T1 672011240 Full text

Pengembangan Sistem Prediksi Curah Hujan Untuk

Penentuan Pola Tanam Menggunakan Metode Holt Winters

Pada Platform Android

Artikel Ilmiah

Diajukan kepada Fakultas Teknologi Informasi untuk Memperoleh Gelar Sarjana Komputer

Peneliti:

Febrian Hendro Nurseto (672011240) Dr. Sri Yulianto J.P, S.Si, M.Kom.

Ramos Somya, S.Kom., M.Cs.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

1

Pengembangan Sistem Prediksi Curah Hujan Untuk

Penentuan Pola Tanam Menggunakan Metode Holt Winters

Pada Platform Android

1) _{Febrian Hendro Nurseto,} 2) _{Sri Yulianto J. P.}3) _{Ramos Somya} Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Jl. Diponegoro 52 – 60, Salatiga 50711. Indonesia

Email : 1_{) 672011240@student.uksw.edu,} 2)_{sri.yulianto@staff.uksw.edu,} 3)_{ramos.somya@staff.uksw.edu}

Abstract

Rainfall is one of important indicator in determining cropping pattern. Agricultural extension officer need a prediction system to provide information farmers. Existing systems require internet connection which causes difficult to access in an area that has a poor internet connection. It required a system that can run offline and high mobility. The development of this application aims to determine cropping patterns based on the prediction of rainfall. Triple Exponential Smoothing (Holt Winters) is

forecasting method of this system with error sum of squares (SSE) of 114,75. This

system is a mobile application so it can be operated anywhere and anytime. The application was developed on Android mobile Operating System, using the Google Map API. This prediction system based on mobile platform can help agricultural extension to access the system.

Key Words : Forecasting, Triple Exponential Smoothing, Android, Google Map, MPAndroidChart

Abstrak

Curah hujan merupakan salah satu indikator penting dalam menentukan pola tanam. Sistem prediksi curah hujan untuk menentukan pola tanam dibutuhkan oleh penyuluh pertanian untuk memberikan informasi kepada petani. Sistem yang sudah ada saat ini membutuhkan koneksi internet yang menyebabkan sistem sulit untuk diakses di daerah yang memiliki koneksi internet kurang baik. Untuk itu diperlukan adanya sistem yang dapat berjalan secara offline dan memiliki mobilitas tinggi. Pengembangan aplikasi ini bertujuan untuk menentukan pola tanam berdasarkan prediksi curah hujan. Metode peramalan yang digunakan adalah Triple Exponential

Smoothing (Holt Winters) dengan nilaiSSE sebesar 114,75. Aplikasi yang dibangun

merupakan mobile application agar aplikasi dapat dioperasikan dimana saja dan kapan saja. Aplikasi ini dikembangkan pada platform Android mobile OS, menggunakan Google Map API. Dengan dikembangkanya sistem prediksi berbasis

mobile ini dapat membantu penyuluh pertanian untuk mengakses sistem .

Kata kunci : Forecasting, Triple Exponential Smoothing, Android, Google Map, MPAndroidChart

1) _{Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Infotmatika, Universitas Kristen}

Satya Wacana Salatiga

2

1. Pendahuluan

Informasi mengenai iklim merupakan salah satu komponen sumberdaya lahan pertanian yang sangat penting didalam perencanaan kegiatan pertanian. Informasi tersebut dapat berupa prediksi curah hujan. Prediksi curah hujan merupakan cara untuk mengetahui gambaran kondisi curah hujan beberapa waktu ke depan [1]. Dalam bidang pertanian, dengan adanya informasi mengenai gambaran curah hujan ke depan maka dapat dilakukan berbagai perencanaan yang terkait dengan curah hujan, salah satunya penyusunan pola tanam. Informasi tersebut dimanfaatkan oleh Badan Ketahanan Pangan dan Pelaksana Penyuluhan sebagai acuan untuk melaksanakan penyuluhan dan penentuan pola tanam.

