PREDIKSI JUMLAH PADI HASIL PANEN BERBASIS ANDROID DENGAN METODE TIME SERIES

PREDIKSI JUMLAH PADI HASIL PANEN BERBASIS

ANDROID DENGAN METODE TIME SERIES

Sitti Aisa*1_{, Kurniaty}2_{, Yaura Evan Duma} 3_{, Muhammad Rifki} 4

1_{Program Studi Teknik Informatika} 1)3)4)_{, Sistem Informasi} 2) _{STMIK Dipanegara}

Jalan Perintis Kemerdekaan Km. 9 Makassar 90245

e-mail: *1_{sittiaisa.11@gmail.com ,} 2_{raniesst@gmail.com ,} 4_{rian.rifki0408@gmail.com}

Abstrak

Makanan pokok masyarakat Indonesia adalah nasi yang diproduksi dari hasil panen padi oleh seluruh petani. Salah satu provinsi di Indonesia yang memberikan sumbangsih pangan dalam hal padi terbesar adalah Sulawesi selatan. Dimana daerah penghasil padi salah satunya adalah di kabupaten mamasa. Lahan pertanian yang ada di kabupaten ini cukup luas banyak varietas padi terbaik bisa ditemukan disini. Berangkat dari hal ini, proses prediksi hasil panen petani di kabupaten mamasa masih dilakukan secara manual membuat petani kesulitan memprediksi hasil panen di periode berikutnya.perhitungan dan peramalan produksi padi juga telah dilakukan setiap tahun oleh Badan Pusat Statistik (BPS) dan dinas pertanian kabupaten mamasa. Namun peramalan yang dilakukan belum mempertimbangkan berbagai faktor seperti curah hujan, iklim, serta hama dan penyakit. Oleh karena itu aplikasi prediksi sangat diperlukan untuk mengetahui gambaran dimasa depan apakah hasil produksi panen padi akan meningkat atau menurun agar para petani atau pihak terkait dapat mengantisipasi hal tersebut. Untuk itu, maka diperlukan suatu cara dengan bantuan teknologi untuk memprediksi lebih baik dan akurat, maka prediksi dengan metode modern sangat diperlukan. Metode atau cara yang modern itu ialah metode time series. Pemilihan metode time series didasarkan pada banyaknya data yang akan di olah oleh aplikasi. Maka metode ini sangat baik untuk digunakan memprediksi hasil panen padi periode berikutnya. Metode time series ialah metode peramalan yang digunakan untuk melihat trend dari data deret waktu.

Kata kunci : Prediksi, Padi, Time Series, aplikasi

Abstract

Indonesian staple food is rice produced from rice yields by all farmers. One of the provinces in Indonesia which contribute in terms of the largest rice food is southern Sulawesi. Where the rice-producing areas one of which is in Mamasa. Agricultural land in the district is quite spacious lots the best rice varieties can be found here. Departing from this, the prediction of crop farmers in Mamasa still done manually create difficulties farmers predict crop yields in the period berikutnya.perhitungan and paddy production forecast has also been conducted annually by the Central Statistics Agency (BPS) and the agricultural office Mamasa. But forecasting is done yet consider various factors such as rainfall, climate, and pests and diseases. Therefore the prediction application is necessary to find a picture of the future if the yield rice crop production will be increased or decreased so that the farmers or related parties can anticipate them. For that, we need a way with the help of technology to better predict and accurate, the prediction with modern methods indispensable. The method or way that is modern time series methods. Selection method of time series based on the amount of data that would be in if the application. Then this method is very good to use to predict the harvest next period. Method of time series forecasting method is used to view the trend of the time series data.

1. PENDAHULUAN

Panen saat ini pertanian Indonesia mengalami penaikan dan penurunan panen yang tidak menentu tiap tahunnya, utamanya di sektor peningkatan kualitas hasil panen padi. Salah satu wilayah di Sulawesi Barat yang memiliki lahan pertanian yang cukup luas adalah di wilayah Kabupaten Mamasa.Prediksi Panen Saat inimenggunakan cara manual, membuat petani kesulitan memprediksi hasil panen di periode berikutnya.perhitungan dan peramalan produksi padi juga telah dilakukan setiap tahun oleh Badan Pusat Statistik (BPS) dan dinas pertanian kabupaten mamasa. Namun peramalan yang dilakukan belum mempertimbangkan berbagai faktor seperti curah hujan, iklim, serta hama dan penyakit.

