BAB 1
PENDAHULUAN
1.1Latar Belakang
Otak manusia merupakan pusat kecerdasan dan pengendali aktivitas manusia yang memiliki kemampuan luar biasa. Otak mempunyai struktur yang menakjubkan karena kemampuannya membentuk sendiri aturan-aturan atau pola berdasarkan pengalaman yang diterima [14].
Jaringan saraf tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot sinapsisnya. Jaringan saraf mampu mengenali kegiatan dengan berbasis pada data masa lalu. Data masa lalu akan dipelajari oleh jaringan saraf tiruan sehingga mempunyai kemampuan untuk memberi keputusan terhadap data yang belum pernah dipelajari [15].
Jaringan saraf tiruan juga dikenal sebagai kotak hitam (black box technology) atau tidak transparan (opaque) karena tidak dapat menerangkan bagaimana suatu hasil didapatkan. Hal inilah yang membuat jaringan saraf tiruan mampu digunakan untuk menyelesaikan persoalan yang tidak terstruktur dan sulit didefinisikan. Kenyataan inilah yang menyebabkan jaringan saraf tiruan telah meluas dipakai sebagai alat bantu memecahkan masalah pada berbagai bidang dan disiplin ilmu [3].
ditetapkan untuk menghitung error jaringan kemudian merambatkan error tersebut kelapisan sebelumnya untuk mendapatkan koreksi bobot yang akan menghasilkan output yang diharapkan.
Tanaman karet (Hevea brasiliensis) merupakan tanaman yang berasal dari Brazil. Tanaman ini merupakan sumber utama bahan karet alam dunia. Karet alam merupakan salah satu komoditas pertanian yang penting untuk Indonesia dan lingkup internasional. Di Indonesia, karet merupakan salah satu hasil pertanian yang banyak menunjang perekonomian negara. Karet dapat diolah menjadi aneka jenis barang yang sangat luas [11] seperti ban, sepatu karet, sabuk pengangkut, kabel, pembungkus logam, dan benang karet. Hasil devisa yang diperoleh dari karet cukup besar.
Dalam susunan taksonomi tanaman karet (Hevea brasiliensis) berasal dari genus Hevea dan spesies Hevea brasiliensis. Produktivitas tanaman karet dipengaruhi oleh faktor kondisi lingkungan yang disebut faktor-faktor produksi alami seperti letak daerah terhadap lintang, besarnya curah hujan, suhu harian rata-rata, ketinggian tempat dari permukaan laut, intensitas sinar matahari, derajat keasaman tanah, topografi tanah, dan kemiringan atau turun naiknya lahan [10]. Sedangkan faktor-faktor yang dapat mengganggu tumbuh kembangnya tanaman karet adalah hama, penyakit, dan gulma.
Dengan kemampuan jaringan syaraf tiruan yang menirukan kemampuan otak manusia dalam mengolah pola-pola inputan yang diberikan untuk menghasilkan keluaran atau kesimpulan yang ditarik berdasarkan pengalamannya selama proses pembelajaran, jaringan syaraf tiruan dapat digunakan sebagai alat bantu untuk mendeteksi penyakit tanaman karet.
Mencermati hal-hal di atas, penulis terdorong untuk mengangkat judul Implementasi Algoritma Backpropagation Jaringan Syaraf Tiruan Untuk Mendeteksi Penyakit Tanaman Karet (Hevea brasiliensis), yang diharapkan dapat membantu petani karet untuk mendeteksi penyakit tanaman karet (Hevea brasiliensis).
1.2Perumusan Masalah
Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana membantu petani karet mendeteksi penyakit pada tanaman karet (Hevea brasiliensis) dengan merancang aplikasi komputer yang menerapkan algoritma backpropagation jaringan syaraf tiruan sebagai alat bantu untuk mendeteksi penyakit tanaman karet (Hevea brasiliensis).
1.3Batasan Masalah
Batasan masalah yang menjadi acuan dalam pengerjaan skripsi ini adalah:
2. Input dari aplikasi merupakan gejala dari masing-masing penyakit. Input dan output dari tiap bagian tanaman yang dideteksi:
a. Akar
Input, terdiri dari 7 variabel yaitu ada tidaknya miselium (benang-benang jamur) berwarna putih pada akar, daun berwarna hijau pucat/kuning pucat, daun berguguran, akar tanaman busuk, bunga/buah/daun muda muncul lebih awal dari waktunya, tepi/ujung daun terlipat/menggulung, dan ujung ranting mati/kering.Output: Akar sehat, Akar sakit, atau Akar terserang penyakit Akar putih.
b. Batang
Input terdiri dari 7 variabel yaitu ada tidaknya miselium (benang-benang jamur) putih/kerak berwarna merah jambu pada batang/pangkal/bagian atas percabangan, kulit mengeluarkan lateks berwarna cokelat/cokelat kehitaman, kulit membusuk, bagian kayu di bawah kulit menghitam/rusak, terdapat garis-garis hitam pada kulit, kulit kering dan pecah-pecah, dan kulit berwarna hitam. Output: Batang sehat, Batang sakit, atau Batang terserang penyakit Jamur upas. c. Bidang Sadap
Input terdiri dari 7 variabel yaitu ada tidaknya selaput tipis (lapisan jamur) berwarna putih/kelabu dekat alur sadap, kulit pulihan di atas bidang sadap bebercak hitam/putih, terdapat luka-luka/pecah-pecah pada kulit, kulit dekat bidang sadap berwarna hitam kecokelatan, kulit membusuk, terdapat cekungan hitam sejajar alur sadap, dan terdapat garis berwarna hitam pada kulit.