Badan Ketahanan Pangan dan Pelaksana Penyuluhan (BKPPP) merupakan sebuah badan yang bertanggung jawab untuk melaksanakan penyusunan dan pelaksanaan kebijakan di bidang ketahanan pangan. BKPPP di kabupaten Boyolali menggunakan sebuah sistem prediksi curah hujan berbasis web untuk menentukan pola tanam. Sistem berbasis web membutuhkan koneksi internet agar dapat dioperasikan. Hal tersebut menyebabkan penyuluh pertanian mengalami kesulitan mengakses sistem ketika berada di tempat yang tidak memiliki koneksi internet yang baik. Keterbatasan jumlah perangkat untuk mengakses sistem juga menjadi masalah bagi penyuluh pertanian. Jumlah perangkat keras (laptop) yang diperuntukan kepada penyuluh hanya berjumlah 10 buah untuk seluruh penyuluh di 19 kecamatan. Jumlah penyuluh yang memiliki perangkat Android adalah 81 orang dari 115 orang. Berdasarkan latar belakang masalah yang ada, maka yang menjadi rumusan masalah dalam peneilitan ini adalah bagaimana mengembangkan sistem prediksi curah hujan untuk penentuan pola tanam yang berjalan secara offline di atas perangkat Android agar dapat diakses dimana saja dan kapan saja.

Pada penelitian ini, akan dibuat suatu sistem prediksi curah hujan pada Android yang dapat menyajikan informasi prediksi curah hujan dalam bentuk grafik dan peta guna mempermudah pemahaman informasi serta dapat menampilkan data aktual curah hujan tedahulu untuk mengetahui keakuratan hasil prediksi. Hasil dari prediksi curah hujan tersebut kemudian akan dipetakan dalam bentuk peta pola tanam .Selain itu, sistem ini dapat digunakan secara offline tanpa menggunakan koneksi internet. Dalam penelitian ini hanya memfokuskan pada bagaimana cara untuk mengembangkan sistem prediksi curah hujan guna menentukan pola tanam menggunakan teknologi Android. Indikator penentuan pola tanam hanya berdasarkan curah hujan dan tanaman yang diprediksi hanya 3 tanaman pangan yaitu padi, jagung, dan kedelai. Dengan adanya sistem ini diharapkan dapat memberikan kemudahan dan kecepatan bagi penyuluh pertanian dalam memperoleh informasi prediksi curah hujan dan pola tanam.

2. Tinjauan Pustaka

3

Pola Tanam Kabupaten Boyolali) telah membahas tentang pemanfaatan curah hujan untuk menentukan pola tanam tanaman pangan [2]. Penelitian ini menunjukan bahwa curah hujan dapat digunakan sebagai salah satu indikator penentuan pola tanam.

Penelitian selanjutnya yang berjudul Rancang Bangun Sistem

“Permadi”: Peringatan Dini Serangan Hama Tanaman Berbasis Data Historis

Klimatologi telah membahas tentang sistem peringatan dini serangan OPT yang dapat ditampilkan ke dalam mobile device dengan SMS Gateway [3]. Dalam penelitian ini metode peramalan yang digunakan adalah triple exponential smoothing dengan memanfaatkan teknologi SMS Gateway pada perangkat mobile. Penelitian yang dilakukan Wahyono, T. menyajikan data hasil peramalan ke dalam bentuk teks yang ditampilkan melalui SMS. Sedangkan pada penelitian ini nantinya data hasil peramalan akan ditampilkan ke dalam bentuk peta di dalam Android platform. Pemanfaatan teknologi

mobile diperlukan guna mempermudah pengguna dalam mengakses sistem

dimana saja dan kapan saja. Untuk fitur-fitur yang diperlukan seperti grafik dan peta, maka sistem operasi yang dapat mendukung fitur-fitur tersebut adalah Android.

Android adalah sistem operasi Mobile Phone berbasiskan Linux untuk telepon seluler seperti telepon pintar dan komputer tablet. Android bersifat open source yang source code-nya diberikan secara gratis bagi para pengembang untuk menciptakan aplikasi agar dapat berjalan di Android. Pada mulanya, Android adalah salah satu produk besutan dari Android Inc., namun Google mengakuisisi Android Inc., dan semua kekayaan intelektual milik Android Inc[4].

