Identifikasi Penyakit Tanaman Cabai menggunakan Metode Learning Vector Quantization (LVQ)
Kata Kunci:
penyakit cabai, learning vector quantization (lvq), akurasi, jaringan syaraf tiruanAbstrak
Penyakit tanaman cabai dapat menyebabkan kerugian yang signifikan bagi petani. Oleh karena itu, identifikasi penyakit dengan cepat dan akurat menjadi hal yang penting untuk mengendalikan penyebaran penyakit dan mengambil tindakan pencegahan yang tepat. Penelitian ini bertujuan untuk mengidentifikasi penyakit tanaman cabai menggunakan metode LVQ (Learning Vector Quantization). Dalam penelitian ini, kami menggunakan dataset yang terdiri dari 121 baris data. Data ini mencakup empat kelas penyakit yang umum terjadi pada tanaman cabai, dengan masing-masing kelas memiliki 18 gejala yang berbeda. Untuk melatih dan menguji model, kami menggunakan rasio data latih dan data uji sebesar 80%:20%. Hal ini dilakukan untuk memastikan bahwa model memiliki kinerja yang baik dalam mengklasifikasikan penyakit pada tanaman cabai yang belum pernah dilihat sebelumnya. Dalam pengujian, kami menentukan beberapa parameter untuk mencapai hasil yang optimal. Nilai alfa yang digunakan adalah 0.1 dengan minimum alfa 0,01. Kami memilih satu iterasi dalam proses pelatihan model. Learning rate yang kami gunakan adalah 0,2. Dengan konfigurasi ini, kami mencapai tingkat akurasi sebesar 100%. Hasil ini menunjukkan bahwa metode LVQ dapat menjadi alat yang efektif dalam mengidentifikasi penyakit pada tanaman cabai. Dengan menggunakan 18 gejala yang berbeda, model ini mampu membedakan dengan baik antara kelas penyakit yang berbeda. Tingkat akurasi yang tinggi ini memungkinkan petani untuk dengan cepat mengidentifikasi penyakit pada tanaman mereka dan mengambil langkah-langkah pengendalian yang diperlukan.
Referensi
Astining, A., Herawaty, R., & Bangun, B. (2020). Karakteristik Petani Dan Kelayakan Usahatani Cabai Besar (Capsicum Annuum L) Dan Cabai Rawit (Capsicum Frutescens L) Di Sumatera Utara. 5(1).
Ati, O.., Duriat, S., Gunaeni, N., Wulandari, A. W., Penelitian, B., Sayuran, T., Penelitian, P., Pengembangan, D., Badan, H., Dan, P., & Pertanian, P. (2007). PENYAKIT PENTING PADA TANAMAN CABAI DAN PENGENDALIANNYA. www.balitsa.or.id.
Baldi, P., & Hornik, K. (1989). Neural Networks and Principal Component Analysis: Learning from Examples Without Local Minima. In Neural Networks (Vol. 2).
Budianita, E., & Prijodiprodjo, W. (2013). Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak. IJCCS, 7(2), 155–166.
Dermawan, D. A., Mardi, S., & Hariadi, M. (2011). SIMULASI MULTI ATRIBUT DI DASARKAN PADA AGEN UNTUK KEHANDALAN DISTRIBUSI ENERGI LISTRIK MENGGUNAKAN METODE LVQ.
Fausett, L. (1994). Fausett L.-Fundamentals of Neural Networks_ Architectures, Algorithms, and Applications (1994).
Hamidi, R., Tanzil Furqon, M., & Rahayudi, B. (2017). Implementasi Learning Vector Quantization (LVQ) untuk Klasifikasi Kualitas Air Sungai (Vol. 1, Issue 12). http://j-ptiik.ub.ac.id
Kusnawi. (2007). PENGANTAR SOLUSI DATA MINING. In Seminar Nasional Teknologi.
Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu.
Kusumadewi, S. (2004). Membangun Jaringan Syaraf Tiruan Menggunakan MATLAB & EXCEL LINK. Graha Ilmu.
Lesnussa, Y. A., Mustamu, C. G., Kondo Lembang, F., & Talakua, M. W. (2018). APPLICATION OF BACKPROPAGATION NEURAL NETWORKS IN PREDICTING RAINFALL DATA IN AMBON CITY. International Journal of Artificial Intelligence Research, 2(2). https://doi.org/10.29099/ijair.v2i2.59
Meilin, A. (2014). HAMA DAN PENYAKIT PADA TANAMAN CABAI SERTA PENGENDALIANNYA.
Nwadiugwu, M. C. (2015). Neural Networks, Artificial Intelligence and the Computational Brain.
Piay, S. S., Tsyasdjaja, A., Ermawati, Y., & Hantoro, F. R. P. (2010). CABAI MERAH (Capsicum annuum) L.
