Seminar Proposal
Seminar Proposal
KEPUTUSAN PENENTUAN
JENIS LAHAN IRIGASI
DENGAN METODE NAÏVE
Oleh : Lestari
BAYES
Wahyuningrum
Latar
Belakang
Irigasi merupakan upaya yang dilakukan manusia untuk
pengairan lahan pertanian ataupun usaha penyediaan dan
pengaturan air untuk menunjang pertanian.
Irigasi memiliki beberapa jenis diantaranya irigasi
permukaan, irigasi curah, irigasi mikro dan irigasi bawah
permukaan.
Dengan mengetahui jenis irigasi dapat membantu untuk
menentukan jenis tanaman apa yang cocok di tanam.
Jenis-Jenis
IrigasiIrigasi
Permukaan
Irigasi Curah
Irigasi Mikro
Irigasi Bawah Permukaan
Batasan Masalah
Dari kajian tersebut, maka batasan masalah sebagai berikut :
Diagnosis pada aplikasi yang dibangun hanya macam lahan
irigasi.
Data yang digunakan sebatas Luas daerah, Tekstur tanah,
Kelembapan ph tanah.
Metode perhitungan yang digunakan adalah Naive Bayes.
Aplikasi dibangun menggunakan bahana pemograman Php.
Tujuan dan
Manfaat
Untuk memberikan kemudahan dan manfaat bagi
masyarakat.
Memberikan informasi mengenai lahan yang menjadi
tempat tinggalnya, dengan didapatkan suatu informasi
mengenai jenis lahan tersebut kepada user
Untuk mengetahui macam lahan irigasi yang sesuai dengan
keadaan wilayah yang dimiliki.
Untuk memberikan kemudahan bagi masyarakat, serta
menjadi bahan referensi ataupun rujukan bagi
Metode
Studi Pustaka
Penelitian
Studi pustaka merupakan teknik pengumpulan data yang
dilakukan mempelajari buku refereni, laporan, jurnal dan
media lainnya yang berkaitan dengan obyek penelitian.
Observasi
Metode observasi merupakan suatu teknik pengamatan
dimana peneliti ikut ambil bagian dalam kegiatan yang
dilakukan.
Metode Naïve
Naive
Bayes
Bayes merupakan sebuah metoda klasifikasi
menggunakan metode probabilitas dan statistik , Naive
Bayes memprediksi peluang di masa depan berdasarkan
pengalaman di masa sebelumnya, Ciri utama dr Naïve
Bayes Classifier ini adalah asumsi yg sangat kuat (naïf)
akan independensi dari masing-masing kondisi / kejadian.
Keuntungan penggunan adalah bahwa metoda ini hanya
membutuhkan jumlah data pelatihan (training data) yang
kecil untuk menentukan estimasi parameter yg diperlukan
dalam proses pengklasifikasian.
Simulasi
Perhitungan
Misalkan dari 100 orang Tabel Probabilitas
T T
Home Informasi
Y Y
Login
Menu Utama
T
T
kriteria Cek login
Y
Y
tampil from kriteria
menapilkan menu utama
input data kriteria
T
Proses
menu kriteria
T
kelola
Diagram
- nama daerah : int
- Tbl Kriteria : int
Tbl Admin - Tbl lahan : int
- Id_admin : int
0..*
- Nama : int 0..1
- Pawrd : int
0..1 0..1
0..* - alamat : int 0..1
Tbl Kriteria
- phone : int
- nama daerah : int
- Temperatur : int
- Kelembapan : int
0..1 0..* 0..*0..* - tekstur tanah : int
- Ph : int
Tbl. Ph Tbl. Temperatur
- id_Ph : int - Id_Temp : int
- PH : int - Temperatur : int
0..1
0..1 0..1
0..1
Tbl. Kelembapan
0..1
- Id_kelembpn : int
Tbl. Tekstur tanah
0..1 0..1 - kelembapan : int
- Id_Tekstur : int
- Tekstur tanah : int
Tbl Lahan
- Id_Lahan : int 0..1
0..1
- Jenis Lahan : int
- Temperatur : int
- Kelembapan : int
0..1 0..1
- Tekstustanah : int
- ph : int
0..1
Squence Diagram
1. Pengunjung
Squence Diagram
2. Admin
Squence Diagram
3. Pengelolaan Kriteria
Perancangan
1. Menu Utama Interface
Perancangan
Interface
2. Halaman Login 3. Halaman Register
Perancangan
Interface
4. Tampilan Input Kriteria
Perancangan
Interface
5. Tampilan Kriteria 6. Tampilan Hasil
Terima Kasih
…..