Output: Bidang sadap sehat, Bidang sadap sakit, atau Bidang sadap terserang penyakit Mouldy rot.
d. Daun
Input terdiri dari 7 variabel yaitu ada tidaknya bercak-bercak putih/kuning seperti tepung halus di bawah permukaan daun, daun bebercak cokelat/hitam, tunas mengeriput agak berlendir, daun muda berguguran, bunga berguguran, daun muda lemas/keriput, dan daun muda berwarna hitam.
Ouput: Daun Sehat, Daun Sakit, atau Daun terserang penyakit Embun tepung (Oidium heveae).
4. Pembuatan aplikasi menggunakan 1 lapisan input, 2 lapisan tersembunyi, dan 1 lapisan output.
5. Fungsi aktivasi yang digunakan pada lapisan tersembunyi ke-1 dan lapisan tersembunyi ke-2adalah sigmoid bipolar dan pada lapisan output digunakan fungsi aktivasi linear.
6. Maximum epoch yang digunakan dalam pelatihan jaringan adalah 500.000 epoch. 7. Pembuatanaplikasi pada penelitian ini menggunakan Matlab R2007b.
1.4Tujuan Penelitian
Tujuan penelitian ini adalah membuat suatu aplikasi yang dapat dipergunakan sebagai alat bantu untuk mendeteksi penyakit tanaman karet (Hevea brasiliensis) yang terjadi di lapangan.
1.5Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Membantu pengelola perkebunan dan petani karetmendeteksi penyakit tanaman karet (Hevea brasiliensis) yang terjadi di lapangan dengan melihat gejala-gejalanya.
2. Membantu peneliti dan mahasiswa untuk mengerti dan memahami algoritma
1.6 Metode Penelitian
Tahap-tahap yang dilakukan dalam penelitian ini adalah: 1. Studi Literatur
Pada tahap ini dilakukan studi pustaka dengan membaca buku-buku, hasil-hasil penelitian ilmiah, jurnal-jurnal ilmiah, maupun artikel-artikel yang relevan dengan penelitian.
2. Observasi dan Pengumpulan Data
Tahap observasi dan pengumpulan data dilakukan bersamaan yaitu melakukan pengamatan pada objek penelitian bersamaan dengan pengumpulan data dengan wawancara pada pakar di lapangan untuk mengetahui bagaimana mendeteksi gejala awal penyakit tanaman karet.
3. Analisis data
Pada tahap ini dilakukan dengan melakukan analisis terhadap kriteria-kriteria tiap variabel sebagai indikator penentu penyakit tanaman karet.
4. Perancangan Aplikasi
Pada tahap ini dilakukan perancangan aplikasi dengan membuat flowchart
program,Data Flow Diagram (DFD), struktur sistem, dan antarmuka aplikasi. 5. Implementasi Aplikasi
Pada tahap ini dilakukan penerapan rancangan aplikasi yang ada dalam suatuprogram.
6. Pengujian Aplikasi
Pada tahap ini dilakukan pengujian aplikasi yang telah dibuat untuk mengetahui ada atau tidaknya kesalahan dan memperbaiki kesalahan yang ada.
7. Penyusunan Laporan
1.7Sistematika Penulisan
Sistematika penulisan skripsi ini terdiri dari lima bab, yaitu sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini berisi penjelasan mengenai latar belakang pemilihan judul, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penelitian.
BAB 2 : LANDASAN TEORI
Bab ini berisi teori-teori mengenai jaringan syaraf tiruan dan algoritma
backpropagation yang berkaitan dengan implementasi algoritma backpropagation
jaringan syaraf tiruanuntuk mendeteksi penyakit tanaman karet (Hevea brasiliensis).
BAB 3 : ANALISIS DAN PERANCANGAN
Bab ini berisi analisis dan perancangan sistem untuk mendeteksi penyakit tanaman karet (Hevea brasiliensis). Pada bagian analisis sistem berisi uraian mengenai analisis input dan output dan analisis jaringan backpropagation. Pada bagian perancangan sistem berisi tentang perancanganflowchart, Data Flow Diagram (DFD), struktur sistem, dan antarmuka sistem.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini membahas bagaimana mengimplementasikan sistem yang telah dirancang ke dalam bahasa pemrograman Matlab R2007b kemudian dilanjutkan dengan pengujian sistem yang telah dibangun.
BAB 5 : KESIMPULAN DAN SARAN