pengembangan aplikasi deteksi hama dan penyakit
Post on 18-Jan-2017
226 Views
Preview:
TRANSCRIPT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
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
M0509057
JURUSAN INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2015
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
MOTTO
The foundation of everything is a good family
(7/24)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
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”
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
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
AB, 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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
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 AB, 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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
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 ........................................................................ 1
1.1 Latar Belakang ..................................................................... 1
1.2 Rumusan Masalah................................................................. 2
1.3 Batasan Masalah................................................................... 3
1.4 Tujuan Penelitian.................................................................. 3
1.5 Manfaat Penelitian................................................................ 3
1.6 Sistematika Penulisan........................................................... 3
BAB 2 LANDASAN TEORI .................................................................... 5
2.1 Dasar Teori............................................................................... 5
2.1.1 Association Rule............................................................ 5
2.1.2 Similarity....................................................................... 7
2.1.3 Tanaman Padi............................................................... 8
2.2 Penelitian Terkait……............................................................. 11
2.3 Kerangka Pemikiran……......................................................... 14
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
x
BAB 3 METODE PENELITIAN.............................................................. 15
3.1 Studi Literatur…….................................................................. 15
3.2 Pengumpulan Data................................……........................... 15
3.3 Pemodelan Data........……....................................................... 16
3.4 Implementasi…….................................................................... 16
3.4.1 Proses Penentuan Aturan Asosiatif.............................. 16
3.4.2 Proses Pengumpulan Feedback.................................... 18
3.4.3 Proses Pengambilan Keputusan................................... 19
3.5 Pengembangan Aplikasi............................................................ 20
3.6 Pengujian dan Evaluasi Hasil.................................................... 20
BAB 4 HASIL DAN PEMBAHASAN...................................................... 22
4.1 Deskripsi Data..........................................................……........ 22
4.2 Implementasi..............................................................……...... 22
4.2.1 Penentuan Aturan Asosiatif…….................................. 22
4.2.2 Proses Pendeteksian ……............................................. 24
4.2.2.1 Kondisi tidak semua feedback bernilai nol (0)
pada Pertanyaan Tahap 1............................... 24
4.2.2.2 Kondisi semua feedback bernilai nol (0) pada
Pertanyaan Tahap 1....................................... 31
4.3 Pengujian.....................................................................……..... 35
4.4 Evaluasi Hasil Deteksi............................................................. 36
BAB 5 PENUTUP..................................................................................... 38
5.1 Kesimpulan……...................................................................... 38
5.2 Saran……................................................................................ 38
DAFTAR PUSTAKA ................................................................................. 39
LAMPIRAN-LAMPIRAN .......................................................................... 41
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xi
DAFTAR GAMBAR
Gambar 2.1 Ilustrasi Precision dan Recall .................................................. 8
Gambar 3.1 Flowchart proses penentuan association rule.......................... 17
Gambar 3.2 Flowchart proses pengumpulan feedback................................ 18
Gambar 4.1 Contoh input feedback Pertanyaan Tahap 1............................ 25
Gambar 4.2 Contoh input feedback Pertanyaan Tahap 2............................ 29
Gambar 4.3 Contoh input feedback Pertanyaan Tahap 1_2........................ 32
Gambar 4.4 Contoh input feedback Pertanyaan Tahap 2........................ .... 34
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xii
DAFTAR TABEL
Tabel 3.1 Data kasus hama/penyakit hasil survey ....................................... 16
Tabel 4.1 Gejala Umum dan Gejala Khusus................................................. 22
Tabel 4.2 Contoh matrik 23x49.................................................................... 22
Tabel 4.3 Nilai support masing-masing gejala............................................. 23
Tabel 4.4 Contoh matrik 49x49 dan nilai confidence................................... 23
Tabel 4.5 Aturan asosisatif AB................................................................. 24
Tabel 4.6 Daftar Pertanyaan Tahap 1............................................................ 25
Tabel 4.7 Contoh library sebelum diupdate................................................. 26
Tabel 4.8 Contoh library setelah diupdate................................................... 26
Tabel 4.9 Contoh hasil perhitungan recall, precision, dan similarity........... 28
Tabel 4.10 Contoh daftar Pertanyaan Tahap 2.............................................. 28
Tabel 4.11 Daftar pertanyaan tahap 3 (konfirmasi)...................................... 30
Tabel 4.12 Contoh hasil deteksi aplikasi....................................................... 30
Tabel 4.13 Daftar Pertanyaan Tahap 1_2...................................................... 31
Tabel 4.14 Contoh hasil perhitungan recall, precision, dan similarity.......... 32
Tabel 4.15 Contoh daftar Pertanyaan Tahap 2.............................................. 33
Tabel 4.16 Contoh hasil deteksi aplikasi....................................................... 35
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiii
DAFTAR LAMPIRAN
Lampiran A ................................................................................................. 41
Lampiran B.................................................................................................. 42
Lampiran C.................................................................................................. 45
Lampiran D ................................................................................................. 46
Lampiran E .................................................................................................. 47
Lampiran F .................................................................................................. 59
Lampiran G ................................................................................................. 61
top related