Integrasi Metode Artificial Neural Network (ANN) dengan Bidirectional Particle Swarm Optimization (BPSO) untuk Optimasi Dosis Pupuk pada Tanaman Palawija

Kemajuan Ilmu Pengetahuan dan Teknologi (IPTEK) semakin pesat terutama dalam bidang pertanian. Salah satu aspek dalam pertanian yang sangat diperhatikan adalah pemupukan. Dalam pemberian pupuk melibatkan banyak jenis pupuk dan kombinasi dosis yang berbeda. Palawija merupakan tanaman untuk rotasi tanam, saat tidak musim padi. Palawija juga ditanaman di dataran tinggi dimana padi tidak tumbuh. Pemberian pupuk memberikan dampak berbeda bagi Palawija. Metode ANN dapat digunakan untuk mengetahui pengaruh pada tanaman yang ditimbulkan dari pemberian pupuk. Selanjutnya, dipilih dua pengaruh pada tanaman untuk dioptimasi dosis pupuknya menggunakan metode BPSO. Metode ANN terbukti sangat baik dalam memprediksi nilai karena proses pembelajaran yg dilakukan dan BPSO mampu mengoptimasi dengan vektor lebih dari satu sehingga mempercepat proses sistem. Dari hasil pengujian yang dilakukan parameterANNbackpropagationmenggunakan data latih 90%, data uji 10%, iterasi 100 kali, jumlah hiddenlayer10, learning rate 0.6 dan momentum 0.6 dengan didapatkan nilai MSE terkecil 8.6023E-03.Untuk Parameter BPSO menggunakan nilai standard pada PSO (particle Swarm Optimization) pada penelitian Navalertporn (2011). Sehingga untuk mendapatkan bobot kering tanaman 4.4964 ton/ha dan hasil produksi 6.99985 ton/ha maka dibutuhkan pupuk Urea 0.191 ton/ha atau 191 kg/ha, SP36 0.201 ton/ha atau 201 kg/ha, KCL 0.288 ton/ha atau 288 kg/ha dan Bioncah 48.3 ton/ha