• Tidak ada hasil yang ditemukan

Pengembangan Aplikasi Dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Pengembangan Aplikasi Dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web."

Copied!
42
0
0

Teks penuh

(1)

PENGEMBANGAN APLIKASI DAN PEMETAAN TINGKAT

SERANGAN HAMA KUTU KEBUL BERBASIS WEB

ROIS

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

(2)
(3)

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Januari 2016

Rois

(4)

ABSTRAK

ROIS. Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web. Dibimbing oleh YENI HERDIYENI.

Pemetaan tingkat serangan hama kutu kebul merupakan proses memetakan lokasi penyebaran dan hasil dari nilai suatu tingkat serangan hama kutu kebul ke dalam sebuah peta digital. Teknologi yang digunakan dalam proses pemetaan adalah Google Maps. Aplikasi pemetaan serangan hama (SIPESHA) dikembangkan berbasis web sehingga dapat diakses dari mana saja, cukup terkoneksi jaringan internet dan memiliki browser. Dalam perancangan SIPESHA digunakan model perancangan Waterfall. SIPESHA terdiri atas analisis tingkat serangan hama kutu kebul per tanaman, analisis tingkat serangan hama kutu kebul per area dan pemetaan tingkat serangan hama kutu kebul. Data citra daun yang digunakan pada penelitian ini adalah 25 daun tanaman sayuran. Hasil pengujian sistem yang disimulasikan dengan lima area berbeda dan citra daun yang diacak didapatkan nilai akurasi 100%. SIPESHA diharapkan dapat mempermudah petugas POPT dalam memantau penyebaran serangan hama dan melakukan panenggulangan dini terhadap tanaman.

Kata kunci: Google Maps, kutu kebul, pemetaan

ABSTRACT

ROIS. Web Based Application Development and Mapping for Whitefly Attack. Supervised by YENI HERDIYENI

This research maps the location of whitefly pest attack spread and the rate of the attack into a digital map. The mapping process uses Google Maps as the underlying technology. The pest mapping application, named SIPESHA, was developed as a web-based application so it can be accessed from anywhere. The development of SIPESHA uses the Waterfall approach. SIPESHA consists of the analysis of whitefly pest attack per plant, the analysis of whitefly spread per area, and the visualization in a web-based map. Leaf image data used in this research are 25 leaves from vegetable crops. The test was simulated using five different areas and randomized leaf images and achieved 100% accuracy. SIPESHA expected to facilitate pest officers in monitoring the spread of pests and conduct early countermeasures against plants.

(5)

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer

pada

Departemen Ilmu Komputer

PENGEMBANGAN APLIKASI DAN PEMETAAN TINGKAT

SERANGAN HAMA KUTU KEBUL BERBASIS WEB

ROIS

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

(6)

Penguji:

(7)

Judul Skripsi : Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web

Nama : Rois

NIM : G64114038

Disetujui oleh

Dr Yeni Herdiyeni, SSi MKom Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi MKom Ketua Departemen

(8)
(9)

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas

segala karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir berjudul Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web.

Terimakasih kepada orang tua tercinta Bapak dan Ibu atas dukungan serta doa yang tak pernah putus untuk dipanjatkan dan kakak penulis yang selalu memberikan dukungan di setiap kesempatan. Penulis mengucapkan terima kasih pula kepada Ibu Yeni Herdiyeni selaku dosen pembimbing, Mas Ardiansyah, Arief Luthfi Aulia dan rekan-rekan seperjuangan di Alih Jenis Ilmu Komputer Angkatan 6 yang telah memberi semangat dan kenangan yang berharga.

Semoga penelitian ini memberikan manfaat bagi mahasiswa Ilmu Komputer pada umumnya dan pembaca pada khususnya. Saran dan kritik yang membangun akan diterima untuk perbaikan selanjutnya.

Bogor, Januari 2016

(10)
(11)

DAFTAR ISI

Metode Segitiga (Triangle Method) 6

METODE 8

Analisis dan Definisi Kebutuhan 8

Perancangan Sistem dan Perangkat Lunak 8

Implementasi 8

Pengujian 9

Pengoperasian dan Pemeliharaan 9

HASIL DAN PEMBAHASAN 9

Analisis dan Definisi Kebutuhan 9

Perancangan Sistem dan Perangkat Lunak 11

Implementasi 14

Pengujian 19

SIMPULAN DAN SARAN 26

Simpulan 26

(12)

DAFTAR PUSTAKA 27

RIWAYAT HIDUP 29

DAFTAR TABEL

1 Fungsi aplikasi SIPESHA 11

2 Rancangan basis data 14

11 Hasil pengujian citra perdaun dengan sistem 19

12 Rentang nilai 19

13 Hasil pengujian area ke-1 22

14 Hasil pengujian area ke-2 22

15 Hasil pengujian area ke-3 23

16 Hasil pengujian area ke-4 23

17 Hasil pengujian area ke-5 24

18 Perhitungan tingkat serangan area oleh sistem 25

DAFTAR GAMBAR

1 Metode pengembangan waterfall 3

2 Daun tanaman terung yang terserang hama kutu kebul 4

3 Proses pelaksanaan PHT 6

4 Ilustrasi metode segitiga 8

5 Use case diagram aplikasi SIPESHA 10

6 Activity diagram aplikasi SIPESHA secara umum 10

7 Rancangan antarmuka penentuan lokasi tanaman 12

8 Rancangan antarmuka input jumlah tanaman 12

9 Rancangan antarmuka analisis citra 13

10 Rancangan antarmuka pemetaan 13

11 Relationships antartabel 16

12 Tahap penentuan area 17

13 Tahap input jumlah tanaman 17

14 Tahap analisis citra 18

15 Pemetaan 18

16 Rentang nilai pengelompokan tingkat serangan 19

17 Citra daun memiliki background yang luas 20

(13)

