Pengembangan Aplikasi Dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web.
PENGEMBANGAN APLIKASI DAN PEMETAAN TINGKAT
SERANGAN HAMA KUTU KEBUL BERBASIS WEB
ROIS
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan
Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Januari 2016
Rois
NIM G64114038
ABSTRAK
ROIS. Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu
Kebul Berbasis Web. Dibimbing oleh YENI HERDIYENI.
Pemetaan tingkat serangan hama kutu kebul merupakan proses memetakan
lokasi penyebaran dan hasil dari nilai suatu tingkat serangan hama kutu kebul ke
dalam sebuah peta digital. Teknologi yang digunakan dalam proses pemetaan
adalah Google Maps. Aplikasi pemetaan serangan hama (SIPESHA)
dikembangkan berbasis web sehingga dapat diakses dari mana saja, cukup
terkoneksi jaringan internet dan memiliki browser. Dalam perancangan SIPESHA
digunakan model perancangan Waterfall. SIPESHA terdiri atas analisis tingkat
serangan hama kutu kebul per tanaman, analisis tingkat serangan hama kutu kebul
per area dan pemetaan tingkat serangan hama kutu kebul. Data citra daun yang
digunakan pada penelitian ini adalah 25 daun tanaman sayuran. Hasil pengujian
sistem yang disimulasikan dengan lima area berbeda dan citra daun yang diacak
didapatkan nilai akurasi 100%. SIPESHA diharapkan dapat mempermudah
petugas POPT dalam memantau penyebaran serangan hama dan melakukan
panenggulangan dini terhadap tanaman.
Kata kunci: Google Maps, kutu kebul, pemetaan
ABSTRACT
ROIS. Web Based Application Development and Mapping for Whitefly Attack.
Supervised by YENI HERDIYENI
This research maps the location of whitefly pest attack spread and the rate
of the attack into a digital map. The mapping process uses Google Maps as the
underlying technology. The pest mapping application, named SIPESHA, was
developed as a web-based application so it can be accessed from anywhere.
The development of SIPESHA uses the Waterfall approach. SIPESHA consists of
the analysis of whitefly pest attack per plant, the analysis of whitefly spread per
area, and the visualization in a web-based map. Leaf image data used in this
research are 25 leaves from vegetable crops. The test was simulated using five
different areas and randomized leaf images and achieved 100% accuracy.
SIPESHA expected to facilitate pest officers in monitoring the spread of pests
and conduct early countermeasures against plants.
Keywords: Google Maps, mapping, whitefly
PENGEMBANGAN APLIKASI DAN PEMETAAN TINGKAT
SERANGAN HAMA KUTU KEBUL BERBASIS WEB
ROIS
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Penguji:
1
Auzi Asfarian, SKom MKom
2
Aziz Kustiyo, SSi MKom
Judul Skripsi : Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama
Kutu Kebul Berbasis Web
Nama
: Rois
NIM
: G64114038
Disetujui oleh
Dr Yeni Herdiyeni, SSi MKom
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir berjudul
Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul
Berbasis Web.
Terimakasih kepada orang tua tercinta Bapak dan Ibu atas dukungan serta
doa yang tak pernah putus untuk dipanjatkan dan kakak penulis yang selalu
memberikan dukungan di setiap kesempatan. Penulis mengucapkan terima kasih
pula kepada Ibu Yeni Herdiyeni selaku dosen pembimbing, Mas Ardiansyah,
Arief Luthfi Aulia dan rekan-rekan seperjuangan di Alih Jenis Ilmu Komputer
Angkatan 6 yang telah memberi semangat dan kenangan yang berharga.
Semoga penelitian ini memberikan manfaat bagi mahasiswa Ilmu Komputer
pada umumnya dan pembaca pada khususnya. Saran dan kritik yang membangun
akan diterima untuk perbaikan selanjutnya.
Bogor, Januari 2016
Rois
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
13
Latar Belakang
13
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
2
Aplikasi Berbasis Web
2
Waterfall Life Cycle
2
Kutu Kebul
4
Pengelolaan Hama Terpadu
4
Google Maps
6
Basis Data
6
Metode Segitiga (Triangle Method)
6
METODE
8
Analisis dan Definisi Kebutuhan
8
Perancangan Sistem dan Perangkat Lunak
8
Implementasi
8
Pengujian
9
Pengoperasian dan Pemeliharaan
9
HASIL DAN PEMBAHASAN
Analisis dan Definisi Kebutuhan
9
9
Perancangan Sistem dan Perangkat Lunak
11
Implementasi
14
Pengujian
19
SIMPULAN DAN SARAN
26
Simpulan
26
Saran
27
DAFTAR PUSTAKA
27
RIWAYAT HIDUP
29
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Fungsi aplikasi SIPESHA
Rancangan basis data
Data tanaman
Data hama tanaman
Data komoditas tanaman
Data daun tanaman
Area tanaman
Data kecamatan
Data kabupaten
Data provinsi
Hasil pengujian citra perdaun dengan sistem
Rentang nilai
Hasil pengujian area ke-1
Hasil pengujian area ke-2
Hasil pengujian area ke-3
Hasil pengujian area ke-4
Hasil pengujian area ke-5
Perhitungan tingkat serangan area oleh sistem
11
14
15
15
15
15
15
15
16
16
19
19
22
22
23
23
24
25
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Metode pengembangan waterfall
Daun tanaman terung yang terserang hama kutu kebul
Proses pelaksanaan PHT
Ilustrasi metode segitiga
Use case diagram aplikasi SIPESHA
Activity diagram aplikasi SIPESHA secara umum
Rancangan antarmuka penentuan lokasi tanaman
Rancangan antarmuka input jumlah tanaman
Rancangan antarmuka analisis citra
Rancangan antarmuka pemetaan
Relationships antartabel
Tahap penentuan area
Tahap input jumlah tanaman
Tahap analisis citra
Pemetaan
Rentang nilai pengelompokan tingkat serangan
Citra daun memiliki background yang luas
Citra daun memiliki serangan hama kutu kebul berbintik hitam
3
4
6
8
10
10
12
12
13
13
16
17
17
18
18
19
20
20
19 Penarikan contoh pada citra daun
20 Pemetaan area serangan
21
26
PENDAHULUAN
Latar Belakang
Indonesia merupakan salah satu negara yang memiliki potensi alam yang
besar tidak hanya dalam bidang kelautan tetapi juga dalam pengolahan pertanian.
Indonesia adalah negara agraris dengan mata pencaharian mayoritas penduduknya
dengan bercocok tanam. Potensi pertanian Indonesia yang tinggi salah satunya
disebabkan wilayah Indonesia yang memiliki wilayah daratan sepertiga dari luas
keseluruhan ini dilewati barisan pegunungan dunia. Hal ini menyebabkan wilayah
daratan Indonesia sangat subur. Oleh karena itu, tidak mengherankan jika
sebagian besar penduduk Indonesia bermata pencaharian sebagai petani. Itulah
mengapa selain disebut negara maritim, Indonesia juga disebut sebagai negara
agraris.
Salah satu kendala dalam bidang pertanian adalah gangguan organisme
pengganggu tanaman yaitu hama, penyakit dan gulma. Di antara hama yang
banyak menimbulkan kerusakan pada tanaman adalah kutu kebul Bemisia tabaci.
Kutu kebul dapat menimbulkan kerusakan secara langsung dan tidak langsung.
Kerugian yang terjadi akibat adanya serangan hama berupa kehilangan hasil
panen (kuantitas) dan penurunan mutu panen (kualitas). Kehilangan hasil akibat
serangan hama kutu kebul dapat mencapai 80%, bahkan dapat mengakibatkan
gagal panen jika tidak dikendalikan (Marwoto dan Inayati 2011).
Pada saat ini telah banyak dilakukan penelitian mengenai cara pengendalian
hama yang telah menghasilkan banyak data tentang tingkat serangan hama pada
tanaman. Hasil penelitian tersebut belum optimal dan terorganisir dengan baik
untuk pengendalian hama. Salah satu penyebabnya adalah selain kurangnya
jumlah petugas pengendali organisme pengganggu tanaman (POPT), juga
minimnya pengetahuan POPT mengenai tingkat serangan pada tanaman serta
sulitnya untuk memperoleh informasi mengenai lokasi penyebaran serangan
hama.
Oleh sebab itu, dibutuhkan aplikasi pemetaaan serangan hama (SIPESHA),
terutama hama kutu kebul. Pemetaan tanaman (plant mapping) merupakan salah
satu pengembangan teknologi komputer yang memerlukan bantuan Google Maps
untuk memetakan lokasi penyebaran serangan hama. Adapun manfaat dari
pemetaan serangan hama ialah mempermudah pencarian informasi lokasi
serangan hama. Dengan pemetaan juga dapat membantu petugas pengendali
organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini
terhadap tanaman.
Penelitian ini mengembangkan suatu sistem analisis dan pemetaan tingkat
serangan hama kutu kebul berbasis web. Dikembangkan berbasis web karena
aplikasi berbasis web dapat diakses darimana saja bahkan dengan platform yang
berbeda, cukup terkoneksi jaringan internet dan dipasangi browser, maka sudah
bisa menggunakan aplikasi berbasis web. Dengan demikian, sederhana dan tidak
perlu meng-install aplikasi tersebut secara khusus dikomputer yang akan
digunakan untuk mengaksesnya. Berbeda dengan Aplikasi berbasis desktop yang
aplikasi dibangunnya akan membutuhkan platform yang sama dengan aplikasi
2
desktop tersebut dibangun, dalam arti adanya ketergantungan secara umum pada
Sistem Operasi. Sistem ini merupakan pengembangan dari penelitian sebelumnya
yang dilakukan oleh Ardiansyah (2013), membandingkan metode area sampling
dengan segmentasi watershed dan Hutomo et al. (2013), mendeteksi kerapatan
hama kutu kebul menggunakan metode segitiga. Baker et al. (2013), melakukan
penelitian tentang metode pencocokan dalam proses pemetaan kerusakan yang
diakibatkan oleh hama.
Tujuan Penelitian
Tujuan dari penelitian ini adalah mengembangkan sistem untuk
menganalisis dan memetakan tingkat serangan hama kutu kebul berbasis web.
Manfaat Penelitian
Manfaat dari penelitian ini adalah menghasilkan suatu sistem untuk
melakukan analisis dan pemetaan tingkat serangan hama kutu kebul, sehingga
dapat membantu petugas pengendali organisme pengganggu tanaman (POPT)
dalam melakukan penanggulangan dini terhadap tanaman.
Ruang Lingkup Penelitian
1
2
Pada penelitian ini dilakukan pembatasan masalah pada:
Pengembangan aplikasi ini meliputi pembuatan aplikasi berbasis web dan
untuk mengetahui tingkat dan lokasi serangan hama kutu kebul pada
tanaman.
Data yang digunakan sebanyak 25 data citra daun
TINJAUAN PUSTAKA
Aplikasi Berbasis Web
Dalam rekayasa perangkat lunak, suatu aplikasi web (bahasa Inggris:
webapplication atau sering disingkat webapp) adalah suatu aplikasi yang diakses
menggunakan penjelajah web melalui suatu jaringan seperti Internet atau intranet.
Aplikasi web merupakan kumpulan HTML atau dokumen XML, komponen web
dan sumber daya lainnya baik dalam struktur direktori atau format arsip yang
dikenal (misalnya: war) (Borland 2002). Sebuah aplikasi web terletak pada server
pusat dan menyediakan layanan untuk berbagai klien.
Waterfall Life Cycle
Waterfall atau waterfall life cycle merupakan salah satu model dalam
perancangan perangkat lunak. Waterfall model merupakan sebuah contoh dari
3
proses perencanaan, yang semua proses kegiatannya harus terlebih dahulu
direncanakan dan dijadwalkan sebelum dikerjakan (Sommerville 2007). Tahapan
pada model waterfall dapat dilihat pada Gambar 1.
Gambar 1 Metode pengembangan waterfall
Berikut adalah penjelasan dari tahap-tahap yang dilakukan pada model
waterfall:
1
Analisis dan definisi kebutuhan
Tahap ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data
dalam tahap ini bisa dilakukan dengan penelitian, wawancara atau study
literature. Seorang sistem analis akan menggali informasi sebanyakbanyaknya dari user sehingga akan tercipta sebuah sistem komputer yang
bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini
akan menghasilkan dokumen user requirement atau bisa dikatakan sebagai
data yang berhubungan dengan keinginan user dalam pembuatan sistem.
Dokumen inilah yang akan menjadi acuan sistem analis untuk
menterjemahkan ke dalam bahasa program.
2
Perancangan sistem dan perangkat lunak
Pada tahan ini fokus pada struktur data, arsitektur perangkat lunak,
representasi interface dan detail algoritma procedural. Tahap ini akan
menghasilkan dokumen yang disebut software requirement. Dokumen ini
akan digunakan programmer untuk melakukan aktivitas pembuatan sistem.
3
Implementasi
Software requirement yang dihasilkan pada tahap sebelumnya akan
diimplementasikan oleh programmer pada tahap ini. Untuk dapat dimengerti
oleh mesin, dalam hal ini adalah komputer, maka software requirement tadi
harus diubah bentuknya menjadi bentuk yang dapat dimengerti oleh mesin,
yaitu ke dalam bahasa pemrograman melalui proses coding.
