PENERAPAN ALGORITMA C4.5 PADA KLASIFIKASI HAMA DAN PENYAKIT TANAMAN BAWANG MERAH

PENERAPAN ALGORITMA C4.5 PADA KLASIFIKASI HAMA DAN PENYAKIT TANAMAN BAWANG MERAH

Abdul Aziz

Fakultas Teknik, Program Studi Teknik Informatika Universitas Yudharta Pasuruan

ABSTRAK

Bawang merah merupakan salah satu komoditas sayuran dataran rendah, meskipun bukan merupakan kebutuhan pokok, tetapi hampir selalu dibutuhkan oleh konsumen rumah tangga sebagai pelengkap bumbu masak sehari-hari. Untuk membudidayakanya, kita perlu memperhatikan faktor-faktor yang mempengaruhi pertumbuhan tanaman bawang merah. Sehingga membutuhkan cara yang cepat dan tepat untuk mengatasi permasalahan yang dihadapi. Salah satunya adalah mengatasi hama dan penyakit pada tanaman bawang merah.

Tujuan klasifikasi ini adalah membuat klasifikasi hama dan penyakit tanaman bawang merah dengan algoritma C4.5 dan menerapkan hasil klasifikasi dalam sebuah aplikasi untuk prediksi hama dan penyakit tanaman bawang merah.

Metode yang digunakan dalam pembuatan klasifikasi ini adalah Algoritma C4.5, merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Dari hasil pengujian yang dilakukan bahwa Algoritma C4.5 terbukti tepat mengklasifikasikan dan memprediksi hama dan penyakit berdasarkan gejala-gejala tanaman bawang merah.

Kata Kunci : Algoritma C4.5, Hama dan Penyakit Tanaman Bawang Merah

1. PENDAHULUAN

Dewasa ini, peran serta sektor pertanian nampak menonjol. Hal ini membuktikan bahwa teknologi modern sangat diperlukan dalam pengembangan pertanian kita, guna menunjang usaha mencukupi kebutuhan penduduk di Negara ini. Demi meningkatkan produktifitas diperlukan adanya usaha, terutama dilakukan peningkatan pertanian dan dalam hal tersebut tidak luput dari masalah hama dan penyakit yang menjadi masalah penting.

Bawang merah merupakan salah satu komoditas sayuran dataran rendah, meskipun bukan merupakan kebutuhan pokok, tetapi hampir selalu dibutuhkan

oleh konsumen rumah tangga sebagai pelengkap bumbu masak sehari-hari.

Kegunaan lain dari bawang merah adalah sebagai obat tradisional (sebagai kompres penurun panas, diabetes, penurun kadar gula dan kolesterol darah, mencegah penebalan dan pengerasan pembuluh darah dan mag). ¹

Untuk membudidayakanya, kita perlu memperhatikan faktor-faktor yang mempengaruhi pertumbuhan tanaman bawang merah. Sehingga membutuhkan cara yang cepat dan tepat untuk mengatasi permasalahan yang dihadapi.

1

Ambar wati, Erlina dan yudono, prapto. 2003.

Keragaan Stabilitas Hasil Bawang Merah. Ilmu

Pertanian. Vol 10 No.2,2003.pp.1-10

Salah satunya adalah mengatasi hama dan penyakit pada tanaman bawang merah, hal ini sangat diperlukan karena selama ini masih menggunakan cara-cara tradisional. Dimana cara ini hanya mengandalkan pengalaman. Maka dari itu para petani sudah semestinya agar melakukan konsultasi guna mendapatkan solusi terbaik dari permasalahan tersebut agar dapat menuai hasil panen yang memuaskan.

Penanganan terhadap hama dan penyakit pada tanaman bawang merah memang harus dilakukan secepat dan seakurat mungkin, Sehingga dampak yang ditimbulkan bisa diminimalisir sedini mungkin. Dikarenakan hama dan penyakit pada tanaman tersebut dapat dengan cepat menyebar serta menyerang keseluruh lahan pertanian.

