Klasifikasi Penyakit Tanaman Kedelai Melalui Tekstur Daun dengan Metode Gabor Filter

Rangga Pahlevi Putra, Rahmadwati Rahmadwati, Onny Setyawati

Abstract


Salah satu hasil tanaman pangan yang penting dikonsumsi oleh masyarakat Indonesia adalah kedelai. Kedelai merupakan tanaman polong-polongan yang menjadi sumber protein dan minyak nabati di dunia. Namun karena berbagai penyebab seperti penyakit, serangan hama, dan kondisi cuaca yang tidak stabil menyebabkan penurunan kualitas maupun kuantitas dari produksi kedelai. Dalam rangka memberikan kontribusi dalam mempertahankan produktivitas hasil tanaman kedelai, penggunaan teknologi bisa menjadi salah satu alternatif untuk diterapkan pada budidaya tanaman kedelai.

Penelitian ini menyajikan pengembangan teknologi berbasis aplikasi teknik pengolahan citra digital yang digunakan untuk mendeteksi tekstur daun kedelai yang terkena penyakit menggunakan metode Gabor Filter. Diantara penyakit kedelai yang sering muncul adalah bercak coklat (septoria blight) dan lapuk daun (downey mildew). Pada penelitian ini dipilih metode Gabor Filter karena kehandalannya dalam membedakan tekstur suatu benda dengan cara mengisolasi frekuensi dan orientasi tertentu dari suatu citra sehingga bisa dimengerti oleh sistem visual manusia. Berdasarkan hasil percobaan, diperoleh bahwa parameter masukkan Gabor filter dengan orientasi 45˚, 60˚, 90˚, dan 135˚ dengan kombinasi frekuensi 0,176 Hz menghasilkan hasil keluaran dengan kontras yang cukup jelas. Sedangkan untuk orientasi 0˚ dan 30˚ dengan kombinasi frekuensi 0,707 Hz dan 0,353 Hz hasil keluaran masih terlihat gelap. Dan untuk orientasi 180 dan 210 dengan kombinasi frekuensi 0,088 Hz dan 0,044 Hz, kondisi keluaran Gabor terlihat terlalu cerah sehingga tampak blur. Untuk nilai energy memiliki ciri yang berbeda antara kelas yang diklasifikasikan. Untuk kelas penyakit downey mildew  memiliki rata-rata nilai energy antara 0,02 – 0,14, kelas septoria blight memiliki nilai energy antara 0,3 – 0,7, dan kelas terakhir yaitu daun normal memiliki nilai energy antara 0,8 – 1,13.


Full Text:

PDF

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.