Maka dari itu sebuah metode baru yaitu aplikasi prediksi sangat diperlukan untuk mengetahui gambaran dimasa depan apakah hasil produksi panen padi akan meningkat atau menurun agar para petani atau pihak terkait dapat mengantisipasi hal tersebut. Untuk itu, maka diperlukan suatu cara dengan bantuan teknologi untuk memprediksi lebih baik dan akurat, maka prediksi dengan metode modern sangat diperlukan. Metode atau cara yang modern itu ialah metode time series. Pemilihan metode time seriesdidasarkan pada banyaknya data yang akan di olah oleh aplikasi. Maka metode ini sangat baik untuk digunakan memprediksi hasil panen padi periode berikutnya. Metode time series ialah metode peramalan yang digunakan untuk melihat trend dari data deret waktu.

Setelah melakukan penelitian pada wilayah pertaninan di Kabupaten Mamasa maka peneliti menyimpulkan bahwa saat ini jumlah produk hasil panen padi setiap tahunnya selalu berubah-ubah sebagai contoh,Produksi padi di Kabupaten Mamasa untuk variestas ciherang tahun 2015 sebanyak 888,7 kg atau mengalami penurunan sebanyak 177,9 kg (16.6 persen) dibandingkan tahun 2014 untuk luas lahan yang sama. yang dapat dipengaruhi oleh faktor biotik (hama dan penyakit tanaman) maupun faktor abiotik (air, suhu, hara, atau pengaruh lingkungan yang lain) sehingga menyebabkan tidak menentunya stock persediaan yang berbanding terbalik dengan terus meningkatnya jumlah permintaan padi.

2. METODE PENELITIAN 2.1 Alat dan Bahan Penelitian

Pada penelitian ini penulis menggunakan alat bantu dalam menganalisis dan mempelajari sistem yang ada dan sistem yang akan dirancang.

Alat desain penelitian, terdiri atas : a. Use Case Diagram

b. Class Diagram c. Activity Diagram d. Sequence Diagram

Bahan penelitian yang digunakan adalah :

Table 1 : Bahan penelitian

No. Bahan penelitian Keterangan

1. Data lahan Meliputi lahan yang tersedia sekaligus dijadikan sampel sederhana untuk data lahan pertanian padi;

2. Data hasil panen Meliputi data jumlah hasil panen yang ada di kabupaten Mamasa dari tahun 2005 sampai 2016 untuk satuan (Kg/ha);

2.2 Lokasi Penelitian

2.3 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam pembuatan aplikasi ini adalah berupa pencarian sumber-sumber bacaan yang dapat menunjang topik. Sumber-sumber bacaan tersebut penulis letakkan pada daftar pustaka, sumber bacaan berupa buku panduan pemrograman,dan berbagai tutorial-tutorial di internet.

2.4 Perancangan Sistem

Perancangan sistem pada penelitian ini menggunakan Unifed Modelling Language( UML ). UML adalah himpunan struktur data dan teknik untuk pemodelan dan desain program berorientasi objek (OOP) serta aplikasi. UML merupakan sekumpulan bentuk khusus untuk menggambarkan berbagai diagram perangkat lunak. Setiap bentuk memiliki makna tertentu, dan UMLsyntax mendefenisikan bagaimana bentuk-bentuk tersebut dapat dikombinasikan.

a. Use case Diagram

Gambar 1 : Use Case Diagram b. Class Diagram

Gambar 2 : Class Diagram

USE CASE SISTEM YANG AKAN DIBANGUN

Login Aplikasi Input data varietas padi Validasi Username Validasi Password <<include>> <<include>> Pimpinan Input data jumlah

hasil panen petani

Proses Time Series

Last Square <<include>> Admin <<include>> Lihat Informasi prediksi jumlah hasil panen

<<include>> + onCreate[...] + add[...] + edit + del[…] - id_jp : int - id_periode : int - id_lc : int - jumlah_pegawai : int + onCreate[...] + add[...] + edit + del[…] - id_ts : int - id_jp : int - a : int - b : int - y’ : int + onCreate[...] + add[...] + edit + del[…] 1 - id_periode : int - periode : String periode Hasil_panen timeseries 1..* 1 1..*

c. Activity Diagram

Gambar 3 : Activity Diagram

d. Sequence Diagram

Gambar 4 : Sequence Diagram 3. HASIL DAN PEMBAHASAN 3.1 Analisis Sistem

Bagian utama dari sistem ini nantinya adalah user interface aplikasi, dimana bagian itu digunakan langsung untuk melakukan input data (varietas padi, periode panen, jumlah hasil panen perperiode) ke dalam database, dari database data akan diproses oleh algoritma Time Series Least Square dan menghasilkanprediksi jumlah hasil panen untuk periode berikutnya; Data prediksi jumlah hasil panen untuk periode berikutnya akan kembali ditampilkan pada user interface yang akan di lihat langsung oleh pengguna aplikasi. Gambar 5 memberikan gambaran tentang arsitektur sistem.