4
Pengujian dan integrasi sistem
Pada tahap ini, software atau aplikasi yang sudah diimplementasikan pada
tahap sebelumnya dilakukan pengujian. Pengujian dilakukan dengan
4
5
memastikan semua fungsi-fungsi dari software atau aplikasi sesuai dengan
kebutuhan yang sudah didefinisikan sebelumnya.
Pengoperasian dan pemeliharaan
Pemeliharaan suatu software diperlukan, termasuk di dalamnya adalah
pengembangan. Pengembangan diperlukan ketika adanya perubahan dari
eksternal perusahaan seperti ketika ada pergantian sistem operasi, atau
perangkat lainnya
Kutu Kebul
Kutu Kebul (bemisia tabaci) adalah serangga hama yang hidup menempel
pada permukaan bawah daun, berwarna putih dan sayapnya memiliki lapisan lilin
dan bertepung. Kutu kebul dapat menyebabkan kerusakan langsung pada tanaman
dan sebagai media penular (vektor) penyakit tanaman. Kutu kebul umumnya
menyerang berbagai macam tanaman sayuran. Namun demikian kerusakan yang
disebabkan oleh penyakit virus yang ditularkannya sering lebih merugikan
dibandingkan dengan kerusakan yang disebabkan oleh hama kutu kebul sendiri.
Kehilangan hasil akibat serangan hama kutu kebul dapat mencapai 80%, bahkan
dapat mengakibatkan gagal panen jika tidak dikendalikan (Marwoto dan Inayati
2011). Pada Gambar 2 dapat dilihat contoh daun tanaman yang terserang hama
kutu kebul.
Gambar 2 Daun tanaman terung yang terserang hama kutu kebul
Pengelolaan Hama Terpadu
Pengelolaan Hama Terpadu merupakan program pengelolaan pertanian secara
terpadu dengan memanfaatkan berbagai teknik pengendalian yang layak (kultural,
mekanik, fisik dan hayati) dengan tetap memperhatikan aspek-aspek ekologi, ekonomi
dan budaya untuk menciptakan suatu sistem pertanian yang berkelanjutan dengan
menekan terjadinya pencemaran terhadap lingkungan oleh pestisida dan kerusakan
lingkungan secara umum. Perkembangan populasi berbagai jenis hama yang cukup
pesat, mengakibatkan penanggulangan dini harus dilakukan untuk mengurangi
kegagalan panen. Sistem ini berupaya untuk meminimumkan populasi hama dengan
strategi kendali alamiah. Kendali alamiah ini yang nantinya akan melakukan
5
pemberantasan hama menggunakan kekuatan lingkungan secara fisik maupun faktor
biologi (seperti predator, parasit, dan patogen) untuk mengelola hama. Musuh alami
tersebut sangat banyak ditemukan di dalam ekosistem. Secara umum tujuan
dilakukannya pengelolaan hama untuk mengurangi kehilangan hasil panen. Untuk
mendukung keberhasilan usaha pengendalian, diperlukan peran aktif para petani dan
petugas POPT dalam mengamati (memantau) perkembangan populasi hama.
Pengelolaan Hama Terpadu (PHT) adalah strategi pengelolaan hama yang
berfokus pada pencegahan jangka panjang atau penekanan masalah hama dengan
meminimumkan dampak buruk terhadap kesehatan manusia, lingkungan, dan organisme
bukan sasaran (Flint et al. 2003). Menurut Flint et al. (2003) langkah-langkah untuk
mengembangkan program PHT meliputi:
1
Mengidentifikasi semua hama potensial (termasuk semua tahap kehidupan) ke
dalam sistem.
2
Menetapkan pedoman (aturan) pemantauan setiap jenis hama.
3
Menetapkan tingkatan kerusakan dan ambang tindakan untuk setiap jenis hama.
4
Membangun sistem pencatatan (basis data).
5
Mengembangkan daftar strategi pengelolaan yang tepat untuk setiap hama.
6
Mengembangkan kriteria khusus untuk pemilihan metode pengelolaan hama.
7
Mengembangkan panduan yang harus diikuti setiap kali pestisida akan digunakan.
8
Menunjuk seseorang yang bertanggung jawab untuk setiap langkah pengelolaan.
9
Mengembangkan daftar sumber daya.
10 Mempertimbangkan aturan PHT yang telah dikembangkan untuk menjadi “living
document” yang dapat berubah sesuai pengalaman dan informasi baru.
Dalam pelaksanaannya, tindakan PHT berbeda-beda sesuai permasalahan setempat
yang dihadapai. Namun secara umum, PHT tersusun dari empat proses kegiatan yaitu
(1) penangkalan, (2) pencegahan, (3) pemantauan, dan (4) penanggulangan (Rauf 2013).
Pelaksanaan PHT harus diawali dengan penangkalan, yaitu upaya agar pertanaman yang
kita usahakan terbebas dari hama dari sejak awal, misalnya dengan menggunakan bibit
yang bebas hama dan penyakit. Tahap kedua adalah pencegahan, yaitu kegiatan
budidaya tanaman untuk mencegah atau mengekang perkembangan hama agar tetap di
bawah tingkat yang merugikan. Yang ketiga adalah pemantauan, yaitu kegiatan
pengamatan yang dilakukan secara terjadwal, misalnya seminggu sekali, dengan tujuan
untuk memantau kecenderungan perkembangan populasi atau tingkat serangan hama.
Bila hasil pemantauan menunjukkan bahwa populasi hama telah melampaui batas yang
merugikan (ambang tindakan/AT), maka perlu dilakukan tindakan penanggulangan
(Gambar 3). Penelitian yang dilakukan di sini difokuskan pada tahapan pemantauan,
yaitu menduga tingkat kerapatan populasi hama kutu kebul pada tanaman sayuran.
Proses pendugaan ini menghasilkan model prediksi yang didasarkan pada pengolahan
citra daun.
6
Gambar 3 Proses pelaksanaan PHT
Google Maps
Google Maps adalah layanan pemetaan berbasis web services yang
disediakan oleh Google dan bersifat gratis, yang memiliki kemampuan terhadap
banyak layanan pemetaan berbasis web (Sunyoto 2010). Google Maps bersifat
server side, yaitu peta yang tersimpan pada server Google dapat dimanfaatkan
oleh pengguna. Google Maps API telah disediakan oleh Google dalam suatu
library berbentuk javascript yang berguna untuk memodifikasi peta yang ada di
Google Maps sesuai kebutuhan. Penggunaan Google Maps API dapat menghemat
waktu dan biaya untuk membangun aplikasi peta digital.
Basis Data
Basis data adalah koleksi data yang saling terhubung secara logis dan
memaparkan data yang ada serta dirancang untuk menentukan kembali informasi
yang diperlukan oleh suatu organisasi (Connolly dan Begg 1998). Perancangan
basis data sangat diperlukan untuk mempermudah pengelompokan data di dalam
tabel. Selain itu, perancangan basis data juga diperlukan untuk menghindari
terjadinya duplikasi data atau pengulangan data. Konsep perancangan basis data
dibagi dalam tiga tahapan, yaitu: perancangan basis data konseptual, perancangan
basis data logik, dan perancangan basis data fisik.
Metode Segitiga (Triangle Method)
Banyak faktor yang menyebabkan keanekaragaman kondisi citra pada saat
proses akuisisi. Beberapa faktor tersebut antara lain pencahayaan, sudut akuisisi
citra, noise, dan lain-lain. Dengan kondisi citra yang beranekaragam, maka
diperlukan sebuah proses segmentasi dinamis agar menghasilkan hasil yang
akurat. Segmentasi citra adalah proses pemisahan objek yang satu dengan objek
7
yang lain dalam suatu gambar. Ada 2 macam segmentasi, yaitu full segmentation
dan partial segmentation. Full segmentation adalah pemisahan suatu obyek secara
individu dari background dan diberi ID (label) pada tiap-tiap segmen. Partial
segmentation adalah pemisahan sejumlah data dari background. Oleh karena itu,
data yang disimpan hanya data yang dipisahkan saja untuk mempercepat proses
selanjutnya.
Proses segmentasi dinamis terkait erat dengan penentuan nilai threshold.
Threshold adalah nilai yang digunakan sebagai batas dalam proses segmentasi.
Metode segitiga adalah salah satu metode yang dapat digunakan untuk
menentukan nilai threshold optimal berdasarkan histogram citra (Patil dan Bodhe
2011). Ada 7 tahapan yang dilakukan pada metode ini. Pertama, dari histogram
citra dicari nilai frekuensi histogram maksimum (Bmax). Nilai frekuensi ini
digunakan sebagai acuan utama pada perhitungan selanjutnya. Kedua, dicari nilai
piksel tidak nol pertama (Bmin) pada bagian kiri dan kanan dari nilai frekuensi
histogram maksimum. Ketiga, dihitung jarak dari frekuensi maksimum titik tidak
nol sebelah kiri dan kanan (d). Keempat, dipilih lokasi histogram dengan jarak
yang lebih besar. Lokasi ini menandakan bagian yang memiliki frekuensi nilai
piksel yang paling banyak. Kelima, ditarik garis dari titik maksimum ke titik tidak
nol pada lokasi tersebut. Keenam, untuk setiap piksel pada lokasi histogram
tersebut dicari jarak dari nilai frekuensi piksel ke garis tersebut dengan
menggunakan persamaan 1
(1)
dengan:
d
: jarak ke garis
x
: nilai piksel
y
: nilai frekuensi histogram piksel
m
: gradien garis
b
: nilai titik yang memotong sumbu y
Bmax : nilai frekuensi tertinggi pada histogram.
Ketujuh, dari semua jarak tersebut dicari jarak maksimum. Nilai piksel yang
memiliki jarak maksimum dijadikan sebagai nilai threshold. Berikut adalah
Gambar 4 yang mengilustrasikan metode segitiga.
8
Gambar 4 Ilustrasi metode segitiga
METODE
Analisis dan Definisi Kebutuhan
Analisis dan definisi kebutuhan merupakan tahap pertama yang dilakukan
pada waterfall life cycle. Pada tahap ini dilakukan identifikasi tujuan dan batasan
pada sistem yang akan dibangun. Analisis kebutuhan dilakukan melalui
wawancara dengan Guru Besar Entomologi dan juga Ahli hama dari IPB, Prof.
Dr. Aunu Rauf, M.Sc. Secara umum kebutuhan tersebut meliputi:
1
Kebutuhan akan sistem informasi yang dapat menganalisis tingkat serangan
hama per daun, per tanaman, dan per area.
2
Kebutuhan akan sistem informasi yang dapat memetakan tingkat serangan
hama per area ke dalam Google Maps.
Perancangan Sistem dan Perangkat Lunak
Tahap ini merupakan pendefinisian atau pemodelan dari analisis kebutuhan
menjadi suatu reperesentasi aplikasi sebelum diimplementasikan. Hal ini
diperlukan untuk mendapatkan rancangan aplikasi yang terstruktur. Perancangan
dilakukan dengan menggunakan notasi grafis UML, yaitu class diagram, use case
diagram, dan sequence diagram.
Implementasi
Implementasi dari perancangan dilakukan dengan menggunakan Codeigniter
framework, opencv 4.0, dan c++. Lingkungan pengembangan yang digunakan
adalah sebagai berikut:
Perangkat Lunak: Windows 7 Ultimate, phpDesigner 8, Putty, Browser
Mozilla Firefox 40.0.2, CodeBlocks.
9
Perangkat Keras: Intel Core 2 Duo T65702.1 GHz, 3 GB RAM, harddisk
250 GB, keyboard, mouse dan monitor
Pengujian
Pengujian dilakukan untuk mendeteksi kesalahan-kesalahan (error) pada
perangkat lunak sebelum dikirim ke pengguna. Unit program yang telah
terintegrasi sebagai suatu sistem yang komplit dilakukan pengujian untuk
memastikan bahwa perangkat lunak sudah sesuai dengan requirement pengguna
(Sommervile 2007). Sistem yang telah diuji akan segera dikirim ke pengguna
apabila sudah sesuai kebutuhan pengguna. Pengujian sistem yang dilakukan
adalah dengan membandingan data citra daun dari analisis pakar dengan hasil
sistem.
Pengoperasian dan Pemeliharaan
Pada tahap ini biasanya merupakan fase yang cukup lama dalam proses
pengembangan perangkat lunak meskipun tidak selalu demikian (Sommerville
2007). Pada tahap pengoperasian dan pemeliharaan dilakukan instalasi sistem dan
penggunaan perangkat lunak. Pada tahap ini juga dilakukan pemeliharaan sistem
untuk mengurangi kesalahan-kesalahan yang ditemukan, dan mengoptimalkan
sistem selama dalam proses penggunaan.
HASIL DAN PEMBAHASAN
Analisis dan Definisi Kebutuhan
Pada tahap ini didapatkan beberapa gambaran umum dan definisi kebutuhan
dari aplikasi SIPESHA. Beberapa hal yang dianalisis pada tahap ini antara lain:
1
Deskripsi Umum Sistem
SIPESHA adalah aplikasi berbasis web yang dapat digunakan untuk
membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam
melakukan penanggulangan dini terhadap tanaman. Sistem ini dapat memberikan
informasi tingkat serangan hama kutu kebul pada suatu area. Informasi tersebut
diperoleh dari proses pemetaan pada Google Maps.
2
Analisis Kebutuhan Pengguna
Pengguna dari aplikasi SIPESHA adalah petugas pengendali organisme
pengganggu tanaman (POPT). Pengguna dapat melakukan analisis tingkat
serangan hama per tanaman dan per area. Dari proses tersebut, pengguna dapat
melakukan proses pemetaan dengan bantuan Google Maps.