Beberapa fitur yang terdapat pada Android di antaranya : 1). fitur umum seperti SMS, MMS, Web Browser, Voice Input, Multi Touch, Multitasking, Screen Capture, Video Calling, Multiple language support, 2). Konektivitas, seperti teknologi GSM/EDGE, Wi-Fi, Bluetooth, LTE, CDMA, EV-DO, UMTS, 3). Dukungan terhadap beberapa format file multimedia MP3, MIDI, FLAC, WAV, JPEG, PNG, GIF, 4) Media penyimpanan Eksternal dengan format FAT32, Ext3, Ext4 file system, 5). Dukungan hardware seperti camera, touchscreen, gps, accelorometers, proximity sensors, 6). Relational

Database, SQLite, 7). Lingkungan pengembangan yang luas termasuk

emulator, peralatan debugging, IDE, dukungan terhadap bahasa pemrograman

Java.

4

agar server Google Map dapat mengenali. Fitur – fitur yang disediakan pada google map api antara lain : 1). Pembuatan marker , 2). Pembuatan shape seperti polygon, polyline, circle, 3) . pewarnaan pada shape.

Penelitian ini akan mengembangkan sistem prediksi hujan bulanan di wilayah Kabupaten Boyolali yang dapat menampilkan hasil prediksi hujan dalam bentuk peta choropleth. Sistem peramalan ini memanfaatkan fitur – fitur pada android dan google map api, serta penerapan metode peramalan dapat dibuat suatu sistem prediksi hujan yang dapat menampilkan hasil peramalan dalam bentuk peta choropleth.

Metode prediksi nilai curah hujan untuk periode selanjutnya menggunakan metode Holt-Winters. Metode ini digunakan untuk mengatasi permasalahan adanya trend dan indikasi musiman dari satu time-series data, yang merupakan gabungan dari metode Holt dan metode Winters. Ada dua metode Holt-Winters yang berbeda, bergantung pada sifat musiman itu sendiri apakah additive atau multiplicative. Karakteristik mendasar dari metode Holt-Winters multiplicative adalah ukuran dari fluktuasi musiman bersifat variasi dan tergantung pada pemulusan keseluruhan (overall smoothing) dari deret waktunya [5]. Persamaan yang digunakan pada metode Holt-Winters Multiplicative sebagai berikut:

= Peramalan untuk periode berikutnya. = Nilai pemulusan keseluruhan.

= Komponen trend. = Komponen musiman.

Karakteristik mendasar dari metode Holt-Winters additive adalah ukuran dari fluktuasi musiman bersifat tetap (steady seasonal fluctuations) dan tergantung pada pemulusan keseluruhan (overall smoothing) dari deret waktunya. Persamaan yang digunakan pada metode Holt-Winters additive sebagai berikut [5] :

5

= Peramalan untuk periode berikutnya. = Nilai pemulusan keseluruhan.

= Komponen trend. = Komponen musiman.

3. Metode Penelitian

Masalah yang terdapat di BKPPP dapat diselesaikan dengan metode Research and Development (R&D). Menurut Hasibuan (2007), R&D merupakan salah satu kategori riset berdasarkan tujuan, yaitu suatu penelitian dimana alat yang telah kita buat diujicobakan dan dilihat tingkat keefektifanya [8]. Adapun tahapan penelitian sebagai berikut.

Gambar 1. Tahapan Penelitian [6]

Tahap penelitian dimulai dari perumusan permasalahan, pada tahap ini permasalahan didapat dari wawancara dengan kepala bidang penyuluhan BKPPP kabupaten Boyolali. Tahap pertama menghasilkan problem statements bahwa sistem prediksi berbasis web yang sudah ada sulit diakses oleh penyuluh ketika tidak ada koneksi internet dan keterbatasan perangkat untuk mengakses sistem. Tahap kedua yaitu pengumpulan literatur, pada tahapan ini

6

melakukan pencarian artikel ilmiah, jurnal, dan buku yang terkait dengan masalah yang dihadapi dan penelitian sebelumnya yang terkait. Literatur terkait meliputi metode peramalan, tehnik pemetaan, dan teknologi yang akan digunakan untuk mengembangkan sistem. Setelah pengumpulan literatur peneliti menguraikan statement yang lebih spesifik untuk menjawab problem

statement. Pengumpulan literatur menghasilkan metode peramalan yang akan

dipakai yaitu triple exponential smoothing (Holt Winters), metode pemetaan choropleth, dan menggunakan Android sebagai platform dari sistem.