19 Penarikan contoh pada citra daun 21

(14)
(15)

PENDAHULUAN

Latar Belakang

Indonesia merupakan salah satu negara yang memiliki potensi alam yang besar tidak hanya dalam bidang kelautan tetapi juga dalam pengolahan pertanian. Indonesia adalah negara agraris dengan mata pencaharian mayoritas penduduknya dengan bercocok tanam. Potensi pertanian Indonesia yang tinggi salah satunya disebabkan wilayah Indonesia yang memiliki wilayah daratan sepertiga dari luas keseluruhan ini dilewati barisan pegunungan dunia. Hal ini menyebabkan wilayah daratan Indonesia sangat subur. Oleh karena itu, tidak mengherankan jika sebagian besar penduduk Indonesia bermata pencaharian sebagai petani. Itulah mengapa selain disebut negara maritim, Indonesia juga disebut sebagai negara agraris.

Salah satu kendala dalam bidang pertanian adalah gangguan organisme pengganggu tanaman yaitu hama, penyakit dan gulma. Di antara hama yang banyak menimbulkan kerusakan pada tanaman adalah kutu kebul Bemisia tabaci. Kutu kebul dapat menimbulkan kerusakan secara langsung dan tidak langsung. Kerugian yang terjadi akibat adanya serangan hama berupa kehilangan hasil panen (kuantitas) dan penurunan mutu panen (kualitas). Kehilangan hasil akibat serangan hama kutu kebul dapat mencapai 80%, bahkan dapat mengakibatkan gagal panen jika tidak dikendalikan (Marwoto dan Inayati 2011).

Pada saat ini telah banyak dilakukan penelitian mengenai cara pengendalian hama yang telah menghasilkan banyak data tentang tingkat serangan hama pada tanaman. Hasil penelitian tersebut belum optimal dan terorganisir dengan baik untuk pengendalian hama. Salah satu penyebabnya adalah selain kurangnya jumlah petugas pengendali organisme pengganggu tanaman (POPT), juga minimnya pengetahuan POPT mengenai tingkat serangan pada tanaman serta sulitnya untuk memperoleh informasi mengenai lokasi penyebaran serangan hama.

Oleh sebab itu, dibutuhkan aplikasi pemetaaan serangan hama (SIPESHA), terutama hama kutu kebul. Pemetaan tanaman (plant mapping) merupakan salah satu pengembangan teknologi komputer yang memerlukan bantuan Google Maps untuk memetakan lokasi penyebaran serangan hama. Adapun manfaat dari pemetaan serangan hama ialah mempermudah pencarian informasi lokasi serangan hama. Dengan pemetaan juga dapat membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini terhadap tanaman.

(16)

2

desktop tersebut dibangun, dalam arti adanya ketergantungan secara umum pada Sistem Operasi. Sistem ini merupakan pengembangan dari penelitian sebelumnya yang dilakukan oleh Ardiansyah (2013), membandingkan metode area sampling

dengan segmentasi watershed dan Hutomo et al. (2013), mendeteksi kerapatan hama kutu kebul menggunakan metode segitiga. Baker et al. (2013), melakukan penelitian tentang metode pencocokan dalam proses pemetaan kerusakan yang diakibatkan oleh hama.

Tujuan Penelitian

Tujuan dari penelitian ini adalah mengembangkan sistem untuk menganalisis dan memetakan tingkat serangan hama kutu kebul berbasis web.

Manfaat Penelitian

Manfaat dari penelitian ini adalah menghasilkan suatu sistem untuk melakukan analisis dan pemetaan tingkat serangan hama kutu kebul, sehingga dapat membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini terhadap tanaman.

Ruang Lingkup Penelitian

Pada penelitian ini dilakukan pembatasan masalah pada:

1 Pengembangan aplikasi ini meliputi pembuatan aplikasi berbasis web dan untuk mengetahui tingkat dan lokasi serangan hama kutu kebul pada tanaman.

2 Data yang digunakan sebanyak 25 data citra daun

TINJAUAN PUSTAKA

Aplikasi Berbasis Web

Dalam rekayasa perangkat lunak, suatu aplikasi web (bahasa Inggris:

webapplication atau sering disingkat webapp) adalah suatu aplikasi yang diakses menggunakan penjelajah web melalui suatu jaringan seperti Internet atau intranet. Aplikasi web merupakan kumpulan HTML atau dokumen XML, komponen web dan sumber daya lainnya baik dalam struktur direktori atau format arsip yang dikenal (misalnya: war) (Borland 2002). Sebuah aplikasi web terletak pada server pusat dan menyediakan layanan untuk berbagai klien.

Waterfall Life Cycle

(17)

3 proses perencanaan, yang semua proses kegiatannya harus terlebih dahulu direncanakan dan dijadwalkan sebelum dikerjakan (Sommerville 2007). Tahapan pada model waterfall dapat dilihat pada Gambar 1.

Gambar 1 Metode pengembangan waterfall

Berikut adalah penjelasan dari tahap-tahap yang dilakukan pada model

waterfall:

1 Analisis dan definisi kebutuhan

Tahap ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data dalam tahap ini bisa dilakukan dengan penelitian, wawancara atau study

literature. Seorang sistem analis akan menggali informasi sebanyak-banyaknya dari user sehingga akan tercipta sebuah sistem komputer yang bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini akan menghasilkan dokumen user requirement atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam pembuatan sistem. Dokumen inilah yang akan menjadi acuan sistem analis untuk menterjemahkan ke dalam bahasa program.

2 Perancangan sistem dan perangkat lunak

Pada tahan ini fokus pada struktur data, arsitektur perangkat lunak, representasi interface dan detail algoritma procedural. Tahap ini akan menghasilkan dokumen yang disebut software requirement. Dokumen ini akan digunakan programmer untuk melakukan aktivitas pembuatan sistem. 3 Implementasi

Software requirement yang dihasilkan pada tahap sebelumnya akan

diimplementasikan oleh programmer pada tahap ini. Untuk dapat dimengerti oleh mesin, dalam hal ini adalah komputer, maka software requirement tadi harus diubah bentuknya menjadi bentuk yang dapat dimengerti oleh mesin, yaitu ke dalam bahasa pemrograman melalui proses coding.

4 Pengujian dan integrasi sistem

(18)

4

memastikan semua fungsi-fungsi dari software atau aplikasi sesuai dengan kebutuhan yang sudah didefinisikan sebelumnya.

5 Pengoperasian dan pemeliharaan

Pemeliharaan suatu software diperlukan, termasuk di dalamnya adalah pengembangan. Pengembangan diperlukan ketika adanya perubahan dari eksternal perusahaan seperti ketika ada pergantian sistem operasi, atau perangkat lainnya

Kutu Kebul

Kutu Kebul (bemisia tabaci) adalah serangga hama yang hidup menempel pada permukaan bawah daun, berwarna putih dan sayapnya memiliki lapisan lilin dan bertepung. Kutu kebul dapat menyebabkan kerusakan langsung pada tanaman dan sebagai media penular (vektor) penyakit tanaman. Kutu kebul umumnya menyerang berbagai macam tanaman sayuran. Namun demikian kerusakan yang disebabkan oleh penyakit virus yang ditularkannya sering lebih merugikan dibandingkan dengan kerusakan yang disebabkan oleh hama kutu kebul sendiri. Kehilangan hasil akibat serangan hama kutu kebul dapat mencapai 80%, bahkan dapat mengakibatkan gagal panen jika tidak dikendalikan (Marwoto dan Inayati 2011). Pada Gambar 2 dapat dilihat contoh daun tanaman yang terserang hama kutu kebul.

Gambar 2 Daun tanaman terung yang terserang hama kutu kebul

Pengelolaan Hama Terpadu

(19)

5 pemberantasan hama menggunakan kekuatan lingkungan secara fisik maupun faktor biologi (seperti predator, parasit, dan patogen) untuk mengelola hama. Musuh alami tersebut sangat banyak ditemukan di dalam ekosistem. Secara umum tujuan dilakukannya pengelolaan hama untuk mengurangi kehilangan hasil panen. Untuk mendukung keberhasilan usaha pengendalian, diperlukan peran aktif para petani dan petugas POPT dalam mengamati (memantau) perkembangan populasi hama.

Pengelolaan Hama Terpadu (PHT) adalah strategi pengelolaan hama yang berfokus pada pencegahan jangka panjang atau penekanan masalah hama dengan meminimumkan dampak buruk terhadap kesehatan manusia, lingkungan, dan organisme bukan sasaran (Flint et al. 2003). Menurut Flint et al. (2003) langkah-langkah untuk mengembangkan program PHT meliputi:

1 Mengidentifikasi semua hama potensial (termasuk semua tahap kehidupan) ke dalam sistem.

2 Menetapkan pedoman (aturan) pemantauan setiap jenis hama.

3 Menetapkan tingkatan kerusakan dan ambang tindakan untuk setiap jenis hama. 4 Membangun sistem pencatatan (basis data).

5 Mengembangkan daftar strategi pengelolaan yang tepat untuk setiap hama. 6 Mengembangkan kriteria khusus untuk pemilihan metode pengelolaan hama. 7 Mengembangkan panduan yang harus diikuti setiap kali pestisida akan digunakan. 8 Menunjuk seseorang yang bertanggung jawab untuk setiap langkah pengelolaan. 9 Mengembangkan daftar sumber daya.

10 Mempertimbangkan aturan PHT yang telah dikembangkan untuk menjadi “living document” yang dapat berubah sesuai pengalaman dan informasi baru.

(20)

6

Gambar 3 Proses pelaksanaan PHT

Google Maps

Google Maps adalah layanan pemetaan berbasis web services yang disediakan oleh Google dan bersifat gratis, yang memiliki kemampuan terhadap banyak layanan pemetaan berbasis web (Sunyoto 2010). Google Maps bersifat

server side, yaitu peta yang tersimpan pada server Google dapat dimanfaatkan oleh pengguna. Google Maps API telah disediakan oleh Google dalam suatu

library berbentuk javascript yang berguna untuk memodifikasi peta yang ada di Google Maps sesuai kebutuhan. Penggunaan Google Maps API dapat menghemat waktu dan biaya untuk membangun aplikasi peta digital.

Basis Data

Basis data adalah koleksi data yang saling terhubung secara logis dan memaparkan data yang ada serta dirancang untuk menentukan kembali informasi yang diperlukan oleh suatu organisasi (Connolly dan Begg 1998). Perancangan basis data sangat diperlukan untuk mempermudah pengelompokan data di dalam tabel. Selain itu, perancangan basis data juga diperlukan untuk menghindari terjadinya duplikasi data atau pengulangan data. Konsep perancangan basis data dibagi dalam tiga tahapan, yaitu: perancangan basis data konseptual, perancangan basis data logik, dan perancangan basis data fisik.

Metode Segitiga (Triangle Method)

(21)

7 yang lain dalam suatu gambar. Ada 2 macam segmentasi, yaitu full segmentation

dan partial segmentation. Full segmentation adalah pemisahan suatu obyek secara individu dari background dan diberi ID (label) pada tiap-tiap segmen. Partial segmentation adalah pemisahan sejumlah data dari background. Oleh karena itu, data yang disimpan hanya data yang dipisahkan saja untuk mempercepat proses selanjutnya.

Proses segmentasi dinamis terkait erat dengan penentuan nilai threshold.

Threshold adalah nilai yang digunakan sebagai batas dalam proses segmentasi. Metode segitiga adalah salah satu metode yang dapat digunakan untuk menentukan nilai threshold optimal berdasarkan histogram citra (Patil dan Bodhe 2011). Ada 7 tahapan yang dilakukan pada metode ini. Pertama, dari histogram citra dicari nilai frekuensi histogram maksimum (Bmax). Nilai frekuensi ini

digunakan sebagai acuan utama pada perhitungan selanjutnya. Kedua, dicari nilai piksel tidak nol pertama (Bmin) pada bagian kiri dan kanan dari nilai frekuensi

histogram maksimum. Ketiga, dihitung jarak dari frekuensi maksimum titik tidak nol sebelah kiri dan kanan (d). Keempat, dipilih lokasi histogram dengan jarak yang lebih besar. Lokasi ini menandakan bagian yang memiliki frekuensi nilai piksel yang paling banyak. Kelima, ditarik garis dari titik maksimum ke titik tidak nol pada lokasi tersebut. Keenam, untuk setiap piksel pada lokasi histogram

y : nilai frekuensi histogram piksel m : gradien garis

b : nilai titik yang memotong sumbu y Bmax : nilai frekuensi tertinggi pada histogram.

(22)

8

Gambar 4 Ilustrasi metode segitiga

METODE

Analisis dan Definisi Kebutuhan

Analisis dan definisi kebutuhan merupakan tahap pertama yang dilakukan pada waterfall life cycle. Pada tahap ini dilakukan identifikasi tujuan dan batasan pada sistem yang akan dibangun. Analisis kebutuhan dilakukan melalui wawancara dengan Guru Besar Entomologi dan juga Ahli hama dari IPB, Prof. Dr. Aunu Rauf, M.Sc. Secara umum kebutuhan tersebut meliputi:

1 Kebutuhan akan sistem informasi yang dapat menganalisis tingkat serangan hama per daun, per tanaman, dan per area.

2 Kebutuhan akan sistem informasi yang dapat memetakan tingkat serangan hama per area ke dalam Google Maps.

Perancangan Sistem dan Perangkat Lunak

Tahap ini merupakan pendefinisian atau pemodelan dari analisis kebutuhan menjadi suatu reperesentasi aplikasi sebelum diimplementasikan. Hal ini diperlukan untuk mendapatkan rancangan aplikasi yang terstruktur. Perancangan dilakukan dengan menggunakan notasi grafis UML, yaitu class diagram, use case diagram, dan sequence diagram.

Implementasi

Implementasi dari perancangan dilakukan dengan menggunakan Codeigniter

framework, opencv 4.0, dan c++. Lingkungan pengembangan yang digunakan adalah sebagai berikut:

 Perangkat Lunak: Windows 7 Ultimate, phpDesigner 8, Putty, Browser

(23)

9  Perangkat Keras: Intel Core 2 Duo T65702.1 GHz, 3 GB RAM, harddisk

250 GB, keyboard, mouse dan monitor Pengujian

Pengujian dilakukan untuk mendeteksi kesalahan-kesalahan (error) pada perangkat lunak sebelum dikirim ke pengguna. Unit program yang telah terintegrasi sebagai suatu sistem yang komplit dilakukan pengujian untuk memastikan bahwa perangkat lunak sudah sesuai dengan requirement pengguna (Sommervile 2007). Sistem yang telah diuji akan segera dikirim ke pengguna apabila sudah sesuai kebutuhan pengguna. Pengujian sistem yang dilakukan adalah dengan membandingan data citra daun dari analisis pakar dengan hasil sistem.

Pengoperasian dan Pemeliharaan

Pada tahap ini biasanya merupakan fase yang cukup lama dalam proses pengembangan perangkat lunak meskipun tidak selalu demikian (Sommerville 2007). Pada tahap pengoperasian dan pemeliharaan dilakukan instalasi sistem dan penggunaan perangkat lunak. Pada tahap ini juga dilakukan pemeliharaan sistem untuk mengurangi kesalahan-kesalahan yang ditemukan, dan mengoptimalkan sistem selama dalam proses penggunaan.

HASIL DAN PEMBAHASAN

Analisis dan Definisi Kebutuhan

Pada tahap ini didapatkan beberapa gambaran umum dan definisi kebutuhan dari aplikasi SIPESHA. Beberapa hal yang dianalisis pada tahap ini antara lain: 1 Deskripsi Umum Sistem

SIPESHA adalah aplikasi berbasis web yang dapat digunakan untuk membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini terhadap tanaman. Sistem ini dapat memberikan informasi tingkat serangan hama kutu kebul pada suatu area. Informasi tersebut diperoleh dari proses pemetaan pada Google Maps.

2 Analisis Kebutuhan Pengguna

Pengguna dari aplikasi SIPESHA adalah petugas pengendali organisme pengganggu tanaman (POPT). Pengguna dapat melakukan analisis tingkat serangan hama per tanaman dan per area. Dari proses tersebut, pengguna dapat melakukan proses pemetaan dengan bantuan Google Maps.

3 Analisis Kebutuhan Sistem

(24)

10

Gambar 5 Use case diagram aplikasi SIPESHA

Aktivitas yang ada dalam sebuah use case diagram dapat dimodelkan dalam sebuah activity diagram. Aktivitas tersebut ditunjukkan oleh Gambar 6.

Start

Input Lokasi Tanaman

Input Jumlah Tanaman

Input Citra Tanaman

Halaman Utama Tampil

Tab Input Jumlah Tanaman Tampil

Tab Analisis Citra Tampil

Tab Pemetaan Tampil

End

SIPESHA Pengguna

(25)

11 dari rancangan tersebut kemudian dibuat fungsi dan batasan-batasan untuk memenuhi semua kebutuhan pengguna. Fungsi dari sistem ini dapat dilihat pada Tabel 1.

Tabel 1 Fungsi aplikasi SIPESHA Kode Fungsi Deskripsi

[SIPESHA-001] Menentukan lokasi tanaman

[SIPESHA-002] Menganalisis tingkat serangan hama per tanaman

[SIPESHA-003] Menganalisis tingkat serangan hama per area dan pemetaan Perancangan Sistem dan Perangkat Lunak

Pada tahap ini diperoleh hasil perancangan dari aplikasi SIPESHA. Perancangan aplikasi SIPESHA antara lain:

1 Perancangan Input dan Output

Perancangan input berfungsi untuk menerima input dari pengguna aplikasi SIPESHA. Input yang ada pada aplikasi SIPESHA berupa teks yang diketik oleh pengguna melalui keyboard dan pin point pada penentuan lokasi hama di Google Maps yang diklik oleh pengguna melalui mouse.

Output pada aplikasi SIPESHA berupa halaman desktop berbentuk tab dan dinamis. Tab yang dinamis akan menampilkan data yang tersimpan di dalam data sumber yang dipanggil melalui javascript dan query tertentu sehingga isi dari setiap tab-nya dapat berubah-ubah pada saat run-time. Selain itu, aplikasi SIPESHA juga menghasilkan output berupa pemetaan dengan menggunakan Google Maps.

2 Perancangan Antarmuka

Perancangan antarmuka dirancang untuk memberikan tampilan yang sesuai dengan kebutuhan pengguna. Antarmuka sistem ini terdiri dari bagian menu,

section, tab dan footer. Berikut adalah beberapa rancangan antarmuka dari aplikasi SIPESHA.

a Penentuan lokasi tanaman

(26)

12

Gambar 7 Rancangan antarmuka penentuan lokasi tanaman

b Input jumlah tanaman

Setelah pengguna menentukan lokasi tanaman, pengguna akan diarahkan untuk memasukkan jumlah tanaman yang akan dianalisis. Rancangan input

jumlah tanaman dapat dilihat pada Gambar 8:

(27)

13

c Analisis citra

Area ini digunakan untuk menganalisis citra daun dari tiap tanaman. Pengguna meng-input-kan daun untuk masing-masing tanaman untuk dianalisis. Rancangan antarmuka analisis citra dapat dilihat pada Gambar 9.

Gambar 9 Rancangan antarmuka analisis citra

d Pemetaan

Pemetaan merupakan inti pada sistem penelitian ini. Pada tahap ini pengguna memetakan hasil dari proses analisis citra daun sebelumnya ke dalam Google Maps. Rancangan antarmuka pemetaan dapat dilihat pada Gambar 10.

(28)

14

Implementasi

Pada tahap ini, seluruh perancangan yang dibuat pada tahap sebelumnya diimplementasikan. Implementasi aplikasi SIPESHA meliputi:

1 Perancangan Basis Data

Perancangan basis data merupakan proses menciptakan perancangan untuk basis data yang akan mendukung operasi dan tujuan (Connolly dan Begg 2002). Dalam merancang suatu basis data, digunakan metodologi-metodologi yang membantu dalam tahap perancangan basis data. Metodologi perancangan adalah pendekatan struktur dengan menggunakan prosedur, teknik, alat, serta bantuan dokumen untuk membantu dan memudahkan dalam proses perancangan. Dengan menggunakan teknik metode disain ini dapat membantu dalam merencanakan, mengatur, mengontrol, dan mengevaluasi database development project

(Connolly dan Begg 2002). Hasil perancangan basis data dapat dilihat pada Tabel 2 berikut:

Tabel 2 Rancangan basis data

Nama Tipe Primary Key Deskripsi

provinsi Tabel id_prov Tabel provinsi berisi data seluruh provinsi

kabupaten Tabel id_kab Tabel kabupaten berisi data seluruh kabupaten

kecamatan Tabel id_kec Tabel kecamatan berisi data seluruh kecamatan

area Tabel id_area Tabel area berisi data seluruh area tanaman Tabel id_tanaman Tabel tanaman berisi data seluruh

tanaman

komoditas Tabel id_komoditas Tabel komoditas berisi data seluruh komoditas

hama Tabel id_hama Tabel hama berisi data seluruh hama

daun Tabel id_daun Tabel daun berisi data seluruh

daun

(29)

15 Tabel 3 Data tanaman

No Nama Field Tipe Panjang Keterangan

1 id_tanaman Int 11 Primary key

2 serangan_tanaman Double

3 id_hama Varchar 10

4 id_komoditas Varchar 10

5 id_daun Varchar 10

Tabel 4 Data hama tanaman

No Nama Field Tipe Panjang Keterangan

1 id_hama Int 11 Primary key

2 ilmiah_hama Varchar 50

3 lokal_hama Varchar 50

Tabel 5 Data komoditas tanaman

No Nama Field Tipe Panjang Keterangan

1 id_komoditas Int 11 Primary key

2 ilmiah_komoditas Varchar 50 3 lokal_komoditas Varchar 50

Tabel 6 Data daun tanaman

no nama field Tipe Panjang Keterangan

1 id_daun Int 11 Primary key

2 jumlah_hama Int

3 tingkat_serangan_daun Double

4 id_tanaman Int 11

5 tingkat_serangan_area Double

(30)

16

Tabel 9 Data kabupaten

no nama field Tipe Panjang Keterangan

1 id_kab Int 11 Primary key

2 nama_kab Varchar 50

3 id_kec Int 11

Tabel 10 Data provinsi

No Nama field Tipe Panjang Keterangan

1 id_prov Int 11 Primary key

2 nama_prov Varchar 50

3 Id_kab Int 11

Gambar 11 Relationships antartabel

2 Implementasi Antarmuka

Pada aplikasi SIPESHA, yang pertama muncul adalah menentukan lokasi tanaman. Pada proses penentuan lokasi, pengguna diminta untuk memasukan atau mengklik lokasi tanaman pada Google Maps. Bentuk dari lokasi serangan yang di

input-kan pengguna berupa area dengan pinpoint. Berikut adalah implementasi dari halaman utama dari aplikasi SIPESHA.

1 Penentuan area

(31)

17

Gambar 12 Tahap penentuan area

2 Input jumlah tanaman

Setelah melakukan proses penentuan lokasi, tahap selanjutnya adalah

meng-input-kan jumlah tanaman yang akan dianalisis. Tahap ini dapat dilihat pada Gambar 13.

Gambar 13 Tahap input jumlah tanaman

3 Menghitung tingkat serangan

(32)

18

kerapatan hama per tanaman yang disimpan dalam database. Proses perhitungan tingkat serangan dapat dilihat pada Gambar 14.

Gambar 14 Tahap analisis citra

4 Pemetaan area tingkat serangan

Tahap ini merupakan tahap akhir dari sistem. Pada proses sebelumnya dilakukan analisis daun untuk setiap tanaman. Dari hasil analisis daun per tanaman tersebut menghasilkan tingkat kerapatan hama per tanaman. Tingkat kerapatan hama per tanaman tersebut kemudian diproses lebih lanjut pada tahap ini. Hasil dari proses tersebut menghasilkan tingkat kerapatan hama per area. Dari hasil tingkat kerapatan per area tersebut kemudian dilakukan proses pemetaan. Proses pemetaan dapat dilihat pada Gambar 15.

(33)

19 Pengujian

Pengujian sistem yang dilakukan adalah dengan membandingan data citra daun dari analisis pakar dengan hasil sistem. Dari hasil analisis pakar didapatkan tiga kelompok citra daun yaitu sedang, ringan, dan berat. Dari hasil analisi pakar tersebut kemudian dilakukan pengujian terhadap sistem. Hasil pengujian sistem didapatkan sebuah rentang nilai untuk menentukan pengelompokan tingkat serangan. Berikut adalah Tabel 11 yang merupakan pengelompokan dan hasil pengujian perdaun dengan sistem.

Tabel 11 Hasil pengujian citra perdaun dengan sistem Ringan Sedang Berat

Hasil pengujian tersebut didapatkan rentang nilai untuk pengelompokan citra daun yang terserang hama (lihat Tabel 12). Gambar 16 merupakan rentang nilai dalam pengelompokan tingkat serangan.