Penentuan pada klasifikasi hama dan penyakit tanaman bawang merah ini dilakukan dengan menggunakan metode data mining. Data mining merupakan suatu metode yang menggabungkan teknik-teknik analisis secara statistik dengan algoritma-algoritma untuk memproses data dalam ukuran besar.

Data-data yang digunakan akan dicari polanya terlebih dahulu untuk mendapatkan informasi yang tersimpan di dalamnya. Setelah mengetahui polanya, data dapat diklasterkan ataupun diklasifikasikan sesuai dengan kecenderungannya. Metode data mining memiliki beberapa teknik untuk menemukan fungsi keputusan, pemisah, atau regresi ² .

Turban, dkk 2005 dalam Kusrini &

Emha Taufiq Lutfi, 2009 juga mengatakan, data mining suatu istilah

2

Ningrat, Ranny wahyu dan Santoso, Budi. 2012.

Pemilihan Diet Nutrien bagi Penderita Hipertensi Menggunakan Metode Klasifikasi Decision Tree (Studi kasus: RSUD Syarifah Ambami Rato Ebu Bangkalan). Jurnal Teknik. Vol 1 No.1,2012.pp.536-539 ISSN: 2301-9271

yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine learning untuk mengektraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan terkait dari berbagai database besar (Turban, dkk 2005 dalam Kusrini & Emha Taufiq Lutfi, 2009). Data mining juga sering disebut knowledge discovery in database (KDD), yang semua prosesnya adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dengan set data yang berukuran besar. Keluaran dari data mining ini bisa dipakai untuk memperbaiki pengambilan keputusan di masa depan ³ .

Metode data mining yang digunakan pada penelitian ini adalah decision tree.

Decision tree adalah salah satu metode yang digunakan untuk pengklasifikasian dan prediksi ² . Metode ini dipilih karena memiliki kemudahan dalam interpretasi hasil. Model decision tree yang akan digunakan adalah algoritma C4.5, karena jenis model tersebut sesuai pada permasalahan ini yaitu dapat mengolah data numerik (kontinyu) dan diskrit.

Maka dari itu, dalam penelitian ini akan dipilih model yang sesuai untuk diterapkan dalam penentuan pada klasifikasi hama dan penyakit tanaman bawang merah.

Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Metode pohon

3

Pudjiantoro, Tacbir dkk. 2011. Penerapan Data Mining Untuk Menganalisa Kemungkinan

Pengunduran Diri Calon Mahasiswa Baru. Konferensi nasional Sistem dan Informatika.2011.KNS

&I11-009.pp.51-60

2

ibid hal 2

keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami. Dan mereka juga dapat diekspresikan dalam bentuk bahasa basis data seperti Strustured Query Language untuk mencari record pada kategori tertentu (Kusrini & Emha Taufiq Lutfi, 2009: 13). Dengan pohon keputusan kita dapat mengekplorasi data, menemukan hubungan-hubungan antara sejumlah variable input dengan sebuah variable target.

Identifikasi permasalahan dalam penelitian ini dapat dirumuskan dengan research question yaitu Apakah algoritma C4.5 dapat mengklasifikasi hama dan penyakit tanaman bawang merah dengan tingkat akurasi yang tinggi?

Penelitian ini bertujuan untuk membuat klasifikasi hama dan penyakit tanaman bawang merah dengan algoritma C4.5 dan menerapkan hasil klasifikasi dalam sebuah aplikasi untuk prediksi hama dan penyakit tanaman bawang merah.

Agar dapat memberikan solusi terhadap suatu pemasalahan yang telah diuraikan tersebut maka dibutuhkan aplikasi “Penerapan Algoritma C4.5 Untuk Klasifikasi Hama dan Penyakit Tanaman Bawang Merah”.

