadhoni¹,

Gushelmi²,

Mayola³

2023

JSTIE

View full text Add to dashboard Cite

“…There are also researches conducted on developing expert systems using optimized fuzzy inference system (OFIS) [123] and forward chaining [89] for monitoring paddy rice disease. Table 6 tabulates the applications of machine various learning algorithms in monitoring paddy rice disease.…”

Section: ) Monitoring Paddy Rice Diseasementioning

confidence: 99%

Towards Paddy Rice Smart Farming: A Review on Big Data, Machine Learning, and Rice Production Tasks

et al. 2021

View full text Add to dashboard Cite

Big Data (BD), Machine Learning (ML) and Internet of Things (IoT) are expected to have a large impact on Smart Farming and involve the whole supply chain, particularly for rice production. The increasing amount and variety of data captured and obtained by these emerging technologies in IoT offer the rice smart farming strategy new abilities to predict changes and identify opportunities. The quality of data collected from sensors greatly influences the performance of the modelling processes using ML algorithms. These three elements (e.g., BD, ML and IoT) have been used tremendously to improve all areas of rice production processes in agriculture, which transform traditional rice farming practices into a new era of rice smart farming or rice precision agriculture. In this paper, we perform a survey of the latest research on intelligent data processing technology applied in agriculture, particularly in rice production. We describe the data captured and elaborate role of machine learning algorithms in paddy rice smart agriculture, by analyzing the applications of machine learning in various scenarios, smart irrigation for paddy rice, predicting paddy rice yield estimation, monitoring paddy rice growth, monitoring paddy rice disease, assessing quality of paddy rice and paddy rice sample classification. This paper also presents a framework that maps the activities defined in rice smart farming, data used in data modelling and machine learning algorithms used for each activity defined in the production and post-production phases of paddy rice. Based on the proposed mapping framework, our conclusion is that an efficient and effective integration of all these three technologies is very crucial that transform traditional rice cultivation practices into a new perspective of intelligence in rice precision agriculture. Finally, this paper also summarizes all the challenges and technological trends towards the exploitation of multiple sources in the era of big data in agriculture.

show abstract

“…Setiap rule hanya dieksekusi sekali dan pencocokkan, dimulai dari rule teratas [10]. Proses pencocokkan berhenti bila tidak ada lagi rule yang bisa dieksekusi [11].…”

Section: Forward Chainingunclassified

Aplikasi Untuk Konsultasi Gangguan Kehamilan Menggunakan Rule Based

Sumaryanti

Lamalewa

2021

MUSTEK ANIM HA

View full text Add to dashboard Cite

Ganguan kehamilan seringkali dialami oleh ibu hamil saat mulai terjadi pembuahan, yang diketahui berdasarkan keluhan-keluhan yang muncul saat masa kehamilan. Gangguan kehamilan ini membutuhkan cara penanganan dan pengobatan agar tidak menganggu kesehatan ibu dan janin. Penelitian ini bertujuan mengembangkan aplikasi yang digunakan sebagai alat bantu untuk diagnosa gangguan kehamilan dan dapat menyajikan informasi atausaran solusi penanganan menggunakan basis pengetahuan yang dibuat dalam basis aturan (rule based). Metede penalaran untuk basis pengetahuan menggunakan forward chaining, yang merupakan penelusuran solusi yang didasarkan pada fakta atau keluhan yang dialami oleh ibu hamil, dengan mengeksekusi aturan-aturan yang sesuai, sehingga menghasilkan konklusi berupa jenis gangguan kehamilan. Hasil pengembangan aplikasi menunjukkan bahwa basis pengetahua yang dibangun dengan sistem berbasis aturan dapat menerapkan penalaran seorang pakar untuk mendiagnosa jenis gangguan kehamilan,dan memberikan saran yang berupa solusi cara penanganan gangguan kehamilan bagi ibu hamil. Pengujian aplikasi menggunakan metode black box, dapat disimpulkan bahwa aplikasi dapat digunakan sesuai dengan fungsional sistem yang dibutuhkan oleh pengguna, sedangkan untuk pengujian akurasi menunjukkan sistem memiliki selisih keakuratan dalam mendiagnosa jenis gangguan kehamilan, dengan akurasi aplikasi 83,3%.

show abstract

Expert system for diagnosis pests and diseases of the rice plant using forward chaining and certainty factor method

Cited by 20 publications

References 5 publications

Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang)

Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang)

Towards Paddy Rice Smart Farming: A Review on Big Data, Machine Learning, and Rice Production Tasks

Aplikasi Untuk Konsultasi Gangguan Kehamilan Menggunakan Rule Based

Contact Info

Product

Resources

About