Expert System To Diagnose Stem Border In Sugarcane Plant With Certainty Factor Method
Notice bibliographique
Résumé
Sugarcane (Saccharum Officanarum L) is an annual plantation crop, which has its own characteristics, because it contains sugar in its stems. Sugarcane belongs to the grass family (graminae) like rice, reeds, corn, bamboo and others. One of the problems that exist in sugarcane plantations at PT Perkebunan Nusantara II is stem borer pests. Losses due to borer attacks can be in the form of a decrease in sugarcane weight, yield and quality of the sap obtained. pests on sugarcane plants cause a decrease in sugar production of about 10%. There are three types of stem borer pests found in PT Perkebunan Nusantara II, namely shoot borer pests, striped stem borer pests, and giant stem borer pests. Meanwhile, biological control is by spreading natural predators of pests which will suppress the population of widespread distribution and breeding of pests which are commonly called parasitoids. Parasitoids will become predators of their respective hosts, so appropriate diagnostic therapy for stem borer pests is needed so that the spread of stem borer pests does not become more widespread and the parasitoids to be spread operate effectively. By using the Certainty Factor method, you can find out the types of pests that are attacking sugarcane plants. Based on manual calculations, the dipole yield was 79% on one of the selected pest types based on the symptoms induced in the sugarcane plant.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».