iptek hortikultura

37

Sistem Pakar OPT Jeruk: Aplikasi Pintar untuk Monitoring

dan Pengendalian OPT Jeruk

Pada era sekarang ini penggunaan teknologi dalam berbagai bidang telah dapat dilakukan dengan mudah dan bahkan sudah menjadi kebutuhan. Revolusi industri 4.0 yang berlangsung saat ini, sudah berkembang di bidang pertanian. Terdapat lima teknologi utama yang menopang implementasi industri 4.0, yaitu: internet of things, artificial intelligence, human-machine interface, teknologi robotic dan sensor, serta teknologi 3D printing. Kelima teknologi itu mentransformasi cara manusia berinteraksi hingga pada level yang paling mendasar, serta mengarah untuk efisiensi dan daya saing industri. Implementasi industri 4.0 disektor pertanian, diharapkan dapat menjadikan proses usahatani semakin efisien, dapat meningkatkan produktivitas, dan daya saing (Kementan 2019).

Salah satu kendala yang dihadapi dalam usahatani adalah adanya serangan Organisme

pengganggu tumbuhan (OPT). Adanya serangan OPT menjadi hal penting yang harus diperhatikan karena dapat menurunkan kuantitas dan kualitas hasil. Keberhasilan pengendalian OPT ditentukan oleh beberapa faktor penting di antaranya adalah pemahaman bioekologi OPT, monitoring, pemilihan teknologi, dan bahan pengendalian. Pada tanaman jeruk banyak terdapat OPT yang menyerang pada bagian tanaman, dan pada fase tanaman yang berbeda.

Upaya untuk meningkatkan efisiensi proses usahatani dengan teknologi salah satunya adalah penciptaan dan penerapan teknologi berbasis teknologi informasi. Implementasi teknologi yang digunakan sebagai alat bantu dalam bidang pertanian telah berkembang dengan pesat (Yun Shi et al. 2015), di antaranya untuk irigasi, simulasi tanaman, monitoring, dan pengendalian hama penyakit dan pengelolaan tanaman (Rafea

No. 16 - November 2020

38

1995; Pinter et al. 2003). Teknologi informasi yang spesifik di bidang hama penyakit tanaman banyak dikembangkan dalam bentuk aplikasi sistem pakar, yang umumnya digunakan untuk deteksi. Sembiring (2013) dan Honggowibowo (2009) menyatakan bahwa penggunaan teknologi sistem pakar dapat mempermudah petani untuk melihat dan mengetahui jenis, karakter, dan cara pengendalian hama dan penyakit pada tanaman padi. Sistem pakar dibidang hama penyakit antara lain adalah untuk deteksi OPT tanaman tomat di green house (Lopez-Moralea et al. 2008) deteksi hama dan penyakit pada tanaman kopi (Angkie 2008; Suhartono et al. 2013; Lumbanraja et al. 2020) deteksi OPT pada tanaman buah (Dewanto & Lukas 2014), diagnosis hama pada tanaman jambu biji (Barus et al. 2017), deteksi penyakit pada pisang (Almadhoun & Abu-Naser 2018), deteksi OPT pada tanaman bawang merah (Ginanjar et al. 2013; Ali-Alajrami et al. 2018).

Pada tanaman jeruk, aplikasi untuk deteksi penyaki telah dikembangkan oleh El-Kahlout & Abu-Naser (2018). Balitjestro telah merancang teknologi dan menghasilkan aplikasi sistem pakar OPT jeruk berbasis website untuk monitoring dan pengendalian OPT. Aplikasi ini juga dikembangkan dalam aplikasi berbasis android yang dapat digunakan secara online maupun offline. Teknologi tersebut dapat digunakan

untuk memantau perkembangan populasi atau serangan OPT jeruk secara langsung di lapangan. Pengguna yang telah melakukan pengamatan pada aplikasi sistem pakar, hasilnya akan secara otomatis terekam pada sistem. Hasil pengamatan yang terekam menunjukkan status serangan OPT pada lokasi dan waktu tertentu. Aplikasi ini dapat dibuka melalui http://pakar.balitjestro.web.id. Perangkat lunak ini telah mendapatkan Hak Kekayaan Intelektual berupa hak cipta dengan nama “Aplikasi Sistem Pakar Organisme Pengganggu Tanaman (OPT) Jeruk berbasis Website Versi 1.0”, dengan Nomor permohonan EC00201849262 tanggal 12 Oktober 2018 dan nomor pencatatan 000120782.