Puspitaningrum, W. (2018). Puspitaningrum & Supatman, Identifikasi Mangga Harum Manis Karbitan dan Tidak Karbitan Dengan Learning Vector Quantization.
Ranadhi, D. (2006). Impelementasi Learning Vector Quantization (LVQ) Untuk Pengenal Pola Sidik Jari Pada Sistem Informasi Narapidana LP Wirogunan. Media Informatika, 4.
Rienzani Supriadi, D., D. Susila, A., & Sulistyono, E. (2018). Penetapan Kebutuhan Air Tanaman Cabai Merah (Capsicum annuum L.) dan Cabai Rawit (Capsicum frutescens L.). Jurnal Hortikultura Indonesia, 9(1), 38–46. https://doi.org/10.29244/jhi.9.1.38-46
Taufik, M., Pengkajian, B., Pertanian, T., & Selatan, S. (2010). ANALISIS PENDAPATAN USAHA TANI DAN PENANGANAN PASCAPANEN CABAI MERAH. In Jurnal Litbang Pertanian (Vol. 30, Issue 2).
Astining, A., Herawaty, R., & Bangun, B. (2020). Karakteristik Petani Dan Kelayakan Usahatani Cabai Besar (Capsicum Annuum L) Dan Cabai Rawit (Capsicum Frutescens L) Di Sumatera Utara. 5(1).
Ati, O.., Duriat, S., Gunaeni, N., Wulandari, A. W., Penelitian, B., Sayuran, T., Penelitian, P., Pengembangan, D., Badan, H., Dan, P., & Pertanian, P. (2007). PENYAKIT PENTING PADA TANAMAN CABAI DAN PENGENDALIANNYA. www.balitsa.or.id.
Baldi, P., & Hornik, K. (1989). Neural Networks and Principal Component Analysis: Learning from Examples Without Local Minima. In Neural Networks (Vol. 2).
Budianita, E., & Prijodiprodjo, W. (2013). Penerapan Learning Vector Quantization (LVQ) untuk Klasifikasi Status Gizi Anak. IJCCS, 7(2), 155–166.
Dermawan, D. A., Mardi, S., & Hariadi, M. (2011). SIMULASI MULTI ATRIBUT DI DASARKAN PADA AGEN UNTUK KEHANDALAN DISTRIBUSI ENERGI LISTRIK MENGGUNAKAN METODE LVQ.
Fausett, L. (1994). Fausett L.-Fundamentals of Neural Networks_ Architectures, Algorithms, and Applications (1994).
Hamidi, R., Tanzil Furqon, M., & Rahayudi, B. (2017). Implementasi Learning Vector Quantization (LVQ) untuk Klasifikasi Kualitas Air Sungai (Vol. 1, Issue 12). http://j-ptiik.ub.ac.id
Kusnawi. (2007). PENGANTAR SOLUSI DATA MINING. In Seminar Nasional Teknologi.
Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu.
Kusumadewi, S. (2004). Membangun Jaringan Syaraf Tiruan Menggunakan MATLAB & EXCEL LINK. Graha Ilmu.
Lesnussa, Y. A., Mustamu, C. G., Kondo Lembang, F., & Talakua, M. W. (2018). APPLICATION OF BACKPROPAGATION NEURAL NETWORKS IN PREDICTING RAINFALL DATA IN AMBON CITY. International Journal of Artificial Intelligence Research, 2(2). https://doi.org/10.29099/ijair.v2i2.59
Meilin, A. (2014). HAMA DAN PENYAKIT PADA TANAMAN CABAI SERTA PENGENDALIANNYA.
Nwadiugwu, M. C. (2015). Neural Networks, Artificial Intelligence and the Computational Brain.
Piay, S. S., Tsyasdjaja, A., Ermawati, Y., & Hantoro, F. R. P. (2010). CABAI MERAH (Capsicum annuum) L.
Puspitaningrum, W. (2018). Puspitaningrum & Supatman, Identifikasi Mangga Harum Manis Karbitan dan Tidak Karbitan Dengan Learning Vector Quantization.
Ranadhi, D. (2006). Impelementasi Learning Vector Quantization (LVQ) Untuk Pengenal Pola Sidik Jari Pada Sistem Informasi Narapidana LP Wirogunan. Media Informatika, 4.
Rienzani Supriadi, D., D. Susila, A., & Sulistyono, E. (2018). Penetapan Kebutuhan Air Tanaman Cabai Merah (Capsicum annuum L.) dan Cabai Rawit (Capsicum frutescens L.). Jurnal Hortikultura Indonesia, 9(1), 38–46. https://doi.org/10.29244/jhi.9.1.38-46
Taufik, M., Pengkajian, B., Pertanian, T., & Selatan, S. (2010). ANALISIS PENDAPATAN USAHA TANI DAN PENANGANAN PASCAPANEN CABAI MERAH. In Jurnal Litbang Pertanian (Vol. 30, Issue 2).
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
