Article Sidebar

Download
pdf
Statistic
Read Counter : 171 Download : 105

Main Article Content

Abstract

Penyakit yang disebabkan oleh pathogen dapat menyebabkan terjadinya kematian pada suatu tanaman tertentu yang terjangkit oleh penyakit tersebut. Pathogen memerlukan inang untuk dapat berkembang biak agar dapat menginfeksi bagian tumbuhan yang masih sehat. Bagian daun pada tumbuhan yang menjadi tempat untuk pathogen berkembang biak, sehingga dapat mengakibatkan kematian jaringan pada daun dan membuat tumbuhan tidak dapat berkembang atau mati. Leaf spot dan leaf blight merupakan penyakit yang disebabkan oleh pathogen dan sering ditemukan pada tumbuhan seperti yang ditemukan pada tomat (Solanum lycopersicum syn). Identifikasi penyakit pada tanaman tomat dapat dilakukan dengan pendekatan image processing menggunakan gambar (image) dari daun tomat yang terkena penyakit berak (spot) dan hawar (blight). Gambar yang digunakan dilakukan proses segmentasi terlebih dahulu untuk memisahkan object penyakit dari background yang bukan area penyakit, area penyakit daun tomat berhasil tersegmentasi pada proses pengurangan antar channel warna Green–Red (GR). Sebaliknya invers channel warna tersebut mengsegmentasi area daun berwarna hijau atau area sehat. Setelah berhasil tersegmentasi selanjutnya image GR dilakukan pengenalan ciri menggunakan dua metode yang berbeda Gray Level Co-occurrence Matrix (GLCM) dan Discrete Wavelet Transform (DWT). Kedua metode dapat mengenali ciri penyakit daun dengan baik berdasarkan pada nilai Energy dan Entropy yang diperoleh. Tahapan selanjutnya dapat menambahkan teknik Machine Learning (ML) agar hasil pengenalan ciri penyakit daun dapat diklasifikasikan dan dijadikan model untuk melatih atau mengenali penyakit daun pada varietas tumbuhan yang lain.

Keywords

Computer Vision, DWT, Ekstraksi Ciri, GLCM, Penyakit Daun.