Komponen dan Langkah Operasional Sistem Komponen rancang bangun sistem pakar

OPT utama tanaman jeruk berbasis web terdiri atas enam bagian, yaitu: (1) beranda, (2) panduan penggunaan sistem, (3) OPT (hama dan penyakit) utama, (4) sistem pakar, (5) hasil pakar, dan (6) tim penyusun.• Beranda adalah bagian halaman depan

program sistem pakar OPT jeruk. Bagian ini berisi informasi singkat tentang penjelasan aplikasi dan menampilkan alamat kontak pengembang sistem pakar.

• Menu panduan sistem berisi informasi secara

Gambar 1. Struktur Rancang Bangun Sistem Pakar Berbasis Web

(1) (2) (3)

(4) (5) (6)

iptek hortikultura

39

lengkap tentang cara penggunaan aplikasi. • Bagian OPT berisi informasi secara rinci

terkait dengan gejala serangan, bagian yang diserang, ambang ekonomi setiap jenis hama atau penyakit, dan cara pengendaliannya.

• Bagian sistem pakar berisi form pengamatan yang digunakan untuk monitoring OPT, yang merupakan bagian inti dari aplikasi sistem pakar.

• Bagian hasil pakar merupakan informasi hasil pengamatan yang telah dilakukan dan diolah sistem. Hasil menunjukkan status serangan OPT jeruk di lokasi tertentu pada waktu tertentu (real time).

• Bagian tim penyusun berisi nama dan foto anggota dari penyusun aplikasi

Langkah Operasional:

Melakukan pendaftaranUntuk dapat menjalankan aplikasi sistem

pakar OPT jeruk pengguna harus melakukan pendaftaran terlebih dahulu. Menu pendaftaran terdapat di pojok kanan atas pada tampilan aplikasi. Pengguna pilih menu ‘masuk’ seperti yang tertera pada Gambar 1. Selanjutnya pengguna mengisi form pendaftaran yag terdiri dari no. KTP, nama lengkap, username, E-mail serta sandi yang digunakan untuk masuk kedalam sistem pakar OPT jeruk.

Setelah data sudah terisi lengkap, pengguna dapat menekan tombol daftar. Apabila pendaftaran berhasil, pengguna bisa masuk dan menggunakan sistem aplikasi.

Gambar 1. Menu pendaftaran (a) dan kolom pendaftaran (b)

Masuk ke dalam sistemJika pengguna telah melakukan pendaftaran,

pengguna dapat masuk ke sistem dengan cara memilih menu “masuk: yang berada di bagian kanan atas dan mengisi username dan sandi yang telah didaftarkan (Gambar 2).

Gambar 2. Masuk kedalam sistem

Melakukan pengamatanSetelah masuk kedalam sistem pengguna

dapat melakukan pengamatan dengan memilih ikon bergaris di pojok kanan atas layar, selanjutnya adalah pilih menu sistem pakar (Gambar 3). Langkah selanjutnya adalah buat pengamatan,

Gambar 3. Melakukan pengamatan dengan sistem pakar

Pada halaman buat pengamatan berisi lokasi, posisi/tempat, latitude, longitude, ketinggian tempat, jenis jeruk, umur jeruk, dan jumlah pengamatan (Gambar 3).• Lokasi diisi dengan alamat kebun atau

menentukan secara spesifik menggunakan peta secara langsung.

• Posisi/tempat dapat diisi nama petani / kebun petani

• Latitude - longitude serta ketinggian tempat terisi secara otomatis setelah menentukan lokasi pengamatan.

• Jenis jeruk siam, keprok, manis, pamelo, atau jenis lainnya.

• Umur jeruk dalam tahun.• Jumlah pengamatan diisi dengan banyaknya

tanaman jeruk yang akan diamati.Jika semuanya telah terisi, tekan tombol

amati pada bagian bawah halaman, selanjutnya pindah ke halaman pengamatan (Gambar 4).

