SEGMENTASI CITRA PENYAKIT PADA BATANG BUAH NAGA MENGGUNAKAN METODE RUANG WARNA L*A*B*

Authors

  • Lutfi Hakim Teknik Informatika, Politeknik Negeri Banyuwangi, Jalan Raya Jember KM.13 Labanasem, Kabat, Banyuwangi, 68461
  • Sepyan Purnama Kristanto Teknik Informatika, Politeknik Negeri Banyuwangi, Jalan Raya Jember KM.13 Labanasem, Kabat, Banyuwangi, 68461
  • Mohammad Nur Shodiq Teknik Informatika, Politeknik Negeri Banyuwangi, Jalan Raya Jember KM.13 Labanasem, Kabat, Banyuwangi, 68461
  • Dianni Yusuf Teknik Informatika, Politeknik Negeri Banyuwangi, Jalan Raya Jember KM.13 Labanasem, Kabat, Banyuwangi, 68461
  • Wahyu Ade Setiawan Teknik Informatika, Politeknik Negeri Banyuwangi, Jalan Raya Jember KM.13 Labanasem, Kabat, Banyuwangi, 68461

Keywords:

Pitaya, Pengolahan Citra Digital, Ruang Warna L*a*b*, Segmentasi Citra

Abstract

Serangan penyakit pada batang buah naga menjadi tantangan tersendiri dalam meningkatkan hasil panen serta kualitas tanaman dan buah. Teknik identifikasi dan penanganan penyakit pada batang buah naga selama ini masih menggunakan metode konvensional. Pada makalah ini, dilakukan teknik segmentasi berbasis pengolahan citra digital pada batang buah naga yang berpenyakit busuk batang, cacar dan serangan serangga. Proses segmentasi dilakukan dengan beberapa tahap, yakni tahap akuisisi citra, tahap pra-proses dan tahap segmentasi dimana citra asli yang memiliki ruang warna RGB ditransformasikan ke dalam ruang warna L*a*b*. Pada tahap segmentasi, dilakukan teknik masking atau memberikan nilai batas terendah dan nilai batas tertinggi dari warna komponen a* dari masing-masing citra berpenyakit. Citra asli yang masih memiliki ruang warna RGB ditindih dengan citra yang memiliki ruang warna L*a*b* dengan komponen a*. Citra yang tidak tertindih maka nilainya akan diubah menjadi 255 (menjadi warna putih) dan selain itu diubah menjadi warna hitam (nilai 0), sehingga didapatkan citra hasil segmentasi objek citra yang berpenyakit. Berdasarkan metode yang diusulkan didapatkan bahwa tingkat akurasi algoritma yang diusukan sebesar 92.63% dapat mensegmentasi objek citra berpenyakit dengan baik.

 

References

Connolly, C., & Fliess, T. (1997). A Study of Efficiency and Accuracy in the Transformation from RGB to CIELAB Color Space. IEEE Transactions on Image Processing, 6(7), 1046–1048.

Dinas Pertanian dan Pangan Kabupaten Banyuwangi. (2019). Data Pertanian, Perkebunan dan Peternakan Kabupaten Banyuwangi. https://www.banyuwangikab.go.id/profil/pertanian.html

Gesha. (2019). Banyuwangi Siap Gedor Ekspor Buah Naga Ke Tiongkok. Retrieved fromHttps://Tabloidsinartani.Com.https://tabloidsinartani.com/detail/indeks/horti/8438-Banyuwangi-Siap-Gedor-Ekspor-Buah-Naga-Ke-Tiongkok

Kusanti, J., Penyakit, K., Padi, D., & Haris, A. (2018). Klasifikasi Penyakit Daun Padi Berdasarkan Hasil Ekstraksi Fitur GLCM Interval 4 Sudut. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 03(01), 1–6.

Mustika Mentari, R.V. Hari Ginardi, & Fatichah, C. (2015). Segmentasi Penyakit Pada Citra Daun Tebu Menggunakan Fuzzy C Means – Support Vector Machine Dengan Fitur Warna a*. JUTI: Jurnal Ilmiah Teknologi Informasi, 13(1), 45–52.

Nurdiyanto, W. (2016). Tanaman Buah Naga di Banyuwangi Terserang Virus Cacar. RetrievedfromWww.Timesjatim.Com.https://www.timesjatim.com/berita/6733/tanaman-buah-naga-di-banyuwangi-terserang-virus-cacar

Rakhmawati, P. U., Pranoto, Y. M., & Setyati, E. (2018). Klasifikasi Penyakit Daun Kentang Berdasarkan Fitur Tekstur Dan Fitur Warna Menggunakan Support Vector Machine. Seminar Nasional Teknologi Dan Rekayasa (SENTRA) 2018, 1–8.

Ratnasari, E. K., Ginardi, R. V. H., & Fatichah, C. (2017). Klasifikasi penyakit noda pada citra daun tebu berdasarkan ciri tekstur dan warna menggunakan segmentation-based gray level co-occurrence matrix dan lab color moments. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 3(1), 1. Retrieved from https://doi.org/10.26594/register.v3i1.575

Sari, I. P. (2016). Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM. Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri (SENIATI), 215–220.

Sodiqin, A. (2018). Ada Keluhan Tanaman Buah Naga Diserang Penyakit Cacar. Retrieved from Https://Radarbanyuwangi.Jawapos.Com. Retrieved from https://radarbanyuwangi.jawapos.com/read/2018/02/21/51261/ada-keluhan-tanaman-buah-naga-diserang-penyakit-cacar

Ulla Delfana Rosiani, Cahya Rahmad, Marcelina Alifia Rahmawati, & Frangky Tupamahu. (2020). Segmentasi Berbasis K-Means Pada Deteksi Citra Penyakit Daun Tanaman Jagung. Jurnal Informatika Polinema, 6(3), 37–42. Retrieved from https://doi.org/10.33795/jip.v6i3.331

Wibowo, A., Widiastuti, A., & Agustina, W. (2011). Penyakit-Penyakit Penting Buah Naga di Tiga Sentra Pertanaman di Jawa Tengah. Jurnal Perlindungan Tanaman Indonesia, 17(2), 66–72. Retrieved from https://doi.org/10.22146/jpti.9816

Downloads

Published

2020-11-05

How to Cite

Hakim, L., Kristanto, S. P., Shodiq, M. N., Yusuf, D., & Setiawan, W. A. (2020). SEGMENTASI CITRA PENYAKIT PADA BATANG BUAH NAGA MENGGUNAKAN METODE RUANG WARNA L*A*B*. Prosiding Seminar Nasional Terapan Riset Inovatif (SENTRINOV), 6(1), 728-736. Retrieved from https://proceeding.isas.or.id/index.php/sentrinov/article/view/551