Implementasi Metode Iterative Dichotomizer Tree (ID3) Untuk Diagnosis Penyakit Pada Tanaman Bawang Merah
Vol. 2, No. 10, Oktober 2018, hlm. 3391-3396 http://j-ptiik.ub.ac.id
Implementasi Metode Iterative Dichotomizer Tree (ID3) Untuk Diagnosis
Penyakit Pada Tanaman Bawang Merah
1 2 3 Eric Aji Panji Kurniawan , Nurul Hidayat , Satrio Hadi WijoyoProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: [email protected], [email protected], [email protected]
Abstrak
Deteksi secara dini dapat meminimalisir risiko gagal panen tanaman bawang merah serta untuk penentuan upaya pengendalian secara strategis. Proses deteksi yang ada selama ini masih manual, dan pengetahuan tentang gejala- gejala penyakit dan hama tanaman bawang merah yang masih kurang. Jumlah hama penyakit tanaman bawang merah juga cukup banyak dan membuat para petani cukup kesulitan untuk menentukan hama penyakit apa yang menyerang. Pemanfaatan sistem diagnosis awal penyakit menjadi lebih mudah dan cepat. Petani juga dapat melakukan deteksi hama dan penyakit secara dini dan mandiri. Pada penelitian ini jenis hama penyakit yang dapat dideteksi sebanyak lima hama penyakit menggunakan metode Iterative dichotomizer 3 (ID3) dengan masukan 23 gejala dari pengguna. Metode tersebut digunakan untuk mengolah data hama penyakit tanaman bawang merah. Hasil pengujian akurasi sistem antara deteksi dengan hasil perhitungan metode Iterative Dichotomizer 3 (ID3) memiliki tingkat keakurasian sebesar 80% dengan menggunakan 20 data latih dan 20 data uji.
Kata kunci: ID3, Hama, Penyakit, Bawang Merah
Abstract
Early detection can minimize the risk of crop failure and can be the determinant of the strategic control
efforts.The detection that existed so far is still done manually, and knowledge of disease and pest of
onion plant still lacking . The number of plant disease pests of onion is also quite a lot and make enough
trouble for farmer detect that attacks. The utilization of the expert system detection process becomes
easier and faster. Farmer can detect pest and plant disease early and independently as well. On the
research of this kind of disease pest that can be detected as many as five pests diseases using methods
of Iterative dichotomezer 3 (ID3) with 23 input from users of symptoms. The method is used to analyze
the data of pest and plant disease of onion crops where as the result of system accuracy test between the
detection and the result of Iterative dichotomezer 3 (ID3) method calculation has the accuracy level of
80% which use 20 data training and 20 data test.Keywords: ID3, Onion, Pest, Plant Disease
kaya manfaatnya seperti bisa menjadi obat 1. tradisional yang mengandung efek antiseptic
PENDAHULUAN
(Alfian, 2006). Selain menjadi obat tradisional Bawang merah mempunyai nama latin biasanya masyarakat Indonesia pada umumnya
Allium cepa var ascalonium merupakan jenis memanfaatkan bawang merah sebagai penyedap tanaman yang telah menjadi salah satu hidangan yakni digunakan sebagai bawang komoditas sayuran yang berpotensial untuk goreng pada masakan sop, soto ataupun bubur dikembangkan di Indonesia. Bawang merah juga ayam (WeSehat, 2015). Minat petani terhadap merupakan lahan rezeki dan memberikan komoditas bawang merah sangat kuat namun kontribusi terhadap berkembangnya ekonomi di dalam proses budidayanya masih terdapat suatu wilayah (Urdiato, 2005). Adapun bawang beberapa kendala, diantaranya merupakan merah memiliki kandungan Vitamin C, Asam kendala dari segi teknis dan ekonomis. Adapun Folat, Kalium Serat, Kalsium serta Zat Besi yang kendala ekonomis yang dimaksud ialah para banyak. Semua kandungan yang dimiliki oleh petani banyak mempermasalahkan tingginya bawang merah tersebut maka bawang merah biaya produksi, sedangkan kendala teknis yang
Fakultas Ilmu Komputer Universitas Brawijaya
3391 dijumpai petani adalah serangan Organisme Pengganggu Tanaman (OPT) terhadap bawang merah itu sendiri (Soetiarso & Setiawati, 2005).
Banyaknya kesamaan gejala pada penyakit yang ada pada tanaman bawang merah menyebabkan para petani kesulitan dalam menentukan penyakit yang menyerang tanaman tersebut, sehingga membuat penanganan terhadap penyakit yang dialami tanaman bawang merah menjadi terhambat. Oleh karena itu, diperlukannya sebuah sistem untuk mendiagnosis penyakit pada tanaman bawang merah agar dapat dilakukan penanganan yang tepat sehingga produktifitas tanaman bawang merah dapat meningkat. Adapun metode yang digunakan pada sistem adalah metode Iterative Dichotomizer Tree (ID3) untuk menentukan gejala mana yang paling berpengaruh terhadap penyakit tanaman bawang merah.
Iterative Dichotomizer Tree merupakan metode yang digunakan untuk menghasilkan suatu pohon keputusan yang mampu mengklasifikasi suatu obyek. ID3 diperkenalkan pertama kali oleh Ross Quinlan pada tahun 1979. Algoritma pada metode ini memakai konsep dari entropy informasi dan melakukan pencarian secara menyeluruh pada semua kemungkinan pohon keputusan. Decision tree adalah sistem prediksi menyerupai struktur pohon yang bercabang atau truktur hirarki, sehingga sistem ini cocok untuk menggambarkan suatu persoalan dan mencari solusi dari persoalan tersebut (Wahyudi, 2009).
2. DATA PENELITIAN
Data yang digunakan dalam peneletian ini diperoleh dari Prof. Cholil yang merupakan pakar di kantor Balai Pengkajian Teknologi Pertanian kota Malang. Parameter penentu hama dan penyakit pada tanaman bawang merah berjumlah 23 gejala-gejala yang nantinya akan menjadi inputan.
Data bawang merah yang diperoleh untuk penelitian ini berjumlah total 40 data. Data yang digunakan merupakan data kejadian pada bulan Januari 2016 sampai bulan Januari 2017.
- – 100 % serta kehilangan hasil 30
- – 100%. Serangan berat pada pertanaman dimulai pada 15 HST hingga menjelang panen. Daun penuh korokan, kering dan berwarna coklat seperti terbakar dan masuk ke dalam umbi bawang (Cholil, 2017). Berikut merupakan contoh penyakit antraknose dapat dilihat pada Gambar 2.
3. PENYAKIT UTAMA TANAMAN BAWANG MERAH
Bawang merah terdapat banyak sekali jenis penyakit yang menyerang. Hal ini diduga disebabkan oleh pemakaian pupuk oleh para petani yang berlebihan membuat atau memicu munculnya gejala-gejala penyakit (Korlina,
2016). Penyakit bawang merah yang dibahas pada penelitian ini merupakan penyakit bawang merah yang bersifat utama atau sering menyerang bawang merah. Berdasarkan wawancara dengan seorang pakar, hanya dibatasi beberapa jenis penyakit yang menyerang bawang merah. Penjelasan mengenai penyakit-penyakit utama pada bawang merah diantaranya adalah :
3.1. Hama Ulat Bawang
OPT utama pada tanaman bawang merah adalah hama ulat bawang (Spodoptera exigua) yang menyerang sepanjang tahun, baik musim kemarau maupun musim hujan. Jika tidak dikendalikan serangan hama tersebut dapat menyebabkan kegagalan panen. Hama Spodoptera exigua dijumpai hampir pada setiap umur tanaman bawang merah. Ulat berukuran panjang 25 mm, berwarna hijau atau coklat dengan garis tengah warna kuning, berada dalam rongga daun, makan bagian dalam daun menyebabkan daun menjadi transparan atau timbul bercak-bercak putih pada daun karena epidermis bagian luar daun tidak dimakan. Bila serangan berat, seluruh bagian tanaman dimakan termasuk umbinya. Hama memiliki beberapa inang seperti keluarga bawang-bawangan, cabai merah dan jagung. Serangan berkurang pada musim tanam Mei-Juni dan Oktober- Nopember (Cholil, 2017). Berikut merupakan contoh hama ulat bawang dapat dilihat pada Gambar 1.
Gambar 1. Hama Ulat Bawang
3.2. Hama Lalat Penggorok Daun
Awal serangan hama Liriomyza chinensis pada bawang merah di Jawa Timur tahun 2000 dan kerusakan terjadi hingga 10 Gambar 2. Hama Lalat Penggorok Daun
3.3. Moler
Bila penyakit ini terbawa pada bibit, gejala awal terlihat pada tanaman umur 5
- – 10 hari setelah tanam. Jika penularan dari tanah, gejala tampak pada tanaman umur 3 minggu setelah tanam. Tanda adanya penyakit adalah tanaman menjadi cepat layu, akar tanaman busuk, tanaman terkulai seperti akan roboh, dan di dasar umbi lapis terlihat koloni jamur berwarna putih. Warna daun menjadi kuning dan bentuknya melengkung (moler). Tanaman kurus kekuningan dan busuk bagian pangkal / sasaran serangan adalah bagian dasar dari umbi lapis. Daun bawang merah menguning dan terpelintir layu (moler) serta tanaman mudah tercabut karena pertumbuhan akar terganggu dan membusuk. Apabila umbi lapis dipotong membujur maka terlihat adanya pembusukan berawal dari dasar umbi meluas ke atas maupun ke samping (Cholil, 2017). Berikut merupakan contoh penyakit moler dapat dilihat pada Gambar 3.
Gambar 3. Moler
3.4. Bercak Ungu atau Trotol
Gejala awal terdapat bercak kecil, daun melekuk lebihi ke dalam, dan berwarna keputihan dengan pusat berwarna ungu. Apabila terdapat kelembaban maka gejala yang tampak akan muncul seperti bercak berkembang sampai berbentuk seperti cincin dengan bagian ditengahnya berwarna ungu dengan tepi merah. Ujung daun mengering hingga daun patah. Kemudian permukaan bercak berubah warna coklat kehitaman. Lalu serangan dapat berlanjut ke umbi yang akan berakibat menjadi membusuk, berwarna kuning lalu berubah merah kecoklatan (Cholil, 2017). Berikut merupakan contoh penyakit trotol dapat dilihat pada Gambar
4. Gambar 4. Bercak Ungu atau Trotol
3.5. Antraknose
Tanaman yang terinfeksi akan mati dengan cepat, mendadak, dan serentak. Serangan awal ditandai dengan terlihatnya bercak berwarna putih pada daun, selanjutnya terbentuk lekukan ke dalam (invaginasi), berlubang dan patah karena terkulai tepat pada bercak. Jika infeksi berlanjut, maka terbentuklah koloni konidia yang berwarna merah muda, yang kemudian berubah menjadi coklat muda, coklat tua, dan akhirnya kehitam-hitaman. Dalam kondisi kelembaban udara yang tinggi terutama pada musim penghujan, konidia berkembang dengan cepat membentuk miselia yang tumbuh menjalar dari helaian daun, masuk menembus sampai ke umbi, seterusnya menyebar di permukaan tanah, berwarna putih, dan menginfeksi inang di sekitarnya. Umbi kemudian membusuk, daun mengering dan sebaran serangan yang bersifat sporadis tersebut, pada hamparan tanaman akan terlihat gejala botak-botak di beberapa tempat (Cholil, 2017). Berikut merupakan contoh penyakit trotol dapat dilihat pada Gambar 5.
Gambar 5. Antraknose 4.
ITERATIVE DICHOTOMIZER TREE
Algoritma ID3 merupakan algoritma yang paling dasar dalam decision tree dan merupakan metode untuk membangun decision tree dalam
- 2 +
dihitung dengan membagi jumlah sample negative ( S - ) dengan jumlah sampel keseluruhan ( S ) sehingga P - =
5.2 Pengumpulan Data
Studi literature mempelajari literature dari beberapa bidang ilmu yang berhubungan dengan pembuatan sistem penentuan diagnosis penyakit pada tanaman bawang merah.
5.1 Studi Literatur
Bab ini membahas metode yang digunakan dalam penelitian yang terdiri dari studi literatur, pengumpulan data, analisis kebutuhan, perancangan sistem, implementasi sistem, pengujian sistem dan analisis serta pengambilan kesimpulan dan saran.
5. METODOLOGI PENELITIAN
(X) Setelah menghitung information gain pada semua atribut kemudian dicari information gain tertinggi untuk dijadikan root dalam suatu pohon keputusan. Begitu seterusnya sampai parameter tiap atribut terklasifikasi dengan sempurna.
Keterangan: X adalah atribut V adalah suatu nilai yang mungkin untuk atribut (X) Value (X) adalah himpunan untuk atribut
∈ ( ) ( ) (2)
( , ) = ( ) − ∑ | | | |
Pada algoritma ID3 pengurangan entropy disebut dengan information gain. Pembagian sampel S terhadapat atribut X dapat dihitung dengan rumus (2):
−
=
Keterangan: E(S) adalah entropy dari himpunan S P + adalah probabilitas sampel S yang mempunyai class positif. P + dihitung degan membagi jumlah sample positif ( S + ) dengan jumlah sampel keseluruhan ( S ) sehingga P +
(1)
− − 2 −
( ) = −
ID3 dibutuhkan 2 rumus utama yaitu entropy dan information gain. Fungsi dari entropy yaitu mengukur seberapa baiknya sebuah node dan digunakan sebagai suatu parameter untuk mengukur keberagaman dari kumpulan sampel data. Ketika entropy semakin besar, menunjukan bahwa kumpulan data semakin heterogen. Fungsi gain yaitu mengukur seberapa baik suatu atribut memisahkan training example ke dalam kelas target. Entropy digunakan untuk mendefinisikan nilain information gain yang berguna untuk memilih atribut terbaik dari atribut-atribut yang tersedia. Berikut perhitungan algoritma ID3 dengan mencari nilai dari entropy dan information gain:
Dalam perhitungan algoritma
3. Proses perhitungan information gain akan terus dilaksanakan sampai semua data telah termasuk dalam kelas yang sama. Atribut yang telah dipakai tidak disertakan lagi dalam perhitungan nilai information gain.
2. Buat Simpul yang berisi atribut tersebut.
1. Memilih atribut dengan information gain terbesar.
Algortima ID3 dapat diimplementasikan menggunakan fungsi rekursif (fungsi yang memanggil dirinya sendiri). Algoritma ID3 berusaha membangun decision tree secara top- down. Awalnya memeriksa semua atribut yang sesuai untuk diletakkan pada root dengan mengevaluasi semua atribut yang ada dengan menggunakan ukuran statistic (yang umum digunakan adalah information gain) untuk mengukur efektivitas suatu atribut dalam mengklasifikasikan kumpulan sampel data. Pemilihan atribut dengan menggunakan information gain, yaitu:
mencari solusi. Algoritma ID3 melakukan pencarian secara menyeluruh pada semua kemungkinan pohon.
Pengumpulan data dilakukan untuk memperoleh beberapa informasi yang berkaitan dalam pembuatan aplikasi sistem diagnosis penyakit dan hama tanaman bawang merah yaitu, berupa data gejala-gejala dari setiap penyakit dan hama dan data mengenai penyakit serta hama yang menyerang. Data-data yang diperoleh selama proses pengumpulan data diperoleh dari hasil wawancara dengan Prof. Cholil sebagai pakar di kantor Balai Pengkajian Teknologi Pertanian (BPTP), tepatnya di Jalan Raya Karangploso Km.4 Kota Malang. Data- data tersebut yang kemudian diproses oleh sistem sehingga menjadi data input dan data outputnya.
- P - adalah probabilitas sampel S yang mempunyai class negative. P -
5.3 Analisis Kebutuhan diimplementasikan pada bab sebelumnya.
Analisis kebutuhan adalah tahap yang Gambar 6 menunjukan hasil implementasi dilakukan peneliti untuk menganalisis antarmuka program. kebutuhan untuk melakukan implementasi.
Berikut adalah kebutuhan dalam melakukan implementasi metode ID3 untuk diagnosis penyakit tanaman bawang merah yaitu data penyakit tanaman bawang merah dan data gejala di tiap penyakit tanaman bawang merah.
5.4 Perancangan Sistem
Perancangan Sistem merupakan tahapan yang digunakan didalam desain dari sistem
Gambar 6. Interface Program
secara keseluruhan, baik dari segi model maupun dari arsitektur untuk mempermudah
7. PENGUJIAN
implementasi dan pengujian. Perancangan sistem akan dijelaskan dalam bentuk flowchart Dataset yang akan digunakan sebanyak 40 data. Pengujian beberapa data uji akan dilakukan yang menggambarkan proses-proses yang ada di untuk mengetahui tingkat akurasi terbesar dari dalam sistem yang akan dibuat, meliputi dari proses pengambilan data untuk diolah dengan sistem. Hasil pengujian ditunjukan pada Tabel 1.
Tabel 1. Hasil Pengujian
metode ID3, alur proses perhitungan ID3, dan
Akurasi alur proses keseluruhan dari sistem. Kombinasi Percobaan Testing
Data Latih : Data Uji
5.5 Implementasi 1 20:10 60%
Pada tahap ini menjelaskan tentang
2 20:15 72.6%
pembuatan sistem diagnosis hama dan penyakit pada tanaman bawang merah menggunakan
3 20:20 80%
metode Iterative Dichotomiser Tree berdasarkan perancangan sistem yang telah dibuat
8. ANALISIS
sebelumnya. Implementasi sistem dilakukan dengan menggunakan bahasa java.
Berdasarkan hasil pengujian dataset pada Tabel 1, berikut merupakan pengujian
5.6 Pengujian dan Analisis
menggunakan 20 data uji yang ditunjukan pada Tabel 2. Pengujian sistem penentuan diagnosis
