@misc{eprints31143,
           month = {Maret},
           title = {SISTEM PAKAR DIAGNOSIS PENYAKIT TANAMAN JAGUNG MENGGUNAKAN METODE FORWARD CHAINING
BERBASIS ANDROID

},
          author = {1317051053 RATU MUSTIKA PERMATA LESI },
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2018},
             url = {http://digilib.unila.ac.id/31143/},
        abstract = {Penelitian ini dilakukan dengan tujuan untuk membuat sistem pakar yang mampu mendiagnosis penyakit pada tanaman jagung berdasarkan pengetahuan yang diberikan langsung dari pakar/ahlinya. Pada penelitian ini terdiri dari 33 data gejala dan 13 data penyakit jagung yang disebabkan oleh Cendawan (jamur). Penelitian ini menggunakan metode perhitungan probabilitas klasik untuk diagnosis penyakit jagung yang dipilih pada mobile device platform Android. Sistem pakar ini menggunakan metode inferensi forward chaining. Hasil pengujian menunjukkan bahwa: (1) Pengujian fungsional dengan menggunakan metode Black Box Equivalence Partitioning (EP) mendapatkan hasil sesuai dengan yang diharapkan pada skenario uji di setiap kelas uji. (2) Pengujian kepakaran mendapatkan hasil perhitungan manual sebesar 98,00\% dan hasil perhitungan sistem sebesar 99,00\%. (3) Pengujian kuesioner dengan 55 responden terbagi menjadi empat kelompok; kelompok pakar penyakit jagung mendapatkan rata-rata nilai sebesar 84,85\% (dikategorikan sangat baik), kelompok mahasiswa jurusan Hama dan Penyakit Tanaman 85,85\% (dikategorikan sangat baik), kelompok  mahasiwa jurusan Ilmu Komputer 89,14\% (dikategorikan sangat baik), dan kelompok petani jagung 92,85\% (dikategorikan sangat baik).

Kata Kunci : Forward Chaining, Penyakit Jagung, Probabilitas Klasik, Sistem Pakar, Skala Likert, Android.


ABSTRACT

This research was conducted with the aim to create an expert system capable of diagnosing disease in corn plants based on knowledge that is provided directly from the experts/experts. In this study consisted of 33 and 13 symptom data data disease of maize caused by Fungi (mushroom). This research uses classical probability calculation method for diagnosis of diseases of corn that is selected on the mobile device platform Android. This expert system inference method using forward chaining. The test results indicate that: (1) functional testing using Black Box methods of Equivalence Partitioning (EP) getting results as expected on a test scenario in each test class. (2) Testing expertise getting results of manual calculation of 98.00\% and results of calculation system of 99.00\%. (3) Testing the questionnaire with 55 respondents were divided into four groups; the Group of experts of the disease of corn get average value of 84.85\% (categorized very well), a group of college students majoring in pest and plant disease 85.85\% (categorized very well), a group of students majoring in computer science (89.14\% categorized very good), and the corn growers group 92.85\% (categorized very well).

Key Words : Forward Chaining, Corn Diease, Classic Probability, Expert System, Likert Scale, Android.
 
}
}