3
Analisis Kebutuhan Sistem
Untuk memenuhi kebutuhan pengguna, aplikasi SIPESHA yang akan
dirancang adalah seperti Gambar 5:
10
Gambar 5 Use case diagram aplikasi SIPESHA
Aktivitas yang ada dalam sebuah use case diagram dapat dimodelkan dalam
sebuah activity diagram. Aktivitas tersebut ditunjukkan oleh Gambar 6.
Pengguna
Start
SIPESHA
Halaman
Utama Tampil
Input Lokasi
Tanaman
Input Jumlah
Tanaman
Tab Input Jumlah
Tanaman Tampil
Tab Analisis Citra
Tampil
Input Citra
Tanaman
Tab Pemetaan
Tampil
End
Gambar 6 Activity diagram aplikasi SIPESHA secara umum
11
dari rancangan tersebut kemudian dibuat fungsi dan batasan-batasan untuk
memenuhi semua kebutuhan pengguna. Fungsi dari sistem ini dapat dilihat pada
Tabel 1.
Tabel 1 Fungsi aplikasi SIPESHA
Kode Fungsi
[SIPESHA-001]
[SIPESHA-002]
[SIPESHA-003]
Deskripsi
Menentukan lokasi tanaman
Menganalisis tingkat serangan hama per tanaman
Menganalisis tingkat serangan hama per area dan pemetaan
Perancangan Sistem dan Perangkat Lunak
Pada tahap ini diperoleh hasil perancangan dari aplikasi SIPESHA.
Perancangan aplikasi SIPESHA antara lain:
Perancangan Input dan Output
Perancangan input berfungsi untuk menerima input dari pengguna aplikasi
SIPESHA. Input yang ada pada aplikasi SIPESHA berupa teks yang diketik oleh
pengguna melalui keyboard dan pin point pada penentuan lokasi hama di Google
Maps yang diklik oleh pengguna melalui mouse.
Output pada aplikasi SIPESHA berupa halaman desktop berbentuk tab dan
dinamis. Tab yang dinamis akan menampilkan data yang tersimpan di dalam data
sumber yang dipanggil melalui javascript dan query tertentu sehingga isi dari
setiap tab-nya dapat berubah-ubah pada saat run-time. Selain itu, aplikasi
SIPESHA juga menghasilkan output berupa pemetaan dengan menggunakan
Google Maps.
1
2
Perancangan Antarmuka
Perancangan antarmuka dirancang untuk memberikan tampilan yang sesuai
dengan kebutuhan pengguna. Antarmuka sistem ini terdiri dari bagian menu,
section, tab dan footer. Berikut adalah beberapa rancangan antarmuka dari
aplikasi SIPESHA.
a
Penentuan lokasi tanaman
Pada perancangan antarmuka penentuan lokasi tanaman ini, pengguna
nantinya diharapkan dapat menentukan lokasi tanaman ke dalam Google
Maps. Berikut ini adalah Gambar 7 yang merupakan rancangan antarmuka
penentuan lokasi tanaman.
12
Gambar 7 Rancangan antarmuka penentuan lokasi tanaman
b
Input jumlah tanaman
Setelah pengguna menentukan lokasi tanaman, pengguna akan diarahkan
untuk memasukkan jumlah tanaman yang akan dianalisis. Rancangan input
jumlah tanaman dapat dilihat pada Gambar 8:
Gambar 8 Rancangan antarmuka input jumlah tanaman
13
c
Analisis citra
Area ini digunakan untuk menganalisis citra daun dari tiap tanaman.
Pengguna meng-input-kan daun untuk masing-masing tanaman untuk
dianalisis. Rancangan antarmuka analisis citra dapat dilihat pada Gambar 9.
Gambar 9 Rancangan antarmuka analisis citra
d
Pemetaan
Pemetaan merupakan inti pada sistem penelitian ini. Pada tahap ini
pengguna memetakan hasil dari proses analisis citra daun sebelumnya ke
dalam Google Maps. Rancangan antarmuka pemetaan dapat dilihat pada
Gambar 10.
Gambar 10 Rancangan antarmuka pemetaan
14
Implementasi
Pada tahap ini, seluruh perancangan yang dibuat pada tahap sebelumnya
diimplementasikan. Implementasi aplikasi SIPESHA meliputi:
1
Perancangan Basis Data
Perancangan basis data merupakan proses menciptakan perancangan untuk
basis data yang akan mendukung operasi dan tujuan (Connolly dan Begg 2002).
Dalam merancang suatu basis data, digunakan metodologi-metodologi yang
membantu dalam tahap perancangan basis data. Metodologi perancangan adalah
pendekatan struktur dengan menggunakan prosedur, teknik, alat, serta bantuan
dokumen untuk membantu dan memudahkan dalam proses perancangan. Dengan
menggunakan teknik metode disain ini dapat membantu dalam merencanakan,
mengatur, mengontrol, dan mengevaluasi database development project
(Connolly dan Begg 2002). Hasil perancangan basis data dapat dilihat pada Tabel
2 berikut:
Tabel 2 Rancangan basis data
Nama
provinsi
Tipe
Tabel
Primary Key
id_prov
kabupaten
Tabel
id_kab
kecamatan Tabel
id_kec
area
tanaman
Tabel
Tabel
id_area
id_tanaman
komoditas
Tabel
id_komoditas
hama
Tabel
id_hama
daun
Tabel
id_daun
Deskripsi
Tabel provinsi berisi data seluruh
provinsi
Tabel kabupaten berisi data seluruh
kabupaten
Tabel kecamatan berisi data seluruh
kecamatan
Tabel area berisi data seluruh area
Tabel tanaman berisi data seluruh
tanaman
Tabel komoditas berisi data seluruh
komoditas
Tabel hama berisi data seluruh
hama
Tabel daun berisi data seluruh
daun
Perancangan basis data fisik dipresentasikan melalui tabel-tabel. Basis data
pada penelitian ini terdiri dari 8 tabel, yaitu: tabel data infeksi hama pada tanaman
(lihat Tabel 3), tabel data hama tanaman (lihat Tabel 4), tabel data daun tanaman
(lihat Tabel 5), tabel data komoditas tanaman (lihat Tabel 6), tabel data area (lihat
Tabel 7), tabel data kecamatan (lihat Tabel 8), tabel data kabupaten (lihat Tabel
9), dan tabel data provinsi (lihat Tabel 10). Relasi ke-8 tabel tersebut dapat dilihat
pada Gambar 11.
15
Tabel 3 Data tanaman
No
1
2
3
4
5
Nama Field
id_tanaman
serangan_tanaman
id_hama
id_komoditas
id_daun
Tipe
Int
Double
Varchar
Varchar
Varchar
Panjang
11
Keterangan
Primary key
10
10
10
Tabel 4 Data hama tanaman
No
1
2
3
Nama Field
id_hama
ilmiah_hama
lokal_hama
Tipe
Int
Varchar
Varchar
Panjang
11
50
50
Keterangan
Primary key
Tabel 5 Data komoditas tanaman
No
1
2
3
Nama Field
id_komoditas
ilmiah_komoditas
lokal_komoditas
Tipe
Int
Varchar
Varchar
Panjang
11
50
50
Keterangan
Primary key
Tabel 6 Data daun tanaman
no
1
2
3
4
nama field
id_daun
jumlah_hama
tingkat_serangan_daun
id_tanaman
Tipe
Int
Int
Double
Int
Panjang
11
Keterangan
Primary key
11
Tabel 7 Area tanaman
no
1
2
3
4
5
6
nama field
id_area
nama_area
kordinat
luas_area
tingkat_serangan_area
id_tanaman
Tipe
Int
Varchar
Double
Double
Double
Int
Panjang
11
50
Keterangan
Primary key
11
Tabel 8 Data kecamatan
no
1
2
3
nama field
id_kec
nama_kec
id_area
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
16
Tabel 9 Data kabupaten
no
1
2
3
nama field
id_kab
nama_kab
id_kec
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
Tabel 10 Data provinsi
No
1
2
3
Nama field
id_prov
nama_prov
Id_kab
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
Gambar 11 Relationships antartabel
2
Implementasi Antarmuka
Pada aplikasi SIPESHA, yang pertama muncul adalah menentukan lokasi
tanaman. Pada proses penentuan lokasi, pengguna diminta untuk memasukan atau
mengklik lokasi tanaman pada Google Maps. Bentuk dari lokasi serangan yang di
input-kan pengguna berupa area dengan pinpoint. Berikut adalah implementasi
dari halaman utama dari aplikasi SIPESHA.
1
Penentuan area
Proses pemetaan diawali dengan penentuan titik atau lokasi tanaman.
Penentuan lokasi tanaman ini dilakukan dengan pinpoint pada Google Maps.
Dapat dilihat pada Gambar 12.
17
Gambar 12 Tahap penentuan area
2
Input jumlah tanaman
Setelah melakukan proses penentuan lokasi, tahap selanjutnya adalah menginput-kan jumlah tanaman yang akan dianalisis. Tahap ini dapat dilihat pada
Gambar 13.
Gambar 13 Tahap input jumlah tanaman
3
Menghitung tingkat serangan
Tahap ini akan melakukan analisis terhadap daun tanaman. Pada tahap ini
akan muncul proses analisis daun sejumlah input-an tanaman pada proses
sebelumnya. Tahap ini akan melakukan proses analisis terhadap daun yang
di-input-kan untuk setiap tanaman. Output dari proses ini berupa data tingkat
18
kerapatan hama per tanaman yang disimpan dalam database. Proses
perhitungan tingkat serangan dapat dilihat pada Gambar 14.
Gambar 14 Tahap analisis citra
4
Pemetaan area tingkat serangan
Tahap ini merupakan tahap akhir dari sistem. Pada proses sebelumnya
dilakukan analisis daun untuk setiap tanaman. Dari hasil analisis daun per
tanaman tersebut menghasilkan tingkat kerapatan hama per tanaman.
Tingkat kerapatan hama per tanaman tersebut kemudian diproses lebih lanjut
pada tahap ini. Hasil dari proses tersebut menghasilkan tingkat kerapatan
hama per area. Dari hasil tingkat kerapatan per area tersebut kemudian
dilakukan proses pemetaan. Proses pemetaan dapat dilihat pada Gambar 15.
Gambar 15 Pemetaan
19
Pengujian
Pengujian sistem yang dilakukan adalah dengan membandingan data citra
daun dari analisis pakar dengan hasil sistem. Dari hasil analisis pakar didapatkan
tiga kelompok citra daun yaitu sedang, ringan, dan berat. Dari hasil analisi pakar
tersebut kemudian dilakukan pengujian terhadap sistem. Hasil pengujian sistem
didapatkan sebuah rentang nilai untuk menentukan pengelompokan tingkat
serangan. Berikut adalah Tabel 11 yang merupakan pengelompokan dan hasil
pengujian perdaun dengan sistem.
Tabel 11 Hasil pengujian citra perdaun dengan sistem
1
2
3
4
5
6
7
8
9
10
11
12
Rata-rata
Ringan Sedang
4.46
8.04
5.63
4.18
5.67
8.04
4.15
7.41
6.36
7.61
6.88
6.19
8.28
4.98
Berat
9.88
5.57
10.79
7.52
6.2
5.47
14.15
13.84
5.43
10.45
6.09
6.93
8.53
7.00
Hasil pengujian tersebut didapatkan rentang nilai untuk pengelompokan citra
daun yang terserang hama (lihat Tabel 12). Gambar 16 merupakan rentang nilai
dalam pengelompokan tingkat serangan.
Gambar 16 Rentang nilai pengelompokan tingkat serangan
Tabel 12 Rentang nilai
No
1
Kelompok Citra
Ringan
Rentang Nilai
x< 5.99
2
Sedang
5.99 ≤ x ≤ 7.76
3
Berat
x >7.76
20
Data citra yang diujikan sebanyak 25, hasilnya 14 data citra valid sesuai
dengan pakar dan 11 data citra lainnya tidak valid. Dari hasil analisis ke 11 daun
yang tidak valid tersebut beberapa daun yang seharusnya masuk ke dalam
kelompok sedang, dianggap oleh sistem masuk kelompok berat, hal tersebut
dikarenakan citra daun memiliki background yang terlalu luas. Gambar 17 adalah
citra daun yang dianggap oleh sistem masuk kelompok berat.
Gambar 17 Citra daun memiliki background yang luas
Sementara itu, ada citra daun yang seharusnya masuk kelompok berat
menurut pakar, tetapi berdasarkan sistem, citra tersebut dikelompokkan ke dalam
kelompok sedang. Dari hasil analisis ternyata citra daun yang dianggap sedang
tersebut terserang hama kutu kebul berbentuk bintik hitam. Gambar 18 merupakan
data citra yang dianggap oleh sistem masuk kelompok sedang.
Gambar 18 Citra daun memiliki serangan hama kutu kebul berbintik hitam
Sistem mengelompokkan citra tersebut ke dalam kelompok sedang, karena
pada saat dilakukan praproses dan segmentasi citra, bintik hitam itu dianggap
piksel 0.
Tingkat Kerapatan Hama Daun
Proses perhitungan tingkat serangan daun dimulai dengan menentukan
ukuran dan jumlah kotak dalam penarikan contoh. Pada proses penentuan area
penarikan contoh dilakukan dengan memanfaatkan sebaran histogram dari
informasi koordinat spasial. Dari informasi koordinat spasial tersebut dapat
ditentukan area yang merupakan koloni dari kutu kebul. Ukuran kotak yang
digunakan dalam penarikan contoh yaitu 195 x 30 (minimal) dan 270 x 180
(maksimal).
