IDENTIFIKASI HAMA PADA TANAMAN KEDELAI DENGAN MENGGUNAKAN METODE FUZZY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Kedelai adalah komoditas pangan utama di Indonesia selain padi dan jagung. Permintaan akan kedelai semakin meningkat karena kedelai mampu menjadi alternatif bagi masyarakat yang berminat pada makanan berprotein nabati rendah kolestrol. Namun bila dilihat dari hasil produksinya masih belum memuaskan. Hal ini disebabkan oleh berbagai faktor, salah satunya gangguan hama dan penyakit. Dalam mengidentifikasi hama, petani mengalami kesulitan. Gejala-gejala serangan yang terlihat juga memperlihatkan kesamaan bahkan gejala antara hama dengan penyakit yang hampir sama. Morfologi yang sama dari beberapa jenis hama yang berbeda juga mempengaruhi proses identifikasi. Metode yang digunakan adalah fuzzy, hal ini dilakukan karena parameter-parameter yang digunakan dalam penelitian ini (morfologi hama, gejala dan tingkat kerusakan) adalah variable kualitatif yaitu variable yang menunjukkan suatu intensitas yang sulit diukur memiliki sifat ambiguitas (tidak crips). Hasilnya metode fuzzy dapat mengidintifikasi hama pada tanaman kedelai dengan tingkat akurasi 77.78 %.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle