Fakultas Ilmu Komputer
733
Sistem Pendukung Keputusan Budidaya Tanaman Cabai Berdasarkan
Prediksi Curah Hujan
Hilal Imtiyaz1, Barlian Henryranu Prasetio2, Nurul Hidayat3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1baikbaikhilal@gmail.com, 2barlian@ub.ac.id,3ntayadih@ub.ac.id
Abstrak
Cabai merupakan salah satu produk hortikultura yang sehari-hari dibutuhkan oleh masyarakat Indonesia. Masyarakat Indonesia menggunakan cabai sebagai bumbu masakan. Pasokan cabai tidak setiap waktu dapat memenuhi permintaan. Hal itu menyebabkan kenaikan harga sesuai dengan hukum permintaan dan penawaran. Lonjakan harga yang tinggi ketika pasokan menipis dirasakan setiap tahun. Salah satu penyebab tidak tersedianya pasokan cabai sepanjang tahun adalah gagal panen karena perencanaan budidaya cabai yang kurang baik. Perencanaan budidaya cabai harus memperhatikan curah hujan karena berkaitan dengan ketersediaan air. Tanaman cabai tidak akan tumbuh dengan baik jika kekurangan air, begitu juga jika air yang diberikan terlalu banyak. Hal itu akan mengganggu pembuahan dan rentan terhadap hama. Sumber pengairan utama tanaman cabai adalah hujan. Pengetahuan terhadap kondisi curah hujan yang akan datang akan membantu petani dalam perencanaan budidaya. Penelitan ini akan membahas sistem pendukung keputusan budidaya tanaman cabai berdasarkan prediksi curah hujan dengan menggunakan metode regresi linear sederhana. Metode regresi digunakan untuk memprediksi curah hujan dengan memodelkan data curah hujan pada tahun-tahun sebelumnya. Berdasarkan data curah hujan ramalan, selanjutnya akan ditentukan cara budidaya cabai yang tepat. Hasil prediksi curah hujan menggunakan metode regresi linear sederhana mempunyai tingkat akurasi sebesar 91,6% yang berpengaruh terhadap cara budidaya tanaman cabai.
Kata kunci: SPK(Sistem Pendukung Keputusan), cabai, regresi linear sederhana, curah hujan.
Abstract
Chili is one of holticultura product wich is needed every day by Indonesian people. They use chili for spice in cooking. Chili supply not any time to meet demand. It causes price increases in accordance with the law of demand and supply. The surge in prices because of limited supplies occur every year. One of the problems that cause unavailability of supply throughout of year is chili crop failure cause chili cultivation is not good. pepper cultivation planning must consider the rainfall so that water for plants is available. Chili plants would not grow well if the plants lack of of water or if the water is too much. It will disturb chili growth, fertilization and crop becomes susceptible to pests. The main source off plants irrigation is rain. Knowledge of rainfall in the future will help farmers in cultivating planning. This research will discuss about decision support systems of chilli cultivation based on the rainfall prediction using simple linear regression method. Regression method used to predict the rainfall with modeling rainfall data in previous years. Based on the data the rainfall forecasts, system will recomanded best ways of pepper cultivation. Results of rainfall prediction using simple linear regression method has the accuracy rate of 91.6% which inluantial to the good of chili cultivation.
Keywords: Decision Support Systems, Chili, Simple Linear Regression, Rainfall.
1. PENDAHULUAN
Cabai adalah salah satu tanaman yang sering digunakan sebagai bumbu masakan di Indonesia. Permintaan akan cabai tidak sepanjang tahun dapat terpenuhi. Pasokan yang kurang menyebabkan harga cabai melonjak
tinggi sehingga sering menimbulkan inflasi (Surya, 2015). Fluktuasi harga cabai sangat tinggi seperti yang terlihat pada tahun 2014, harga cabai yang semula Rp.4.000-Rp.5.000 per kilogram naik menjadi Rp.65.000-Rp90.000 per kilogram (Suhendra, 2014).
kurangnya perencanaan budidaya tanaman cabai. Petani gagal memprediksi keadaan iklim sehingga tidak bisa mengantisipasi dengan cara tanam yang sesuai dengan keadaan lingkungan. Kesuburan tanaman cabai sangat bergantung pada kondisi lingkungannya seperti suhu, curah hujan, dan kelembaban. Pengaruh perubahan iklim terhadap produksi tanaman cabai terlihat pada penelitian terhadap petani cabai di kecamatan Pagu, Kediri yang menyebutkan penurunan rata-rata produksi cabai rawait pada tahun 2009 yang mencapai 1.237 kg, turun menjadi 615 kg pada tahun 2010 (Maulida, 2012). Cara bertanam cabai harus disesuaikan dengan keadaan lingkungannya agar tetap bisa menghasilkan buah yang bagus.
Perencanaan budidaya tanaman cabai yang baik memerlukan informasi mengenai keadaan iklim. Slah satu faktor iklim yang sangat berperan dalam keberhasilan budidaya cabai adalah curh hujan. Hujan merupakan sumber utama pengairan tanaman cabai. Pertumbuhan tanaman akan baik jika pasokan air mencukupi tetapi tidak berlebihan. Curah hujan sebagai salah satu faktor keberhasilan tanaman cabai sifatnya tidak bisa dikontrol. Petani hanya bisa mengantisipasinya dengan penyesuaian cara budidaya berdaarkan kondisi curah hujan. Pengetahuan terhadap kondisi curah hujan yang akan datang sangat diperlukan karena budidaya tanaman cabai dari pembibitan sampai panen terakhir cukup panjang yaitu sekitar enam bulan.
Metode yang digunakan untuk mengetahui keadaan curah hujan yang akan datang pada penelitian ini adalah metode regresi linear sederhana. Metode regresi adalah metode peramalan yang melibatkan dua variabel atau lebih sebagai variabel yang memberi pengaruh dan yang diberi pengaruh.
2. STUDI PUSTAKA Portugis. Penggunaan cabai di Indonesia adalah sebagai bumbu masak.
Cabai terdiri dari berbagai jenis dan varietas. Jenis cabai terdiri dari cabai rawit yang berukuran kecil dengan rasa yang sangat pedas, cabai keriting dengan ukuran lebih besar dan
rasa yang pedas, dan cabai merah besar dengan rasa yang tidak terlalu pedas. Berbagai jenis cabai tersebut digunakan untuk bumbu masakan masyarakat Indonesia.
Cabai dapat tumbuh di dataran rendah sampai dataran tinggi. Pertumbuhan cabai akan baik jika ditanam pada tanah dengan kadar pH yang baik adalah 6-7. Suhu yang cocok untuk cabai adalah 25-27 derajat celcius pada siang hari dan 18-20 derajat celcius pada malam hari. Curah hujan bulanan yang cocok untuk tanaman cabai adalah 100-200mm (Suwandi, 2009). Kelembaban untuk tanaman cabai berkisar antara 60-80%. Kelembaban yang tinggi akan menyebabkan tanaman mudah terserang penyakit. Kondisi curah hujan yang tinggi menyebabkan kelembaban tinggi sehingga perlu untuk mengatur jarak yang lebih renggang antar tanaman (Prajnanta, 2011).
2.2.Penentuan Musim Hujan dan Musim Kemarau
Musim hujan dan musim kemarau dapat ditentukan dengan menghitung jumlah curah hujan dasarian. Perhitungannya adalah dengan melihat tiga dasarian berturut-turut atau dengan melihat jumlah curah hujan dalam satu bulan (Giarno, 2012).
Musim hujan ditandai dengan jumlah curah hujan > 50mm diikuti dengan tiga dasarian berikutnya di mana setiap dasarian memiliki 3 hari hujan. Bisa juga secara sederhana dihitung dengan curah hujan dalam satu bulan > 150mm. sedangkan musim kemarau ditandai dengan curah hujan yang turun ≤ 50mm begitu juga dengan tiga dasarian berikutnya. Artinya jumlah curah hujan dalam satu bulan ≤ 150mm (Giarno, 2012).
