Penerapan Algoritme Firefly untuk Optimasi Metode Backpropagation dalam Identifikasi Jenis Penyakit Tanaman Padi

Abstract

Padi (Oryza sativa) merupakan sumber karbohidrat utama bagi masyarakat Indonesia dan mengalami peningkatan konsumsi seiring dengan pertumbuhan populasi. Untuk memenuhi kebutuhan ini, perluasan area tanam dan penerapan teknologi pertanian modern menjadi kunci dalam meningkatkan produksi padi nasional. Meskipun demikian, padi rentan terhadap berbagai penyakit yang dapat menurunkan produksi dan kualitas hasil pertanian. Penyakit tanaman padi seperti blast, hawar daun, busuk pelepah, tungro, bercak coklat, dan bercak bergaris menjadi ancaman serius yang memerlukan penanganan cepat dan tepat. Penelitian ini mengusulkan penggunaan sistem klasifikasi untuk menganalisis penyakit pada tanaman padi menggunakan Jaringan Syaraf Tiruan (JST) dengan metode Backpropagation. Namun, metode Backpropagation memiliki kelemahan, seperti waktu konvergensi yang lama dan sensitivitas terhadap kondisi awal bobot yang sering terjebak dalam minima lokal. Untuk mengatasi kelemahan ini, Firefly Algorithm (FA) digunakan sebagai teknik optimasi guna meningkatkan performa Backpropagation. Hasil pengujian metode BPP menunjukkan akurasi sebesar 43%. Sementara kombinasi metode BPP-FA menunjukkan akurasi 90%. Dengan demikian, kombinasi metode BPP-FA diharapkan dapat memberikan efektivitas dalam meningkatkan akurasi deteksi penyakit.