PENGEMBANGAN APLIKASI DETEKSI HAMA DAN PENYAKIT TANAMAN PADI DI INDONESIA DENGAN METODE ASSOCIATION RULE DAN COSINE SIMILARITY

Transkripsi

1 PENGEMBANGAN APLIKASI DETEKSI HAMA DAN PENYAKIT TANAMAN PADI DI INDONESIA DENGAN METODE ASSOCIATION RULE DAN COSINE SIMILARITY SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun oleh : PUTRI BANY ANDJASMARA M JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA commit 2015 to user

2 ii

3 iii

4 MOTTO The foundation of everything is a good family (7/24) iv

5 PERSEMBAHAN Karya ini Penulis persembahkan kepada: Bapak, Ibu, dan Adik Tercinta Sahabatku tercinta, Dyan, Dita, Sani Teman-teman Informatika 2009 khususnya Ining, Ida, Novi, Ayuk, Betty, Atik, Krisna Mas Za im dan Mbak Yuni v

6 KATA PENGANTAR Puji syukur kepada Allah SWT atas segala limpahan nikmat dan karunianya, sehingga penulis dapat menyelesaikan penulisan Tugas Akhir ini. Penulis menyadari akan kekurangan dan keterbatasan dalam penulisan Tugas Akhir ini. Tugas Akhir ini tidak akan selesai tanpa adanya bantuan dari banyak pihak, oleh karena itu penulis menyampaikan terima kasih kepada: 1. Keluarga, Bapak Heru Warsono, Ibu Aning Jariyah, dan Kinan Maydio yang senantiasa memberikan kasih sayang, doa, dukungan dan motivasi. 2. Bapak Ristu Saptono, S.Si., M.T., selaku pembimbing I yang telah dengan sabar memberikan bimbingan, petunjuk, dan masukan dalam menyelesaikan Tugas Akhir ini. 3. Ibu Sari Widya Sihwi, S.Kom., M.T.I., selaku pembimbing II yang telah dengan sabar memberikan petunjuk dan masukan dalam menyelesaikan Tugas Akhir ini. 4. Ibu Esti Suryani, S.Si., M.Kom., selaku Pembimbing Akademis yang telah memberikan pengarahan selama proses penyelesaian Tugas Akhir ini. 5. Bapak Meiyanto Eko Sulistyo, S.T., M.Eng. dan Bapak Afrizal Doewes, S.Kom., M.Sc., selaku anggota dewan penguji yang telah memberikan kritik, saran, dan masukan yang membangun. 6. Ibu Ir. Retno Wijayanti, MS., selaku pakar yang telah bersedia untuk berbagi informasi dan membantu proses penyelesaian Tugas Akhir ini. 7. Teman-teman Jurusan Informatika UNS khususnya angkatan 2009 yang selalu bersedia untuk berbagi informasi, ilmu, dan pengalaman serta selalu memberikan motivasi dan semangat. 8. Bapak-Ibu dosen Jurusan Informatika UNS yang telah memberikan ilmu pengetahuan dan pengalaman yang sangat bermanfaat. Semoga Tugas Akhir ini bermanfaat bagi semua pihak. Surakarta, Desember 2014 Penulis vi

7 Development of Pests and Diseases Detection Application of Rice Plants in Indonesia with Association Rule and Cosine Similarity Methods PUTRI BANY ANDJASMARA Department of Informatics. Faculty of Mathematics and Natural Sciences. Sebelas Maret University ABSTRACT Pests and diseases detection of rice plants can be done by asking for the symptoms to the user then matching them with the symptoms of any pest/disease in the library. But it will be difficult to the user to give the feedback if all of the symptoms are displayed in the application. This research developed an application for pests/diseases detection of rice plants with minimum number of the symptoms that will be displayed in the application. This research applied two methods, Association Rule and Cosine Similarity. Association Rule with MinHash algorithmis applied to form the associative rules from the existing symptoms in the library. The value of minimum Confidence that is used to form the associative rule is 1.The rules are stated by A B, where A is the Antecedent and B is the Consequent. Cosine Similarity with Precision and Recall evaluations is used in the detection process to eliminate the pests/diseases. Pests/diseases which have Recall and Similarity values less than 0.3 will be eliminated. The results proved that Association Rule and Cosine Similarity with Precision and Recall evaluations methods can be applied to the pests and diseases detection of rice plants. This is proved by the calculation of the detection results that can bring out 96% of accuracy from 25 correspondents. Keywords: Association Rule, Cosine Similarity, Pests and Diseases Detection of rice plants, Precision, Recall vii