2.3.Regresi Linear Sederhana
Regresi adalah salah satu cara untuk
melakukan prediksi yang melibatkan dua
atau lebih variabel yaitu variabel pemberi
pengaruh
dan
variabel
terpengaruh.
Variabel-variabel tersebut bersifat saling
terkait atau ada hubungan sebab akibat.
Metode regresi akan menjelaskan hubungan
antar variabel tersebut (Susanto, 2010).
yang dapat dijadikan acuan untuk memperkirakan nilai variabel dependent di waktu mendatang dengan memasukan nilai variabel independent ke dalam persamaan (Susanto, 2010).
Persamaan metode regresi linear sederhana adalah:
Y = a+ bx (1)
Keterangan:
Y adalah variabel dependent
X adalah variabel independent
a dan b adalah bilangan konstanta.
Konstanta a dan b dapat dicari dengan menggunakan persamaan:
𝑎 =(∑ 𝑌)(∑ 𝑋2)−(∑ 𝑋)(∑ 𝑋𝑌)
𝑁(∑ 𝑋2)−(∑ 𝑋)2 (2)
𝑏 = 𝑁 ∑ 𝑋𝑌−(∑ 𝑋)(∑ 𝑌)𝑁 ∑ 𝑋2−(∑ 𝑋)2 (3)
3. METODOLOGI PENELITIAN
3.1. Tahap Penelitian
Tahapan yang dilakukan pada penelitian ini dijelaskan pada Gambar 1.
Gambar 1. Metodologi Penelitian
Tahap yang dijalankan meliputi studi literatur, analisa kebutuhan, pengumpulan data, perancangan, implementasi dan analisa hasil dan pengujian.
3.2.Pengumpulan Data
Data yang dibutuhkan pada penelitian ini adalah data curah hujan. Curah hujan yang dipakai adalah curah hujan di Malang. Data curah hujan diambil dari BMKG Karang Ploso Malang. Data ini akan diolah untuk membetuk persamaan regesi.
3.3. Metode yang Digunakan
Metode yang digunakan pada penelitian ini adalah metode regresi linear sederhana. metode ini menggunakan sebuah variabel sebagai variabel terpengaruh dan satu variabel yang memberi pengaruh. Variabel yang memberi pengaruh pada penelitian ini adalah tahun dan variabel yang terpengaruh adalah curah hujan itu sendiri.
4. PERANCANGAN
Bagian perancangan akan menjelaskan bagaiman menentukan cara budidaya tanaman yang cocok berdasarkan prediksi curah hujan. Tahapan-tahapannya dapat dilihat pada Gambar 2.
Mulai
Studi Literatur
Analisa Kebutuhan
Pengumpulan Data
Perancangan
Implementasi
Analisa Hasil dan Pengujian
Gambar 2. Perancangan
Tahap pertama yang dilakukan adalah mencari persamaan regresi. Persamaan regresi diperoleh dengan mengolah data curah hujan sehingga membentuk persamaan regresi seperti yang dijelaskan pada persamaan 1. Untuk mendapatkan persamaan tersebut dihitung dulu variabel a dan b menggunakan persamaan 2 dan 3. Masing-masing bulan selama setahun akan dicarikan persamaan regresinya.
Tahap kedua adalah menghitung prediksi curah hujan di masa yang akan datang menggunakan persamaan regresi yang telah terbentuk. Sistem akan menghitung prediksi ramalan curah hujan berdasarkan inputan variabel yang memberi pengaruh. Variabel pemberi pengaruh dalam hal ini adalah tahun.
Tahap ketiga yaitu penentuan musim tiap bulan. Hasil prediksi jumlah curah hujan akan dilakukan penggolongan yang menentukan apakah bulan tersebut termasuk musim hujan atau musim kemarau. Apabila curah hujan dalam bulan itu lebih dari 150mm, maka akan digolongkan sebagai musim hujan. Sebaliknya, apabila kurang dari itu akan digolongkan musim kemarau.
Tahap keempat yaitu penentuan cara budidaya. Perbedaan cara budidaya pada musim hujan dan kemarau terletak pada ukuran parit dan bedengan, jarak tanam, dan cara pengairan.
Penentuan ukuran bedengan dan parit dilakukan dengan terlebih dahulu melihat jumlah bulan yang termasuk musim kemarau dan musim hujan. Jika jumlah bulan musim hujan lebih banyak dibandingakan dengan jumlah bulan musim kemarau atau jumlah bulannya sama, maka ukuran mengikuti musim hujan. Jika jumlah bulan yang termasuk musim kemarau lebih banyak dibandingkan bulan yang termasuk musim hujan, maka ukuran mengikuti musim kemarau.
Jarak tanam ditentukan oleh jumlah bulan musim hujan dan kemarau. Jika jumlah musim bulan hujan lebih besar dari kemarau, maka jarak tanam mengikuti ukuran pada musim hujan. Jika jumlah musim bulan musim hujan lebih kecil, maka jarak tanam mengikuti ukuran musim kemarau. Jika sama, maka dilihat rata-rata tiga bulan terakhir yaitu ketika tanaman sudah berbuah. Jika lebih besar atau sama dengan 150, maka ukuran mengikuti jarak lobang tanam musim hujan, jika tidak maka jarak tanam mengikuti ukuran musim kemarau.
Tahap pengairan sendiri dilakukan berdasarkan musim tiap bulan. jika musim hujan, maka dilakukan pengontrolan dengan membuang kelebihan air. Jika musim kemau, dilakukan penyiraman 2 - 3 hari sekali pada waktu pagi atau dengan cara dileb 7 – 10 hari sekali
Tahap terakhir yaitu menghitung persentase keberhasilan. Persentase keberhasilan akan dilihat dari rata-rata curah hujan dalam satu musim panen. Curah hujan yang cocok untuk tanaman cabai adalah 100-200mm per bulan. jika curah hujan semakin menjauhi angka ini, maka ersentase keberhasilannya berkurang. Jika curah hujan rata-ratanya lebih besar dari 300, maka persentasenya adalah 0. Jika curah hujannya lebih besar dari 150, maka persenase dihitung dengan rumus 1 dikurangi perbandingan selisih curah hujan rata-rata dan curah hujan ideal dengan curah hujan ideal dikalikan seratus. Jika curah hujan rata-rata tidak lebih dari 150, maka rumusnya adalah perbandingan curah hujan rata-rata dengan curah hujan ideal dikalikan seratus.
Mulai
Curah_hujan
Hitung Persamaan Regresi
Hitung Curah Hujan Ramalan
Penentan Musim Tiap Bulan
Penentuan cara budidaya
5. PENGUJIAN DAN PEMBAHASAN
Pengujian yang dilakukan pada penelitian ini menggunakan dua pengujian yaitu pengujian fungsional dan pengujian akurasi.
5.1.Pengujian Fungsional
Pengujian fungsional dilakukan untuk mengetahui apakah kebutuhan fungsional yang telah dirumuskan pada perancangan telah berjalan dengan baik. Fungsi-fungsi yang di butuhkan dalam sistem ini adalah sebagai berikut:
1. Sistem menyediakan fungsi login admin 2. Sitem menyediakan fungsi logout admin 3. Sistem mampu menambahkan data curah
hujan
4. Sistem menyediakan fungsi inputan tanggal tanam
5. Sistem mampu menghitung prediksi curah hujan yang akan datang
6. Sistem mampu menampilkan prediksi curah hujan yang akan datang
7. Sistem mampu merekomendasikan budidaya tanam berdasarkan curah hujan 8. Sistem mampu menampilkan rekomendasi
budidaya tanam berdasarkan curah hujan 9. Sistem mampu menampilkan halaman
beranda
10. Sistem mampu menampilkan halaman petunjuk
Semua fungsi tersebut telah berjalan dengan baik sehingga nilai untuk pengujian fungsional mencapai 100%.
