perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB I PENDAHULUAN
1.1. Latar Belakang Indonesia adalah negara agraris yang sebagian besar penduduknya bermata pencaharian sebagai petani, dengan produk unggulan pertanian adalah padi. Banyaknya jumlah petani di Indonesia tidak diimbangi dengan jumlah penyuluh pertanian lapangan (PPL), sehingga pengetahuan petani tentang hama dan penyakit pada tanaman padi masih rendah. (Honggowibowo, 2009). Saat tanaman padi terserang hama atau penyakit, petani mengalami kesulitan dalam menentukan jenis hama atau penyakit tersebut. Kesalahan pada penentuan hama atau penyakit yang menyerang tanaman padi berakibat pada kesalahan pada pengendalian hama atau penyakit. Sehingga menyebabkan hasil panen berkurang bahkan sampai gagal panen. Hal ini bisa berakibat pada melonjaknya harga padi di pasaran. Petani yang memiliki pengetahuan yang masih rendah tentang hama dan penyakit memerlukan aplikasi yang dapat digunakan untuk mendeteksi hama dan penyakit pada tanaman padi secara dini. Honggowibowo (2009) telah memanfaatkan Forward dan Backward Chaining untuk mendiagnosa penyakit pada tanaman padi dengan jumlah library gejala sedikit. Sistem ini sangat membantu petani dalam mendeteksi penyakit yang menyerang tanaman padi, tetapi terjadi permasalahan ketika jumlah gejala yang terdapat di database aplikasi memiliki jumlah yang banyak, sehingga mengakibatkan petani harus membaca seluruh library gejala untuk menemukan gejala yang dimaksud. Untuk mengurangi jumlah library gejala yang dibaca pengguna, dibutuhkan input tekstual, sehingga petani cukup memasukkan input gejala yang dimaksud untuk kemudian dicocokkan dengan library gejala yang terdapat di aplikasi.
commit to user
1
2 digilib.uns.ac.id
perpustakaan.uns.ac.id
Proses mencocokkan input gejala pengguna dengan library gejala di aplikasi menggunakan algoritma Jaro Winkler Distance. Algoritma Jaro Winkler Distance adalah varian dari Jaro Distance Metric, yaitu sebuah algoritma untuk mengukur kesamaan dua string. Biasanya digunakan dalam deteksi duplikat (Kurniawati, 2010). Kurniawati dkk (2010) telah memanfaatkan algoritma Jaro Winkler Distance untuk membandingkan kesamaan dokumen berbahasa Indonesia. Pada percobaan kali ini memanfaatkan algoritma Jaro Winkler Distance untuk mencocokkan input gejala pengguna dengan library gejala di aplikasi. Input gejala pengguna bisa lebih dari satu gejala, untuk memisahkan gejala satu dengan yang lain menggunakan tanda pemisah titik (.). Library gejala dengan nilai Jaro Winkler Distance tertinggi, dianggap sebagai input gejala pengguna. Setelah input gejala pengguna sudah sesuai dengan library gejala diaplikasi, dilakukan deteksi terhadap gejala yang mungkin belum teridentifikasi oleh pengguna. Proses ini bertujuan untuk menemukan gejala lain yang mempunyai keterkaitan dengan input gejala pengguna. Untuk melakukan deteksi gejala yang belum teridentifikasi, menggunakan metode Association Rule. Metode Association rule adalah teknik data mining yang berguna untuk menemukan suatu korelasi atau pola yang menarik dari sekumpulan data besar (Kuswardani dkk, 2010). Motivasi awal Association rule berasal dari keinginan untuk menganalisa data transaksi supermarket ditinjau dari perilaku pelanggan dalam membeli produk. Association rule menjelaskan seberapa sering suatu produk dibeli secara bersamaan. Sebagai contoh, seorang pelanggan membeli sabun maka seberapa mungkin juga ia membeli pasta gigi. Pada kasus deteksi dini hama dan penyakit pada tanaman padi, akan digunakan Association Rule untuk melihat hubungan gejala input dengan gejala lain. Semakin sering gejala terdapat pada penyakit yang sama dengan input gejala dan dengan minimum confidence 1, gejala tersebut dianggap sebagai gejala yang belum teridentifikasi oleh user, (Oktaria dkk, 2010). commit to user
3 digilib.uns.ac.id
perpustakaan.uns.ac.id