Tahap keempat yaitu metodologi desain, tahap ini merancang sebuah desain sistem yang akan dibagun guna menjawab permasalahan. Metode perancangan sistem yang digunakan adalah metode perancangan Rapid

Application Development (RAD). Metode Rapid Application Development

digunakan karena diharapkan dapat lebih cepat dalam proses perancangan sistem yang akan dibuat. Selain cepat, metode ini dipilih karena requirement sudah dapat dimodulkan. Rapid Application Development (RAD) adalah strategi siklus hidup yang ditujukan untuk menyediakan pengembangan yang jauh lebih cepat dan mendapatkan hasil dengan kualitas yang lebih baik dibandingkan dengan hasil yang dicapai melalui siklus tradisional (McLeod, 2002). [7]. Tahapan yang dilakukan pada metode perancangan Rapid Application Development dapat dilihat pada gambar berikut ini.

Gambar 2. Gambar Tahapan Perancangan Sistem [7]

7

Tahap kedua yaitu User Design Phase, tahap ini melakukan perancangan desain proses dari aplikasi yang dibuat berdasarkan kebutuhan sistem yang telah ditentukan pada tahap sebelumnya. Proses perancangan dibuat menggunakan Unified Modelling Language (UML) untuk menggambarkan sistem secara keseluruhan. Unified Modelling Language (UML) digunakan untuk menggambarkan aktivitas yang dapat dilakukan oleh pengguna yang digambarkan dalam bentuk Use Case Diagram.

Gambar 3. Gambar Use Case Diagram.

Pada Gambar 3 menjelaskan bahwa operasi yang dapat dilakukan oleh pengguna yang utama adalah view data curah hujan dan update data curah hujan. Use Case view sendiri dapat dibagi menjadi 5 operasi yang dapat dipilih yaitu menampilkan peta aktual, menampilkan peta prediksi, menampilkan grafik aktual, menampilkan grafik prediksi, dan menampilkan pola tanam.

8

Sedangkan activity diagram menggambarkan aliran proses pada program seperti pada Gambar 4. Activity diagram aliran proses program dimulai ketika pengguna membuka program. Halaman pertama yang akan terbuka adalah halaman utama program. Dalam halaman utama pengguna dapat memilih menu diantaranya peta aktual, peta prediksi, grafik, update data, dan pola tanam.

Peta aktual berisi submenu untuk memilih periode curah hujan yang ingin ditampilkan, setelah memilih periode curah hujan maka program akan membuka database untuk mengambil data dari database yang selanjutnya akan ditampilkan ke dalam bentuk peta. Pada peta prediksi setelah pengguna memilih periode prediksi, maka program akan membuka database untuk mengambil data aktual curah hujan, yang selanjutnya akan dihitung peramalanya di dalam program dan ditampilkan ke dalam bentuk peta. Pada grafik setelah pengguna memilih kecamatan yang akan ditampilkan, maka program akan membuka database untuk mengambil data curah hujan, yang selanjutnya akan dihitung peramalanya oleh program. Setelah data aktual dan data ramalan tersimpan secara temporary, pengguna dapat memilih untuk menampilkan jenis grafik yaitu grafik aktual, grafik prediksi, atau grafik perbandingan antara grafik aktual dengan grafik peramalan.

Gambar 5.Activity DiagramUpdate Data

Pada menu update, pengguna dapat memilih data curah hujan yang akan diupdate. Setelah itu pengguna akan memasukan data baru berformat .csv untuk memperbarui data.

9

Kabupaten Boyolali pada platform Android. Rancangan arsitektur sistem dapat dilihat pada gambar berikut ini.

Gambar 6. Gambar Desain Arsitektur Sistem

Pada Data Layer terdiri dari data curah hujan yaitu data curah hujan dari tahun 2001 sampai 2013 di 19 kecamatan kabupaten Boyolali, dan data spasial wilayah kabupaten boyolali. Kedua data tersebut berformat .json yang nantinya digunakan untuk sebagai data inputan pada Application Layer. Application Layer melakukan proses perhitungan peramalan curah hujan menggunakan metode Holt Winters dengan menggunakan bahasa Java yang ditanam dalam program Android. Data hasil ramalan tersebut kemudian dikonversi ke dalam bentuk list untuk ditampilkan dalam bentuk peta dan grafik ke dalam layer selanjutnya menggunakan library google map API v2 dan MPAndroidChart. Visualization Layer merupakan output dari perhitungan layer sebelumnya, dimana data hasil ramalan direpresentasikan ke dalam peta dan grafik agar dapat dimengerti oleh pengguna.

