View/Open

Author
ALFIAN, KAFILAH BA`ITS

Advisor
Winda, Yulis, M.Cs.
Andika, Setiawan, S.Kom., M.Cs.

Koleksi
Teknik Informatika

Publisher

Pertanian menjadi bagian dari sektor perekonomian yang berhubungan dengan produksi tanaman untuk tujuan pangan, pakan, bahan industri ataupun untuk keperluan lainnya. Sektor pertanian yang memiliki peran signifikan dalam skala global adalah pisang. Akan tetapi, seringkali terjadi serangan penyakit yang mengurangi produksi pisang dalam industri pertanian. Penurunan produksi di PT Great Giant Pineapple ini disebabkan oleh penyakit Black Sigatoka. Penyakit Black Sigatoka merupakan penyakit bercak daun pada tanaman pisang yang disebabkan oleh jamur Mycossphaerella Fijiensis. Penelitian ini bertujuan untuk mengetahui dan mengevaluasi hasil pengimplementasian metode Long Short-Term Memory (LSTM) pada data time series dengan skenario hyperparameter, berupa neuron hidden dan epoch dalam memprediksi tingkat keparahan penyakit Black Sigatoka di masa yang akan datang. Kondisi penyakit Black Sigatoka yang diidentifikasi itu terdiri dari 3 gejala, meliputi Early Streak, Early Spot, dan BLS Mature. Rentang data yang digunakan pada penelitian ini dari 31 Maret 2019 hingga Juli 2019, dengan data mingguan. Hasil penelitian menunjukkan bahwa model LSTM memiliki MAE sebesar 0.084 dan MAPE sebesar 5.7%, menandakan bahwa model memiliki kinerja yang baik dalam melakukan proses prediksi.

URI
https://repo.itera.ac.id/depan/submission/SB2406050056

Keyword
Black Sigatoka LSTM Prediction