Implementasi metode fuzzy k-nearest neighbor untuk sistem pakar diagnosa penyakit tanaman jagung

Indonesia :

Indonesia adalah salah satu negara yang paling beragam pertaniannya di dunia, dengan mayoritas penduduknya adalah petani. Jagung merupakan salah satu tanaman serealia (sereal atau biji-bijian) yang bernilai strategis dan ekonomis, berpotensi untuk diolah menjadi produk olahan karena posisinya sebagai sumber karbohidrat dan protein terpenting kedua setelah beras. Masalah yang sering dihadapi yaitu hama dan penyakit yang menyerang tanaman seperti pada tanaman jagung. Penyakit tanaman jagung memerlukan penanganan dan pengobatan sesuai diagnosa dari gejala yang ditimbulkan karena sebagian besar diagnosa memiliki gejala yang hampir sama. Sehubungan dengan hal ini, maka dibuatlah sebuah sistem pakar yang diharapkan memudahkan para petani untuk melakukan konsultasi tentang gejala penyaikit tanaman jagung tanpa harus menunggu seorang pakar datang ke kampung mereka serta mengetahui cara pencegahan hama dan penyakit tersebut. Pada penelitian ini menggunakan metode Fuzzy K-Nearest Neighbor (FK-NN) untuk menentukan diagnosa penyakit tanaman jagung berdasarkan gejala. Tujuan penelitian ini untuk mengukur akurasi, presisi, recall dari metode yang digunakan untuk melakukan diagnosa. Penelitian ini menggunakan data sebanyak 150 penyakit untuk dijadikan data training dan 50 penyakit untuk dijadikan data testing. Pada pengujian menghasilkan accuracy 92%, precision 91%, recall 92% dengan menggunakan k tetangga terdekat sebesar 3. Metode Fuzzy K-Nearest Neighbor dapat memberikan dukungan untuk pengambilan keputusan diagnosa penyakit tanaman jagung dengan baik

English :

Indonesia is one of the most diverse agricultural countries in the world, with the majority of the population being farmers. Corn is one of the cereal crops (cereals or grains) of strategic and economic value, potentially to be processed into processed products because of its position as the second most important source of carbohydrates and protein after rice. The problems that are often faced are pests and diseases that attack plants such as corn plants. Maize plant disease requires treatment and treatment according to the diagnosis of the symptoms caused because most diagnoses have almost the same symptoms. In this regard, an expert system was created that is expected to make it easier for farmers to consult about the symptoms of corn crop scrapers without having to wait for an expert to come to their village and know how to prevent these pests and diseases. In this study, it used the Fuzzy K-Nearest Neighbor (FK-NN) method to determine the diagnosis of corn plant disease based on symptoms. The purpose of this study is to measure the accuracy, precision, recall of the methods used to carry out diagnosis. This study used data on 150 diseases to be used as training data and 50 diseases to be used as testing data. The test resulted in 92% accuracy, 91% precision, 92% recall using the nearest neighbor of 3. The Fuzzy K-Nearest Neighbor method can provide support for decision-making on the diagnosis of maize plant diseases well

Arabic :

إنْدُونيسيَا هيَ وَاحدَةٌ مِنْ أَكْثَرِ الْبُلْدَانِ الزَرَاعِيَةِ تَنَوُعًا فِي الْعَالَمِ ، حَيْثُ أَنَّ غَالِبِيَةَ السُّكَانِ هُمْ مِنَ الْمُزَارِعِيْنَ. الذُّرَةُ هِيَ وَاحِدَةٌ مِنْ مَحَاصِيْلِ الْحُبُوبِ (الحُبُوْبِ أَو الْبِزْرِ) ذَاتَ اْلقِيْمَةِ الْاسْتِرَاتِيْجِيَّةِ وَالاِقْتِصَادِيَةِ ، وَمِنَ الْمُحْتَمِلِ مُعَالَجَتُهَا فِيْ مُنْتَجَاتِ مُصَنَعَةِ بسَبَبِ مَوْقِعِهَا كَثَانِي أَهَمُّ مَصْدَرٍ للْكَرْبُوْهيدْرَاتِ وَالْبَرُوتِينِ بَعْدَ الْأَرُزِ. الْمُشْكلُ الذِّي غَالبًا مَا تُوَاجِهُ هِيَ الْآفَاتُ وَالْأَمْرَاضُ الذِّي يُهَاجِمُ الْنَبَاتَاتِ مثْلُ نَبَاتَاتِ الذُّرَةِ. يَتَطَلَبُ مَرَضُ نَبَاتِ الذُّرَةِ الْعِلَاجَ وَالْعِلَاجَ وَفِقًا لتَشْخِيْصِ الْأَعْرَاضِ الْنَاجَمَةِ لأِنَّ مُعْظَمَ التَشْخِيْصَاتِ لَهَا نَفْسُ الْأَعْرَاض تَقْريْبًا . وَفِي هَذَا الصَّدَدِ، تَمَّ إِنْشَاءُ نَظَامِ خُبْرَاءِ مِنَ الْمُتَوَقِعِ أَنْ يَسْهَلَ عَلَى الْمُزَارِعَيْنٍ التَّشَاوُرُ بِشَأْنِ أَعْرَاضِ كَاشَطَاتِ مَحَاصِيْلِ الذُّرَةِ دُوْنَ الْحَاجَةِ إِلَى انْتِظَارِ قُدُوْمِ خَبِيْرٍ إِلَى قَرْيَتِهِمْ وَمَعْرِفَةِ كَيْفِيَةِ الْوِقَايَةِ مِنْ هَذِهِ الْآفَاتِ وَالْأَمْرَاضِ. اسْتَخْدَمَتْ طَرِيْقَةُ الْضَّبَابِيَّةِ (FK-NN) لِتَحْدِيْدِ تَشْخِيْصِ مَرَضِ نَبَاتِ الذُّرَةِ بِنَاءً عَلَى الْأِعْرَاضِ. الغَرْضُ مِنْ هَذِهِ الدِّرَاسَةِ هُوِ قِيَاسٌ دَقِةٌ ودقة وَتَذْكُرُ الطَّرِقُ الْمُسْتَخْدِمَةِ لِإِجْرِاءِ شَخِيْصٍ. اسْتِخْدَمَتْ هَذِهِ الدِّرَاسَةُ بَيَانَاتٍ عَنْ 150 مَرِضًا لِاسْتِخْدَامِهَا كَبَيَانَاتِ تَدْرِيْبٍ وَ 50 مَرِضًا لِاسْتِخْدَامِهَا كَبَيَانَات اخْتبَار. نَتَجَ عَن الاْختبَار دَقةً 92٪ ، وَدَقةً 91٪ ، وَتُذْكَرُ 92٪ باسْتخدَام أَقْرَبُ جَارل 3. أَسْلُوبُ ك-نيرث نيغبور (FK-NN) يُمْكنُ أَنْ تَوَفَرَ الدَعَم لاتخَاذ الْقَرَارَات الْمُتَعَلَقَة بتَشْخيْص أَمْرَاض نَبَات الذُرَةُ بشَكْل جَيْد.