Tahap terakhir dari Rappid App Development yaitu Cutover Phase, tahap ini melakukan pengujian aplikasi untuk memastikan bahwa aplikasi dapat bekerja dengan baik. Setelah tahap metodologi desain, tahap penelitian selanjutnya adalah pengumpulan data, data yang dikumpulkan berupa data curah hujan dari 19 kecamatan di Boyolali dari tahun 2001 – 2013 yang dibutuhkan untuk mendukung sistem sehingga memungkinkan untuk dilakukan pengujian pada tahap selanjutnya.

Tahap keenam yaitu analisa data, tahap ini mengolah data curah hujan yang telah terkumpul dan dianalisa sehingga dapat dihitung hasil peramalanya. Tahap terakhir yaitu hasil penelitian, pada tahap ini melakukan pengkodean program dan menghasilkan sebuah sistem prediksi curah hujan untuk menentukan pola tanam pada platform Android yang merupakan jawaban dari problem statements.

4. Hasil dan Pembahasan

10

digunakan untuk mengatasi permasalahan adanya trend dan indikasi pola musiman pada suatu time series data sehingga pada sampel data curah hujan bulanan yang digunakan perlu dilakukan uji trend dan seasonality untuk mengetahui adanya trend dan faktor musiman yang terdapat pada data uji.

Gambar 7. Gambar Uji Data Kecamatan Boyolali

Berdasarkan data dari Gambar 7 data memiliki trend yang bersifat naik dan mengandung unsur data musiman sehingga pada penelitian ini menggunakan metode Holt Winters untuk mengatasi adanya trend dan data musiman. Metode Holt Winters yang digunakan adalah additive dimana pola musiman pada data uji bersifat tetap.

11

Gambar 8 menggambarkan grafik hasil perhitungan prediksi menggunakan metode Holt-Winters additive dengan nilai parameter alpha=0.188, beta=0.011, gama=0.251, yang menunjukkan dimana pola dari grafik prediksi curah hujan sudah dapat mengikuti bentuk dari pola data curah hujan dari data aktual. Berdasarkan hasil dari perhitungan prediksi di atas didapatkan nilai error sum of squares (SSE) sebesar 114,75. Uji peramalan dilakukan dengan cara membandingkan hasil prediksi tahun 2013 dengan data aktual tahun 2013 seperti pada table 1 berikut.

Tabel 1. Pengujian Peramalan

Periode Data Aktual Hasil Prediksi

Januari 615 415

Hasil dari implementasi metode Holt Winters adalah sebuah aplikasi Android dengan beberapa fitur utama diantaranya menampilkan peta aktual, peta prediksi, grafik aktual, grafik prediksi, peta pola tanam, dan update data. Data yang digunakan adalah data curah hujan kabupaten Boyolali yang meliputi 19 kecamatan dari tahun 2001-2013. Berikut adalah tampilan menu utama program:

Gambar 9. Tampilan Menu Utama

12

dalam ArrayList untuk selanjutnya diolah dan ditampilkan ke dalam bentuk grafik dan peta.

Kode Program 1. Membaca File csv

Data yang telah dibaca kemudian dimasukan ke dalam sebuah method sebagai parameter untuk menghitung hasil peramalan. Method yang dibuat adalah implementasi dari metode Holt winters. Berikut adalah kode program peramalan:

Kode Program 2. Fungsi Perhitungan Peramalan

Pada kode program 2 untuk menghitung peramalan membutuhkan beberapa tahap yaitu menghitung level, tren, dan musiman. Selanjutnya hasil hitungan tersebut digunakan untuk menghitung hasil peramalan. Hasil peramalan berjalan di awal program dimana data yang digunakan untuk grafik dan peta adalah data yang sama. Data yang disajikan adalah 2 (dua) data yang

1. Function readcsv(var kecamatan){

10.For j=5 To Length(temp) Do

11.listch.add(Float.parseFloat(temp[j]));

12.end For

13.For j=5 To Length(header) Do

14.listlbl.add(header[j]);

15.end For

16.Bulanan bulanan = new Bulanan();

17.bulanan.setKecamatan(temp[2]);

1. Input: data(curah hujan), cons_alpha=0.9, cons_beta=0.1,

2. cons_gamma=0.9, period=12, cons_m, forecast, level, tren,

3. seasonal, predict

9. seasonal[i + period] = cons_gamma * ((data[i + period])

