Sistem Pakar Mendiagnosa Penyakit Pada Bibit Kelapa Sawit Dengan Metode Teorema Bayes

Abstract

Perkembangan teknologi informasi dan komunikasi telah mendorong transformasi di berbagai sektor, termasuk pertanian. Salah satu penerapan teknologi yang menjanjikan adalah penggunaan sistem pakar untuk membantu petani dalam pengambilan keputusan, khususnya dalam diagnosis penyakit tanaman. Perkebunan kelapa sawit, sebagai komoditas utama Indonesia, menghadapi tantangan serius akibat serangan penyakit yang menurunkan produksi dan kualitas hasil panen. Penyakit seperti Akar Putih, Layu Fusarium, dan infeksi jamur Ganoderma seringkali sulit dideteksi sejak dini dan membutuhkan penanganan cepat dan tepat. Namun, keterbatasan pengetahuan petani serta minimnya akses informasi membuat diagnosis dini menjadi sulit. Untuk menjawab permasalahan ini, penelitian ini mengusulkan pengembangan sistem pakar berbasis Teorema Bayes sebagai metode diagnosis penyakit pada bibit kelapa sawit. Teorema Bayes memungkinkan perhitungan probabilitas penyakit berdasarkan gejala yang terdeteksi, serta dapat memperbarui prediksi secara dinamis seiring bertambahnya data. Dengan menggabungkan data gejala, pengetahuan ahli, dan pendekatan probabilistik, sistem pakar ini diharapkan mampu memberikan diagnosis yang akurat dan rekomendasi penanganan yang sesuai. Penelitian ini bertujuan untuk merancang perangkat lunak sistem pakar yang dapat membantu petani dalam mengidentifikasi penyakit pada bibit kelapa sawit secara efisien dan berbasis data. Diharapkan, hasil dari penelitian ini dapat meningkatkan ketepatan diagnosis, mempercepat penanganan penyakit, dan pada akhirnya mendukung peningkatan produktivitas perkebunan kelapa sawit di Indonesia..