IDENTIFIKASI PENYAKIT HAWAR DAUN BAKTERI DAN BERCAK COKLAT PADA TANAMAN PADI DENGAN PENDEKATAN PENGOLAHAN CITRA

Ihsa, nuddin (2019) IDENTIFIKASI PENYAKIT HAWAR DAUN BAKTERI DAN BERCAK COKLAT PADA TANAMAN PADI DENGAN PENDEKATAN PENGOLAHAN CITRA. Sarjana thesis, universitas siliwangi.

	Text 01. HALAMAN JUDUL.pdf Download (83kB)
	Text 05.06 ABSTRAK.ABSTRACT.pdf Download (66kB)
	Text 13. BAB I TA V.3.pdf Restricted to Repository staff only Download (118kB)
	Text 14. BAB II TA V.3.pdf Restricted to Repository staff only Download (388kB)
	Text 15. BAB III TA V.3.pdf Restricted to Repository staff only Download (180kB)
	Text 16. BAB IV v.3.pdf Restricted to Repository staff only Download (5MB)
	Text 17. BAB V.pdf Restricted to Repository staff only Download (32kB)
	Text 18. DAFTAR PUSTAKA.pdf Download (73kB)

Abstract

Pada bidang pertanian pemanfaatan teknologi mampu memberikan manfaat kepada petani dari proses awal, panen, distribusi sampai penjualan. Namun, saat ini masih minim petani yang menggunakan teknologi terutama komputerisasi pada proses pertanianya, seperti pada identifikasi penyakit pada tanaman padi, masih banyak petani padi yang tidak bisa mengenali dan membedakan jenis – jenis penyakit pada tanaman padi. Penyakit yang banyak pada tanaman padi, menyulitkan petani mengidentifikasi dan mengelompokan jenis – jenis penyakit yang menyerang tanaman padi yang mereka tanam. Penelitian mengenai identifikasi penyakit hawar daun bakteri dan bercak coklat pada tanaman padi pernah di lakukan sebelumnya, namun tingkat akurasinya hanya mencapai 70%. Penelitian ini mengembangkan sebuah sistem untuk mengidentifikasi penyakit hawar daun bakteri dan bercak coklat pada tanaman padi melalui citra daun dengan pendekatan pengolahan citra. Dimana citra daun padi yang terkena penyakit di segmentasi terlebih dahulu menggunakan K-Means Clustering, kemudian di ekstraksi ciri teksturnya menggunakan Gray Level Co-Occurrence Matrix (GLCM) dengan fitur yang di esktrak berupa energy, contrast, correlation, homogeinity dan ciri pola bentuknya menggunakan fitur metric dan eccentricity, lalu di identifikasi menggunakan Euclidean Distance. Data latih yang digunakan sebanyak 40 citra untuk masing – masing penyakit dan data uji sebanyak 12 citra untuk masing – masing penyakit. Hasil pengujian menunjukan bahwa sistem memiliki tingkat akurasi lebih baik dari penelitian sebelumnya yaitu mencapai 91.667%. Kata Kunci: Bercak Coklat, Eccentricity, GLCM, Hawar Daun Bakteri, Pengolahan C

Actions (login required)

View Item