10. – level[i + 1]) +(1 - cons_gamma) * seasonal[i]

11. forecast[i] = (level[i + 1] + tren[i +1]) +seasonal[i]

12. end For

13. For i=1 To cons_m Do

14. Predict[i] = level[length(level) - 1] +

15. (i * tren[length(tren) 1] + seasonal [length(data) - period] +i

13

dimasukan ke dalam sebuah ArrayList yaitu ListAktual dan prediksi. Pada menu utama terdapat dua pilihan untuk menampilkan grafik yaitu grafik aktual

dan grafik prediksi. Berikut adalah tampilan menu Grafik.

Gambar 10. Tampilan Grafik Prediksi

Grafik aktual menampilkan listAktual atau data aktual yang dibaca dari .csv menggunakan MPAndroidChart. Sedangkan grafik prediksi menampilkan hasil dari method prediksi ke dalam bentuk grafik. Pada gambar 8 grafik prediksi menampilkan grafik aktual dan prediksi untuk membandingkan error yang terjadi. Pada menu peta, data aktual dan prediksi ditampilkan ke dalam peta, representasi data ditampilkan dengan memberi perbedaan warna tiap daerah administratif berdasarkan besaran curah hujan masing-masing daerah. Peta pada Android menggunakan google map api dan memanfaatkan fungsi polygon untuk membuat layer di atas peta. Berikut adalah kode program untuk pemetaan berdasarkan curah hujan:

Kode Program 3. Layer Polygon Curah Hujan

Pada Kode Program 3, terdapat perulangan untuk menentukan warna dari setiap polygon kecamatan. Perbedaan warna setiap polygon ditentukan dari

1. function layerHujan(var index){

2. for (var i = 0; i < listHasilRamalan.size(); i++) {

3. float ch = listHasilRamalan.get(i).getCh().get(index);

4. Polygon p = listPolygon.get(i);

5. if((ch<=|| ch >= 0) && ch <= 20){p.setFillColor(Color.parseColor("#BBDEFB"));

6. }else if(ch > 50 && ch <= 100){p.setFillColor(Color.parseColor("#64B5F6"));

7. }else if(ch > 100 && ch <= 150){p.setFillColor(Color.parseColor("#42A5F5"));

8. }else if(ch > 200 && ch <= 300){p.setFillColor(Color.parseColor("#1E88E5"));

9. }else if(ch > 300 && ch <= 400){p.setFillColor(Color.parseColor("#1976D2"));

10.}else if(ch > 400 && ch <= 500){p.setFillColor(Color.parseColor("#1565C0"));

11.}else if(ch > 500){p.setFillColor(Color.parseColor("#0D47A1"));

12.}}

14

beberapa kondisi yang telah ditetapkan untuk menentukan warna berdasarkan intensitas curah hujan dari masing-masing kecamatan.

Peta aktual menampilkan data aktual dan pengguna dapat mengatur navigasi untuk menentukan periode data yang ingin ditampilkan. Peta aktual berfungsi untuk menginformasikan kepada pengguna data-data historis curah hujan di Kabupaten Boyolali. Sedangkan Peta prediksi menampilkan data hasil prediksi ke dalam bentuk peta. Perbedaan kedua peta tersebut adalah data yang digunakan, sehingga pada navigasi juga terdapat perbedaan periode. Jika pada peta aktual menampilkan data pada periode yang disimpan, pada peta prediksi periode yang ada dalam navigasi adalah 2 periode mendatang. Berikut adalah tampilan peta prediksi.

Gambar 11. Tampilan Peta Prediksi

Intensitas curah hujan direpresentasikan ke dalam peta dengan gradasi warna biru. Untuk intensitas curah hujan rendah hingga sangat tinggi direpresentasikan dari biru muda hingga biru tua. Berikut adalah klasifikasi intensitas curah hujan:

Tabel 2. Tabel Intensitas Curah Hujan.

