Implementasi Metode Backpropagation untuk Klasifikasi Jenis Penyakit Tanaman Padi dengan Optimasi Algoritme Ant Colony Optimization (ACO)

Abstract

Padi merupakan bahan dasar dari beras yang masuk ke dalam bahan pangan pokok terbesar di dunia, Dimana Salah satunya ada di bagian Benua Asia yang bertanggung jawab atas 90% dari total produksi secara global. Beras memiliki peranan yang sangat penting dalam perekonomian Indonesia karena merupakan makanan pokok bagi penduduknya. Namun, terdapat beberapa faktor yang dapat merugikan dalam produksi tanaman padi. Salah satu aspek yang sangat merugikan dalam produksi tanaman padi adalah serangan hama dan penyakit, karena hal ini dapat mengakibatkan gagal panen yang mengurangi produksi padi serta pendapatan petani. Jaringan Syaraf Tiruan merupakan salah satu metode yang dapat digunakan untuk melakukan proses klasifikasi, dimana sebuah informasi dibuat untuk meniru fungsi otak manusia dalam menyelesaikan masalah dengan cara mengalami proses pembelajaran melalui penyesuaian bobot sinapsisnya. Pada penelitian ini akan menggunakan algoritme Backpropagation untuk melakukan klasifikasi jenis penyakit pada tanaman padi dengan bantuan optimasi bobot pada metode Backpropagation menggunakan algoritme optimasi Ant Colony Optimization. Hasil pengujian pada kedua metode di ujikan sebanyak 5 kali, lalu dihitung rata-ratanya. bahwa Backpropagation-ACO memiliki akurasi lebih tinggi dibandingkan Backpropagation dengan akurasi sebesar 80%. Sedangkan, Backpropagation-ACO mendapatkan akurasi sebesar 92%. Sehingga dapat dikatakan optimasi Ant Colony Optimization berhasil menaikkan akurasi Backpropagation sebesar 12%.