8 Pengembangan Aplikasi Deteksi Hama dan Penyakit Tanaman Padi di Indonesia dengan Metode Association Rule dan Cosine Similarity PUTRI BANY ANDJASMARA Jurusan Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret ABSTRAK Pendeteksian hama dan penyakit pada tanaman padi dapat dilakukan dengan cara meminta feedback dari user kemudian mencocokkannya dengan gejala-gejala dari setiap hama/penyakit yang terdapat di dalam library. Namun user akan mengalami kesulitan saat memilih apabila semua gejala ditampilkan pada aplikasi. Maka penelitian ini akan mengembangkan sebuah aplikasi untuk pendeteksian hama/penyakit tanaman padi dengan meminimalisir jumlah gejala yang akan ditampilkan. Pada penelitian ini diterapkan dua metode, yaitu metode Association Rule dan Cosine Similarity. Metode Association Rule dengan algoritma MinHash diterapkan untuk membentuk aturan-aturan asosiatif dari gejala-gejala yang ada. Syarat nilai minimum Confidence yang digunakan untuk membentuk aturan asosiatif adalah 1. Aturan yang dihasilkan memiliki pola A B, dimana A merupakan Antecedent dan B merupakan Consequent. Cosine Similarity dengan evaluasi Precision dan Recall digunakan dalam proses deteksi untuk mengeliminasi hama/penyakit. Hama/penyakit dengan nilai Recall kurang dari 0.3 dan Similarity kurang dari 0.3 akan tereliminasi. Hasil penelitian menunjukkan bahwa metode Association Rule dan Cosine Similarity dengan evaluasi Precision dan Recall dapat diterapkan untuk deteksi hama dan penyakit tanaman padi. Hal ini dibuktikan dengan perhitungan hasil deteksi dari total 25 koresponden mampu menghasilkan akurasi sebesar 96%. Kata kunci: Association Rule, Cosine Similarity, Deteksi Hama dan Penyakit Tanaman Padi, Precision, Recall viii

9 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii HALAMAN MOTTO... iv HALAMAN PERSEMBAHAN... v KATA PENGANTAR... vi ABSTRACT... vii ABSTRAK... viii DAFTAR ISI... ix DAFTAR GAMBAR... xi DAFTAR TABEL... xii DAFTAR LAMPIRAN... xiii BAB 1 PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Sistematika Penulisan... 3 BAB 2 LANDASAN TEORI Dasar Teori Association Rule Similarity Tanaman Padi Penelitian Terkait Kerangka Pemikiran ix

10 BAB 3 METODE PENELITIAN Studi Literatur Pengumpulan Data Pemodelan Data Implementasi Proses Penentuan Aturan Asosiatif Proses Pengumpulan Feedback Proses Pengambilan Keputusan Pengembangan Aplikasi Pengujian dan Evaluasi Hasil BAB 4 HASIL DAN PEMBAHASAN Deskripsi Data Implementasi Penentuan Aturan Asosiatif Proses Pendeteksian Kondisi tidak semua feedback bernilai nol (0) pada Pertanyaan Tahap Kondisi semua feedback bernilai nol (0) pada Pertanyaan Tahap Pengujian Evaluasi Hasil Deteksi BAB 5 PENUTUP Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN-LAMPIRAN x

11 DAFTAR GAMBAR Gambar 2.1 Ilustrasi Precision dan Recall... 8 Gambar 3.1 Flowchart proses penentuan association rule Gambar 3.2 Flowchart proses pengumpulan feedback Gambar 4.1 Contoh input feedback Pertanyaan Tahap Gambar 4.2 Contoh input feedback Pertanyaan Tahap Gambar 4.3 Contoh input feedback Pertanyaan Tahap 1_ Gambar 4.4 Contoh input feedback Pertanyaan Tahap xi

12 DAFTAR TABEL Tabel 3.1 Data kasus hama/penyakit hasil survey Tabel 4.1 Gejala Umum dan Gejala Khusus Tabel 4.2 Contoh matrik 23x Tabel 4.3 Nilai support masing-masing gejala Tabel 4.4 Contoh matrik 49x49 dan nilai confidence Tabel 4.5 Aturan asosisatif A B Tabel 4.6 Daftar Pertanyaan Tahap Tabel 4.7 Contoh library sebelum diupdate Tabel 4.8 Contoh library setelah diupdate Tabel 4.9 Contoh hasil perhitungan recall, precision, dan similarity Tabel 4.10 Contoh daftar Pertanyaan Tahap Tabel 4.11 Daftar pertanyaan tahap 3 (konfirmasi) Tabel 4.12 Contoh hasil deteksi aplikasi Tabel 4.13 Daftar Pertanyaan Tahap 1_ Tabel 4.14 Contoh hasil perhitungan recall, precision, dan similarity Tabel 4.15 Contoh daftar Pertanyaan Tahap Tabel 4.16 Contoh hasil deteksi aplikasi xii

13 DAFTAR LAMPIRAN Lampiran A Lampiran B Lampiran C Lampiran D Lampiran E Lampiran F Lampiran G xiii