IMPLEMENTASI CASE BASED REASONING UNTUK SISTEM DIAGNOSIS HAMA DAN PENYAKIT TANAMAN CABE MERAH MENGGUNAKAN ALGORITMA SIMILARITAS NEYMAN

Abstract

Cabai merah adalah tanaman dengan intensitas gangguan yang cukup tinggi, berupa hama ataupun
penyakit yang dapat membuat tanaman rusak maupun gagal panen. Hama dan penyakit adalah faktor yang
dapat menurunkan hasil produksi. Minimnya pengetahuan masyarakat dan petani cabai merah tentang hama
dan penyakit serta mahalnya biaya untuk penyuluhan membuat penanganan gangguan menjadi keliru. Untuk itu
dibuatlah program yang mengadopsi pola berfikir manusia yang sering dinamakan artificial intellegence.
Sistem yang dibuat mampu mengidentifikasi hama dan penyakit tanaman cabai merah dengan
memasukkan gejala, kemudian menghitung nilai similaritas menggunakan algoritma similaritas Neyman
berdasarkan perbandingan kesamaan gejala yang dikonsultasikan dengan data gejala yang sudah ada dalam
basisdata. Solusi penanganan penyakit yang diderita diberikan setelah mengetahui jenis hama dan penyakit dari
hasil identifikasi menggunakan algoritma similaritas Neyman, dengan menampilkan hasil identifikasi hama dan
penyakit tanaman cabai merah. Apabila hasil similaritas lebih dari sama dengan 50 persen, maka akan
ditampilkan hasil diagnosis, namun jika hasil similaritas kurang dari 50 persen, maka akan dimasukkan dalam
tahap revise agar dapat dijadikan sebagai sebuah kasus baru.