Sistem Pakar Deteksi Penyakit Bawang Merah dengan Metode Case Based Reasoning

Nur, Yohani Setiya Rafika; Burhanuddin, Auliya; Aldo, Dasril; Army, Widya Lelisa

doi:10.30865/mib.v6i3.4180

Cited by 6 publications

(6 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Case-Based Reasoning (CBR) adalah model penalaran yang mengintegrasikan pemecahan masalah, pemahaman dan pembelajaran.Pendekatan ini melibatkan penanganan berbagai situasi yang telah disimpan di dalam sistem. Proses ini terdiri dari suatu siklus yang dibagi menjadi empat subproses [8].…”

Section: Metode Case Based Reasoning (Cbr)unclassified

Sistem Pakar Diagnosa Penyakit Kambing Menggunkan Metode Case Based Reasoning Untuk Kesehatan Ternak

Alamsyah,

Farida,

Widodo

2024

Stains

View full text Add to dashboard Cite

Kambing (Capra aegagrus hircus) merupakan hewan ternak yang memiliki peran penting dalam sektor peternakan, memberikan kontribusi terhadap produksi daging, susu, dan kulit. Meskipun kambing memiliki nilai ekonomi yang tinggi, namun seringkali menghadapi tantangan kesehatan yang dapat mempengaruhi produktivitasnya. Penelitian ini mengusulkan Sistem Pakar Diagnosa Penyakit Kambing dengan menerapkan Metode Case-Based Reasoning (CBR). Fokus utama adalah meningkatkan efisiensi diagnosa penyakit pada kambing dengan memanfaatkan pengetahuan yang tersimpan dalam basis kasus. Metode CBR dipilih karena kemampuannya dalam menangani situasi kesehatan hewan yang kompleks. Pengujian sistem menggunakan dataset gejala penyakit kambing yang diperoleh dari praktisi peternakan menunjukkan bahwa sistem ini dapat memberikan rekomendasi diagnosis yang cepat dan akurat, berpotensi menjadi alat bantu efektif dalam manajemen kesehatan ternak kambing.

show abstract

Section: Metode Case Based Reasoning (Cbr)unclassified

Sistem Pakar Diagnosa Penyakit Kambing Menggunkan Metode Case Based Reasoning Untuk Kesehatan Ternak

Alamsyah,

Farida,

Widodo

2024

Stains

View full text Add to dashboard Cite

show abstract

“…Potensi pengembangan bawang merah sangat besar seiring dengan kebutuhan produk hortikultura yang dikonsumsi masyarakat, baik lokal maupun internasional [3]. Bawang merah adalah salah satu dari tiga spesies Allium yang sangat berharga dan bernilai komersial [4].…”

Section: A Pendahuluanunclassified

Klasifikasi Penyakit Bawang Merah Menggunakan Naive Bayes dan CNN dengan Fitur GLCM

Arfah,

Purnawansyah,

Darwis

et al. 2023

ijcs

View full text Add to dashboard Cite

Tanaman bawang merah merupakan salah satu tanaman penting dalam industri pertanian. Penyakit pada tanaman bawang merah dapat mengakibatkan kerugian yang signifikan bagi petani dan produsen. Penelitian ini bertujuan untuk mengklasifikasikan penyakit bawang merah pada daun bawang merah yang disebabkan oleh bercak ungu dan moler. Pengumpulan data citra bawang merah dilakukan secara langsung yang dilanjutkan dengan tahap pre-processing sebelum pengklasifikasian penyakit pada tanaman bawang merah. Algoritma Naive Bayes dan CNN dengan ekstraksi fitur GLCM digunakan dalam penelitian ini untuk melakukan perbandingan klasifikasi antara dua metode tersebut dalam mengklasifikasikan penyakit tanaman bawang merah yaitu bercak ungu dan moler. Hasil pengujian dengan menggunakan citra sebanyak 160 penyakit moler dan 160 penyakit bercak ungu menunjukkan bahwa kedua algoritma klasifikasi Naive Bayes dan CNN dengan ekstraksi fitur GLCM mampu mengklasifikasikan penyakit moler dan penyakit bercak ungu pada daun bawang merah dengan akurasi yang baik sebesar 100%. Onion plants are one of the important crops in the agricultural industry. Diseases in onion plants can result in significant losses for farmers and producers. This research aims to classify onion diseases on onion leaves caused by priole blotch and molāris. The of onion image data colaction was performed directly, followed by a pre-processing stage before classifying diseases in onion plants. The Naive Bayes algorithm and CNN with GLCM feature extraction are used in this study to compare the classification between the two methods in classifying onion diseases. The test results using a total of 160 priole blotch and 160 molāris diseases show that both the Naive Bayes and CNN classification algorithms with GLCM feature extraction are capable of classifying priole blotch and molāris diseases on onion leaves with a perfect accuracy of 100%.

show abstract

Section: Metode Penelitianunclassified

Implementasi Machine Learning Menggunakan Metode Case Based Reasoning Untuk Diagnosa Gizi Buruk Pada Anak

Yuliana¹,

Firgia²,

Wati

2022

Tekinkom

View full text Add to dashboard Cite

Malnutrition is a problem experienced by children in Indonesia, one of which is stunting. The role of Community Health Center is needed in overcoming malnutrition rates in toddlers. This research was conducted by implementing machine learning using the case-based reasoning method to diagnose malnutrition in children. This research aims to reduce stunting experienced by the community around Bengkayang Regency. The purpose of this study was to determine the diagnosis of malnutrition in children at the Bengkayang Health Center. The output of this study is to be able to diagnose malnutrition in children using the case-based reasoning method and the system designed is used as a reference for addressing child development. The variables used in implementing the system are name, age, gender, height, and weight. Then the learning machine looks for the closest case to see the value closest to the stunting problem, so the result is the same. In solving cases by calculating the similarity value, it was found that the new case had similarities with case 04 which was diagnosed with Scurvy Vitamin Deficiency with a similarity value of 0.545454545 or 54.54%.

show abstract

Sistem Pakar Deteksi Penyakit Bawang Merah dengan Metode Case Based Reasoning

Cited by 6 publications

References 10 publications

Sistem Pakar Diagnosa Penyakit Kambing Menggunkan Metode Case Based Reasoning Untuk Kesehatan Ternak

Sistem Pakar Diagnosa Penyakit Kambing Menggunkan Metode Case Based Reasoning Untuk Kesehatan Ternak

Klasifikasi Penyakit Bawang Merah Menggunakan Naive Bayes dan CNN dengan Fitur GLCM

Implementasi Machine Learning Menggunakan Metode Case Based Reasoning Untuk Diagnosa Gizi Buruk Pada Anak

Contact Info

Product

Resources

About