21
Proses penentuan area contoh bergantung pada sebaran kutu kebul pada
daun. Semakin banyak kutu kebul yang tersebar, maka semakin banyak area
penarikan contoh yang terbentuk. Tingkat serangan dihitung pada setiap area
penarikan contoh, kemudian hasilnya diakumulasikan sesuai dengan jumlah area
penarikan contoh yang terbentuk. Gambar 19 merupakan penarikan contoh yang
dilakukan.
Gambar 19 Penarikan contoh pada citra daun
Tingkat Kerapatan Hama Tanaman
Dari hasil tingkat serangan hama per daun, kemudian citra dari beberapa
daun tersebut dirata-ratakan untuk mendapatkan tingkat serangan per tanaman.
Tingkat serangan per tanaman didapatkan dengan rata-rata beberapa citra daun
pada setiap tanaman. Berikut perhitungan untuk tingkat serangan per tanaman,
(2)
dengan hp adalah kerapatan hama per individu tanaman dan n adalah banyaknya
daun yang diamati.
Tingkat Kerapatan Hama Area
Setelah didapatkan tingkat serangan tanaman, kemudian dilanjutkan dengan
proses perhitungan untuk area. Proses perhitungan tingkat serangan area
didapatkan dengan mengitung rata-rata tingkat serangan tanaman dalam satu area.
Hasil pengujian sistem terhadap 5 sample area tersebut yaitu: Tabel 13 untuk
pengujian area ke-1, Tabel 14 untuk pengujian area ke-2, Tabel 15 untuk
pengujian area ke-3, Tabel 16 untuk pengujian area ke-4, dan Tabel 17 untuk
pengujian area ke-5.
22
Tabel 13 Hasil pengujian area ke-1
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
8.04
4.18
8.04
7.41
Sedang
Tanaman 3
9.88
5.57
10.79
7.52
Berat
Tanaman 4
4.46
5.63
5.67
9.88
Sedang
Tanaman 5
4.46
5.63
9.88
5.57
Sedang
Tanaman 6
4.46
9.88
5.57
10.79
Sedang
Tanaman 7
4.46
5.63
5.67
8.04
Ringan
Tanaman 8
4.46
5.63
8.04
4.18
Sedang
Tanaman 9
4.46
8.04
4.18
8.04
Sedang
Tanaman 10
8.04
4.18
8.04
9.88
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Ringan
4.98
Sedang
6.92
Sedang
8.44
Sedang
6.41
Sedang
6.39
Sedang
7.68
Ringan
5.95
Ringan
5.58
Sedang
6.18
Sedang
7.54
6.60
Sedang
Tabel 14 Hasil pengujian area ke-2
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
6.36
7.61
6.88
6.19
Sedang
Tanaman 3
6.2
5.47
14.15
13.84
Berat
Tanaman 4
4.46
5.63
5.67
6.2
Ringan
Tanaman 5
4.46
5.63
6.2
5.47
Sedang
Tanaman 6
4.46
6.2
5.47
14.15
Sedang
Tanaman 7
4.46
5.63
5.67
6.36
Sedang
Hasil Uji
Ringan
4.98
Sedang
6.76
Berat
9.92
Ringan
5.49
Ringan
5.44
Sedang
7.57
Ringan
5.53
23
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 8
4.46
5.63
6.36
7.61
Sedang
Tanaman 9
4.46
6.36
7.61
6.88
Sedang
Tanaman 10
6.36
7.61
6.88
6.2
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Sedang
6.02
Ringan
6.33
Sedang
6.76
6.48
Sedang
Tabel 15 Hasil pengujian area ke-3
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
7.61
6.88
6.19
8.28
Sedang
Tanaman 3
5.43
10.45
6.09
6.93
Berat
Tanaman 4
4.46
5.63
5.67
5.43
Ringan
Tanaman 5
4.46
5.63
5.43
10.45
Sedang
Tanaman 6
4.46
5.43
10.45
6.09
Berat
Tanaman 7
4.46
5.63
5.67
7.61
Ringan
Tanaman 8
4.46
5.63
7.61
6.88
Sedang
Tanaman 9
4.46
7.61
6.88
6.19
Sedang
Tanaman 10
7.61
6.88
6.19
5.43
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Ringan
4.98
Sedang
7.24
Berat
7.23
Ringan
5.30
Sedang
6.49
Sedang
6.61
Ringan
5.84
Sedang
6.15
Sedang
6.29
Sedang
6.53
6.26
Sedang
Tabel 16 Hasil pengujian area ke-4
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
10.79
7.52
14.15
13.84
Berat
Hasil Uji
Ringan
4.98
Berat
11.58
24
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 3
9.88
10.79
14.15
13.84
Berat
Tanaman 4
4.46
5.63
5.67
9.88
Sedang
Tanaman 5
4.46
5.63
9.88
10.79
Sedang
Tanaman 6
4.46
9.88
10.79
14.15
Berat
Tanaman 7
10.79
14.15
13.84
7.41
Berat
Tanaman 8
4.46
5.63
14.15
13.84
Berat
Tanaman 9
4.46
9.88
14.15
13.84
Berat
Tanaman 10
9.88
5.57
14.15
13.84
Berat
Rata-rata tingkat serangan area
Berat
Hasil Uji
Berat
12.17
Sedang
6.41
Sedang
7.69
Berat
9.82
Berat
11.55
Berat
9.52
Berat
10.58
Berat
10.86
9.51
Berat
Tabel 17 Hasil pengujian area ke-5
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
13.84
5.43
10.45
6.09
Berat
Tanaman 3
10.79
14.15
13.84
10.45
Berat
Tanaman 4
4.46
5.63
5.67
10.79
Sedang
Tanaman 5
4.46
5.63
10.79
14.15
Sedang
Tanaman 6
4.46
10.79
14.15
13.84
Berat
Tanaman 7
14.15
13.84
10.45
6.36
Berat
Tanaman 8
4.46
5.63
13.84
10.45
Berat
Tanaman 9
4.46
10.79
13.84
10.45
Berat
Hasil Uji
Ringan
4.98
Berat
8.95
Berat
12.31
Sedang
6.64
Berat
8.76
Berat
10.81
Berat
11.20
Berat
8.60
Berat
9.89
25
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 10
14.15
13.84
10.45
6.09
Sedang
Rata-rata tingkat serangan area
Berat
Hasil Uji
Berat
11.13
9.33
Berat
Dari hasil pengujian sistem dengan lima area berbeda dan citra daun yang
diacak, didapatkan bahwa hasil yang didapatkan oleh sistem tidak berbeda jauh
dengan hasil analisis pakar. Dapat dilihat pada Tabel 18 menunjukkan nilai
akurasi yang didapatkan 100%. Setiap area mempunyai rata-rata dua hasil yang
berbeda dengan analisis pakar, akan tetapi hasil tersebut tidak mempengaruhi hasil
akhir dari sistem. Dengan kata lain, kesalahan segmentasi pada beberapa daun
tidak mempengaruhi nilai akhir untuk perhitungan per area. Berikut hasil
perhitungan tingkat serangan area oleh sistem.
Tabel 18 Perhitungan tingkat serangan area oleh sistem
Area
Area ke-1
Area ke-2
Area ke-3
Area ke-4
Area ke-5
Tingkat Serangan
6.60
6.48
6.26
9.51
9.33
Hipotesis
Sedang
Sedang
Sedang
Berat
Berat
Hasil Pengelompokan Sistem
Sedang
Sedang
Sedang
Berat
Berat
Pemetaan Area Serangan
Proses selanjutnya adalah proses terakhir dari sistem, yaitu proses pemetaan
area serangan. Proses pemetaan ini dilakukan dengan menentukan titik-titik lokasi
area tanaman pada Google Maps. Setelah titik-titik area serangan ditentukan,
kemudian akan diambil satu titik tengah dari semua titik-titik yang telah
dimasukkan. Titik inilah kemudian yang akan membentuk pin point pada Google
Maps.
Pada proses sebelumnya dilakukan analisis daun untuk setiap tanaman. Dari
hasil analisis daun per tanaman tersebut menghasilkan tingkat kerapatan hama per
tanaman. Tingkat kerapatan hama per tanaman tersebut kemudian diproses lebih
lanjut pada tahap ini. Hasil dari proses tersebut menghasilkan tingkat kerapatan
hama per area. Dari hasil tingkat kerapatan per area tersebut kemudian dilakukan
proses pemetaan. Gambar pemetaan area dapat dilihat pada Gambar 20. Pada
pemetaan area serangan, informasi visual yang disajikan berupa posisi area dan
tingkat serangan hama pada area tersebut. Warna-warna pada penanda posisi area
mengindikasikan tingkat serangan hama. Warna merah menunjukan tingkat
serangan berat, warna biru menunjukan tingkat serangan sedang dan warna hijau
menunjukan tingkat serangan ringan.
26
Gambar 20 Pemetaan area serangan
SIMPULAN DAN SARAN
Simpulan
1
2
3
4
5
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa:
Penelitian ini berhasil menghitung tingkat serangan hama kutu kebul pada
suatu area dan memetakannya kedalam Google Maps.
Perbedaan hasil segmentasi sistem dengan analisis pakar selalu ada pada
setiap area. Namun hasil tersebut tidak mempengaruhi hasil akhir dari
sistem.
Dengan dilakukannya proses pemetaan dapat membantu petugas pengendali
organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan
dini terhadap tanaman.
Berdasarkan hasil percobaan, sistem dapat mengidentifikasi tingkat serangan
hama kutu kebul walaupun perhitungan tingkat serangan hama kutu kebul
pada beberapa daun kurang akurat. Namun hasil sistem dalam perhitungan
tingkat serangan hama kutu kebul dalam suatu area mendapatkan nilai
akurasi 100 % sesuai dengan analisis pakar.
Aplikasi SIPESHA dapat menganalisis tingkat serangan hama kutu kebul
per daun, per tanaman maupun per area dan dapat memetakan langsung hasil
dari tingkat serangan per area.
27
Saran
Untuk pengembangan dari penelitian ini disarankan untuk mencoba
mengganti bentuk pemetaan pada pemetaan area serangan dengan bentuk area,
bukan dengan mengambil nilai tengah dari beberapa kordinat.
DAFTAR PUSTAKA
Ardiansyah. 2013. Pendugaan kerapatan populasi hama kutu kebul pada tanaman
sayuran menggunakan Segmentasi Watershed [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Baker RHA, Eyre D, Brunel S. 2013. Matching methods to produce maps for pest
risk analysis to resources. NeoBiota. 18: 25-40
[Borland] Borland Software Corporation. 2002. Web Application Developer’s
Guide. Texas (USA): Borland Software Corporation.
Connolly TM, CE Begg. 1998. Database Systems: A Practical Approach to
Design, Implementation and Management. London (UK): Addison-Wesley
longmanlimited.
Flint ML, Daar S, Molinar R. 2003. Establishing Integrated Pest Management
Policies and Programs: A Guide for Public Agencies. Oakland (US):
University of California.
Hutomo DT, Herdiyeni Y, Rauf A. 2013. Whitefly (Bemisia tabaci) calculation
based on image processing using Triangle Method. Di dalam: International
Conference on Computer, Control, Informatics, and Its Application; 2013
Nov 19-20; Jakarta, Indonesia (INA). hlm 165-168.
Marwoto, Inayati A. 2011. Kutu kebul: hama kedelai yang pengendaliannya
kurang mendapat perhatian. Iptek Tanaman Pangan. 6(1): 277-288.
Patil SB, Bodhe SK. 2011. Leaf disease severity measurement using image
processing. International Journal of Engineering and Technology. 3(5):
297-301.
Rauf A. 2013. Pemahaman aspek ekologi PHT berkelanjutan. Bogor (ID):
Departemen Proteksi Tanaman, Fakultas Pertanian IPB.
Sommerville I. 2007. Software Engineering. Ed ke-8. Harlow (GB): Pearson
Education.
Sunyoto A. 2010. Overview: Google Maps API V3 [skripsi]. Yogyakarta (ID):
Sekolah Tinggi Manajemen Informatika dan Komputer, Amikom
Yogyakarta.
28
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 03 Januari 1988 sebagai putra
ketiga dari tiga bersaudara dari pasangan Warta Adih dan Romlah. Penulis
memulai pendidikan formal di SD Negeri Gandoang II Cileungsi dan lulus pada
tahu 2001, kemudian melanjutkan pendidikan menengah pertama di SMP Negeri
1 Jonggol dan lulus pada tahun 2004. Penulis menempuh pendidikan menengah
atas di SMA Negeri 1 Cileungsi dan lulus pada tahun 2007. Setelah lulus SMA,
penulis melanjutkan pendidikan di Program Diploma IPB jurusan Teknik
Komputer. Kemudian penulis melanjutkan pendidikan sarjana pada tahun 2010 di
IPB. Sambil melanjutkan pendidikan di Program Alih Jenis Ilmu Komputer IPB,
penulis juga bekerja sebagai web developer pada perusahaan swasta di daerah
Jakarta Selatan.
SERANGAN HAMA KUTU KEBUL BERBASIS WEB
ROIS
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan
Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul Berbasis Web adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Januari 2016
Rois
NIM G64114038
ABSTRAK
ROIS. Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu
Kebul Berbasis Web. Dibimbing oleh YENI HERDIYENI.