No. 16 - November 2020

40

Halaman pengamatan berisi tentang pilihan gejala serangan OPT pada bagian tunas, daun, cabang/ranting, bunga, dan buah. Untuk monitoring populasi OPT, pengamatan dilakukan dengan cara menghitung jumlah OPT yang mewakili bagian tanaman tersebut, sedangkan untuk tingkat serangan OPT, pengamatan dilakukan dengan cara mengamati persentase yang mewakili bagian tanaman tersebut.

Apabila seluruh pengamatan sudah selesai sebanyak jumlah tanaman yang diamati maka dibagian kanan bawah muncul tombol “simpan” dan dengan menekan tombol tersebut maka pengamatan yang dilakukan akan tersimpan pada sistem (Gambar 5).

Hasil PengamatanHalaman hasil pakar berisi hasil pengamatan

yang telah dilakukan dan dilengkapi dengan petunjuk tindakan lebih lanjut apabila diperlukan.

Keterangan hasil pengamatan:1. Informasi umum pengamatan (berisi identitas

pengamat dan lokasi pengamatan).2. Waktu pengamatan.3. Tombol unduh pengamatan dalam bentuk

PDF.4. Kolom jenis OPT dengan tingkat serangan

dan jumlahnya. Pengguna dapat mengklik tombol OPT berwarna biru untuk melihat lebih rinci.

5. Tombol lihat gejala serangan per pohon.6. Kolom hasil pengamatan keseluruhan pohon

berupa:• Luas serangan merupakan rerata

serangan hama pada seluruh pohon yang telah diamati.

• Intensitas serangan merupakan rerata serangan pada pohon yang terserang saja.

• Ambang ekonomi serangan merupakan batas toleransi Intensitas serangan pada pengamatan.

• Rera ta populas i / se rangan OPT merupakan jumlah rata-rata OPT pada seluruh pohon yang telah diamati.

• Ambang ekonomi populasi merupakan

Gambar 4. Halaman pengamatan daun (a), ranting (b), bunga (c), dan buah (d)

(A) (B)

(C) (D)

Gambar 5. Halaman selesai pengamatan

iptek hortikultura

41

Gambar 6. Halaman hasil pakar

batas toleransi rerata populasi hama pada pengamatan.

• Pengendalian adalah kolom yang memberikan status “apakah OPT perlu dikendalikan atau tidak”.

• Status Rerata Populasi OPT akan berwarna merah jika rerata melebihi Ambang Ekonomi sehingga OPT perlu dikendalikan.

• Tombol lihat pengendalian berwarna merah untuk melihat cara pengendalian hama.

KESIMPULAN

Sistem pakar OPT jeruk disusun untuk memudahkan pengguna (petani dan petugas) untuk melakukan pemantauan atau pengamatan OPT dan mengetahui hasil serta mengambil keputusan apakah kondisi populasi OPT di lapangan perlu dikendalikan atau tidak dikendalikan. Keunggulan dari teknologi ini adalah mudah diaplikasikan, dapat digunakan oleh petugas atau petani yang paham maupun tidak paham tentang hama tanaman jeruk, dan dapat merekam secara langsung (real time) kondisi status OPT jeruk di suatu daerah.

Program aplikasi sistem pakar yang dihasilkan telah divalidasi di beberapa daerah sentra produksi jeruk Indonesia dan mendapat banyak masukan dari pengguna yang dapat dijadikan sebagai bahan perbaikan dalam aplikasi sistem pakar. Aplikasi sistem pakar berbasis

web juga sudah dikembangkan menjadi berbasis android. Aplikasi berbasis android diharapkan akan meningkatkan adopsi teknologi karena dapat memudahkan pengguna untuk menerapkan sistem aplikasi dimaksud, karena lebih sederhana dan efisien.

DAFTAR PUSTAKA

1. Alajrami, MA & Abu-Naser, SS 2018, ‘Onion rule based system for disorders diagnosis and treatment’, International Journal of Academic Pedagogical Research (IJAPR), vol. 2, no. 8, August – 2018, pp. 1-9.

2. Almadhoun, HR & Abu-Naser, SS 2018, ‘Banana knowledge based system diagnosis and treatment’, International Journal of Academic Pedagogical Research (IJAPR), vol. 2, no. 7, July – 2018, pp. 1-11.

