OPTIMALISASI BACKPROPAGATION MENGGUNAKAN NGUYEN-WIDROW DAN MOMENTUM PADA DETEKSI LUAS SEBARAN HAMA WERENG TANAMAN PADI

Abstract

Hama wereng merupakan salah satu hama yang biasanya menyerang tanaman padi, dan hama ini dapat menyebabkan hasil produksi padi menurun. Sehingga penanganan dini diperlukan untuk pendeteksian serangan hama wereng dengan mempertimbangkan faktor iklim. Penelitian ini bertujuan untuk membangun model jaringan syaraf tiruan menggunakan algoritma Backpropagation yang dioptimalisasi menggunakan NguyenWidrow dan Momentum sehingga dapat mendeteksi luas serangan hama wereng. Parameter yang digunakan dalam mendeteksi hama wereng ini adalah curah hujan, kelembaban, suhu dan kecepatan angin serta target yang digunakan adalah sebaran hama. Dari hasil penelitian ini terdapat dua arsitektur, yaitu arsitektur backpropagation dengan optimalisasi Nguyen-Widrow dan momentum serta arsitektur backpropagation. Arsitektur terbaik pada optimalisasi menghasilkan kombinasi parameter learning rate bernilai 0,01 serta jumlah neuron tersembunyi 3 dan arsitektur terbaik tanpa optimalisasi menghasilkan kombinasi parameter learning rate bernilai 0,1 serta jumlah neuron tersembunyi 4. Waktu komputasi optimalisasi lebih cepat dari pada waktu komputasi tanpa optimalisasi, sedangkan akurasi terkecil dari optimalisasi sama dengan akurasi terkecil dari tanpa optimalisasi yaitu akurasi 80%.