TRUNOJOYO-Tugas Akhir-20399-160411100051_ABSTRAK-ABSTRACT.pdf
Download (174kB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_COVER_PERSETUJUAN_KATA PENGANTAR_PERSEMBAHAN_DAFTAR ISI.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI BAB 1.pdf
Download (2MB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI BAB 2.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI BAB 3.pdf
Restricted to Repository staff only
Download (11MB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI BAB 4.pdf
Restricted to Repository staff only
Download (8MB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_REFERENSI.pdf
Restricted to Repository staff only
Download (218kB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI BAB 5_CONCLUSION.pdf
Restricted to Repository staff only
Download (203kB)
TRUNOJOYO-Tugas Akhir-20399-160411100051_SKRIPSI LAMPIRAN.pdf
Restricted to Repository staff only
Download (4MB)
Abstract
Tanaman jagung merupakan tanaman pangan kedua setelah padi di Indonesia. Tanaman jagung merupakan tanaman pangan yang dapat diolah secara langsung maupun sebagai campuran untuk olahan yang lainnya. Saat ini, produktivitas tanaman jagung di provinsi Jawa Timur mengalami penurunan yang diakibatkan kurangnya pengetahuan petani mengenai informasi penyakit pada tanaman jagung. Petani sulit melakukan identifikasi penyakit dikarenakan terdapat kemiripan antara gejala satu dengan gejala lainnya. Oleh karena itu, petani membutuhkan suatu sistem yang dapat mengidentifikasi penyakit pada tanaman jagung dengan menghitung kemiripan dari gejala yang diinput oleh petani dengan gejala yang terdapat di database. Pada penelitian ini metode yang digunakan yaitu case based reasoning (CBR) dengan algoritma nearest neighbor similarity. Metode case based reasoning digunakan untuk penalaran dalam sistem identifikasi dengan mengingat gejala yang terdapat di database, lalu menggunakannya kembali dan mengadaptasikan dalam gejala yang diinputkan oleh ketua kelompok tani, dilanjutkan dengan algoritma nearest neighbor similarity yaitu menghitung nilai kemiripan antara kedua bentuk gejala agar mendapatkan hasil dari identifikasi penyakit yang dilakukan. Hasil pengujian dari tingkat akurasi sistem sebesar 86,00%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM SELVIE AKMALIA |
| Department | Informatika |
| Uncontrolled Keywords | Kata Kunci ; Penyakit Tanaman Jagung, Metode, Kemiripan, Case-Based Reasoning, Nearest Neighbour Similarity |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 17:57 |
| Last Modified | 24 Oct 2026 17:17 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/27894 |