2. LANDASAN TEORI Pengertian Data Mining

Data mining suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine learning untuk mengektraksi dan mengidentifikasi

informasi yang bermanfaat dan pengetahuan terkait dari berbagai database besar (Turban, dkk 2005 dalam Kusrini & Emha Taufiq Lutfi, 2009).

Selain definisi di atas, ada juga beberapa definisi seperti tertera di bawah ini. Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu (Kusrini & Emha Taufiq Lutfi, 2009).

Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual (Pramudiono, 2006 dalam Kusrini & Emha Taufiq Lutfi, 2009).

Algoritma C 4.5

Algoritma C4.5 merupakan generasi baru dari algoritma ID3 yang dikembangkan oleh J. Ross Quinlan pada

tahun 1983.

Algoritma merupakan kumpulan perintah yang tertulis secara sistematis guna menyelesaikan permasalahan logika dari matematika. Pengertian Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon

keputusan. Sedang pohon

keputusan dapat diartikan suatu cara untuk memprediksi atau mengklarifikasi yang sangat kuat. Pohon keputusan dapat membagi kumpulan data yang besar menjadi himpunan-himpunan record yang lebih kecil dengan menerapkan serangkaian aturan keputusan.

Pengertian Bawang Merah

Bawang merah termasuk jenis tanaman hortikultura, satu jenis dengan Lilia atau dalam bahasa latin Liliaceae, yang berumbi lapis berakar serabut, serta mempunyai bentuk daun silinder.

Pangkal daun bersatu membentuk batang-

batang semu yang kelak berubah bentuk

dan fungsi. Semula merupakan pangkal

daun, kemudian membentuk umbi lapis.

Bawang merah merupakan tanaman semusim, artinya tanaman yang dapat diambil hasilnya 1-3 kali dari umur 3 minggu sampai 6 bulan atau lebih sedikit. Tanaman bawang merah ditanam tidak khusus diambil sebagai bahan sayuran, melainkan dipergunakan sebagai bumbu atau penyedap masakan.

METODOLOGI Rancangan Penelitian

Berdasarkan tujuan penelitian, maka penelitian yang dilakukan adalah dengan metode deskriptif kuantitatif yaitu suatu bentuk penelitian yang berdasarkan data yang dikumpulkan selama penelitian secara sistematis mengenai fakta-fakta dan sifat-sifat dari obyek yang diteliti dengan menggabungkan hubungan antar variabel yang terlibat didalamnya, kemudian diinterpretasikan berdasarkan teori-teori dan literatur-literatur yang berhubungan dengan klasifikasi hama dan penyakit tanaman bawang. Metode ini bertujuan untuk memberikan gambaran yang cukup jelas atas masalah yang diteliti.

Penelitian dilakukan dengan cara studi pustaka dan bertanya interview kepada bagian laboratorium tentang hama dan penyakit tanaman bawang merah, ciri-ciri kerusakan dari hama dan penyakit tersebut. Hama dan penyakit yang diambil adalah jenis hama dan penyakit yang sering terjadi pada tanaman bawang.

Lokasi Penelitian

Penelitian dengan judul “Penerapan Algoritma C4.5 Pada Klasifikasi Hama Dan Penyakit Tanaman Bawang Merah”

ini dilakukan di Laboratorium Pengamatan dan Peramalan Hama &

Penyakit Tanaman Pangan Pasuruan Jl.

Raya Lebaksari no. 25 Pandaan- Pasuruan.

Fokus Penelitian

1. Melakukan penelitian terkait ciri- ciri yang terkait dengan hama

dan penyakit tanaman bawang merah.

2. Menerapkan algoritma C4.5 pada program klasifikasi hama dan penyakit tanaman bawang merah yang mencakup gejala tanaman yang terserang hama, gejala tanaman yang terserang penyakit, jenis hama, jenis penyakit, solusi terbaik yang harus dicapai.