Pemetaan tingkat serangan hama kutu kebul merupakan proses memetakan
lokasi penyebaran dan hasil dari nilai suatu tingkat serangan hama kutu kebul ke
dalam sebuah peta digital. Teknologi yang digunakan dalam proses pemetaan
adalah Google Maps. Aplikasi pemetaan serangan hama (SIPESHA)
dikembangkan berbasis web sehingga dapat diakses dari mana saja, cukup
terkoneksi jaringan internet dan memiliki browser. Dalam perancangan SIPESHA
digunakan model perancangan Waterfall. SIPESHA terdiri atas analisis tingkat
serangan hama kutu kebul per tanaman, analisis tingkat serangan hama kutu kebul
per area dan pemetaan tingkat serangan hama kutu kebul. Data citra daun yang
digunakan pada penelitian ini adalah 25 daun tanaman sayuran. Hasil pengujian
sistem yang disimulasikan dengan lima area berbeda dan citra daun yang diacak
didapatkan nilai akurasi 100%. SIPESHA diharapkan dapat mempermudah
petugas POPT dalam memantau penyebaran serangan hama dan melakukan
panenggulangan dini terhadap tanaman.
Kata kunci: Google Maps, kutu kebul, pemetaan
ABSTRACT
ROIS. Web Based Application Development and Mapping for Whitefly Attack.
Supervised by YENI HERDIYENI
This research maps the location of whitefly pest attack spread and the rate
of the attack into a digital map. The mapping process uses Google Maps as the
underlying technology. The pest mapping application, named SIPESHA, was
developed as a web-based application so it can be accessed from anywhere.
The development of SIPESHA uses the Waterfall approach. SIPESHA consists of
the analysis of whitefly pest attack per plant, the analysis of whitefly spread per
area, and the visualization in a web-based map. Leaf image data used in this
research are 25 leaves from vegetable crops. The test was simulated using five
different areas and randomized leaf images and achieved 100% accuracy.
SIPESHA expected to facilitate pest officers in monitoring the spread of pests
and conduct early countermeasures against plants.
Keywords: Google Maps, mapping, whitefly
PENGEMBANGAN APLIKASI DAN PEMETAAN TINGKAT
SERANGAN HAMA KUTU KEBUL BERBASIS WEB
ROIS
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Penguji:
1
Auzi Asfarian, SKom MKom
2
Aziz Kustiyo, SSi MKom
Judul Skripsi : Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama
Kutu Kebul Berbasis Web
Nama
: Rois
NIM
: G64114038
Disetujui oleh
Dr Yeni Herdiyeni, SSi MKom
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir berjudul
Pengembangan Aplikasi dan Pemetaan Tingkat Serangan Hama Kutu Kebul
Berbasis Web.
Terimakasih kepada orang tua tercinta Bapak dan Ibu atas dukungan serta
doa yang tak pernah putus untuk dipanjatkan dan kakak penulis yang selalu
memberikan dukungan di setiap kesempatan. Penulis mengucapkan terima kasih
pula kepada Ibu Yeni Herdiyeni selaku dosen pembimbing, Mas Ardiansyah,
Arief Luthfi Aulia dan rekan-rekan seperjuangan di Alih Jenis Ilmu Komputer
Angkatan 6 yang telah memberi semangat dan kenangan yang berharga.
Semoga penelitian ini memberikan manfaat bagi mahasiswa Ilmu Komputer
pada umumnya dan pembaca pada khususnya. Saran dan kritik yang membangun
akan diterima untuk perbaikan selanjutnya.
Bogor, Januari 2016
Rois
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
13
Latar Belakang
13
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
2
Aplikasi Berbasis Web
2
Waterfall Life Cycle
2
Kutu Kebul
4
Pengelolaan Hama Terpadu
4
Google Maps
6
Basis Data
6
Metode Segitiga (Triangle Method)
6
METODE
8
Analisis dan Definisi Kebutuhan
8
Perancangan Sistem dan Perangkat Lunak
8
Implementasi
8
Pengujian
9
Pengoperasian dan Pemeliharaan
9
HASIL DAN PEMBAHASAN
Analisis dan Definisi Kebutuhan
9
9
Perancangan Sistem dan Perangkat Lunak
11
Implementasi
14
Pengujian
19
SIMPULAN DAN SARAN
26
Simpulan
26
Saran
27
DAFTAR PUSTAKA
27
RIWAYAT HIDUP
29
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Fungsi aplikasi SIPESHA
Rancangan basis data
Data tanaman
Data hama tanaman
Data komoditas tanaman
Data daun tanaman
Area tanaman
Data kecamatan
Data kabupaten
Data provinsi
Hasil pengujian citra perdaun dengan sistem
Rentang nilai
Hasil pengujian area ke-1
Hasil pengujian area ke-2
Hasil pengujian area ke-3
Hasil pengujian area ke-4
Hasil pengujian area ke-5
Perhitungan tingkat serangan area oleh sistem
11
14
15
15
15
15
15
15
16
16
19
19
22
22
23
23
24
25
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Metode pengembangan waterfall
Daun tanaman terung yang terserang hama kutu kebul
Proses pelaksanaan PHT
Ilustrasi metode segitiga
Use case diagram aplikasi SIPESHA
Activity diagram aplikasi SIPESHA secara umum
Rancangan antarmuka penentuan lokasi tanaman
Rancangan antarmuka input jumlah tanaman
Rancangan antarmuka analisis citra
Rancangan antarmuka pemetaan
Relationships antartabel
Tahap penentuan area
Tahap input jumlah tanaman
Tahap analisis citra
Pemetaan
Rentang nilai pengelompokan tingkat serangan
Citra daun memiliki background yang luas
Citra daun memiliki serangan hama kutu kebul berbintik hitam
3
4
6
8
10
10
12
12
13
13
16
17
17
18
18
19
20
20
19 Penarikan contoh pada citra daun
20 Pemetaan area serangan
21
26
PENDAHULUAN
Latar Belakang
Indonesia merupakan salah satu negara yang memiliki potensi alam yang
besar tidak hanya dalam bidang kelautan tetapi juga dalam pengolahan pertanian.
Indonesia adalah negara agraris dengan mata pencaharian mayoritas penduduknya
dengan bercocok tanam. Potensi pertanian Indonesia yang tinggi salah satunya
disebabkan wilayah Indonesia yang memiliki wilayah daratan sepertiga dari luas
keseluruhan ini dilewati barisan pegunungan dunia. Hal ini menyebabkan wilayah
daratan Indonesia sangat subur. Oleh karena itu, tidak mengherankan jika
sebagian besar penduduk Indonesia bermata pencaharian sebagai petani. Itulah
mengapa selain disebut negara maritim, Indonesia juga disebut sebagai negara
agraris.
Salah satu kendala dalam bidang pertanian adalah gangguan organisme
pengganggu tanaman yaitu hama, penyakit dan gulma. Di antara hama yang
banyak menimbulkan kerusakan pada tanaman adalah kutu kebul Bemisia tabaci.
Kutu kebul dapat menimbulkan kerusakan secara langsung dan tidak langsung.
Kerugian yang terjadi akibat adanya serangan hama berupa kehilangan hasil
panen (kuantitas) dan penurunan mutu panen (kualitas). Kehilangan hasil akibat
serangan hama kutu kebul dapat mencapai 80%, bahkan dapat mengakibatkan
gagal panen jika tidak dikendalikan (Marwoto dan Inayati 2011).
Pada saat ini telah banyak dilakukan penelitian mengenai cara pengendalian
hama yang telah menghasilkan banyak data tentang tingkat serangan hama pada
tanaman. Hasil penelitian tersebut belum optimal dan terorganisir dengan baik
untuk pengendalian hama. Salah satu penyebabnya adalah selain kurangnya
jumlah petugas pengendali organisme pengganggu tanaman (POPT), juga
minimnya pengetahuan POPT mengenai tingkat serangan pada tanaman serta
sulitnya untuk memperoleh informasi mengenai lokasi penyebaran serangan
hama.
Oleh sebab itu, dibutuhkan aplikasi pemetaaan serangan hama (SIPESHA),
terutama hama kutu kebul. Pemetaan tanaman (plant mapping) merupakan salah
satu pengembangan teknologi komputer yang memerlukan bantuan Google Maps
untuk memetakan lokasi penyebaran serangan hama. Adapun manfaat dari
pemetaan serangan hama ialah mempermudah pencarian informasi lokasi
serangan hama. Dengan pemetaan juga dapat membantu petugas pengendali
organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan dini
terhadap tanaman.
Penelitian ini mengembangkan suatu sistem analisis dan pemetaan tingkat
serangan hama kutu kebul berbasis web. Dikembangkan berbasis web karena
aplikasi berbasis web dapat diakses darimana saja bahkan dengan platform yang
berbeda, cukup terkoneksi jaringan internet dan dipasangi browser, maka sudah
bisa menggunakan aplikasi berbasis web. Dengan demikian, sederhana dan tidak
perlu meng-install aplikasi tersebut secara khusus dikomputer yang akan
digunakan untuk mengaksesnya. Berbeda dengan Aplikasi berbasis desktop yang
aplikasi dibangunnya akan membutuhkan platform yang sama dengan aplikasi
2
desktop tersebut dibangun, dalam arti adanya ketergantungan secara umum pada
Sistem Operasi. Sistem ini merupakan pengembangan dari penelitian sebelumnya
yang dilakukan oleh Ardiansyah (2013), membandingkan metode area sampling
dengan segmentasi watershed dan Hutomo et al. (2013), mendeteksi kerapatan
hama kutu kebul menggunakan metode segitiga. Baker et al. (2013), melakukan
penelitian tentang metode pencocokan dalam proses pemetaan kerusakan yang
diakibatkan oleh hama.
Tujuan Penelitian
Tujuan dari penelitian ini adalah mengembangkan sistem untuk
menganalisis dan memetakan tingkat serangan hama kutu kebul berbasis web.
Manfaat Penelitian
Manfaat dari penelitian ini adalah menghasilkan suatu sistem untuk
melakukan analisis dan pemetaan tingkat serangan hama kutu kebul, sehingga
dapat membantu petugas pengendali organisme pengganggu tanaman (POPT)
dalam melakukan penanggulangan dini terhadap tanaman.
Ruang Lingkup Penelitian
1
2
Pada penelitian ini dilakukan pembatasan masalah pada:
Pengembangan aplikasi ini meliputi pembuatan aplikasi berbasis web dan
untuk mengetahui tingkat dan lokasi serangan hama kutu kebul pada
tanaman.
Data yang digunakan sebanyak 25 data citra daun
TINJAUAN PUSTAKA
Aplikasi Berbasis Web
Dalam rekayasa perangkat lunak, suatu aplikasi web (bahasa Inggris:
webapplication atau sering disingkat webapp) adalah suatu aplikasi yang diakses
menggunakan penjelajah web melalui suatu jaringan seperti Internet atau intranet.
Aplikasi web merupakan kumpulan HTML atau dokumen XML, komponen web
dan sumber daya lainnya baik dalam struktur direktori atau format arsip yang
dikenal (misalnya: war) (Borland 2002). Sebuah aplikasi web terletak pada server
pusat dan menyediakan layanan untuk berbagai klien.
Waterfall Life Cycle
Waterfall atau waterfall life cycle merupakan salah satu model dalam
perancangan perangkat lunak. Waterfall model merupakan sebuah contoh dari
3
proses perencanaan, yang semua proses kegiatannya harus terlebih dahulu
direncanakan dan dijadwalkan sebelum dikerjakan (Sommerville 2007). Tahapan
pada model waterfall dapat dilihat pada Gambar 1.
Gambar 1 Metode pengembangan waterfall
Berikut adalah penjelasan dari tahap-tahap yang dilakukan pada model
waterfall:
1
Analisis dan definisi kebutuhan
Tahap ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data
dalam tahap ini bisa dilakukan dengan penelitian, wawancara atau study
literature. Seorang sistem analis akan menggali informasi sebanyakbanyaknya dari user sehingga akan tercipta sebuah sistem komputer yang
bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini
akan menghasilkan dokumen user requirement atau bisa dikatakan sebagai
data yang berhubungan dengan keinginan user dalam pembuatan sistem.
Dokumen inilah yang akan menjadi acuan sistem analis untuk
menterjemahkan ke dalam bahasa program.
2
Perancangan sistem dan perangkat lunak
Pada tahan ini fokus pada struktur data, arsitektur perangkat lunak,
representasi interface dan detail algoritma procedural. Tahap ini akan
menghasilkan dokumen yang disebut software requirement. Dokumen ini
akan digunakan programmer untuk melakukan aktivitas pembuatan sistem.
3
Implementasi
Software requirement yang dihasilkan pada tahap sebelumnya akan
diimplementasikan oleh programmer pada tahap ini. Untuk dapat dimengerti
oleh mesin, dalam hal ini adalah komputer, maka software requirement tadi
harus diubah bentuknya menjadi bentuk yang dapat dimengerti oleh mesin,
yaitu ke dalam bahasa pemrograman melalui proses coding.
4
Pengujian dan integrasi sistem
Pada tahap ini, software atau aplikasi yang sudah diimplementasikan pada
tahap sebelumnya dilakukan pengujian. Pengujian dilakukan dengan
4
5
memastikan semua fungsi-fungsi dari software atau aplikasi sesuai dengan
kebutuhan yang sudah didefinisikan sebelumnya.
