Klasifikasi Penyakit Pada Daun Stroberi Menggunakan K-Means Clustering dan Jaringan Syaraf Tiruan

Alif V. Efrilla, Susanto B. Sulistyo, Krissandi Wijaya, Purwoko H. Kuncoro, Arief Sudarmaji

Abstract


Identifikasi penyakit pada tanaman stroberi sangat diperlukan untuk mengetahui penyakit lebih awal, sehingga dapat dilakukan pencegahan dini menyebarnya penyakit-penyakit tersebut. Penelitian ini bertujuan untuk 1) Mengembangkan algoritma untuk mendeteksi penyakit pada daun stroberi berbasis pengolahan citra menggunakan metode k-means clustering. 2) Mengembangkan jaringan syaraf tiruan (JST) untuk mengklasifikasikan penyakit pada daun stroberi. 3) Menentukan parameter visual yang tepat digunakan untuk klasifikasi penyakit pada daun stroberi. Hasil penelitian menunjukan bahwa parameter visual yang tepat dari pengolahan citra penyakit daun stroberi menggunakan 12 parameter yaitu mean R, mean G, mean B, contrast, correlation, energy, entrophy, homogeneity, area, perimeter, eccentrycity, dan metric. Aplikasi pengolahan citra dan JST untuk klasifikasi penyakit pada daun stroberi menunjukan hasil yang baik yaitu dengan segmentasi k-means clustering model warna L*a*b*, JST menggunakan 2 hidden layer dengan nilai rata-rata JST latih sebesar 90,2% dan JST uji sebesar 70%.

Keywords


fitur tekstur; pengolahan citra; RGB; segmentasi

Full Text:

PDF

References


Budiman, S., dan Saraswati, D., Berkebun Stroberi Secara Komersial. Jakarta: Penebar Swadaya, 2008.

Badan Pusat Statistik, (2017). Data statistic 2014-2017 produksi stroberi di Indonesia. (on-line), http://Badanpusatstatistik.ac.id// diakses 8 juni 2019.

Tupamahu, F., Christyowidiasmoro, dan Purnomo, M.H., “Ekstraksi Fitur Citra Untuk Klasifikasi Penyakit Pada Daun Tanaman Jagung Berdasarkan Tekstur Dan Warna”, Seminar Nasional Aplikasi Sains dan Teknologi, pp. A1-A8. Yogyakarta, 2014.

Wu, X., and Vipin, K., The Top Ten Algorism in Data Mining. Boca Raton: Chapman & Hall/CRC, 2009.

Plataniotis and Venetsanopoulus, Color Image Processing and Applications. University of Toronto. Ontario, 2000.

Han, J. and Kamber, M., Data Mining: Concept & Technique. Morgan Kaufman, 2001.

Sasongko, T.B., “Komparasi dan Analisis Kinerja Model Algoritma SVM & PSD-SVM: Studi Kasus Klasifikasi Jalur Minat SMA,” Jurnal Teknik Informatika & Sistem Informasi. Vol 2 No 2, 2016.

Fausett, L., Fundamental of Neural Networks: Architectures, Algorithm, and Applications. Florida institute of technology. USA, 1994.

Pranata, A., “Aplikasi Sistem Pakar Untuk Mendiagnosa Hama Dan Penyakit Pada Tanaman Stroberi Berbasis Web Dengan Metode Forward Chaining,” Jurnal STMIK Atma Luhur. Babel, 2016.




DOI: http://dx.doi.org/10.21776/ub.jkptb.2020.008.02.06

Refbacks

  • There are currently no refbacks.