RANCANG BANGUN PROGRAM APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN RAMBUTAN MENGGUNAKAN METODE BAYES
Notice bibliographique
Résumé
Banyak permasalahan yang menyebabkan menurunnya kualitas tanaman buah rambutan juga sering terserang penyakit yang menyebabkan bunga atau buahnya rontok bahkan tanaman tersebut mati, buah menjadi tidak berkualitas, walaupun rasa buah tetap manis tetapi penampilan buah kurang mendukung bagi yang mengutamakan rasa hal tersebut tidak masalah, tetapi jika dihidangkan atau dipajangkan menjadi kurang menarik dengan buah lainnya. Sehingga mengakibatkan kerugian bagi petani, yang berdampak komoditi buah rambutan yang menjadi andalan kota Binjai disektor hortikultura dan pertanian menjadi terhambat. Dalam rangka rangka untuk meningkatkan ketersediaan buah rambutan yang berkualitas standard agar dapat memenuhi kebutuhan konsumen dipasar domestic maupun internasional dan meningkatkan pendapatan petani, Untuk membantu petani dalam pengambilan keputusan lebih dini dan cepat, perlu adanya sistem pakar yang mudah digunakan dan mudah dipahami. Salah satu teknologi yang berkembang saat ini untuk pengambilan keputusan tersebut adalah memanfaatkan Aplikasi Sistem Pakar dengan menerapkan metode Bayes untuk mencari ketidakpastian dari inputan berupa gejala dan kemungkinan jenis penyakit yang ada pada tanaman rambutan. Metode Bayes diharapkan dapat memberi hasil diagnosa yang lebih tepat dan mempunyai nilai kepastian yang lebih akurat.. Perancangan dan pengembangan sistem pakar belum ada yang menyediakan menu konsultasi seperti sistem pakar untuk menangani masalah penyakit tanaman rambutan, petani buah rambutan juga mengalami kesulitan mengidentifikasi penyakit karena tidak mengenali gejala-gejalanya, sehingga tidak jarang petani mengalami kerugian akibat penurunan kualitas buah. Seiring perkembangana teknologi, tugas pakar pertanian dapat dibantu oleh sebuah aplikasi komputer yaitu sistem pakar yang dapat mempermudah memberi penyuluhan pertanian, namun kemampuan diagnosa sistem pakar mungkin belum 100% sama dengan seorang pakar, karena masih menyebabkan keraguan hasil diagnosa. Maka diperlukan perhitungan dalam penelitian ini menggunakan metode Bayes
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,010 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».