Abstract
Tomat merupakan salah satu jenis buah yang dapat ditanam hampir di seluruh lahan pertanian Indonesia. Di Indonesia, lebih dari 5.000.000 ha luas lahan ditanami tomat dengan produksi mencapai 129 juta ton per tahun. Produksi tomat akan terus ditingkatkan untuk memenuhi permintaan pasar yang cenderung meningkat. Dalam meningkatkan produktifitas tomat, gangguan penyakit tanaman menjadi kendala petani karena keterbatasan pengetahuan tentang penyakit tanaman tomat dan jumlah pakar penyakit tanaman tomat sangat terbatas. Sehingga diperlukan sebuah sistem yang dapat mengidentifikasi penyakit tanaman tomat dengan mudah. Pemodelan sistem pakar ini menggunakan metode fuzzy k-nearest neighbor sebagai mesin inferensi untuk mengklasifikasikan jenis penyakit. Metode fuzzy k-nearest neighbor merupakan pengembangan dari metode k-nearest neighbor, yang mana akan dihitung nilai keanggotaan dari hasil k-nearest neighbor. Berdasarkan pengujian fungsionali yang telah dilakukan, masing-masing kasus uji menghasilkan kesesuaian dengan kebutuhan sistem. Pengujian akurasi menggunakan 30 data uji. Data latih yang digunakan adalah variasi data seimbang yang berjumlah 48 dan variasi data tidak seimbang yang berjumlah 30, 50, dan 70. Serta menggunakan variasi k=1, k=5, k=10, k=15, k=20, k=25, dan k=30. Berdasarkan pengujian akurasi sistem dengan data latih seimbang, diperoleh hasil nilai akurasi tertinggi adalah 90% dan nilai akurasi terendah adalah 81,33333%. Sedangkan dengan data latih tidak seimbang diperoleh nilai akurasi tertinggi adalah 88,88889% dan nilai akurasi terendah adalah 13,33333%. Hal ini menunjukkan bahwa metode fuzzy k-nearest neighbor memiliki akurasi yang cukup baik untuk klasifikasi penyakit tanaman tomat menggunakan data latih seimbang.
