ZS, M. EGI OTOFONI and Purwandari, Endina Putri and Johar, Asahar (2019) PEMANFAATAN SISTEM INFORMASI GEOGRAFIS DALAM PEMETAAN DAERAH SERANGAN ORGANISME PENGGANGGU TUMBUHAN PADA TANAMAN PADI DENGAN METODE K-MEANS CLUSTERING (Studi Kasus : Provinsi Bengkulu). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.
![SKRIPSI M. Egi Otofoni ZS (G1A012035).pdf [thumbnail of SKRIPSI M. Egi Otofoni ZS (G1A012035).pdf]](https://repository.unib.ac.id/style/images/fileicons/text.png)
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 (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 16 Nov 2023 08:21 |
Last Modified: | 16 Nov 2023 08:21 |
URI: | https://repository.unib.ac.id/id/eprint/17239 |