Tabel 2. Hasil Pengujian 20 Data Uji
penyakit pada tanaman bawang merah agar
Data Hasil No Gejala
dapat menunjukan bahwa perangkat lunak telah
Aktual Sistem
mampu bekerja sesuai dengan output yang
P03 P03
1 G14, G15, G16
diinginkan oleh pembuat sistem. Pengujian
P01 P01
2 G5, G8, G12, G13
dilakukan dari menguji performa aplikasi
P01 P04
3 G17, G19, G22
dengan cara menjalankan aplikasi tersebut,
P05 P05
kemudian pengujian dilakukan dengan menguji
4 G3, G19
keakuratan data testing dengan melakukan uji
P05 P05
5 G19, G23
akurasi, menggunakan data uji yang didapatkan
P01 P01
6 G21, G22 dari data latih yang ada.
P05 P05
7 G19, G23
5.7 Penarikan Kesimpulan P05 P01
8 G20, G21
Pada tahap ini akan dilakukan pengambilan P02 P02
9 G8, G9
kesimpulan dari hasil evaluasi dan analisis hasil
P05 P01
10 G18, G20
pengujian dari sistem
P04 P04
11 G3, G11, G18 P03 P01
12 G1, G12, G20 P03 P03
6. IMPLEMENTASI
Implementasi antarmuka program selesai
13 G1, G2, G3, G7, G9
14 G3, G5, G6, G9 P04 P04
11. DAFTAR PUSTAKA
16 G3, G4, G7, G11 P05 P05
17 G1, G4, G7, G13 P03 P03
18 G7, G9, G10, G12 P02 P02
19 G22, G23 P01 P01
20 G8, G9 P02 P02
Berdasarkan hasil pengujian menggunakan 20 dataset menunjukan hasil akurasi sebesar 80 %. Akurasi yang dihasilkan masih tergolong cukup baik, hal ini karena ID3 memiliki beberapa kelemahan. Pertama ketika dataset kurang baik maka tree yang terbentuk tergolong kurang baik sehingga ketika dilakukan pengujian akan mendapatkan hasil yang kurang tepat. Kedua ID3 melakukan suatu keputusan berdasarkan rule yang terbentuk dari hasil pembentukan tree. Ketika ada beberapa data yang memiliki kesamaan dan hasil kelas yang berbeda maka hanya satu kelas yang akan terbentuk sehingga ketika diujikan hasil sistem tidak dapat mengklasifikasikan data karena tidak ada rule
BPTP. Malang. Soetiarso, T. & Setiawati, W., 2005. Pedoman
Cholil, 2017. Hama Penyakit Bawang Merah.
Alfian, W., 2016. Kandungan Bawang Merah Untuk Kesehatan Tubuh. [Online] Tersediadi:http://obatpenyuburkandung ansupayacepathamil.alfianherbal.com/k andungan-bawang-merah-untuk- kesehatan-tubuh/ [Diakses 4 November 2017].
15 G2, G4, G5, G10, G12 P03 P03
10. SARAN
Berdasarkan hasil penelitian didapatkan suatu simpulan bahwa metode ID3 belum maksimal untuk mengatasi pengklasifikasian penyakit dan hama tanaman bawang merah sehingga diperlukan penambahan metode untuk perbaikan rule yang akan dibentuk. Selain itu pada saat pelatihan diperlukan dataset yang banyak dan variatif sehingga dapat membentuk rule yang diperlukan.
9. KESIMPULAN
2. Berdasarkan hasil pengujian sistem diagnosis penyakit dan hama pada tanaman bawang merah dengan metode ID3 didapatkan akurasi data sebesar 80% dimana data latih yang digunakan 20 dan data yang diuji 20. Beberapa hal yang menyebabkan hasil akurasi rendah antara lain: a.
Perancangan sistem diagnosis penyakit dan hama pada tanaman bawang merah dengan menggunakan metode ID3 dapat dilakukan implementasi untuk dapat digunakan oleh petani bawang merah untuk mendiagnosis awal penyakit serta hama yang menyerang tanaman bawang merah.
Berdasarkan hasil penelitian diperoleh kesimpulan untuk menjalankan rumusan masalah, sebagai berikut: 1.
Umum Pengembangan Teknologi Inovatif Pada Tanaman Bawang Merah. Bandung: Badan Penelitian Tanaman Sayuran.
Urdiarto, B., Setiawati, W. & Suryaningsih, E., 2005. Pengenalan Hama Dan Penyakit Pada Tanaman Bawang Merah Dan Pengendaliannya. Bandung: Badan Penelitian Tanaman Sayuran.
Wahyudi. 2009. “Metode Iterative Dichotomizer 3 ( ID3 ) Untuk Penyeleksian Penerimaan Mahasiswa Baru”, IC2T, Volume 2 Nomor 2, Bandung.
WeSehat. 2015. Manfaat Bawang Merah Untuk Kesehatan Tubuh. [Online] Tersedia di: http://www.wesehat.com/2015/01/manf aat-bawang-merah untuk- kesehatan.html [Diakses 4 November 2017].
Jika data tranning yang digunakan kurang baik maka tree yang terbentuk tergolong kurang baik sehingga ketika dilakukan pengujian dengan data baru akan mendapatkan hasil yang tidak sesuai. Metode ID3 melakukan suatu keputusan berdasarkan rule yang terbentuk dari hasil pembentukan tree. Ketika ada beberapa data yang memiliki kesamaan dan hasil kelas yang berbeda maka hanya satu kelas yang akan terbentuk sehingga ketika diujikan hasil sistem tidak dapat mengklasifikasikan data yang akan karena tidak ada rule.