ANALISIS SISTEM PAKAR PENYAKIT TANAMAN JERUK SIAM MENGGUNAKAN DEEP NEURAL NETWORK (DNN)

Fatma Agus Setyanngsih

Abstract


Siamese oranges are cultivated by farmers in West Kalimantan, one of which is in a plantation in Setapok Village, Singkawang City. According to information from local farmers, citrus cultivation is experiencing problems, namely citrus plants are damaged with symptoms including yellowing leaves and black spots, and leaves becoming wrinkled and stunted. Deep Neural Network (DNN) is a machine learning method. The aim of the study was to apply and evaluate the results of the evaluation and analysis of the Siamese Orange Plant Disease Expert System Using DNN. This research is to facilitate farmers in determining pests and diseases in citrus plants in providing conclusions through training and data testing using the DNN method. The data used for the expert system with the DNN algorithm comes from citrus disease diagnosis data from the Setapok Village Plantation, Singkawang City. The highest accuracy value is 95%, while the lowest value is 77% and the average accuracy is 86%. This shows that the results of the expert system diagnosis on Siamese orange disease data with DNN are quite good.

Key Words: Expert System, Citrus Disease, Deep Neural Network

Jeruk siam dibudidayakan oleh petani di Kalimantan Barat, salah satunya di perkebunan Desa Setapok, Kota Singkawang. Menurut informasi petani setempat budidaya tanaman jeruk mengalami kendala yaitu tanaman jeruk mengalami kerusakan dengan gejala di antaranya daun menguning dan terdapat bercak hitam, serta daun menjadi keriput dan kerdil. Deep Neural Network (DNN) merupakan metode machine learning. Tujuan penelitian untuk menerapkan dan mengevaluasi hasil evaluasi serta analisis Sistem Pakar Penyakit Tanaman Jeruk Siam Menggunakan DNN. Penelitian ini untuk memudahkan petani dalam menentukan hama dan penyakit pada tanaman Jeruk dalam memberikan kesimpulan melalui pelatihan dan pengujian data dengan menggunakan metode DNN. Data yang digunakan untuk sistem pakar dengan algoritma DNN ini berasal dari data diagnosis Penyakit Jeruk dari Perkebunan Desa Setapok, Kota Singkawang. Diperoleh nilai akurasi tertinggi yakni sebesar 95%, sedangkan nilai terendah sebesar 77% dan rata-rata akurasi adalah 86%. Hal ini menunjukan bahwa hasil diagnosis sistem pakar pada data penyakit jeruk siam dengan DNN cukup baik.

Kata Kunci: Sistem Pakar, Penyekit Jeruk, Deep Neural Network


Full Text:

PDF

References


Susanti, H, Mukarlina &Linda, R, 2014, ‘Anatomi daun dan ranting Citrus nobilis L.var.microcarpa yang terserang Citrus Vein Phloem Degeneration’, Jurnal Protobiont, vol 3 no 3 hal 51-55

Nahampun, Maruli Tua. 2014. Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit dengan Metode Dempster-Shafer. Jurnal Pelita Informatika Budi Darma Vol. VII. ISSN : 2301-9425.

Muham Dahria, et, al. (2013). “Sistem Pakar Metode Damster Shafer Untuk Menentukan Jenis Gangguan Perkembangan Pada Anak”, Jurnal Saintikom Vol. 12, No. 1, Januari 2013.

Fatma, Rahmawati & Mukarlina (2021), ’Analisis Sistem Pakar Untuk Mengidentifikasi Penyakit Pada Tanaman Jeruk Siam (Citrus Nobilis Var. Microcarpa) Dari Perkebunan Desa Setapok, Kota Singkawang’ Jurnal Klik, Vol 8, No 2.

Faisal, Sanapiah. 2007. Format-Format Penelitian Sosial. Jakarta: Raja Grafindo Persada.

Kuncoro, Mudrajad. 2003. Metode Riset Untuk Bisnis & Ekonomi. Jakarta: Erlangga.




DOI: http://dx.doi.org/10.20527/klik.v10i1.592

Copyright (c) 2023 KLIK - KUMPULAN JURNAL ILMU KOMPUTER

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexed by:

  
 

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.joomla
counter View My Stats