PREDIKSI SERANGAN HAMA PADA TANAMAN PADI MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION

Abstract

Pemanasan global telah mengakibatkan perubahan iklim yang ekstrim, diantaranya berdampak pada kenaikan suhu, perubahan curah hujan dan kelembaban udara. Sektor pertanian rentan terhadap dampak perubahan iklim karena mampu menstimulasi pertumbuhan dan perkembangan serangan Organisme Pengganggu Tanaman (OPT). Hama wereng dan hama tikus merupakan salah satu OPT pada tanaman padi. Prediksi serangan hama dapat digunakan untuk mengidentifikasi dan memantau kemunculan serangan hama sehingga luas serangan hama dapat diantisipasi dan dapat dilakukan pencegahan. Data histori klimatologi (suhu, curah hujan kelembaban udara) dan data luas serangan hama memiliki sifat kontinu dan memiliki tren yang dinamis. Metode yang dibutuhkan untuk melakukan prediksi adalah metode yang kompleks dan dapat mempelajari ketidakpastian dalam setiap periode yang dapat diakomodasi dengan Jaringan Syaraf Tiruan (JST). Salah satu algoritma JST yaitu backpropagation, yang dapat diaplikasikan dengan baik dalam peramalan karena memiliki nilai akurasi yang tinggi. Data histori klimatologi per bulan digunakan sebagai masukan dengan luas serangan hama pada satu bulan ke depan sebagai keluaran. Arsitektur backpropagation menggunakan tiga masukan, satu layar tersembunyi dengan jumlah neuron yang dapat diubah-ubah dan satu unit keluaran. Percobaan dilakukan dengan menggunakan alfa (laju pemahaman) dari 0.3 sampai 0.7 dengan peningkatan 0.1, nilai momentum 0.8, jumlah neuron tersembunyi 10 sampai 100 dengan peningkatan 10, maksimum epoch 100000, dan minimum error 0.000001. Hasil percobaan pelatihan pada hama wereng diperoleh arsitektur jaringan terbaik adalah alfa 0.7, jumlah neuron tersembunyi 20 dengan MSE sebesar 0.0000000027 dan pada proses pengujian diperoleh nilai MSE sebesar 0.0000005542. Percobaan pelatihan pada hama tikus diperoleh arsitektur jaringan terbaik adalah alfa 0.4, jumlah neuron tersembunyi 50 dengan MSE sebesar 0.0000003801 dan pada proses pengujian diperoleh nilai MSE sebesar 0.0367938751.