https://github.com/dewa-nanda/cek-cabai-app

Aplikasi untuk petani yang membantu mendiagnosis penyakit tanaman cabai secara akurat berdasarkan gejala yang diamati. Dengan informasi yang diberikan, petani dapat mengelola dan mengendalikan penyakit, sehingga meningkatkan hasil panen.
https://github.com/dewa-nanda/cek-cabai-app

case-based-reasoning certainty-factor chili expert-system laravel

Last synced: about 1 month ago
JSON representation

Aplikasi untuk petani yang membantu mendiagnosis penyakit tanaman cabai secara akurat berdasarkan gejala yang diamati. Dengan informasi yang diberikan, petani dapat mengelola dan mengendalikan penyakit, sehingga meningkatkan hasil panen.

• Host: GitHub
• URL: https://github.com/dewa-nanda/cek-cabai-app
• Owner: dewa-nanda
• Created: 2024-01-22T10:29:38.000Z (11 months ago)
• Default Branch: main
• Last Pushed: 2024-06-11T12:49:48.000Z (6 months ago)
• Last Synced: 2024-06-11T14:15:29.339Z (6 months ago)
• Topics: case-based-reasoning, certainty-factor, chili, expert-system, laravel
• Language: Blade
• Homepage:
• Size: 881 KB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • Security: SECURITY.md

Awesome Lists containing this project

README

        






## Pendahuluan

Cek Cabai App, adalah aplikasi yang dirancang untuk mendukung petani dalam mendiagnosis penyakit tanaman cabai yang mereka hadapi. Aplikasi ini memungkinkan petani untuk mengidentifikasi penyakit tanaman cabai secara akurat berdasarkan gejala yang diamati pada tanaman mereka. Dengan informasi yang diberikan oleh aplikasi, petani dapat mengambil langkah-langkah yang tepat untuk mengelola dan mengendalikan penyakit, sehingga meningkatkan hasil panen dan meminimalkan kerugian.

## Cara Kerja Aplikasi

Aplikasi ini merupakan sistem pendukung keputusan klinis yang dikembangkan dengan menerapkan konsep dari metode Case Based Reasoning (CBR), yang dipadukan dengan Certainty Factor (CF).

---

### Case Based Reasoning



Case Based Reasoning memiliki 4 tahapan penting yaitu (Retrieve, Reuse, Revise, Retain) :

#### Retrieve

Merupakan tahapan di mana kasus baru akan diberikan ke dalam basis data, dengan proses sebagai berikut:

- Petani melakukan input gejala yang mereka alami.

- Aplikasi melakukan perhitungan untuk mencari tingkat kemiripan gejala yang dialami petani dengan kasus-kasus terdahulu.

#### Reuse

Merupakan tahapan di mana sistem akan mengambil data yang memiliki tingkat kemiripan tertinggi, dengan proses sebagai berikut:

- Sistem menentukan kasus terdahulu mana yang paling mirip dengan kasus terbaru.

- Sistem mengambil data kasus yang memiliki tingkat kepercayaan tertinggi untuk diberikan kepada petani sebagai referensi diagnosis penyakit tanaman cabai beserta cara penanganannya.

- Sistem akan menyimpan data kasus yang memiliki tingkat kepercayaan tertinggi sebagai tambahan untuk mendukung basis pengetahuan.

#### Revise

Merupakan tahapan di mana kasus-kasus yang baru saja diberikan oleh petani akan dilakukan pengecekan oleh pakar, untuk mengetahui apakah hasil diagnosis dari aplikasi tersebut sudah benar atau belum, dengan proses sebagai berikut:

- Pakar akan memberikan tingkat keyakinan terhadap tiap gejala di kasus yang dipilih.

- Sistem akan melakukan perhitungan, berdasarkan pernyataan pakar, apakah kasus tersebut valid untuk langsung dimasukkan ke dalam basis pengetahuan atau tidak.

- Jika hasil dari sistem "VALID", maka pakar hanya perlu menambahkan bobot kepercayaan terhadap gejala yang belum teridentifikasi bobot kepercayaannya.

- Jika hasil dari sistem "Tidak Valid", maka pakar perlu menentukan berdasarkan gejala-gejala yang diterima pada kasus tersebut merupakan diagnosis penyakit tanaman cabai apa.

- Pakar juga perlu menambahkan bobot kepercayaan terhadap gejala yang belum teridentifikasi bobot kepercayaannya.

#### Retain

Merupakan tahapan di mana kasus yang telah diperbaiki oleh pakar akan disimpan ke dalam basis data, dan akan dijadikan tambahan basis pengetahuan untuk menangani kasus-kasus yang akan datang.

---

### Certainty Factor

Metode ini digunakan untuk menghitung tingkat keyakinan seorang pakar terhadap kasus baru yang muncul, berdasarkan pengetahuan pakar tentang pengaruh suatu gejala terhadap suatu penyakit.