Sumber Data

Jenis dan sumber data yang digunakan untuk mengetahui jenis data yang digunakan dan sumber data yang diperoleh. Data yang digunakan diperoleh dari 2 sumber, yaitu:

1. Data primer, data yang diperoleh berasal dari responden terdiri dari seseorang yang berkompeten dalam bidang hama dan penyakit tanaman bawang melalui wawancara dan beberapa data yang ada pada tempat penelitian. Ditempat inilah dilakukan aktivitas penelitianya, dimana hal ini dilakukan untuk mengumpulkan data tentang macam-macam hama dan penyakit, ciri-ciri hama dan penyakit, solusi atau pengendalian dari hama dan penyakit tersebut.

2. Data skunder, data yang diperoleh melalui studi yang dilakukan melalui studi pustaka dengan mempelajari buku-buku yang ada kaitanya dengan masalah hama dan penyakit tanaman bawang.

HASIL DAN PEMBAHASAN Implementasi Basis Data

Pembuatan basis data

menggunakan Navicat 8 for MySQL,

berikut implementasi basis data dalam bahasa SQL :

A. Tabel OPT

CREATE TABLE `tbl_opt` ( ` no_opt ` varchar(10) NOT NULL,

` Wilayah ` varchar(35) NOT NULL,

` luas_lahan ` Float (0) DEFAULT NULL,

` luas_serangan ` Float (0) DEFAULT NULL,

` ket_serangan ` varchar(10) DEFAULT NULL,

` jenis_opt ` varchar(40) DEFAULT NULL,

` gjl_daun ` varchar(100) DEFAULT NULL,

` gjl_akar ` varchar(100) DEFAULT NULL,

` gjl_umbi ` varchar(100) DEFAULT NULL,

PRIMARY KEY (`no_opt `), UNIQUE KEY ` no_opt ` (`no_opt `)

) ENGINE=InnoDB DEFAULT CHARSET=latin1;

Hasilnya :

Gambar 1 Tabel OPT Implementasi Antar Muka

Perancangan antar muka merupakan suatu bentuk tampilan dari program yang akan dibuat untuk kebutuhan interface dengan user.

Pengujian Aplikasi

Pengujian aplikasi dalam penelitian ini menggunakan pengujian black box dalam bentuk kuesioner. Bentuk kuesionernya sebagai berikut :

Tabel 2 Kuesioner

No Deskripsi Hasil Yang Diharapkan Kesimpulan 1 Form Utama

a. Tombol input b. Tombol

Klasifikasi c. Tombol Aturan d. Tombol Keluar e. Jam

Masuk ke form OPT Masuk ke form Klasifikasi

Masuk ke form aturan Menutup aplikasi Menampilkan jam:menit:detik

Berhasil Tidak Berhasil Berhasil Tidak Berhasil

Berhasil Tidak Berhasil Berhasil Tidak Berhasil Berhasil Tidak Berhasil

2 Form OPT

a. Tombol Simpan b. Tombol Batal

Menyimpan data yang telah di isi

Membatalkan data yang

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

c. Tombol Hapus d. Tombol Tutup e. Combobox

gejala daun f. Combobox

gejala akar g. Combobox gejala umbi h. Textbox luas

serangan

i. Label keterangan serangan

j. Label jenis OPT k. Datagrid View

akan disimpan

Menghapus data yang telah tersimpan Menutup form OPT Memilih gejala daun Memilih gejala akar Memilih gejala umbi Menampilkan secara otomatis prosentase serangan

Menampilkan secara otomatis keterangan serangan

Menampilkan secara otomatis jenis OPT Menampilkan data yang telah tersimpan

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

3 Form Klasifikasi a. Radiobutton

hama & penyakit b. Radiobutton

tingkat serangan c. Radiobutton

wilayah d. Combobox e. Datagrid View

f. Tombol Proses

Untuk menampilkan hama & penyakit pada combobox

Untuk menampilkan tingkat serangan pada combobox

Untuk menampilkan tingkat serangan pada combobox

Untuk menentukan data yang akan diklasifikasi Menampilkan data sesuai masukkan combobox dan radiobutton