Gambar 16 Rentang nilai pengelompokan tingkat serangan Tabel 12 Rentang nilai

No Kelompok Citra Rentang Nilai

1 Ringan x< 5.99

2 Sedang 5.99 ≤ x ≤ 7.76

(34)

20

Data citra yang diujikan sebanyak 25, hasilnya 14 data citra valid sesuai dengan pakar dan 11 data citra lainnya tidak valid. Dari hasil analisis ke 11 daun yang tidak valid tersebut beberapa daun yang seharusnya masuk ke dalam kelompok sedang, dianggap oleh sistem masuk kelompok berat, hal tersebut dikarenakan citra daun memiliki background yang terlalu luas. Gambar 17 adalah citra daun yang dianggap oleh sistem masuk kelompok berat.

Gambar 17 Citra daun memiliki background yang luas

Sementara itu, ada citra daun yang seharusnya masuk kelompok berat menurut pakar, tetapi berdasarkan sistem, citra tersebut dikelompokkan ke dalam kelompok sedang. Dari hasil analisis ternyata citra daun yang dianggap sedang tersebut terserang hama kutu kebul berbentuk bintik hitam. Gambar 18 merupakan data citra yang dianggap oleh sistem masuk kelompok sedang.

Gambar 18 Citra daun memiliki serangan hama kutu kebul berbintik hitam Sistem mengelompokkan citra tersebut ke dalam kelompok sedang, karena pada saat dilakukan praproses dan segmentasi citra, bintik hitam itu dianggap piksel 0.

Tingkat Kerapatan Hama Daun

(35)

21 Proses penentuan area contoh bergantung pada sebaran kutu kebul pada daun. Semakin banyak kutu kebul yang tersebar, maka semakin banyak area penarikan contoh yang terbentuk. Tingkat serangan dihitung pada setiap area penarikan contoh, kemudian hasilnya diakumulasikan sesuai dengan jumlah area penarikan contoh yang terbentuk. Gambar 19 merupakan penarikan contoh yang dilakukan.

Gambar 19 Penarikan contoh pada citra daun

Tingkat Kerapatan Hama Tanaman

Dari hasil tingkat serangan hama per daun, kemudian citra dari beberapa daun tersebut dirata-ratakan untuk mendapatkan tingkat serangan per tanaman. Tingkat serangan per tanaman didapatkan dengan rata-rata beberapa citra daun pada setiap tanaman. Berikut perhitungan untuk tingkat serangan per tanaman,

(2) dengan hp adalah kerapatan hama per individu tanaman dan n adalah banyaknya daun yang diamati.

Tingkat Kerapatan Hama Area

(36)

22

Tabel 13 Hasil pengujian area ke-1

Tanaman Daun 1 Daun 2 Daun 3 Daun 4 Hipotesis Hasil Uji Rata-rata tingkat serangan area Sedang 6.60 Sedang Tabel 14 Hasil pengujian area ke-2

(37)

23 Rata-rata tingkat serangan area Sedang 6.48 Sedang Tabel 15 Hasil pengujian area ke-3

Tanaman Daun 1 Daun 2 Daun 3 Daun 4 Hipotesis Hasil Uji Rata-rata tingkat serangan area Sedang 6.26 Sedang Tabel 16 Hasil pengujian area ke-4

Tanaman Daun 1 Daun 2 Daun 3 Daun 4 Hipotesis Hasil Uji Tanaman 1 4.46 5.63 5.67 4.15 Ringan Ringan

4.98 Tanaman 2 10.79 7.52 14.15 13.84 Berat Berat

(38)

24 Rata-rata tingkat serangan area Berat 9.51

Berat Tabel 17 Hasil pengujian area ke-5

(39)

25 Tanaman Daun 1 Daun 2 Daun 3 Daun 4 Hipotesis Hasil Uji Tanaman 10 14.15 13.84 10.45 6.09 Sedang Berat

11.13 Rata-rata tingkat serangan area Berat 9.33

Berat Dari hasil pengujian sistem dengan lima area berbeda dan citra daun yang diacak, didapatkan bahwa hasil yang didapatkan oleh sistem tidak berbeda jauh dengan hasil analisis pakar. Dapat dilihat pada Tabel 18 menunjukkan nilai akurasi yang didapatkan 100%. Setiap area mempunyai rata-rata dua hasil yang berbeda dengan analisis pakar, akan tetapi hasil tersebut tidak mempengaruhi hasil akhir dari sistem. Dengan kata lain, kesalahan segmentasi pada beberapa daun tidak mempengaruhi nilai akhir untuk perhitungan per area. Berikut hasil perhitungan tingkat serangan area oleh sistem.

Tabel 18 Perhitungan tingkat serangan area oleh sistem

Area Tingkat Serangan Hipotesis Hasil Pengelompokan Sistem

Area ke-1 6.60 Sedang Sedang

Proses selanjutnya adalah proses terakhir dari sistem, yaitu proses pemetaan area serangan. Proses pemetaan ini dilakukan dengan menentukan titik-titik lokasi area tanaman pada Google Maps. Setelah titik-titik area serangan ditentukan, kemudian akan diambil satu titik tengah dari semua titik-titik yang telah dimasukkan. Titik inilah kemudian yang akan membentuk pin point pada Google Maps.

