Penerapan Data Mining Untuk Mendiagnosis Penyakit Padi

Tujuan dari penelitian ini adalah memberikan informasi penanganan untuk meminimalisir realisasi panen yang tidak sesuai dengan target berdasarkan hasil klasifikasi penyakit padi. Terdapat tiga penyakit padi yang paling umum ditemukan di Kabupaten Garut, yaitu Hawar Daun Bakteri (Bacterial Leaf Blight, blb), yang dapat menurunkan hasil hingga 30%, dengan luas serangan yang diperkirakan mencapai 39.423 hektar. Selain penyakit hawar daun bakteri (blb), penyakit yang menyebabkan padi kerdil dengan sedikit gabah, seperti penyakit leaf blast (blast). Salah satu penyakit yang menyebabkan kehilangan hasil hingga 20-90% adalah penyakit tungro. Salah satu cara untuk mendiagnosis kondisi kesehatan tanaman padi adalah dengan mengamati daun padi. Dengan menerapkan data mining, kondisi kesehatan padi dapat didiagnosis melalui karakteristiknya. Algoritma decision tree dapat digunakan untuk menganalisis kesehatan padi berdasarkan karakteristiknya seperti warna daun, warna bercak, dan bentuk bercak sebagai acuan untuk mendiagnosis penyakit padi. Untuk mendapatkan pengetahuan terkait diagnosis kesehatan padi, dibuatlah aplikasi yang dapat melakukan feature extraction dari citra daun padi, sehingga dapat menentukan karakteristik yang digunakan untuk mendiagnosis kondisi kesehatannya. Diagnosis tersebut dilakukan menggunakan algoritma decision tree, yang hasil akhirnya akan memberikan informasi terkait kondisi kesehatan serta rekomendasi penanganan. Berdasarkan hasil analisis dan pengujian yang dilakukan, aplikasi diagnosis dan rekomendasi penanganan ini mampu melakukan klasifikasi dan menghasilkan rekomendasi penanganan pada kondisi kesehatannya. Dari hasil pengujian, didapatkan akurasi sebesar 98% dari 60 data yang diuji. Kesimpulannya, aplikasi diagnosis penyakit padi ini mampu menghasilkan diagnosis penyakit yang dapat memberikan rekomendasi penanganan berdasarkan citra daun padi, sehingga dapat membantu petani meminimalisir realisasi panen yang tidak sesuai dengan target.