Pengoperasian dan pemeliharaan
Pemeliharaan suatu software diperlukan, termasuk di dalamnya adalah
pengembangan. Pengembangan diperlukan ketika adanya perubahan dari
eksternal perusahaan seperti ketika ada pergantian sistem operasi, atau
perangkat lainnya
Kutu Kebul
Kutu Kebul (bemisia tabaci) adalah serangga hama yang hidup menempel
pada permukaan bawah daun, berwarna putih dan sayapnya memiliki lapisan lilin
dan bertepung. Kutu kebul dapat menyebabkan kerusakan langsung pada tanaman
dan sebagai media penular (vektor) penyakit tanaman. Kutu kebul umumnya
menyerang berbagai macam tanaman sayuran. Namun demikian kerusakan yang
disebabkan oleh penyakit virus yang ditularkannya sering lebih merugikan
dibandingkan dengan kerusakan yang disebabkan oleh hama kutu kebul sendiri.
Kehilangan hasil akibat serangan hama kutu kebul dapat mencapai 80%, bahkan
dapat mengakibatkan gagal panen jika tidak dikendalikan (Marwoto dan Inayati
2011). Pada Gambar 2 dapat dilihat contoh daun tanaman yang terserang hama
kutu kebul.
Gambar 2 Daun tanaman terung yang terserang hama kutu kebul
Pengelolaan Hama Terpadu
Pengelolaan Hama Terpadu merupakan program pengelolaan pertanian secara
terpadu dengan memanfaatkan berbagai teknik pengendalian yang layak (kultural,
mekanik, fisik dan hayati) dengan tetap memperhatikan aspek-aspek ekologi, ekonomi
dan budaya untuk menciptakan suatu sistem pertanian yang berkelanjutan dengan
menekan terjadinya pencemaran terhadap lingkungan oleh pestisida dan kerusakan
lingkungan secara umum. Perkembangan populasi berbagai jenis hama yang cukup
pesat, mengakibatkan penanggulangan dini harus dilakukan untuk mengurangi
kegagalan panen. Sistem ini berupaya untuk meminimumkan populasi hama dengan
strategi kendali alamiah. Kendali alamiah ini yang nantinya akan melakukan
5
pemberantasan hama menggunakan kekuatan lingkungan secara fisik maupun faktor
biologi (seperti predator, parasit, dan patogen) untuk mengelola hama. Musuh alami
tersebut sangat banyak ditemukan di dalam ekosistem. Secara umum tujuan
dilakukannya pengelolaan hama untuk mengurangi kehilangan hasil panen. Untuk
mendukung keberhasilan usaha pengendalian, diperlukan peran aktif para petani dan
petugas POPT dalam mengamati (memantau) perkembangan populasi hama.
Pengelolaan Hama Terpadu (PHT) adalah strategi pengelolaan hama yang
berfokus pada pencegahan jangka panjang atau penekanan masalah hama dengan
meminimumkan dampak buruk terhadap kesehatan manusia, lingkungan, dan organisme
bukan sasaran (Flint et al. 2003). Menurut Flint et al. (2003) langkah-langkah untuk
mengembangkan program PHT meliputi:
1
Mengidentifikasi semua hama potensial (termasuk semua tahap kehidupan) ke
dalam sistem.
2
Menetapkan pedoman (aturan) pemantauan setiap jenis hama.
3
Menetapkan tingkatan kerusakan dan ambang tindakan untuk setiap jenis hama.
4
Membangun sistem pencatatan (basis data).
5
Mengembangkan daftar strategi pengelolaan yang tepat untuk setiap hama.
6
Mengembangkan kriteria khusus untuk pemilihan metode pengelolaan hama.
7
Mengembangkan panduan yang harus diikuti setiap kali pestisida akan digunakan.
8
Menunjuk seseorang yang bertanggung jawab untuk setiap langkah pengelolaan.
9
Mengembangkan daftar sumber daya.
10 Mempertimbangkan aturan PHT yang telah dikembangkan untuk menjadi “living
document” yang dapat berubah sesuai pengalaman dan informasi baru.
Dalam pelaksanaannya, tindakan PHT berbeda-beda sesuai permasalahan setempat
yang dihadapai. Namun secara umum, PHT tersusun dari empat proses kegiatan yaitu
(1) penangkalan, (2) pencegahan, (3) pemantauan, dan (4) penanggulangan (Rauf 2013).
Pelaksanaan PHT harus diawali dengan penangkalan, yaitu upaya agar pertanaman yang
kita usahakan terbebas dari hama dari sejak awal, misalnya dengan menggunakan bibit
yang bebas hama dan penyakit. Tahap kedua adalah pencegahan, yaitu kegiatan
budidaya tanaman untuk mencegah atau mengekang perkembangan hama agar tetap di
bawah tingkat yang merugikan. Yang ketiga adalah pemantauan, yaitu kegiatan
pengamatan yang dilakukan secara terjadwal, misalnya seminggu sekali, dengan tujuan
untuk memantau kecenderungan perkembangan populasi atau tingkat serangan hama.
Bila hasil pemantauan menunjukkan bahwa populasi hama telah melampaui batas yang
merugikan (ambang tindakan/AT), maka perlu dilakukan tindakan penanggulangan
(Gambar 3). Penelitian yang dilakukan di sini difokuskan pada tahapan pemantauan,
yaitu menduga tingkat kerapatan populasi hama kutu kebul pada tanaman sayuran.
Proses pendugaan ini menghasilkan model prediksi yang didasarkan pada pengolahan
citra daun.
6
Gambar 3 Proses pelaksanaan PHT
Google Maps
Google Maps adalah layanan pemetaan berbasis web services yang
disediakan oleh Google dan bersifat gratis, yang memiliki kemampuan terhadap
banyak layanan pemetaan berbasis web (Sunyoto 2010). Google Maps bersifat
server side, yaitu peta yang tersimpan pada server Google dapat dimanfaatkan
oleh pengguna. Google Maps API telah disediakan oleh Google dalam suatu
library berbentuk javascript yang berguna untuk memodifikasi peta yang ada di
Google Maps sesuai kebutuhan. Penggunaan Google Maps API dapat menghemat
waktu dan biaya untuk membangun aplikasi peta digital.
Basis Data
Basis data adalah koleksi data yang saling terhubung secara logis dan
memaparkan data yang ada serta dirancang untuk menentukan kembali informasi
yang diperlukan oleh suatu organisasi (Connolly dan Begg 1998). Perancangan
basis data sangat diperlukan untuk mempermudah pengelompokan data di dalam
tabel. Selain itu, perancangan basis data juga diperlukan untuk menghindari
terjadinya duplikasi data atau pengulangan data. Konsep perancangan basis data
dibagi dalam tiga tahapan, yaitu: perancangan basis data konseptual, perancangan
basis data logik, dan perancangan basis data fisik.
Metode Segitiga (Triangle Method)
Banyak faktor yang menyebabkan keanekaragaman kondisi citra pada saat
proses akuisisi. Beberapa faktor tersebut antara lain pencahayaan, sudut akuisisi
citra, noise, dan lain-lain. Dengan kondisi citra yang beranekaragam, maka
diperlukan sebuah proses segmentasi dinamis agar menghasilkan hasil yang
akurat. Segmentasi citra adalah proses pemisahan objek yang satu dengan objek
7
yang lain dalam suatu gambar. Ada 2 macam segmentasi, yaitu full segmentation
dan partial segmentation. Full segmentation adalah pemisahan suatu obyek secara
individu dari background dan diberi ID (label) pada tiap-tiap segmen. Partial
segmentation adalah pemisahan sejumlah data dari background. Oleh karena itu,
data yang disimpan hanya data yang dipisahkan saja untuk mempercepat proses
selanjutnya.
Proses segmentasi dinamis terkait erat dengan penentuan nilai threshold.
Threshold adalah nilai yang digunakan sebagai batas dalam proses segmentasi.
Metode segitiga adalah salah satu metode yang dapat digunakan untuk
menentukan nilai threshold optimal berdasarkan histogram citra (Patil dan Bodhe
2011). Ada 7 tahapan yang dilakukan pada metode ini. Pertama, dari histogram
citra dicari nilai frekuensi histogram maksimum (Bmax). Nilai frekuensi ini
digunakan sebagai acuan utama pada perhitungan selanjutnya. Kedua, dicari nilai
piksel tidak nol pertama (Bmin) pada bagian kiri dan kanan dari nilai frekuensi
histogram maksimum. Ketiga, dihitung jarak dari frekuensi maksimum titik tidak
nol sebelah kiri dan kanan (d). Keempat, dipilih lokasi histogram dengan jarak
yang lebih besar. Lokasi ini menandakan bagian yang memiliki frekuensi nilai
piksel yang paling banyak. Kelima, ditarik garis dari titik maksimum ke titik tidak
nol pada lokasi tersebut. Keenam, untuk setiap piksel pada lokasi histogram
tersebut dicari jarak dari nilai frekuensi piksel ke garis tersebut dengan
menggunakan persamaan 1
(1)
dengan:
d
: jarak ke garis
x
: nilai piksel
y
: nilai frekuensi histogram piksel
m
: gradien garis
b
: nilai titik yang memotong sumbu y
Bmax : nilai frekuensi tertinggi pada histogram.
Ketujuh, dari semua jarak tersebut dicari jarak maksimum. Nilai piksel yang
memiliki jarak maksimum dijadikan sebagai nilai threshold. Berikut adalah
Gambar 4 yang mengilustrasikan metode segitiga.
8
Gambar 4 Ilustrasi metode segitiga
METODE
Analisis dan Definisi Kebutuhan
Analisis dan definisi kebutuhan merupakan tahap pertama yang dilakukan
pada waterfall life cycle. Pada tahap ini dilakukan identifikasi tujuan dan batasan
pada sistem yang akan dibangun. Analisis kebutuhan dilakukan melalui
wawancara dengan Guru Besar Entomologi dan juga Ahli hama dari IPB, Prof.
Dr. Aunu Rauf, M.Sc. Secara umum kebutuhan tersebut meliputi:
1
Kebutuhan akan sistem informasi yang dapat menganalisis tingkat serangan
hama per daun, per tanaman, dan per area.
2
Kebutuhan akan sistem informasi yang dapat memetakan tingkat serangan
hama per area ke dalam Google Maps.
Perancangan Sistem dan Perangkat Lunak
Tahap ini merupakan pendefinisian atau pemodelan dari analisis kebutuhan
menjadi suatu reperesentasi aplikasi sebelum diimplementasikan. Hal ini
diperlukan untuk mendapatkan rancangan aplikasi yang terstruktur. Perancangan
dilakukan dengan menggunakan notasi grafis UML, yaitu class diagram, use case
diagram, dan sequence diagram.
Implementasi
Implementasi dari perancangan dilakukan dengan menggunakan Codeigniter
framework, opencv 4.0, dan c++. Lingkungan pengembangan yang digunakan
adalah sebagai berikut:
Perangkat Lunak: Windows 7 Ultimate, phpDesigner 8, Putty, Browser
Mozilla Firefox 40.0.2, CodeBlocks.
9
Perangkat Keras: Intel Core 2 Duo T65702.1 GHz, 3 GB RAM, harddisk
250 GB, keyboard, mouse dan monitor
Pengujian
Pengujian dilakukan untuk mendeteksi kesalahan-kesalahan (error) pada
perangkat lunak sebelum dikirim ke pengguna. Unit program yang telah
terintegrasi sebagai suatu sistem yang komplit dilakukan pengujian untuk
memastikan bahwa perangkat lunak sudah sesuai dengan requirement pengguna
(Sommervile 2007). Sistem yang telah diuji akan segera dikirim ke pengguna
apabila sudah sesuai kebutuhan pengguna. Pengujian sistem yang dilakukan
adalah dengan membandingan data citra daun dari analisis pakar dengan hasil
sistem.
Pengoperasian dan Pemeliharaan
Pada tahap ini biasanya merupakan fase yang cukup lama dalam proses
pengembangan perangkat lunak meskipun tidak selalu demikian (Sommerville
2007). Pada tahap pengoperasian dan pemeliharaan dilakukan instalasi sistem dan
penggunaan perangkat lunak. Pada tahap ini juga dilakukan pemeliharaan sistem
untuk mengurangi kesalahan-kesalahan yang ditemukan, dan mengoptimalkan
sistem selama dalam proses penggunaan.
HASIL DAN PEMBAHASAN
Analisis dan Definisi Kebutuhan
Pada tahap ini didapatkan beberapa gambaran umum dan definisi kebutuhan
dari aplikasi SIPESHA. Beberapa hal yang dianalisis pada tahap ini antara lain:
1
Deskripsi Umum Sistem
SIPESHA adalah aplikasi berbasis web yang dapat digunakan untuk
membantu petugas pengendali organisme pengganggu tanaman (POPT) dalam
melakukan penanggulangan dini terhadap tanaman. Sistem ini dapat memberikan
informasi tingkat serangan hama kutu kebul pada suatu area. Informasi tersebut
diperoleh dari proses pemetaan pada Google Maps.
2
Analisis Kebutuhan Pengguna
Pengguna dari aplikasi SIPESHA adalah petugas pengendali organisme
pengganggu tanaman (POPT). Pengguna dapat melakukan analisis tingkat
serangan hama per tanaman dan per area. Dari proses tersebut, pengguna dapat
melakukan proses pemetaan dengan bantuan Google Maps.
