Diagnosa Hama Dan Penyakit Pada Tanaman Jeruk Dengan Menerapkan Jaringan Syaraf Tiruan Learning Vector Quantization (Studi Kasus : Badan Penyuluhan Pertanian Kuok)

Megawati Megawati, Reski Mai Candra

Abstract


Jeruk siam termasuk salah satu jenis jeruk mandarin yang sudah cukup dikenal banyak orang. Tanaman jeruk ini banyak dijumpai di daerah tropis. Tiga bulan terakhir tahun 2014sebagian besar kebun jeruk di Kabupaten kampar diserang berbagai jenis hama dan penyakit sehingga mengakibatkan produktivitas dari tanaman jeruk tersebut menurun. Serangan hama dan penyakit ini membuat para petani kebingungan untuk menghadapi masalah perkebunan mereka, sebagian dari mereka tidak mengetahui jenis hama dan penyakit apa yang menyerang kebun jeruk mereka. Hama penyakit yang menyerang tanaman jeruk siam ini sangat bervariasi sehingga sering terjadi kesalahan dalam memberikan solusi terhadap tanaman yang sudah terserang hama. Diagnosa hama dan penyakit pada tanaman jeruk dengan metode Jaringan Syaraf Tiruan (JST) Learning Vector Quantization (LVQ) dapat memberikan jenis hama dan penyakit pada tanaman jeruk dan bagaimana solusi/pengendalian yang harus dilakukan berdasarkan gejala-gejala hama dan penyakit yang ada pada tanaman jeruk. Gejala yang ada pada hama ada 21 gejala sedangkan untuk penyakit ada 34 gejala. Setelah melalui proses pembelajaran dan pengujian pada data-data gejala yang telah dientrikan maka sistem akan mengklasifikasi kesesuaian jenis hama dan penyakit dalam 12 kategori kelas untuk hama dan 17 kategori kelas untuk penyakit. Berdasarkan pengujian parameter yang dilakukan bila dipersentasekan hasil akurasi pengujian LVQ adalah mencapai 93.10%.

Full Text:

PDF

References


] Balai Penelitian Tanaman Jeruk Dan Buah Subtropika(2013), “Pengenalan Dan Pengendalian Hama Dan Penyakit Tanaman Jeruk”, AgroInovasi.

Rikki S.Alex. (2014) “Aplikasi Jaringan Syaraf Tiruan untuk Penentuan Konsentrasi Program Studi Bagi Calon Mahasiswa Baru STMIK BUDIDARMA MEDAN.

Ramadona Amanu, M.Nasrun, Bambang Siswoyo (2004), “Aplikasi Jaringan Syaraf Tiruan Untuk

Mengenali Angka Dengan Metode

Learning Vector Quantization,

Universitas Komputer Indonesia

Bandung.

Budianita. Elvia, (2012) “Penerapan Learning Vector

Quantization (LVQ) untuk Klasifikasi Status Gizi Anak”.

Ceria A. Alfa, Sri Suwarno, Umi Proboyekti “Pengenalan Aksara JawaMenggunakan Learning Vector Quantization (LVQ)”,

Universitas Kristen Duta Wacana, 02 Maret 2014.

FakhrurrifqiMuhammad, Retantyo Wardoyo“Perbandingan

Algoritma Nearest Neighbour, C4.5 dan LVQ untuk Klasifikasi

Kemampuan Mahasiswa”, FMIPA UGM, IJCCS, Vol.7,

No.2, July 2013, pp. 145-154, ISSN: 1978-1520.

Hidayati Nurul, Budi Warsito, “Prediksi terjangkitnya penyakit jantung Dengan metode learning vector quantization”, FMIPA UNDIP,

Media Statistika, Vol. 3, No. 1, Juni 2010: 21-30.

Itje Sela Enny, sri hartati , “Pengenalan Jenis Penyakit THT Menggunakan Jaringan Learning Vector Quantization” STMIK

AKAKOM , Universitas Gadjah Mada.

Kristanti Tanti, Theopilus Sitepu, “sistem pakar hama dan

penyakit pada tanaman jeruk manis di kabupaten karo”, jurusan s1 teknik informatika, fakultas teknologi informasi, universitas kristen maranatha, seminar nasional sistem informasi indonesia, 2-4

desember 2013.

Lestari Uning, “Sistem Aplikasi Identifikasi Lahan Untuk Budidaya Tanaman Pangan Menggunakan Learning Vector

Quantization (LVQ)”, Prosiding Seminar Nasional Aplikasi Sains

& Teknologi (SNAST) Periode III ISSN: 1979-911X Yogyakarta, 3 November 2012.

Ranadhi. Djalu, Wawan Indarto dan Taufiq Hidayat, 2006,

“Imlementasi Learning Vector Quantization(LVQ) untuk Pengenalan Pola Sidik Jari Pada Sistem Informasi narapidana LP Wirogunan”, Media Informatika Vol. 4, No. 1,51-65, Universitas Islam Indonesia, Yogyakarta, 02 Maret 2014.

Sihaan. Antoni, 2011, “Pengenalan Karakter Dan Manajemen

DatabasePada Formulir Isian Menggunakan Jaringan Syaraf Tiruan Dengan MetodeLearning Vector Quantization (LVQ)”,

Skripsi, Jurusan Ilmu Komputer USU, Medan, 08 Maret 2014.




DOI: http://dx.doi.org/10.24014/coreit.v3i2.4399

Refbacks

  • There are currently no refbacks.




Creative Commons License Web Analytics Made Easy - StatCounter 
Jurnal CoreIT by http://ejournal.uin-suska.ac.id/index.php/coreit/ is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.