5.2.Pengujian Akurasi
Pengujian kesesuaian dilakukan dengan membandingkan hasil yang dikeluarkan oleh sistem dengan nilai sebenarnya. Data yang akan diuji adalah jumlah curah hujan ramalan dengan curah hujan sebenarnya. Hasil perbandingan curah hujan sebenarnya dengan cuah hujan prediksi diperlihatkan pada Tabel 1.
Tabel 1. Perbandingan Curah Hujan Sebenarnya dan Curah Hujan Ramalan
Bulan Curah hujan 2011
Musim Curah hujan prediksi 2011
Musim
Januari 139 Kemarau 266,0714286 Hujan Februari 182 Hujan 275,8571429 Hujan Maret 339 Hujan 191,9642857 Hujan April 160 Hujan 342,6071429 Hujan Mei 231 Hujan 200,3571429 Hujan Juni 5 Kemarau 40,71428571 Kemarau Juli 2 Kemarau 59,78571429 Kemarau Agustus 0 Kemarau 81,46428571 Kemarau September 2 Kemarau 94,78571429 Kemarau Oktober 63 Kemarau 103,1428571 Kemarau November 276 Hujan 235,8571429 Hujan Desember 268 Hujan 175,75 Hujan
Hasil perhitungan memperlihatkan klasifikasi iklim setiap bulan sama dengan hasil peramalan kecuali pada bulan Januari yang pada tahun 2011 berbeda dengan tahun-tahun sebelumnya. Data aktual menunjukkan Januari tahun 2011 termasuk bulan dengan musim kemarau. Hasil ini berbeda dengan data ramalan yang menunjukkan Januari tahun 2011 termasuk musim hujan. Hasil peramalan menunjukkan penggolongan musim sesuai dengan data aktual kecuali bulan Januari.
Tingkat keseuaian data diatas bisa dihitung menggunakan rumus tingkat keseuaian menghasilkan hasil tingkat keseuaian data adalah 91,66% dengan data training yang digunakan adalah delapan tahun.
6. Kesimpulan
Berdasarkan hasil pengujian, terdapat beberapa kesimpulan pada penelitian sistem pendukung keputusan budidaya tanaman cabai berdsarkan curah hujan dengan menggunakan metode regesi linear yaitu:
1. Aplikasi sistem pendukung keputusan budidya tanaman cabai berdasarkan curah hujan telah berhasil diterapkan dan bisa digunakan untuk melihat prediksi curah hujan serta rekomendasi budidya tanaman cabai.
berdasarkan prediksi curah hujan mempelihatkan kinerja yang sesuai dengan kebutuhan fungsional yang telah ditentukan pada proses perancangan. Semua fungsi dapat bekerja dengan baik dengan nilai pengujian fungsional sebesar 100%.
3. Pengujian akurasi prediksi curah hujan menggunakan metode regresi linear sederhana memperlihatkan bahwa dari dua belas bulan yang musimnya diprediksi, ada satu bulan yang hasil ramalannya berbeda dengan nilai sebenarnya. Tingkat akurasi berdasarkan hasil tersebut adalah sebesar 91,66%.
Penilitan selanjutnya dapat menerapkan algoritma yang lain untuk menentukan prediksi curah hujan. Beberapa faktor yang berkaitan dengan jumlah curah hujan juga dapat ditambahkan untuk memperoleh akurasi yang lebih tinggi.
Faktor penentu keberhasilan budidaya cabai dapat ditambahkan seperti jenis tanah dan pupuk agar tingkat keberhasilan semakin bertambah.