Membuka Aplikasi

Entry User Name & Passsword

Tampil Pesan User dan Pass Tidak Valid

Tampil Menu-Menu Untuk Halaman Admin Jika User dan Pass Tidak Valid Jika User dan Pass Valid

Olah Data Varian Olah Data Hasil Panen

Proses Prediksi

Olah Data Hasil Panen

User Menu

Input

Proses

1: Varietas

11 : Hasil Prediksi Jumlah Hasil Panen 2: Input Varietas

4: Hasil Panen

5: Input Data Hasil Panen

3: Data Varietas

6: Data Hasil Panen

7: Prediksi

8: Proses Prediksi

USER INTERFACE APLIKASI

INPUT DATA (VARIETAS PADI, PERIODE PANEN, JUMLAH HASIL PANEN

PERPERIODE )

Time Series Least Square

DATABASE

PREDIKSI JUMLAH HASIL PANEN UNTUK PERIODE BERIKUTNYA

Gambar 5 : Arsitektur sistem 3.2 Tampilan Aplikasi

1. Tampilan Menu Memilih jenis varietas padi, Periode dan Tahun panen

Tampilan aplikasi di bawah ini menunjukkan menu memilih varietas padi, periode yang diinginkan serta tahun panen.

Gambar 6 : Menu Memilih jenis varietas padi, Periode dan Tahun panen 2. Tampilan Prediksi jumlah hasil panen padi untuk periode berikutnya

Gambar 7 menunjukan proses perhitungan jumlah hasil panen padi untuk varietas padi IR-64 untuk periode 1 tahun 2016 yaitu 474, 47070506454816 dengan menggunakan metode time series.

Gambar 7 : Menu Prediksi Hasil Panen Padi 4. KESIMPULAN

Setelah peneliti merancang dan membangun aplikasi prediksi jumlah hasil panen pertanian padi, maka dengan segala kemudahannya aplikasi ini dapat bermanfaat sebagai aplikasi umum yang dapat memberikan informasi mengenai perkiraan tanaman padi apa yang sebaiknya di kembangkan sekaligus memberikan jalan informasi yang lebih menarik dan dibutuhkan oleh pengguna smartphone.

5. SARAN

Diharapkan pada pihak pengguna aplikasi nantinya untuk menambah fasilitas komputer dan meningkatkan sumber daya manusia dalam bidang komputer, demi memperlancar jalannya perangkat lunak aplikasi yang menggunakan komputerisasi. . Penulis menyadari bahwa perangkat lunak aplikasi yang dibangun masih membutuhkan penyempurnaan yang lebih baik oleh karena itu, penulis menyarankan agar skripsi ini dapat dijadikan sebagai bahan referensi untuk mengembangkan sistem yang lebih sempurna.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada seluruh pihak yang ada di dinas pertanian kabupaten mamasa yang telah memberikan bantuan berupa pemberian data penelitian untuk bisa menyelesaikan penelitian ini serta pihak dari badan pusat statistik yang memberikan kemudahan dalam menyelesaikan penelitian ini.

DAFTAR PUSTAKA

[1] Kusnawi. 2007. Pengantar Solusi Data Mining.Seminar Nasional Teknologi

[2] Martin Fowler. 2009. UML Distilled Panduan Singkat Bahasa Pemodelan Objek Standar. Andi. Yogyakarta

[3] Makridakis, W. 1999. “Metode dan Aplikasi Peramalan, Edisi kedua”. Jakarta : Bina Rupa Aksara.

[4]Nugroho. Adi, 2011. “Rational Rose Untuk Pemodelan Berorientasi Objek”. Informatika.Bandung

[5] Simarmata Janner, 2010, Rekayasa Perangkat Lunak, Andi, Yogyakarta

[6] Wieta B. Komalasari. 2007. Metode Pohon Regresi Untuk Eksploratori Data Dengan Peubah Yang Banyak Dan Kompleks. Jurnal Informatika Pertanian Vol 16 No.1, Juli 2007