Pengelompokan Hama Dan Penyakit Pada Tanaman Kedelai Dengan Metode K-Means Clustering Berbasis Web

  • Kode Repository : SKI01/MUH/20
  • NPM : 065115164
  • Nama : Muhamad Reza Pahlevi
  • Pembimbing 1 : -Arie Qur'ania M.Kom
  • Pembimbing 2 : -Yusma Yanti, M.Si
  • Abstrak : -PENGELOMPOKAN HAMA DAN PENYAKIT PADA TANAMAN KEDELAI DENGAN METODE K-MEANS CLUSTERING BERBASIS WEB Muhamad Reza Pahlevi1), Arie Qurania2), Yusma Yanti3) 1, 2 & 3)Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan Bogor 1)rezapahlevi927@gmail.com, 2)qurania@unpak.ac.id , 3)yusmayanti.fn@gmail.com Abstrak Tanaman kedelai memiliki 16 penyakit diantaranya : Busuk Akar/ busuk pangkal batang, Karat, Pustul Bakteri, Antraknose, downy mildew, Powdery Mildew, Cowpea Mild Mottle, target spot, hawar bakteri, Frogeye Leaf Spot, Bercak Biji Ungu, Hawar semai fusarium, Soybean stunt virus, Soybean dwarf virus, Soybean mosaic virus. Ada juga hama yang menyerang 14 macam diantaranya : Lalat Kacang Ophymia, Lalat Batang kacang, Lalat Pucuk, Kutu Daun Aphis glycines Matsumura, Kutu Kebul Bemisia tabaci Gennadius , Tungau merah Tetranychus cinnabarius Boisduval, Wereng Hijau Kedelai Empoasca spp, Ulat Grayak Spodoptera litura Fabricius, Ulat penggulung daun Omiodes, Ulat Jengkal Crysodeixis chalsites Fabricus, Kumbang Kedelai Phaedonia inclusa Stall, Kepik polong, Kepik Hijau Nezara viridula Linnaeus, Penggerek Polong Kedelai Etiella zinckenella Triet. Bagian tanaman kedelai yang sering diserang oleh hama dan penyakit adalah daun, polong, dan batang. Petani kedelai mendeteksi penyakit dan hama kedelai secara manual dengan melihat gejala – gejala yang ada di tanaman kedelai dan kemudian mencari nya di buku. Sekarang ini ada beberapa metode yang bisa digunakan untuk mendeteksi penyakit dan hama pada tanaman kedelai. Salah satunya yaitu metode K-Means Clustering.Atribut gejala yang dibutuhkan pada aplikasi ini ada 60 gejala untuk penyakit dan 26 gejala untuk hama. Dari atribut gejala yang sudah dikumpulkan gejala yang menyerang daun merupakan yang paling banyak. Keywords : K-Means Clustering , Kedelai, Penyakit, Hama
  • Program Studi : Ilmu Komputer