Dengan kemampuan jaringan syaraf tiruan yang menirukan kemampuan otak manusia dalam mengolah pola-pola inputan yang diberikan untuk menghasilkan
keluaran atau kesimpulan yang ditarik berdasarkan pengalamannya selama proses pembelajaran, jaringan syaraf tiruan dapat digunakan sebagai alat bantu untuk
mendeteksi penyakit tanaman karet.
Mencermati hal-hal di atas, penulis terdorong untuk mengangkat judul Implementasi Algoritma Backpropagation Jaringan Syaraf Tiruan Untuk Mendeteksi
Penyakit Tanaman Karet Hevea brasiliensis, yang diharapkan dapat membantu petani karet untuk mendeteksi penyakit tanaman karet Hevea brasiliensis.
1.2 Perumusan Masalah
Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana membantu petani karet mendeteksi penyakit pada tanaman karet Hevea brasiliensis dengan
merancang aplikasi komputer yang menerapkan algoritma backpropagation jaringan syaraf tiruan sebagai alat bantu untuk mendeteksi penyakit tanaman karet Hevea
brasiliensis.
1.3 Batasan Masalah
Batasan masalah yang menjadi acuan dalam pengerjaan skripsi ini adalah: 1. Perancangan aplikasi untuk mendeteksi penyakit tanaman karet Hevea
brasiliensis pada 4 bagian tanaman yang berbeda yaitu akar, batang, bidang sadap, dan daun.
Universitas Sumatera Utara
2. Input dari aplikasi merupakan gejala dari masing-masing penyakit. Input dan output dari tiap bagian tanaman yang dideteksi:
a. Akar Input, terdiri dari 7 variabel yaitu ada tidaknya miselium benang-benang jamur
berwarna putih pada akar, daun berwarna hijau pucatkuning pucat, daun berguguran, akar tanaman busuk, bungabuahdaun muda muncul lebih awal dari
waktunya, tepiujung daun terlipatmenggulung, dan ujung ranting matikering.Output: Akar sehat, Akar sakit, atau Akar terserang penyakit Akar
putih. b. Batang
Input terdiri dari 7 variabel yaitu ada tidaknya miselium benang-benang jamur putihkerak berwarna merah jambu pada batangpangkalbagian atas
percabangan, kulit mengeluarkan lateks berwarna cokelatcokelat kehitaman, kulit membusuk, bagian kayu di bawah kulit menghitamrusak, terdapat garis-
garis hitam pada kulit, kulit kering dan pecah-pecah, dan kulit berwarna hitam. Output: Batang sehat, Batang sakit, atau Batang terserang penyakit Jamur upas.
c. Bidang Sadap Input terdiri dari 7 variabel yaitu ada tidaknya selaput tipis lapisan jamur
berwarna putihkelabu dekat alur sadap, kulit pulihan di atas bidang sadap bebercak hitamputih, terdapat luka-lukapecah-pecah pada kulit, kulit dekat
bidang sadap berwarna hitam kecokelatan, kulit membusuk, terdapat cekungan hitam sejajar alur sadap, dan terdapat garis berwarna hitam pada kulit.
Output: Bidang sadap sehat, Bidang sadap sakit, atau Bidang sadap terserang penyakit Mouldy rot.
d. Daun Input terdiri dari 7 variabel yaitu ada tidaknya bercak-bercak putihkuning
seperti tepung halus di bawah permukaan daun, daun bebercak cokelathitam, tunas mengeriput agak berlendir, daun muda berguguran, bunga berguguran,
daun muda lemaskeriput, dan daun muda berwarna hitam. Ouput: Daun Sehat, Daun Sakit, atau Daun terserang penyakit Embun tepung
Oidium heveae. 3. Gejala penyakit yang digunakan dalam perancangan aplikasi hanya yang tampak
secara fisik di perkebunan tempat penelitian.
Universitas Sumatera Utara
4. Pembuatan aplikasi menggunakan 1 lapisan input, 2 lapisan tersembunyi, dan 1
lapisan output.
5. Fungsi aktivasi yang digunakan pada lapisan tersembunyi ke-1 dan lapisan tersembunyi ke-2adalah sigmoid bipolar dan pada lapisan output digunakan fungsi
aktivasi linear. 6. Maximum epoch yang digunakan dalam pelatihan jaringan adalah 500.000 epoch.
7. Pembuatanaplikasi pada penelitian ini menggunakan Matlab R2007b.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah membuat suatu aplikasi yang dapat dipergunakan sebagai alat bantu untuk mendeteksi penyakit tanaman karet Hevea brasiliensis yang terjadi
di lapangan.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah: 1. Membantu pengelola perkebunan dan petani karetmendeteksi penyakit tanaman
karet Hevea brasiliensis yang terjadi di lapangan dengan melihat gejala- gejalanya.
2. Membantu peneliti dan mahasiswa untuk mengerti dan memahami algoritma backpropagation jaringan syaraf tiruan.
Universitas Sumatera Utara
1.6 Metode Penelitian
Tahap-tahap yang dilakukan dalam penelitian ini adalah: 1. Studi Literatur
Pada tahap ini dilakukan studi pustaka dengan membaca buku-buku, hasil-hasil penelitian ilmiah, jurnal-jurnal ilmiah, maupun artikel-artikel yang relevan dengan
penelitian. 2. Observasi dan Pengumpulan Data
Tahap observasi dan pengumpulan data dilakukan bersamaan yaitu melakukan pengamatan pada objek penelitian bersamaan dengan pengumpulan data dengan
wawancara pada pakar di lapangan untuk mengetahui bagaimana mendeteksi gejala awal penyakit tanaman karet.
3. Analisis data Pada tahap ini dilakukan dengan melakukan analisis terhadap kriteria-kriteria tiap
variabel sebagai indikator penentu penyakit tanaman karet. 4. Perancangan Aplikasi
Pada tahap ini dilakukan perancangan aplikasi dengan membuat flowchart program,Data Flow Diagram DFD, struktur sistem, dan antarmuka aplikasi.
5. Implementasi Aplikasi Pada tahap ini dilakukan penerapan rancangan aplikasi yang ada dalam
suatuprogram. 6. Pengujian Aplikasi
Pada tahap ini dilakukan pengujian aplikasi yang telah dibuat untuk mengetahui ada atau tidaknya kesalahan dan memperbaiki kesalahan yang ada.
7. Penyusunan Laporan Pada tahap ini dilakukan penyusunan laporan skripsi sebagai dokumentasi
penelitian.
Universitas Sumatera Utara
1.7 Sistematika Penulisan