Proses menampilkan data klasifikasi berdasarkan masukkan combobox dan radiobutton

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

Berhasil Tidak Berhasil

4 Form Aturan

a. Datagrid View Menampilkan aturan- aturan yang telah terbentuk

Berhasil Tidak Berhasil

PENUTUP Kesimpulan

Dari hasil analisa, perancangan, dan implementasi dapat diperoleh kesimpulan sebagai berikut :

1. Klasifikasi hama dan penyakit tanaman bawang merah dengan Algoritma C4.5 dapat mengklasifikasikan hama dan penyakit tanaman bawang merah.

2. Sistem yang dibangun dapat digunakan untuk membantu mengklasifikasikan hama dan penyakit yang optimal berdasarkan kriteria-kriteria tertentu.

3. Setelah menghitung menggunakan entropy dan gain pada Algoritma C4.5, maka secara umum Algoritma C4.5

sudah dapat

mengimplementasikan

klasifikasi hama dan penyakit tanaman bawang merah berdasarka gejala-gejalanya.

Saran

Klasifikasi hama dan penyakit tanaman bawang menggunakan metode Algoritma C4.5 yang sudah dibangun ini jauh dari kata sempurna, maka peneliti memberikan beberapa saran yang dapat diberikan kepada peneliti berikutnya apabila ingin mengembangkan sistem yang telah dibangun ini agar menjadi lebih baik adalah sebagai berikut :

1. Sistem ini dapat dikembangkan model klasifikasinya sehingga menghasilkan sistem yang lebih baik.

2. Untuk mendapatkan hasil yang baik, sebaiknya menggunakan data sample yang lebih banyak lagi.

DAFTAR PUSTAKA

1. AAK. 2005. Pedoman Bercocok Tanam. Edisi delapan. Yogyakarta:

Kanisius

2. Kusrini, Taufiq Lutfi Emha. 2009.

Algoritma Data Mining.

Yogyakarta: Andi.

3. Muhammad Sadeli. 2009.

Pemrograman Database dengan VB .NET 2008 untuk Orang Awam.

Palembang: Maxikom.

4. Sugiharto. 2006. Budidaya tanaman Bawang Merah.

Semarang: Aneka Ilmu.

5. 2009. Short Course Visual Basic 2008.

Yogyakarta: Andi, Wahana komputer.

6. Ambar wati, Erlina dan yudono, prapto. 2003. Keragaan Stabilitas Hasil Bawang Merah. Ilmu Pertanian. Vol 10 No.2,2003.pp.1- 10

7. Ningrat, Ranny wahyu dan Santoso, Budi. 2012. Pemilihan Diet Nutrien bagi Penderita Hipertensi Menggunakan Metode Klasifikasi Decision Tree (Studi kasus: RSUD Syarifah Ambami Rato Ebu Bangkalan). Jurnal Teknik. Vol 1 No.1,2012.pp.536- 539 ISSN: 2301-9271

8. Pudjiantoro, Tacbir dkk. 2011.

Penerapan Data Mining Untuk Menganalisa Kemungkinan Pengunduran Diri Calon Mahasiswa Baru. Konferensi

nasional Sistem dan

Informatika.2011.KNS &I11- 009.pp.51-60

9. Tonny K. Moekasan dkk. 2010.

Rakitan Komponen Teknologi PTT

Cabai Merah – Bawang Merah

Pengelolaan Tanaman Terpadu

Cabai Merah Tumpanggilir dengan

Bawang Merah. HORTIN II, Pusat

Penelitian dan Pengembangan

Hortikultura .ISBN : 978-979-

8257-1

10. Rodiyatul, FS. 2010.

Pengembangan Perangkat Lunak Diagnosa Penyakit Diabetes

Mellitus Tipe II Berbasis Teknik Klasifikasi Data. ISBN 978-602- 98295-0-1.pp.1188-1194

11.