DAFTAR PUSTAKA
Astuti, F.H., 2013. Data Mining. Yogyakata: Andi Offset.
Daldjoeni, 1983. Pokok-Pokok Klimatologi. Bandung: Alumni.
Giarno, Dupe, Z.L., & Mustofa,M.A., 2012. Kajian Awal Musim Hujan dan Musim Kemarau di Indonesia. Jurnal Meteorologi dan Geofisika, 13(1), pp.1-8.
Gunarsih, A.K., 2012. Klimatologi: Pengaruh Iklim Terhadap Tanah dan Tanaman.
Jakarta: Bumi Aksara.
Hakimah, M., Muhima, R.R. & Yustina, A., 2015. Rancang Bangun Aplikasi Peramalan Persediaan Barang dengan Metode Trend Projection. Jurnal Simantec, [e-journal] 5(1), pp.37-48. Tersedia melalui: Jurnal Universitas Trunojoyo Madura
<http://journal.trunojoyo.ac.id/simantec/art icle/view/1023> [Diakses 5 Januari 2016] Maulidah, S. et al, 2012. Dampak Perubahan
Iklim Terhadap Produksi dan Pendapatan Usaha Tani Cabi Rawit. SEPA, [e-journal] 8(2), pp. 51 – 182. Tersedia melalui:
Agribisnis FP-UNS
<http://agribisnis.fp.uns.ac.id/> [Diakses 6 Januari 2016]
Prajnanta, F., 2011. Mengatasi Permasalahan Bertanam Cabai. Jakarta: Penebar Swadaya.
Prasetyo, E., 2012. Data Mining-Konsep dan Aplikasi Menggunakan MATLAB. Yogyakarta: Andi Offset.
Purbaya, R., 2014. Perbandingan Analisis Regresi Linear Berganda dengan Sistem Inferensi Fuzzy Mamdani dalam Memprediksi Berat Badan Ideal. Jurnal Mahasiswa Statistik [e-journal] 2(2), pp. 137-140. Tersedia melalui: Jurnal Mahasiswa Universtas Brawijaya
<http://statistik.studentjournal.ub.ac.id/ind ex.php/statistik> [diakses 10 Juni 2016] Rahmat, H.U., 2002. Usaha Tani Cabai Rawit.
Yogyakarta: Kanisius.
Rintan, P.A. & Mukaroomah, A., 2013. Analisis Fungsi Transfer pada Harga Cabai Merah yang Dipengaruhi oleh Curah Hujan di Surabaya. Jurnal Sains dan Seni POMITS, 2(2).
Rostini, N., 2011. 9 Strategi Bertanam Cabai Bebas Hama dan Penyakit. Jakarta: PT AgroMedia Pustaka.
Simamata, J., 2010. Rekayasa Perangkat Lunak. Yogyakarta: Andi Offset.
Sugiarto, 1992. Tahap Awal + Aplikasi Anlisis Regresi. Yogyakarta: Andi Offset. Suhendra, 2014. Detik Finance. [online]
Tersedia di:
<http://finance.detik.com/read/2014/12/16 /132314/2778909/4/ini-bukti-harga-cabai-sudah-seperti-roller-coaster (diakses 1 Oktober 2016)>
Susanto, S. & Suryadi, D., 2010. Pengantar Data Mining Menggali Pengetahuan dari Bongkahan Data. Yogyakarta: Andi Offset.
Surya, T.A., 2015. Pengendalian Inflasi Komoditas Pangan Menjelang Bulan Ramadhan. Info Singkat Ekonomi dan Kebijakan Publik. 8(11), pp.13-16. Suwandi, N. et al., 2009. Standar Operating
Prosedure (SOP) Budidaya Cabai Merah Gunung Kidul. [pdf] Dinas Pertanian Provinsi Yogyakarta. Tersedia di:
<http://distan.jogjaprov.go.id/images/stori es/teknologi/hotikultura/sopcabemerahgk. pdf> [Diakses 5 Januari 2016]