3
Analisis Kebutuhan Sistem
Untuk memenuhi kebutuhan pengguna, aplikasi SIPESHA yang akan
dirancang adalah seperti Gambar 5:
10
Gambar 5 Use case diagram aplikasi SIPESHA
Aktivitas yang ada dalam sebuah use case diagram dapat dimodelkan dalam
sebuah activity diagram. Aktivitas tersebut ditunjukkan oleh Gambar 6.
Pengguna
Start
SIPESHA
Halaman
Utama Tampil
Input Lokasi
Tanaman
Input Jumlah
Tanaman
Tab Input Jumlah
Tanaman Tampil
Tab Analisis Citra
Tampil
Input Citra
Tanaman
Tab Pemetaan
Tampil
End
Gambar 6 Activity diagram aplikasi SIPESHA secara umum
11
dari rancangan tersebut kemudian dibuat fungsi dan batasan-batasan untuk
memenuhi semua kebutuhan pengguna. Fungsi dari sistem ini dapat dilihat pada
Tabel 1.
Tabel 1 Fungsi aplikasi SIPESHA
Kode Fungsi
[SIPESHA-001]
[SIPESHA-002]
[SIPESHA-003]
Deskripsi
Menentukan lokasi tanaman
Menganalisis tingkat serangan hama per tanaman
Menganalisis tingkat serangan hama per area dan pemetaan
Perancangan Sistem dan Perangkat Lunak
Pada tahap ini diperoleh hasil perancangan dari aplikasi SIPESHA.
Perancangan aplikasi SIPESHA antara lain:
Perancangan Input dan Output
Perancangan input berfungsi untuk menerima input dari pengguna aplikasi
SIPESHA. Input yang ada pada aplikasi SIPESHA berupa teks yang diketik oleh
pengguna melalui keyboard dan pin point pada penentuan lokasi hama di Google
Maps yang diklik oleh pengguna melalui mouse.
Output pada aplikasi SIPESHA berupa halaman desktop berbentuk tab dan
dinamis. Tab yang dinamis akan menampilkan data yang tersimpan di dalam data
sumber yang dipanggil melalui javascript dan query tertentu sehingga isi dari
setiap tab-nya dapat berubah-ubah pada saat run-time. Selain itu, aplikasi
SIPESHA juga menghasilkan output berupa pemetaan dengan menggunakan
Google Maps.
1
2
Perancangan Antarmuka
Perancangan antarmuka dirancang untuk memberikan tampilan yang sesuai
dengan kebutuhan pengguna. Antarmuka sistem ini terdiri dari bagian menu,
section, tab dan footer. Berikut adalah beberapa rancangan antarmuka dari
aplikasi SIPESHA.
a
Penentuan lokasi tanaman
Pada perancangan antarmuka penentuan lokasi tanaman ini, pengguna
nantinya diharapkan dapat menentukan lokasi tanaman ke dalam Google
Maps. Berikut ini adalah Gambar 7 yang merupakan rancangan antarmuka
penentuan lokasi tanaman.
12
Gambar 7 Rancangan antarmuka penentuan lokasi tanaman
b
Input jumlah tanaman
Setelah pengguna menentukan lokasi tanaman, pengguna akan diarahkan
untuk memasukkan jumlah tanaman yang akan dianalisis. Rancangan input
jumlah tanaman dapat dilihat pada Gambar 8:
Gambar 8 Rancangan antarmuka input jumlah tanaman
13
c
Analisis citra
Area ini digunakan untuk menganalisis citra daun dari tiap tanaman.
Pengguna meng-input-kan daun untuk masing-masing tanaman untuk
dianalisis. Rancangan antarmuka analisis citra dapat dilihat pada Gambar 9.
Gambar 9 Rancangan antarmuka analisis citra
d
Pemetaan
Pemetaan merupakan inti pada sistem penelitian ini. Pada tahap ini
pengguna memetakan hasil dari proses analisis citra daun sebelumnya ke
dalam Google Maps. Rancangan antarmuka pemetaan dapat dilihat pada
Gambar 10.
Gambar 10 Rancangan antarmuka pemetaan
14
Implementasi
Pada tahap ini, seluruh perancangan yang dibuat pada tahap sebelumnya
diimplementasikan. Implementasi aplikasi SIPESHA meliputi:
1
Perancangan Basis Data
Perancangan basis data merupakan proses menciptakan perancangan untuk
basis data yang akan mendukung operasi dan tujuan (Connolly dan Begg 2002).
Dalam merancang suatu basis data, digunakan metodologi-metodologi yang
membantu dalam tahap perancangan basis data. Metodologi perancangan adalah
pendekatan struktur dengan menggunakan prosedur, teknik, alat, serta bantuan
dokumen untuk membantu dan memudahkan dalam proses perancangan. Dengan
menggunakan teknik metode disain ini dapat membantu dalam merencanakan,
mengatur, mengontrol, dan mengevaluasi database development project
(Connolly dan Begg 2002). Hasil perancangan basis data dapat dilihat pada Tabel
2 berikut:
Tabel 2 Rancangan basis data
Nama
provinsi
Tipe
Tabel
Primary Key
id_prov
kabupaten
Tabel
id_kab
kecamatan Tabel
id_kec
area
tanaman
Tabel
Tabel
id_area
id_tanaman
komoditas
Tabel
id_komoditas
hama
Tabel
id_hama
daun
Tabel
id_daun
Deskripsi
Tabel provinsi berisi data seluruh
provinsi
Tabel kabupaten berisi data seluruh
kabupaten
Tabel kecamatan berisi data seluruh
kecamatan
Tabel area berisi data seluruh area
Tabel tanaman berisi data seluruh
tanaman
Tabel komoditas berisi data seluruh
komoditas
Tabel hama berisi data seluruh
hama
Tabel daun berisi data seluruh
daun
Perancangan basis data fisik dipresentasikan melalui tabel-tabel. Basis data
pada penelitian ini terdiri dari 8 tabel, yaitu: tabel data infeksi hama pada tanaman
(lihat Tabel 3), tabel data hama tanaman (lihat Tabel 4), tabel data daun tanaman
(lihat Tabel 5), tabel data komoditas tanaman (lihat Tabel 6), tabel data area (lihat
Tabel 7), tabel data kecamatan (lihat Tabel 8), tabel data kabupaten (lihat Tabel
9), dan tabel data provinsi (lihat Tabel 10). Relasi ke-8 tabel tersebut dapat dilihat
pada Gambar 11.
15
Tabel 3 Data tanaman
No
1
2
3
4
5
Nama Field
id_tanaman
serangan_tanaman
id_hama
id_komoditas
id_daun
Tipe
Int
Double
Varchar
Varchar
Varchar
Panjang
11
Keterangan
Primary key
10
10
10
Tabel 4 Data hama tanaman
No
1
2
3
Nama Field
id_hama
ilmiah_hama
lokal_hama
Tipe
Int
Varchar
Varchar
Panjang
11
50
50
Keterangan
Primary key
Tabel 5 Data komoditas tanaman
No
1
2
3
Nama Field
id_komoditas
ilmiah_komoditas
lokal_komoditas
Tipe
Int
Varchar
Varchar
Panjang
11
50
50
Keterangan
Primary key
Tabel 6 Data daun tanaman
no
1
2
3
4
nama field
id_daun
jumlah_hama
tingkat_serangan_daun
id_tanaman
Tipe
Int
Int
Double
Int
Panjang
11
Keterangan
Primary key
11
Tabel 7 Area tanaman
no
1
2
3
4
5
6
nama field
id_area
nama_area
kordinat
luas_area
tingkat_serangan_area
id_tanaman
Tipe
Int
Varchar
Double
Double
Double
Int
Panjang
11
50
Keterangan
Primary key
11
Tabel 8 Data kecamatan
no
1
2
3
nama field
id_kec
nama_kec
id_area
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
16
Tabel 9 Data kabupaten
no
1
2
3
nama field
id_kab
nama_kab
id_kec
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
Tabel 10 Data provinsi
No
1
2
3
Nama field
id_prov
nama_prov
Id_kab
Tipe
Int
Varchar
Int
Panjang
11
50
11
Keterangan
Primary key
Gambar 11 Relationships antartabel
2
Implementasi Antarmuka
Pada aplikasi SIPESHA, yang pertama muncul adalah menentukan lokasi
tanaman. Pada proses penentuan lokasi, pengguna diminta untuk memasukan atau
mengklik lokasi tanaman pada Google Maps. Bentuk dari lokasi serangan yang di
input-kan pengguna berupa area dengan pinpoint. Berikut adalah implementasi
dari halaman utama dari aplikasi SIPESHA.
1
Penentuan area
Proses pemetaan diawali dengan penentuan titik atau lokasi tanaman.
Penentuan lokasi tanaman ini dilakukan dengan pinpoint pada Google Maps.
Dapat dilihat pada Gambar 12.
17
Gambar 12 Tahap penentuan area
2
Input jumlah tanaman
Setelah melakukan proses penentuan lokasi, tahap selanjutnya adalah menginput-kan jumlah tanaman yang akan dianalisis. Tahap ini dapat dilihat pada
Gambar 13.
Gambar 13 Tahap input jumlah tanaman
3
Menghitung tingkat serangan
Tahap ini akan melakukan analisis terhadap daun tanaman. Pada tahap ini
akan muncul proses analisis daun sejumlah input-an tanaman pada proses
sebelumnya. Tahap ini akan melakukan proses analisis terhadap daun yang
di-input-kan untuk setiap tanaman. Output dari proses ini berupa data tingkat
18
kerapatan hama per tanaman yang disimpan dalam database. Proses
perhitungan tingkat serangan dapat dilihat pada Gambar 14.
Gambar 14 Tahap analisis citra
4
Pemetaan area tingkat serangan
Tahap ini merupakan tahap akhir dari sistem. Pada proses sebelumnya
dilakukan analisis daun untuk setiap tanaman. Dari hasil analisis daun per
tanaman tersebut menghasilkan tingkat kerapatan hama per tanaman.
Tingkat kerapatan hama per tanaman tersebut kemudian diproses lebih lanjut
pada tahap ini. Hasil dari proses tersebut menghasilkan tingkat kerapatan
hama per area. Dari hasil tingkat kerapatan per area tersebut kemudian
dilakukan proses pemetaan. Proses pemetaan dapat dilihat pada Gambar 15.
Gambar 15 Pemetaan
19
Pengujian
Pengujian sistem yang dilakukan adalah dengan membandingan data citra
daun dari analisis pakar dengan hasil sistem. Dari hasil analisis pakar didapatkan
tiga kelompok citra daun yaitu sedang, ringan, dan berat. Dari hasil analisi pakar
tersebut kemudian dilakukan pengujian terhadap sistem. Hasil pengujian sistem
didapatkan sebuah rentang nilai untuk menentukan pengelompokan tingkat
serangan. Berikut adalah Tabel 11 yang merupakan pengelompokan dan hasil
pengujian perdaun dengan sistem.
Tabel 11 Hasil pengujian citra perdaun dengan sistem
1
2
3
4
5
6
7
8
9
10
11
12
Rata-rata
Ringan Sedang
4.46
8.04
5.63
4.18
5.67
8.04
4.15
7.41
6.36
7.61
6.88
6.19
8.28
4.98
Berat
9.88
5.57
10.79
7.52
6.2
5.47
14.15
13.84
5.43
10.45
6.09
6.93
8.53
7.00
Hasil pengujian tersebut didapatkan rentang nilai untuk pengelompokan citra
daun yang terserang hama (lihat Tabel 12). Gambar 16 merupakan rentang nilai
dalam pengelompokan tingkat serangan.
Gambar 16 Rentang nilai pengelompokan tingkat serangan
Tabel 12 Rentang nilai
No
1
Kelompok Citra
Ringan
Rentang Nilai
x< 5.99
2
Sedang
5.99 ≤ x ≤ 7.76
3
Berat
x >7.76
20
Data citra yang diujikan sebanyak 25, hasilnya 14 data citra valid sesuai
dengan pakar dan 11 data citra lainnya tidak valid. Dari hasil analisis ke 11 daun
yang tidak valid tersebut beberapa daun yang seharusnya masuk ke dalam
kelompok sedang, dianggap oleh sistem masuk kelompok berat, hal tersebut
dikarenakan citra daun memiliki background yang terlalu luas. Gambar 17 adalah
citra daun yang dianggap oleh sistem masuk kelompok berat.
Gambar 17 Citra daun memiliki background yang luas
Sementara itu, ada citra daun yang seharusnya masuk kelompok berat
menurut pakar, tetapi berdasarkan sistem, citra tersebut dikelompokkan ke dalam
kelompok sedang. Dari hasil analisis ternyata citra daun yang dianggap sedang
tersebut terserang hama kutu kebul berbentuk bintik hitam. Gambar 18 merupakan
data citra yang dianggap oleh sistem masuk kelompok sedang.
Gambar 18 Citra daun memiliki serangan hama kutu kebul berbintik hitam
Sistem mengelompokkan citra tersebut ke dalam kelompok sedang, karena
pada saat dilakukan praproses dan segmentasi citra, bintik hitam itu dianggap
piksel 0.
Tingkat Kerapatan Hama Daun
Proses perhitungan tingkat serangan daun dimulai dengan menentukan
ukuran dan jumlah kotak dalam penarikan contoh. Pada proses penentuan area
penarikan contoh dilakukan dengan memanfaatkan sebaran histogram dari
informasi koordinat spasial. Dari informasi koordinat spasial tersebut dapat
ditentukan area yang merupakan koloni dari kutu kebul. Ukuran kotak yang
digunakan dalam penarikan contoh yaitu 195 x 30 (minimal) dan 270 x 180
(maksimal).
