Perancangan Case Based Reasoning Menggunakan Algoritma Similaritas Neyman Untuk Mendiagnosa Penyakit Hama pada Tanaman Cabai Merah

Abstract

Cabai merah atau cabai besar (Capsicum annuum L.) merupakan komoditas sayuran bernilai ekonomi tinggi yang dikembangkan oleh petani. Meskipun memiliki luas lahan cabai yang luas, produksi cabai merah mengalami penurunan rata-rata 4,06 persen per tahun dalam lima tahun terakhir. Hama dan penyakit seperti ulat grayak, kutu daun, lalat buah, Trips Thrips, kutu Tetranychus, antraknosa, layu fusarium, layu bakteri, dan pucuk menjadi kendala utama dalam produksi cabai merah. Kemiripan gejala menyulitkan petani dalam mencegah dan mengendalikan penyakit. Sistem pakar dapat membantu dalam mendiagnosis penyakit pada tanaman cabai dengan menggabungkan pengetahuan ahli dan teknologi informasi. Penggunaan teknologi informasi dapat mengurangi risiko gagal panen dengan deteksi yang cepat dan akurat terhadap hama dan penyakit. Kasus-kasus yang disimpan oleh para ahli dapat digunakan sebagai acuan dalam mendiagnosis kasus baru menggunakan penalaran berbasis kasus (Case Base Reasoning, CBR). Penerapan Algoritma Similaritas Neyman memiliki peran penting dalam memberikan hasil diagnosa yang akurat.