Prediksi Luas Serangan Penyakit Blas pada Padi Berbasis Iklim Menggunakan Model Long Short Term Memory (LSTM)
Abstrak
Abstrak — Penyakit blas (Pyricularia oryzae) merupakan salah satu penyakit utama pada tanaman padi yang berdampak signifikan terhadap produksi pertanian. Penyebaran penyakit ini dipengaruhi oleh faktor iklim seperti curah hujan, suhu udara, dan kelembapan relatif. Penelitian ini bertujuan untuk memprediksi luas serangan penyakit blas di Kabupaten Lamongan menggunakan metode Long Short-Term Memory (LSTM). Data yang digunakan berupa data bulanan luas serangan penyakit blas dan data klimatologi periode 2019–2024 yang dikelompokkan ke dalam lima wilayah utama. Model LSTM dibangun dengan konfigurasi hyperparameter yang disesuaikan untuk masing-masing wilayah, dan dievaluasi menggunakan metrik MAE, MAPE, dan symmetric Mean Absolute Percentage Error (sMAPE). Berdasarkan hasil evaluasi, wilayah Tengah menunjukkan kinerja prediksi terbaik dengan nilai sMAPE sebesar 18,7% dan akurasi sebesar 81,3%, menunjukkan kemampuan model dalam menangkap pola musiman secara efektif. Model kemudian diimplementasikan dalam sistem prediktif berbasis web untuk menyajikan hasil prediksi secara visual dan interaktif. Pendekatan ini menunjukkan potensi penerapan model berbasis data dalam mendukung sistem peringatan dini untuk pengendalian penyakit tanaman.
Kata kunci— LSTM, penyakit blas, prediksi, iklim, padi, Lamongan.
Referensi
[1] United Nations, “What is climate change?” Accessed: Nov. 30, 2024. [Online]. Available: https://www.un.org/en/climatechange/what-is-climate-change
[2] K. Pertanian, “analisis PDB sektor pertanian tahun 2023,” Pus. Data dan Sist. Inf. Pertan., p. 47, 2023.
[3] B. P. Statistik and P. J. Timur, “Produksi Padi Jawa Timur pada 2023 sekitar 9,59 juta ton gabah kering giling (GKG),” 2023. [Online]. Available: https://jatim.bps.go.id/id/pressrelease/2023/10/16/1385/produksi-padi-jawa-timur-pada-2023-sekitar-9-59-juta-ton-gabah-kering-giling--gkg-.html
[4] F. Karim, A. Fahmi, C. N. Ratnasari, and A. Seftiarini, “Forecasting and Mapping of Vulnerable Areas Floods and Droughts in Rice Crops Impacts of Climate Change In 2022 in East Java Province,” vol. 2023, pp. 8–18, 2023, doi: 10.11594/nstp.2023.3202.
[5] T. Raman and G. Muthukathan, “Field suppression of Fusarium wilt disease in banana by the combined application of native endophytic and rhizospheric bacterial isolates possessing multiple functions,” Phytopathol. Mediterr., vol. 54, no. 2, pp. 241–252, 2015, doi: 10.14601/Phytopathol.
[6] Yulianto, “Pengendalian Penyakit Blas Secara Terpadu pada Tanaman Padi,” Hatta km, vol. 26, no. 10, pp. 27–33, 2017.
[7] D. Y. Fetene, “Review of the Rice Blast Diseases (Pyricularia Oryzae) Response to Nitrogen and Silicon Fertilizers,” Int. J. Res. Stud. Agric. Sci., vol. 5, no. 5, pp. 37–44, 2019, doi: 10.20431/2454-6224.0505005.
[8] G. Kurrata, Tutik Kuswinanti, and Andi Nasruddin, “Keparahan Penyakit Blas Pyricularia oryzae dan Analisis Gen Virulensi Menggunakan Metode Sequence Characterized Amplified Region,” J. Fitopatol. Indones., vol. 17, no. 1, pp. 19–27, 2021, doi: 10.14692/jfi.17.1.19-27.
[9] T. Wahyono, Y. Heryadi, H. Soeparno, and B. S. Abbas, “Crop pest prediction using climate anomaly model based on deep-lstm method,” ICIC Express Lett. Part B Appl., vol. 12, no. 4, pp. 395–401, 2021, doi: 10.24507/icicelb.12.04.395.
[10] X. Song et al., “Time-series well performance prediction based on Long Short-Term Memory (LSTM) neural network model,” J. Pet. Sci. Eng., vol. 186, no. July 2019, 2020, doi: 10.1016/j.petrol.2019.106682.
[11] M. Azlan, R. Jahuddin, and A. S. Kumalasari, “Efektifitas Berbagai Ekstrak Nabati untuk Menekan Pertumbuhan Cendawan Penyebab Penyakit Blas (Pyricularia oryzae) Pada Tanaman Padi secara In Vitro,” Tarjih Agric. Syst. J., vol. 3, no. 1, pp. 171–176, 2023.
[12] D. K. P. dan Pertanian, “PENGENDALIAN PENYAKIT BLAS PADA TANAMAN PADI,” 2022. [Online]. Available: https://dkpp.seruyankab.go.id/pengendalian-penyakit-blas-pada-tanaman-padi/
[13] D. Pertanian, “Penyakit Blas (pyricularian oryzae) Pada Tanaman Padi,” 2023. [Online]. Available: https://distan.bulelengkab.go.id/informasi/detail/artikel/85_penyakit-blas-pyricularia-oryzae-pada-tanaman-padi/
[14] L. S. Rajput, T. Sharma, P. Madhusudhan, and P. Sinha, “Effect of Temperature on Growth and Sporulation of Rice Leaf Blast Pathogen Magnaporthe oryzae,” Int. J. Curr. Microbiol. Appl. Sci., vol. 6, no. 3, pp. 394–401, 2017, doi: 10.20546/ijcmas.2017.603.045.
[15] H. Sarwo, “Prediksi Penerimaan Siswa Baru Pada Madrasah Aliyah As-Sayafi’Iyah 02 Menggunakan Metode Time Series,” vol. 9, no. 2, p. 151, 2016.
[16] “IPCC 2007 - Impacts, Adaptation and Vulnerability.”
[17] J. S. Sepp Hochreiter, “Long short-term memory,” 1997, doi: 10.1162/neco.1997.9.8.1735.
[18] Olah, “Understanding LSTM Networks,” August 27. [Online]. Available: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
[19] R.-J. C. Chen, P. Bloomfield, and F. W. Cubbage, “Comparing Forecasting Models in Tourism,” 2008, doi: http://dx.doi.org/10.1177/1096348007309566.