Pada penelitian ini akan digunakan algoritma Jaro Winkler Distance untuk proses deteksi input dan metode Association Rule untuk menghasilkan input gejala yang sesuai dengan library gejala diaplikasi. Berdasarkan input gejala yang didapatkan, akan dibandingkan dengan gejala yang sudah ada di library aplikasi. Kemudian setelah input gejala dimasukan akan diukur kemiripan antara gejala input dengan gejala setiap hama atau penyakit di library aplikasi. Untuk mengukur kemiripan digunakan metode Cosine Similarity. Putra (2013), memanfaatkan metode Cosine Similarity untuk deteksi dini penyakit pada toko online obat herbal. Pada percobaan kali ini menggunakan metode Cosine Similarty untuk deteksi dini hama dan penyakit pada tanaman padi. Dari perhitungan Cosine Similarity, akan dihasilkan hama atau penyakit yang menyerang tanaman padi yang memiliki kemiripan gejala tertinggi sesuai dengan input gejala. Cosine Similarity adalah fungsi yang menerima dua buah objek berupa bilangan riil (0 dan 1) dan mengembalikan nilai kemiripan (Similarity) antara kedua objek tersebut berupa bilangan riil. (Kurniawati dkk, 2010). Penentuan hama atau penyakit pada tanaman padi berdasarkan pada perhitungan Similarity positif dan negatif. Dimana Similarity negatif diperoleh dari perhitungan negasi (ingkaran) input gejala. Penentuan hama atau penyakit yang menyerang tanaman padi berdasarkan Similarity positif tertinggi dan Similarity negatif kurang dari 0.3 (Putra, 2013). 1.2. Rumusan Masalah Berdasarkan latar belakang masalah yang sudah dijelaskan di atas, permasalahan yang dapat dirumuskan adalah bagaimana akurasi hasil deteksi dini hama dan penyakit pada tanaman padi memanfaatkan input tekstual menggunakan algoritma Jaro Winkler Distance, metode Association rule, dan metode Cosine Similarity.
commit to user
4 digilib.uns.ac.id
perpustakaan.uns.ac.id
1.3. Batasan Masalah Batasan masalah dalam penelitian tugas akhir ini adalah: 1. Data gejala, hama, dan penyakit diambil dari penelitian sebelumnya oleh Anton Setiawan Honggowibowo “Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web Dengan Forward Dan Backward Chaining ” (2009), dan buku “Masalah Lapang Hama, Penyakit, dan Hara pada Padi” ditulis oleh Suyamto (2007). 2. Input tekstual menggunakan bahasa Indonesia. 3. Tanda pemisah antara input gejala yang satu dengan input gejala yang lain menggunakan tanda titik (.). 1.4. Tujuan Penelitian Tujuan penelitian tugas akhir ini adalah mengukur akurasi algoritma Jaro Winkler Distance, metode Association rule, dan metode Cosine Similarity pada aplikasi deteksi dini hama dan penyakit pada tanaman padi.
1.5. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat bagi petani dalam mendeteksi dini hama atau penyakit pada tanaman padi untuk menjadi acuan dalam melakukan tahap pengendalian hama dan penyakit. Selain itu penelitian ini diharapkan dapat menjadi tambahan acuan dalam penggunaan metode Jaro Winkler Distance, Association rule, dan Cosine Similarity.
commit to user
5 digilib.uns.ac.id
perpustakaan.uns.ac.id
1.6. Sistematika Penulisan Laporan ini dibuat dalam suatu sistematika penulisan
yang dapat
dijadikan acuan mengenai keterkaitan antar bab yang ada dalam laporan. Sehingga diharapkan laporan ini mudah dipahami oleh pembaca. Uraian dari sistematika penulisan tersebut adalah sebagai berikut: BAB I : PENDAHULUAN Bab Pendahuluan memuat tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penyusunan laporan. BAB II : LANDASAN TEORI Bab Landasan Teori memuat penjelasan tentang dasar teori yang digunakan untuk dasar pembahasan dari penelitian. BAB III : METODE PENELITIAN Bab Metodologi Penelitian berisi tentang metode atau
langkah
-
langkah dalam pemecahan masalah. BAB IV : PEMBAHASAN Bab Pembahasan memuat
pembahasan permasalahan yang telah
dirumuskan dengan menggunakan landasan teori yang mendukung. Teori tersebut harus mengacu pada pustaka yang digunakan. Pembahasan dilakukan pada metode penyelesaian permasalahan. BAB V : PENUTUP Bab Penutup merupakan hasil dari pembahasan serta terkait secara langsung dengan topik. Selain itu ada pula saran untuk penelitian selanjutnya.
commit to user