(40)

26

Gambar 20 Pemetaan area serangan

SIMPULAN DAN SARAN

Simpulan

Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa: 1 Penelitian ini berhasil menghitung tingkat serangan hama kutu kebul pada

suatu area dan memetakannya kedalam Google Maps.

2 Perbedaan hasil segmentasi sistem dengan analisis pakar selalu ada pada setiap area. Namun hasil tersebut tidak mempengaruhi hasil akhir dari sistem.

3 Dengan dilakukannya proses pemetaan dapat membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini terhadap tanaman.

4 Berdasarkan hasil percobaan, sistem dapat mengidentifikasi tingkat serangan hama kutu kebul walaupun perhitungan tingkat serangan hama kutu kebul pada beberapa daun kurang akurat. Namun hasil sistem dalam perhitungan tingkat serangan hama kutu kebul dalam suatu area mendapatkan nilai akurasi 100 % sesuai dengan analisis pakar.

(41)

27 Saran

Untuk pengembangan dari penelitian ini disarankan untuk mencoba mengganti bentuk pemetaan pada pemetaan area serangan dengan bentuk area, bukan dengan mengambil nilai tengah dari beberapa kordinat.

DAFTAR PUSTAKA

Ardiansyah. 2013. Pendugaan kerapatan populasi hama kutu kebul pada tanaman sayuran menggunakan Segmentasi Watershed [skripsi]. Bogor (ID): Institut Pertanian Bogor.

Baker RHA, Eyre D, Brunel S. 2013. Matching methods to produce maps for pest risk analysis to resources. NeoBiota. 18: 25-40

[Borland] Borland Software Corporation. 2002. Web Application Developer’s

Guide. Texas (USA): Borland Software Corporation.

Connolly TM, CE Begg. 1998. Database Systems: A Practical Approach to

Design, Implementation and Management. London (UK): Addison-Wesley

longmanlimited.

Flint ML, Daar S, Molinar R. 2003. Establishing Integrated Pest Management Policies and Programs: A Guide for Public Agencies. Oakland (US): University of California.

Hutomo DT, Herdiyeni Y, Rauf A. 2013. Whitefly (Bemisia tabaci) calculation based on image processing using Triangle Method. Di dalam: International Conference on Computer, Control, Informatics, and Its Application; 2013 Nov 19-20; Jakarta, Indonesia (INA). hlm 165-168.

Marwoto, Inayati A. 2011. Kutu kebul: hama kedelai yang pengendaliannya kurang mendapat perhatian. Iptek Tanaman Pangan. 6(1): 277-288.

Patil SB, Bodhe SK. 2011. Leaf disease severity measurement using image processing. International Journal of Engineering and Technology. 3(5): 297-301.

Rauf A. 2013. Pemahaman aspek ekologi PHT berkelanjutan. Bogor (ID): Departemen Proteksi Tanaman, Fakultas Pertanian IPB.

Sommerville I. 2007. Software Engineering. Ed ke-8. Harlow (GB): Pearson Education.

(42)

28

RIWAYAT HIDUP

Gambar

Gambar 1 Metode pengembangan waterfall
Gambar 2 Daun tanaman terung yang terserang hama kutu kebul
Gambar 3 Proses pelaksanaan PHT
Gambar 4 Ilustrasi metode segitiga
+7

Referensi

Dokumen terkait

/DMX LQIHNVL $8'3&amp; GDQ WLQJNDW NHHIHNWLIDQ WLDS &amp;( PHQHNDQ SHQ\DNLW GLKLWXQJ GDUL NHSDUDKDQ SHQ\DNLW SDGD EXDK NDNDR 1LODL $8'3&amp; SHULRGH ODWHQ ODMX LQIHNVL

Ukuran testis ternak babi Landrace dan Duroc berpengaruh nyata terhadap volume semen yang dihasilkan sedangkan ukuran testis tiddak berpengaruh nyata

Zakat merupakan suatu landasan bagi tumbuh dan berkembangnya kekuatan sosial ekonomi dan kehidupan umat Islam. Sebagaimana rukun Islam yang lain, ajaran zakat memiliki dimensi

Pengambilan data pada RPM pulley generator ini dikhususkan untuk mengetahui pengaruh besar kecilnya RPM terhadap tegangan output generator, pengukuran dilakukan

penciptaan lapangan kerja oleh lulusan PKBM dilihat dari kuantitas dan kualitas. Berdasarkan simpulan yang telah dikemukakan, maka dapat diajukan saran- saran sebagai

Telah berhasil dilakukan modifikasi permukaan elektrode karbon aktif monolit untuk sel superkapasitor dari kayu karet dengan metode aktivasi fisika dan kimia.. Penggunaan

Pelaksanaan pendidikan dan pengajaran dipondok pesantren Iqra‟ pada tahun 2007 yang menjadi guru untuk mata pelajaran pondok adalah Azwar Munaf sendiri beserta

Praktik Budaya Akademik Mahasiswa Prodi Manajemen Pendidikan Islam Praktik budaya akademik mahasiswa Prodi Manajemen Pendidikan Islam Fakultas Tarbiyah dan Keguruan UIN Sunan