21
Proses penentuan area contoh bergantung pada sebaran kutu kebul pada
daun. Semakin banyak kutu kebul yang tersebar, maka semakin banyak area
penarikan contoh yang terbentuk. Tingkat serangan dihitung pada setiap area
penarikan contoh, kemudian hasilnya diakumulasikan sesuai dengan jumlah area
penarikan contoh yang terbentuk. Gambar 19 merupakan penarikan contoh yang
dilakukan.
Gambar 19 Penarikan contoh pada citra daun
Tingkat Kerapatan Hama Tanaman
Dari hasil tingkat serangan hama per daun, kemudian citra dari beberapa
daun tersebut dirata-ratakan untuk mendapatkan tingkat serangan per tanaman.
Tingkat serangan per tanaman didapatkan dengan rata-rata beberapa citra daun
pada setiap tanaman. Berikut perhitungan untuk tingkat serangan per tanaman,
(2)
dengan hp adalah kerapatan hama per individu tanaman dan n adalah banyaknya
daun yang diamati.
Tingkat Kerapatan Hama Area
Setelah didapatkan tingkat serangan tanaman, kemudian dilanjutkan dengan
proses perhitungan untuk area. Proses perhitungan tingkat serangan area
didapatkan dengan mengitung rata-rata tingkat serangan tanaman dalam satu area.
Hasil pengujian sistem terhadap 5 sample area tersebut yaitu: Tabel 13 untuk
pengujian area ke-1, Tabel 14 untuk pengujian area ke-2, Tabel 15 untuk
pengujian area ke-3, Tabel 16 untuk pengujian area ke-4, dan Tabel 17 untuk
pengujian area ke-5.
22
Tabel 13 Hasil pengujian area ke-1
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
8.04
4.18
8.04
7.41
Sedang
Tanaman 3
9.88
5.57
10.79
7.52
Berat
Tanaman 4
4.46
5.63
5.67
9.88
Sedang
Tanaman 5
4.46
5.63
9.88
5.57
Sedang
Tanaman 6
4.46
9.88
5.57
10.79
Sedang
Tanaman 7
4.46
5.63
5.67
8.04
Ringan
Tanaman 8
4.46
5.63
8.04
4.18
Sedang
Tanaman 9
4.46
8.04
4.18
8.04
Sedang
Tanaman 10
8.04
4.18
8.04
9.88
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Ringan
4.98
Sedang
6.92
Sedang
8.44
Sedang
6.41
Sedang
6.39
Sedang
7.68
Ringan
5.95
Ringan
5.58
Sedang
6.18
Sedang
7.54
6.60
Sedang
Tabel 14 Hasil pengujian area ke-2
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
6.36
7.61
6.88
6.19
Sedang
Tanaman 3
6.2
5.47
14.15
13.84
Berat
Tanaman 4
4.46
5.63
5.67
6.2
Ringan
Tanaman 5
4.46
5.63
6.2
5.47
Sedang
Tanaman 6
4.46
6.2
5.47
14.15
Sedang
Tanaman 7
4.46
5.63
5.67
6.36
Sedang
Hasil Uji
Ringan
4.98
Sedang
6.76
Berat
9.92
Ringan
5.49
Ringan
5.44
Sedang
7.57
Ringan
5.53
23
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 8
4.46
5.63
6.36
7.61
Sedang
Tanaman 9
4.46
6.36
7.61
6.88
Sedang
Tanaman 10
6.36
7.61
6.88
6.2
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Sedang
6.02
Ringan
6.33
Sedang
6.76
6.48
Sedang
Tabel 15 Hasil pengujian area ke-3
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
7.61
6.88
6.19
8.28
Sedang
Tanaman 3
5.43
10.45
6.09
6.93
Berat
Tanaman 4
4.46
5.63
5.67
5.43
Ringan
Tanaman 5
4.46
5.63
5.43
10.45
Sedang
Tanaman 6
4.46
5.43
10.45
6.09
Berat
Tanaman 7
4.46
5.63
5.67
7.61
Ringan
Tanaman 8
4.46
5.63
7.61
6.88
Sedang
Tanaman 9
4.46
7.61
6.88
6.19
Sedang
Tanaman 10
7.61
6.88
6.19
5.43
Sedang
Rata-rata tingkat serangan area
Sedang
Hasil Uji
Ringan
4.98
Sedang
7.24
Berat
7.23
Ringan
5.30
Sedang
6.49
Sedang
6.61
Ringan
5.84
Sedang
6.15
Sedang
6.29
Sedang
6.53
6.26
Sedang
Tabel 16 Hasil pengujian area ke-4
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
10.79
7.52
14.15
13.84
Berat
Hasil Uji
Ringan
4.98
Berat
11.58
24
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 3
9.88
10.79
14.15
13.84
Berat
Tanaman 4
4.46
5.63
5.67
9.88
Sedang
Tanaman 5
4.46
5.63
9.88
10.79
Sedang
Tanaman 6
4.46
9.88
10.79
14.15
Berat
Tanaman 7
10.79
14.15
13.84
7.41
Berat
Tanaman 8
4.46
5.63
14.15
13.84
Berat
Tanaman 9
4.46
9.88
14.15
13.84
Berat
Tanaman 10
9.88
5.57
14.15
13.84
Berat
Rata-rata tingkat serangan area
Berat
Hasil Uji
Berat
12.17
Sedang
6.41
Sedang
7.69
Berat
9.82
Berat
11.55
Berat
9.52
Berat
10.58
Berat
10.86
9.51
Berat
Tabel 17 Hasil pengujian area ke-5
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 1
4.46
5.63
5.67
4.15
Ringan
Tanaman 2
13.84
5.43
10.45
6.09
Berat
Tanaman 3
10.79
14.15
13.84
10.45
Berat
Tanaman 4
4.46
5.63
5.67
10.79
Sedang
Tanaman 5
4.46
5.63
10.79
14.15
Sedang
Tanaman 6
4.46
10.79
14.15
13.84
Berat
Tanaman 7
14.15
13.84
10.45
6.36
Berat
Tanaman 8
4.46
5.63
13.84
10.45
Berat
Tanaman 9
4.46
10.79
13.84
10.45
Berat
Hasil Uji
Ringan
4.98
Berat
8.95
Berat
12.31
Sedang
6.64
Berat
8.76
Berat
10.81
Berat
11.20
Berat
8.60
Berat
9.89
25
Tanaman
Daun 1
Daun 2
Daun 3
Daun 4
Hipotesis
Tanaman 10
14.15
13.84
10.45
6.09
Sedang
Rata-rata tingkat serangan area
Berat
Hasil Uji
Berat
11.13
9.33
Berat
Dari hasil pengujian sistem dengan lima area berbeda dan citra daun yang
diacak, didapatkan bahwa hasil yang didapatkan oleh sistem tidak berbeda jauh
dengan hasil analisis pakar. Dapat dilihat pada Tabel 18 menunjukkan nilai
akurasi yang didapatkan 100%. Setiap area mempunyai rata-rata dua hasil yang
berbeda dengan analisis pakar, akan tetapi hasil tersebut tidak mempengaruhi hasil
akhir dari sistem. Dengan kata lain, kesalahan segmentasi pada beberapa daun
tidak mempengaruhi nilai akhir untuk perhitungan per area. Berikut hasil
perhitungan tingkat serangan area oleh sistem.
Tabel 18 Perhitungan tingkat serangan area oleh sistem
Area
Area ke-1
Area ke-2
Area ke-3
Area ke-4
Area ke-5
Tingkat Serangan
6.60
6.48
6.26
9.51
9.33
Hipotesis
Sedang
Sedang
Sedang
Berat
Berat
Hasil Pengelompokan Sistem
Sedang
Sedang
Sedang
Berat
Berat
Pemetaan Area Serangan
Proses selanjutnya adalah proses terakhir dari sistem, yaitu proses pemetaan
area serangan. Proses pemetaan ini dilakukan dengan menentukan titik-titik lokasi
area tanaman pada Google Maps. Setelah titik-titik area serangan ditentukan,
kemudian akan diambil satu titik tengah dari semua titik-titik yang telah
dimasukkan. Titik inilah kemudian yang akan membentuk pin point pada Google
Maps.
Pada proses sebelumnya dilakukan analisis daun untuk setiap tanaman. Dari
hasil analisis daun per tanaman tersebut menghasilkan tingkat kerapatan hama per
tanaman. Tingkat kerapatan hama per tanaman tersebut kemudian diproses lebih
lanjut pada tahap ini. Hasil dari proses tersebut menghasilkan tingkat kerapatan
hama per area. Dari hasil tingkat kerapatan per area tersebut kemudian dilakukan
proses pemetaan. Gambar pemetaan area dapat dilihat pada Gambar 20. Pada
pemetaan area serangan, informasi visual yang disajikan berupa posisi area dan
tingkat serangan hama pada area tersebut. Warna-warna pada penanda posisi area
mengindikasikan tingkat serangan hama. Warna merah menunjukan tingkat
serangan berat, warna biru menunjukan tingkat serangan sedang dan warna hijau
menunjukan tingkat serangan ringan.
26
Gambar 20 Pemetaan area serangan
SIMPULAN DAN SARAN
Simpulan
1
2
3
4
5
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa:
Penelitian ini berhasil menghitung tingkat serangan hama kutu kebul pada
suatu area dan memetakannya kedalam Google Maps.
Perbedaan hasil segmentasi sistem dengan analisis pakar selalu ada pada
setiap area. Namun hasil tersebut tidak mempengaruhi hasil akhir dari
sistem.
Dengan dilakukannya proses pemetaan dapat membantu petugas pengendali
organisme pengganggu tanaman (POPT) dalam melakukan penanggulangan
dini terhadap tanaman.
Berdasarkan hasil percobaan, sistem dapat mengidentifikasi tingkat serangan
hama kutu kebul walaupun perhitungan tingkat serangan hama kutu kebul
pada beberapa daun kurang akurat. Namun hasil sistem dalam perhitungan
tingkat serangan hama kutu kebul dalam suatu area mendapatkan nilai
akurasi 100 % sesuai dengan analisis pakar.
Aplikasi SIPESHA dapat menganalisis tingkat serangan hama kutu kebul
per daun, per tanaman maupun per area dan dapat memetakan langsung hasil
dari tingkat serangan per area.
27
Saran
Untuk pengembangan dari penelitian ini disarankan untuk mencoba
mengganti bentuk pemetaan pada pemetaan area serangan dengan bentuk area,
bukan dengan mengambil nilai tengah dari beberapa kordinat.
DAFTAR PUSTAKA
Ardiansyah. 2013. Pendugaan kerapatan populasi hama kutu kebul pada tanaman
sayuran menggunakan Segmentasi Watershed [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Baker RHA, Eyre D, Brunel S. 2013. Matching methods to produce maps for pest
risk analysis to resources. NeoBiota. 18: 25-40
[Borland] Borland Software Corporation. 2002. Web Application Developer’s
Guide. Texas (USA): Borland Software Corporation.
Connolly TM, CE Begg. 1998. Database Systems: A Practical Approach to
Design, Implementation and Management. London (UK): Addison-Wesley
longmanlimited.
Flint ML, Daar S, Molinar R. 2003. Establishing Integrated Pest Management
Policies and Programs: A Guide for Public Agencies. Oakland (US):
University of California.
Hutomo DT, Herdiyeni Y, Rauf A. 2013. Whitefly (Bemisia tabaci) calculation
based on image processing using Triangle Method. Di dalam: International
Conference on Computer, Control, Informatics, and Its Application; 2013
Nov 19-20; Jakarta, Indonesia (INA). hlm 165-168.
Marwoto, Inayati A. 2011. Kutu kebul: hama kedelai yang pengendaliannya
kurang mendapat perhatian. Iptek Tanaman Pangan. 6(1): 277-288.
Patil SB, Bodhe SK. 2011. Leaf disease severity measurement using image
processing. International Journal of Engineering and Technology. 3(5):
297-301.
Rauf A. 2013. Pemahaman aspek ekologi PHT berkelanjutan. Bogor (ID):
Departemen Proteksi Tanaman, Fakultas Pertanian IPB.
Sommerville I. 2007. Software Engineering. Ed ke-8. Harlow (GB): Pearson
Education.
Sunyoto A. 2010. Overview: Google Maps API V3 [skripsi]. Yogyakarta (ID):
Sekolah Tinggi Manajemen Informatika dan Komputer, Amikom
Yogyakarta.
28
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 03 Januari 1988 sebagai putra
ketiga dari tiga bersaudara dari pasangan Warta Adih dan Romlah. Penulis
memulai pendidikan formal di SD Negeri Gandoang II Cileungsi dan lulus pada
tahu 2001, kemudian melanjutkan pendidikan menengah pertama di SMP Negeri
1 Jonggol dan lulus pada tahun 2004. Penulis menempuh pendidikan menengah
atas di SMA Negeri 1 Cileungsi dan lulus pada tahun 2007. Setelah lulus SMA,
penulis melanjutkan pendidikan di Program Diploma IPB jurusan Teknik
Komputer. Kemudian penulis melanjutkan pendidikan sarjana pada tahun 2010 di
IPB. Sambil melanjutkan pendidikan di Program Alih Jenis Ilmu Komputer IPB,
penulis juga bekerja sebagai web developer pada perusahaan swasta di daerah
Jakarta Selatan.