Identifikasi Gejala Penyakit Tanaman Jeruk Melalui Pengolahan Citra

Identification of Orange Plant Disease Symptoms through Image Processing

Keywords: Penyakit Tanaman Jeruk, Pengolahan Citra, Fast Fourier Transform, Local Binary Pattern, Probabilistic Neural Network

Abstract

Pengolahan citra adalah trend terkini mendukung suatu pengenalan pola objek citra secara digital, dengan penerapan metode dan konsep dalam menginterprestasikan informasi menjadi pendukung data secara visual. Gejala penyakit pada tanaman dapat terlihat adanya noda pada area objek, sehingga dalam memudahkan pengenalan fitur yang digunakan adalah dengan tekstur, karena tanda penyakit dapat mengenai sekitar atau seluruh area obyek. Usulan yang dibangun diharapkan dapat memberikan solusi untuk melakukan identifikasi gejala suatu penyakit melalui pengolahan citra, dengan melibatkan konsep dan metode. Tahapan yang diterapkan dalam pengelolaan adalah preprocessing, feature extraction, dan identification Metode preprocessing dilakukan dengan resize, clipping, penajaman tekstur dengan usharp mask filter dan konversi RGB ke gray. Feature extraction dengan metode Fast Fourier Transform (FFT)  dan Local Binary Pattern (LBP). FFT merupakan ekstraksi cepat pada transformasi fourier, sedangkan LBP merupakan ekstraksi ciri dengan diskripsi pola pada citra gray. Proses  identifikasi dengan metode Probabilistic Neural Network (PNN) dalam melakukan klasifikasi yang mendukung proses identifikasi terhadap penyakit tanaman, jumlah data yang digunakan 233, terbagi dalam 157 data latih dan 76 data uji. Hasil klasifikasi terhadap data latih menunjukan hasil maksimal untuk semua citra batang, daun, dan buah. Sedang untuk data uji hasilnya tertinggi identifikasi pada penerapan ekstraksi ciri dengan FFT dibandingkan dengan LBP ataupun gabungan kedua ekstraksi ciri tersebut.

Downloads

Download data is not yet available.

Author Biographies

Maura Widyaningsih, STMIK Palangkaraya

STMIK Palangkaraya

Prodi Teknik Informatika

Agus Harjoko, Universitas Gadjah Mada

Prodi S2/S3 Ilmu Komputer dan Elektronika;Sekip Utara Bulaksumur, (0274)555133

Jurusan Ilmu Komputer dan Elektronika, FMIPA UGM, Yogyakarta    

References

Arivazhagan, S., Shebiah, R.N., Ananthi, S., dan Varthini S.V. (2013) Maret. Detection of Unhealthy Region of Plant Leaves and Classification of plant Leaf Diseases using Texture Feature. Department of Electronics and Communication Engineering.
Anonymous. (2010). Penyakit Penting Pada Tanaman Jeruk - Agricultur Product, www.agriculturproduct. blogspot.com/2010/11/penyakit-penting-pada-tanaman-jeruk, diakses 18 Februari 2014
Spring, KR., Russ, JC., Parry-Hill, MJ., Fellers, TJ., Davidson, MW. (2016). Unsharp Mask Filterimg, https://micro.magnet.fsu.edu/primer/java/digitalimaging/processing/unsharpmask/index.html.
Gonzales, R., Woods, R.E. (2008). Digital Image Processing. Third Edition. eurson Education. Prentice-Hall. Inc.
Herdiyeni, Y., Santoni, M.M. (2012). Combination of Morological, Local Binary Pattern Variance and Color Moments Features for Indonesian Medicinal Plants Identification, dalam jurnal ICACSIS. ISBN : 978-979-1421-15-7. Jurusan Ilmu Komputer. Fakultas MIPA. Universitas Pertanian. Bogor.
Kadir, A., Nugroho, L.E, Susanto, A., dan Santosa, P.I. (2011). 3 Sptember 2011. Folliage Plant Retrieval Using Polar Fourier Transform. Color Moments And Vein Features. dalam jurnal Signal dan Image Processing An International (SIPIJ), Vol.2, Jurusan Teknik Elektro . Universitas Gadjah Mada, Yogyakarta.
Kadir, A., dan Susanto, A. (2012). Teori dan Aplikasi Pengolahan Citra, penerbit Andi Offset. Yogyakarta.
Kebapci, H., Yanikoglu B., dan Unal G. (2010) 9 April. Plant Image Retrieval Using Color, Shape, and Texture Features. Faculty of Engineering and Natural Sciences Sanbaci University. Istanbul.Turkey.
Pracaya (2008). Hama dan Penyakit Tanaman, Penebar Swadaya. ISBN 979-489-098-7, Jakarta. www.books.google.com, diakses 11 September 2013.
Sahu, H. dan Bhanodia, P., (2013), An Analysis of texture classification : Local Binary Pattern, Journal of Global Research in Computer Science (JGRCS), Volume 4, No. 5, May 2013, www.jgrcs.info.
Pietikainen, M., Zhao G., Hadid A., dan Ahonen T., (2011). Computer Vision Using Local Binary Patterns. Springer London Dordrecht Heidelberg. New York.
Radikar, S., dan Sil,J. (2008). Rice Disease Identificastion using Pattern Recoqnition Techniques, Internastional Conference on Computer and Information Technology 2. West Bengal University of Technology. India.
Widyaningsih, M. dan Harjoko, A. (2014). Identifikasi Gejala Penyakit Tanaman Jeruk Menggunakan Fast Fourier Transform dan Local Binary Pattern dengan Probabilistic Neural Network. Tesis. http://etd.repository.ugm.ac.id/index.php/home/detail_pencarian/73454
Published
2021-05-21
How to Cite
Widyaningsih, M., & Harjoko, A. (2021). Identifikasi Gejala Penyakit Tanaman Jeruk Melalui Pengolahan Citra. Jurnal Sains Komputer Dan Teknologi Informasi, 3(2), 104-113. https://doi.org/10.33084/jsakti.v3i2.2294