Expert System for Diagnosing Plant-disturbing Organisms on Rice Plants Using the Euclidean Probability Method and Bayes Theorem with Forward Chaining Inference Technique

Abstrak

Beras merupakan kebutuhan pokok manusia yang perlu dipenuhi secara terus menerus, khususnya di Indonesia. Akan tetapi, produksi padi mengalami penurunan sebesar 2,05% pada tahun 2023, penurunan tersebut dipengaruhi oleh minimnya lahan persawahan dan gagal panen akibat serangan organisme pengganggu tanaman seperti Penyakit Blast, Bercak Cokelat, bahkan Tikus Sawah. Oleh karena itu, teknologi sistem pakar berguna untuk membantu menciptakan peluang kemajuan di sektor pertanian dalam mengatasi penurunan produksi tersebut. Penelitian ini memanfaatkan metode terbaik antara Probabilitas Euclidean, Teorema Bayes, dan gabungan keduanya dalam mendiagnosis organisme pengganggu tanaman pada tanaman padi. ​​Sistem pakar bekerja dengan cara menganalisis gejala dan karakteristik tanaman menggunakan nilai bobot yang diperoleh dari Analytical Hierarchy Process, membandingkannya dengan database organisme pengganggu tanaman yang diketahui, dan memberikan diagnosis serta rekomendasi pengelolaan yang akurat. Tujuannya adalah untuk mengetahui metode mana yang memberikan diagnosis paling akurat dan untuk mengeksplorasi bagaimana metode tersebut dapat mendukung pertanian berkelanjutan. Kombinasi teorema Bayes dengan metode Euclidean dan teorema Bayes saja mencapai kesepakatan 8 dari 10 kasus dengan diagnosis ahli. Sebagai perbandingan, metode Euclidean saja mencapai kesepakatan 9 dari 10 kasus. Hasilnya menunjukkan bahwa metode Probabilitas Euclidean menawarkan diagnosis yang lebih akurat, selaras dengan diagnosis ahli dalam 9 dari 10 studi kasus, sehingga mendukung penerapannya dalam praktik pertanian berkelanjutan.