Kasifikasi Intensitas

15

Gambar 12. Tampilan Peta Pola Tanam

Penentuan pola tanam berdasarkan besaran curah hujan ditentukan jika curah hujan kurang dari 50 mm maka olah tanah, jika jika curah hujan 50 mm hingga 125 mm maka paling cocok adalah menanam kedelai, jika curah hujan 125 mm hingga 200 mm maka paling cocok adalah menanam jagung, dan jika curah hujan lebih dari 200 mm maka paling cocok menanam padi. Hasil akhir dari aplikasi yang telah dibuat diujikan kepada pengguna untuk mengetahui apakah aplikasi yang telah dibuat sudah sesuai dengan kebutuhan pengguna sebagai media alat bantu dalam memetakan pola tanam.

Pengujian dilakukan dengan membagikan kuisioner kepada 40 responden yang bertugas sebagai penyuluh di Dinas Ketahanan Pangan dan Penyuluh Pertanian Lapangan kabupaten Boyolali. Pengujian yang dilakukan meliputi tampilan antarmuka, kemudahan dalam penggunaan, keakuratan nilai prediksi, fitur, dan manfaat bagi pengguna.

Setiap jawaban dari responden memiliki bobot sebagai berikut:

Tabel 3. Tabel Skala Nilai Tanggapan Responden.

Bobot Kriteria

1 Sangat Kurang

2 Kurang

3 Cukup

4 Baik

5 Sangat Baik

16

Tabel 4. Tabel Kriteria Penilaian.

Bobot (%) Kriteria

Hasil skala likert dapat dilihat dalam tabel berikut.

Tabel 5. Tabel statistik deskriptif responden.

Pertanyaan Rata –

Rata

Keterangan

Aplikasi Prediksi Curah Hujan mudah untuk dioperasikan? 69% Baik

Tampilan yang disajikan sudah menarik? 69% Baik

Aplikasi Prediksi Curah Hujan dibutuhkan di instansi anda? 82% Sangat Baik Aplikasi Prediksi Curah Hujan sangat membantu kinerja

anda?

76% Baik

Aplikasi yang berjalan di teknologi mobile dapat menunjang proses kerja anda?

72% Baik

Aplikasi Prediksi Curah Hujan sudah sesuai dengan kebutuhan?

67% Baik

Sajian data aktual dibutuhkan? 77% Baik

Hasil peramalan sudah akurat? 61% Baik

Fitur yang terdapat pada aplikasi sudah sesuai? 65% Baik

Penelitian ini bermanfaat bagi anda kedepannya? 80% Sangat Baik

Berdasarkan hasil pengujian, dapat disimpulkan bahwa aplikasi peramalan curah hujan untuk menentukan pola tanam bermanfaat bagi penyuluh dengan skor keseluruhan 72% (Baik).

5. Simpulan

Berdasarkan pembahasan dari penelitian yang telah dilakukan dapat disimpulkan bahwa Sistem Prediksi Curah Hujan yang dibuat pada platform

Android dapat memberikan kemudahan dan kecepatan akses kepada penyuluh

pertanian sehingga dapat menunjang kinerja penyuluh. Informasi yang disajikan lebih mudah dipahami karena data disajikan dalam bentuk grafik dan peta. Selain itu dengan dibangunya aplikasi ini dalam platform mobile memungkinkan pengguna untuk mengoperasikanya dengan mobilitas yang tinggi.

6. Pustaka

[1] Indrabayu, Harun N, Pallu S.M., Achmad A., 2011, Prediksi Hujan di

Wilayah Makassar Menggunakan Metode Wavelet-Neural Network:

Makassar,Universitas Hassanudin

17

[3] Wahyono T., Subanar, 2012, Rancang Bangun Sistem “Permadi”:

Peringatan Dini Serangan Hama Tanaman Padi Berbasis Data Historis Klimatologi, Department of Computer System Engineering Diponegoro University – Indonesia, vol 2 No 1(2012)

[4] Rachman S.N.M., Sunyoto A., 2012, Sistem Informasi Geografi

Pariwisata Kota Yogyakarta Berbasis Mobile Android 2.2:

Yogyakarta, Sekolah Tinggi Ilmu Manajemen Informatika Dan Komputer Amikom

[5] Makridakis, Spyros. 1999. Metode dan Aplikasi Peramalan, Jilid 1. Ciputat, Tangerang : Penerbit Binarupa Aksara

[6] Hasibuan Z.A., 2007, Metodologi Penelitian Pada Bidang Ilmu Komputer dan Teknologi Informasi, Fakultas Ilmu Komputer, Depok: Universitas Indonesia