Sistem Pakar Diagnosa Penyakit dan Hama Tanaman Cabai Rawit Menggunakan Metode Artificial Neural Network Berbasis Android

Abstract

Tanaman cabai rawit merupakan komoditas penting di Indonesia, namun sering mengalami kerugian akibat serangan penyakit dan hama yang tidak terdiagnosa dengan baik oleh petani. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis Android yang dapat mendiagnosa penyakit dan hama pada tanaman cabai rawit (Capsicum frutescens) menggunakan metode Artificial Neural Network (ANN) serta mendapatkan tingkat akurasi metode Artificial Neural Network. Melalui sistem ini, petani dapat memasukkan gejala yang muncul pada tanaman ke dalam aplikasi, yang kemudian akan memproses informasi tersebut untuk memberikan diagnosis yang akurat. Metode penelitian yang digunakan adalah kuantitatif dengan pengumpulan data melalui wawancara dan observasi terhadap petani di Desa Pakuwesi, Kabupaten Bondowoso. Data yang diperoleh mencakup 27 gejala dan 9 jenis penyakit serta hama yang umum menyerang tanaman cabai rawit. Model ANN yang dibangun dengan skenario pengujian data latih dan data uji 60:40, 70:30, 80:20, 90:10. Berdasarkan skenario tersebut, menunjukkan tingkat akurasi sebesar 88% didapatkan dengan skenario 60:40 dalam mendiagnosa penyakit dan hama berdasarkan data yang telah dilatih. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan bagi petani dalam mendeteksi dan menangani penyakit serta hama pada tanaman cabai rawit, sehingga dapat mengurangi risiko gagal panen dan meningkatkan keuntungan.