3. Angkie, A 2008, ‘Aplikasi sistem pakar untuk mendiagnosis penyakit pada tanaman kopi dengan metode forward chaining’, Tesis, Fakultas Teknologi dan Informatika, p. 152 .

4. Barus, VM, Mesran, Suginam & Karim, A 2017, ‘Sistem pakar untuk mendiagnosis hama pada tanaman jambu biji menggunakan metode Bayes’, Jurnal Infotek, vol. 2, no. 1, pp. 78-81.

5. Dewanto, S & Lukas, J 2014, ‘Expert system for diagnosis pest and disease in fruit plants’, EPJ Web of Conferences, DOI: 10.1051/ epjconf/201468 00024.

6. El-Kahlout, MI, & Abu-Naser, SS 2019, ‘An expert system for citrus diseases diagnosis’, International Journal of Academic Engineering Research (IJAER), vol. 3, no. 4, April – 2019, pp. 1-7.

No. 16 - November 2020

42

7. Ginanjar, Sasmito, W, Bayu, Surarso, Aris & Sugiharto 2011, ‘Aplikasi sistem pakar untuk simulasi diagnosa hama dan penyakit tanaman bawang merah dan cabai menggunakan forward chaining dan pendekatan berbasis aturan’, Masters Thesis, Master of Information System, Fakultas Diponegoro, p. 78.

8. Honggowibowo, AS 2009, ‘Sistem pakar diagnosa penyakit tanaman padi berbasis WEB dengan forward dan backward chaining’, Telkomnika, vol. 7, no. 3, 2009, pp. 187 – 194.

9. Kementan 2019, Kementan dorong pemanfaatan industri 4.0 sektor pertanian, diunduh 2 September 2020, <https://www.pertanian.go.id/home/?show=news&act=view&id=3399>.

10. Lumbanraja, FR, Rosdiana, S, Sudarsono, H & Junaidi, A 2020, ‘Sistem pakar diagnosis hama dan penyakit tanaman kopi menggunkan metode breadth first search (BFS) berbasis Web’, Jurnal Sistem Informasi dan Telematika, Explore, EXPLORE : 2686-181X, vol. 11, no. 1, pp. 1-9.

11. Pinter, Jr, PJ, Hatfield, JL, Schepers, JS, Barnes, EM & Moran, MS, 2003, Remote sensing for crop management, USDA Agricultural Research Service – Lincoln – Nebraska. University of Nebraska – Lincoln.

12. Rafea, A 1995, Integrating agricultural expert systems with data bases and multimedia, Central Laboratory for Agricultural Expert System, P.O. Box 100 Dokki, Email: rafea@esic.eun.eg.

13. Sembiring, AS 2013, Sistem pakar diagnosa penyakit dan hama tanaman padi, STMIK Budi Darma Medan, <www.stmik-budidarma.ac.id/>.

14. Suhartono, DW, Aditya, M, Lestari & Yasin, M 2013, ‘Expert system in detecting coffee plant diseases’, International Journal of Electrical Energy, vol. 1, no. 3, September 2013, doi: 10.12720/ijoee.1.3.156-162.

15. Lo ´pez-Morales, O. Lo ´pez-Ortega, Ramos, J, Ferna ´ndez, LB & Mun˜oz 2008, ‘JAPIEST: an integral intelligent system for the diagnosis and control of tomatoes diseases and pests in hydroponic greenhouses’, Expert Systems with Applications, vol. 35, 2008, pp. 1506–1512.

16. Yun Shi, Zhen Wang, Xianfeng Wang & Shanwen Zhang 2015, ‘Internet of things application to monitoring plant disease and insect pests’, International Conference on Applied Science and Engineering Innovation (ASEI 2015), Atlantic Press, pp. 31-34.

Harwanto, Susi Wuryantini, Otto Endarto, Rudi Cahyo Wicaksono, Anang Triwiratno,

Rizki Arya Yudistira dan BudiantoBalai Penelitian Tanaman Jeruk

dan Buah Subtropika Jln. Raya Tlekung no. 1, Junrejo,

Batu, Jawa Timur, Indonesia, P.O Box 22 Batu (65301)

E-mail: susi_wur@yahoo.com