Identifikasi Citra Daun Teh Menggunakan Metode Histogram untuk Deteksi Dini Serangan Awal Hama Empoasca

Authors

  • Christophorus Candra Kusumadewa Universitas Mercu Buana Yogyakarta
  • Supatman Supatman Universitas Mercu Buana Yogyakarta

DOI:

https://doi.org/10.26486/jmai.v2i1.71

Keywords:

Daun Teh, Histogram, Neural Network, Learning Vector Quantization

Abstract

Mata merupakan salah satu organ tubuh manusia yang memiliki fungsi sebagai alat penglihatan, dengan pengelihatannya manusia dapat menikmati keindahan ciptaan Yang Maha Kuasa. Buta warna merupakan salah satu kelainan mata yang disebabkan ketidakmampuan sel-sel kerucut mata untuk menangkap suatu spektrum warna tertentu yang disebabkan oleh faktor genesis. Tentu kelainan ini memberikan dampak tersendiri pada penderitanya. Metode ishihara adalah salah satu metode yang paling populer digunakan dalam melakukan tes buta warna, yaitu berupa lembar-lembar yang bergambar titik-titik yang membentuk pola tertentu yang akan terbaca oleh mata normal.Penelitian ini mendesain sistem pakar untuk mendeteksi buta warna pada manusia. Metode neural network yang dilearning dengan lembar-lembar ishihar dipergunakan sebagai basis data cerdas sistem pakar untuk dapat mendeteksi jenis buta warna seseorang melalui tes-tes lembar ishihara yang di berikan. Kemampuan sistem pakar ini dideain untuk mengenali empat jenis mata yaitu mata normal, buta warna parsial, buta warna parsial defisiensi warna merah hijau dan buta warna total. Data pelatihan yang digunakan untuk melatih sistem ini berjumlah 35 data dan pengujian 33 data yang terbagi menjadi empat kelas. Hasil pelatihan dan pengujian pada parameter neural network berjenis LVQ alfa 0,5 dengan perincian pengujian buta warna parsial sebanyak tiga, buta warna parsial defisiensi warna merah hijau sebanyak enam dan buta warna total sebanyak dua diperoleh unjukkerja dengan tingkat persentase keberhasilan yaitu 100%.

Downloads

Download data is not yet available.

References

Dhamadi, A. 1999. Empoasca sp. hama baru di perkebunan teh. Prosiding. Seminar Nasional Peranan Entomologi dalam Pengendalian Hama yang Ramah Lingkungan dan Ekonomis. PEI Cabang Bogor. Bogor: 16 Februari 1999. p.: 6050610.
Kadir, A., Susanto, Adhi. 2013. Teori dan Aplikasi Pengolahan Citra.
Kalshoven. 1981. Teh pests of crops in Indonesia. Translated and revised by PA Van der Laan. PT Ichtiar Baru Van-Hoeve, Jakarta.
Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu
Linda. 2003. Biologi Empoasca flavescens (F.) (Homoptera: Cicadellidae) pada teh (Camellia sinensis (L.) O Kuntze. Skripsi. Fakultas Pertanian IPB.
Long-QingShi, Zhao-HuaZeng, Huo-ShuiHuang, Yong-MeiZhou, LietteVasseur, Min-ShengYou. 2015. Identification of Empoascaonukii (Hemiptera: Cicadellidae) and Monitoring of its Populations in the Tea Plantations of South China. Journal of Economic Entomology 108(3):1025-1033
Munir, R., (2004). Pengolahan citra digital dengan pendekatan algoritmik. Bandung: Informatika.
Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta: Andi.
Sudarmo, S. 1992. Pengendalian serangga hama dan penyakit kapas. Kanisius, Yogyakarta
Wagiman, F. X., B. Triman, R. D. Sinaga, B. Y. Rahmautama, M. Y. Ade. 2011. Evaluasi ketahanan klon-klon teh PGL terpilih terhadap serangan Empoasca sp.LaporanAkhir. Hibah Penelitian Unggulan Fakultas Pertanian UGM Tahun Anggaran 2011
Widodo, T. S. (2005). Sistem Neuro Fuzzy untuk Pengolahan Informasi. Yogyakarta: Graha Ilmu.
Winasa, IW. 1999. Pengaruh insektisida beta sipermetrin dan beta silfutrin terhadap kelimpahan populasi Empoasca sp. pada pertanaman teh di Desa Banyuwangi, Kecamatan Cigudeg, Bogor. Fakultas Pertanian IPB.

Downloads

Published

2018-02-19