Article Details

References

  1. [1] Hanif N Hidayah dan Illa Anggraeni, “Identification of causes of Red Leaf Spot on Red Jabon (Anthocephalus macrophyllus (Roxb.) Havil) Seeds in Kima Atas Permanent Nursery”, Forestry Research Institute of Manado. Jurnal WASIAN, 2015, pp 2(2):73-78.
  2. [2] Lenda J, Bano M dan Pudjiastuti S, “Strategi Pemasaran Komoditi Tomat di Kota Kupang”, Buletin Excellentia Media Komunikasi Agribisnis, 2018, 7(2):127-133.
  3. [3] Yasa I, Sudiarta I, Sumiartha I et. al, “Kajian Ketahanan Terhadap Penyakit Busuk Daun (Phytophthora infestans) pada Beberapa Galur Tomat”, Agroekoteknologi Tropika, 2012, pp 1(2): 154-161.
  4. [4] Triwidodo A, Lisa Navitasari, Tri Joko, Rudi H. Murti, “Pengaruh Tomat Sambung pada Intensitas Penyakit Layu Bakteri (Ralstomia Solanacearum) Komponen Hasil Produksi dan Kualitas Buah”, Jurnal Ilmu Pertanian Indonesia (JIPI), 2021.
  5. [5] Denih Wahyudin, “Penapisan Ketahanan Galur Tomat Terhadap Tomat Chlorosis Crinivirus”, Jurnal Fitopatologi Indonesia, 2022.
  6. [6] Mansilla-Cordova. P, Bampi D, Rondinel-Mendoza. N et al, “Screening Tomato Genotypes for Resistance and Tolerance to Tomat chlorosis virus”, Plant Pathology, 2018, pp 67(5):1231-1237.
  7. [7] Amer. M, Ibrahim. Y, Kheder. A et al, “Confirmation Incidence of Tomato Chlorosis Virus Naturally Infecting Tomato Crop I Egypt”, International Journal of Agriculture and Biology, 2020, pp 23(5):963-969.
  8. [8] Elliot M, “Leaf Spots and Leaf Blights of Palm”, EDIS, 2019, 2006(1).
  9. [9] Alviansyah. F, Ruslianto. I, Diponegoro, “Identifikasi Penyakit pada Tanaman Tomat Berdasarkan Warna dan Bentuk Daun dengan Metode Naïve Bayes Classifier Berbasis Web”, Jurnal Coding Sistem Komputer Untan, 2017, pp 5(1):23-32.
  10. [10] Arvin. C, Teady. M. S. Mulyana, “Klasifikasi Tumbuhan Angiospermae Menggunakan Algoritma K-Nearest Neighbor Berdasarkan pada Bentuk Daun”, Jurnal Ilmiah Penelitian dan Pembelajaran Informatika (JIPI), 2022, pp (2):1233-1243.
  11. [11] Ericson. E, dan Teady. M. S. Mulyana, “Implementasi Algoritma Freeman Chain Code dan Algoritma K-Nearest Neighbor Dalam Pengenalan Huruf Mandarin”, Jurnal Riset Komputer (JURIKOM), 2022, pp 9(4):988.
  12. [12] Teady. M. S. Mulyana dan Herlina, “Evenly Brightening using Kurtosis Gaussian Pattern to Simplify Image Binarization”, Journal of Physics: Conference Series, 2019, 1397(1).
  13. [13] Teady. M. S. Mulyana, Destriana. W, Herlina. “OCR Huruf Jawa Dengan Fitur Kode Rantai dan Levenshtein Distance”, Networking Engineering Research Operation (NERO), 2021, pp 6(1):64-73.
  14. [14] F. F. Tampinongkol, Y. Setiawan, W. I. Nursalam, S. Hudjimartsu, L. B. Prasetyo, “Canopy Cover Estimation Based on LiDAR and Landsat 8 Data using Support Vector Regression”, ICoDSE,. IEEE, Desember 2021.
  15. [15] F. F. Tampinongkol, Y. Herdiyeni, E. N. Herliyana, “Feature extraction of Jabon (Anthocephalus sp) leaf disease using discrete wavelet transform”, Jurnal. TELKOMNIKA. vol.18, no.2, pp.740-750, April, 2020.
  16. [16] Neneng, A. Kusworo, I. Rizal, “Support Vector Machine untuk Klasifikasi Citra Jenis Daging Berdasarkan Tekstur Menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrices (GLCM)”, Jurnal Sistem Informasi Bisnis, 2016, pp 6(1):1-10.
  17. [17] F. F. Tampinongkol, H. Basri, C. Herdian, L. Halim, “Identifikasi Penyakit Daun Tomat Menggunakan Gray Level Co-Occurrence Matrix (GLCM) dan Support Vector Machine (SVM)”, Jurnal Ilmu Komputer dan Teknologi Informasi,. Techno Xplore, April 2023.
  18. [18] HGIC, “Tomato Diseases & Disorders”, Journal Analytica Chimica Acta, 2021, pp 1036:1-18.
  19. [19] Suganda. T dan Wulandari. D, “Culvularia sp. Jamur Patogen Baru Penyebab Penyakit Bercak Daun pada Tanaman Sawi”, Journal Agrikultura, 2019, pp 29(3):119.
  20. [20] Suryantara I, “Implementasi Deteksi Tepi untuk Mendeteksi Keretakan Tulang Orang Lanjut Usia (Manula) pada Citra Rontgen dengan Operator Sobel dan Prewitt”, Jurnal Algoritma, Logika dan Komputasi, 2018, pp 1(2).
  21. [21] Sukiman. T, Suwilo. S dan Zarlis. M, “Feature Extraction Method GLCM and LVQ in Digital Image-Based Face Recognition”, Journal Publications & Informatics Engineering Research, SinkrOn, 2019, pp 4(1):1.
  22. [22] Alazawi. S, Shati. N dan Abbas. A, “Texture Features Extraction based on GLCM for Face Retrieval System”, Periodicals of Engineering and Natural Sciences, 2019, pp 7(3):1459-1467.
  23. [23] A. Graps, “An Introduction to Wavelets”, IEEE Computational Science and Engineering, 1995, pp 2(2):50-61.
  24. [24] S. Widiyanto, Y. Sukra, S. Madenda, D. Wardani, E. Wibowo, “Texture Feature Extraction based on GLCM and DWT for Beef Tenderness Classification”, Proceedings of the 3rd International Conference on Informatics and Computing, ICIC, 2018.
  25. [25] L. Xu, Q. Gao, N. Yousefi, “Brain Tumor Diagnosis based on Discrete Wavelet Transform, Gray-Level Co-occurrence Matrix, and Optimal Deep Belief Network”, Simulation, 2020, pp 96(11):867-879.
  26. [26] M. Yogeshmawari dan G. Thailambal, “Automatic Feature Extraction and Detection of Plant Leaf Disease using GLCM Features and Convolutional Neural Networks”, Materials Today: Proceedings, 2021.