PEMANFAATAN SISTEM INFORMASI GEOGRAFIS DALAM PEMETAAN DAERAH SERANGAN ORGANISME PENGGANGGU TUMBUHAN PADA TANAMAN PADI DENGAN METODE K-MEANS CLUSTERING (Studi Kasus : Provinsi Bengkulu)

OTOFONI ZS, M. EGI and Endina, Putri Purwandari and Asahar, Johar (2019) PEMANFAATAN SISTEM INFORMASI GEOGRAFIS DALAM PEMETAAN DAERAH SERANGAN ORGANISME PENGGANGGU TUMBUHAN PADA TANAMAN PADI DENGAN METODE K-MEANS CLUSTERING (Studi Kasus : Provinsi Bengkulu). Undergraduated thesis, Fakultas Teknik.

[img] Archive (Thesis)
SKRIPSI M. Egi Otofoni ZS (G1A012035).pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (10MB)

Abstract

Faktor yang mempengaruhi terhadap produksi padi sawah yaitu adanya serangan Organisme Pengganggu Tumbuhan (OPT) yang menyerang banyak lahan pertanian. Dalam upaya menentukan langkah-langkah pengendalian akibat serangan Organisme Pengganggu Tumbuhan di suatu wilayah daerah diperlukan informasi tentang penyebaran dan tingkat serangannya. Salah satu cara yang dapat dilakukan adalah dengan menerapkan metode pengelompokan K-Means Clustering untuk mendapatkan hasil Pemetaan Daerah Serangan Organisme Pengganggu Tumbuhan. Organisme Pengganggu Tumbuhan yang dipetakan pada tanaman padi yaitu : tikus, penggerek batang, walang sangit, HPP, ulat grayak, siput murbey, lalat daun, kepinding tanah, blast, dan tungro. Penelitian ini bertujuan untuk (1) Membangun aplikasi pemetaan daerah serangan Organisme Pengganggu Tumbuhan pada tanaman padi di Provinsi Bengkulu; (2) Mengetahui akurasi penerapan metode K-Means Clustering terhadap pemetaan daerah serangan Organisme Pengganggu Tumbuhan pada tanaman padi di Provinsi Bengkulu. Hasil penelitian yang diperoleh yaitu (1) penelitian ini memetakan daerah serangan Organisme Pengganggu Tumbuhan pada tanaman padi ke dalam 4 kategori, yaitu: aman, potensial, sporadis dan endemis; (2) berhasil menerapkan metode K-Means Clustering; (3) hasil akhir perhitungan metode K-Means Clustering yang paling dominan yaitu Kategori Daerah Endemis (C4) dengan jumlah 53 data, lalu Aman (C1) terdapat 22 data, Potensial (C2) terdapat 14 data dan Sporadis (C3) terdapat 11 data; (4) hasil sistem menggunakan metode K-Means Clustering menunjukkan tingkat akurasi tertinggi sebesar 30 % yaitu pada Organisme Pengganggu Tumbuhan Lalat Daun. Kata Kunci : Organisme Pengganggu Tumbuhan (OPT), Tanaman padi, Pemetaan, K-Means Clustering, Provinsi Bengkulu.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 022 Lili Haryanti
Date Deposited: 18 Mar 2021 03:00
Last Modified: 18 Mar 2021 03:00
URI: http://repository.unib.ac.id/id/eprint/22374

Actions (login required)

View Item View Item