Deteksi Dini Penyakit pada Daun Stroberi Berbasis Pengolahan Citra

Abstract

Masih banyak para petani stroberi yang tidak mengetahui cara atau teknik penanggulangan penyakit yang menyerang daun stroberi, secara umum penyakit yang menyerang daun stroberi baru terdeteksi secara manual dengan mata manusia. Salah satu bidang aplikasi dengan sistem berbasis citra yang digunakan untuk deteksi dini penyakit pada daun stroberi yaitu menggunakan sistem otomatis deteksi dengan menggunakan teknologi komputer canggih seperti bantuan pemrosesan citra untuk mendukung petani mengidentifikasi penyakit pada tahap awal dan memberikan informasi yang bermanfaat (Surya Prabha D,2014). Dengan menggunakan segmentasi dapat memanfaatkan intensitas cahaya dan nilai pixel citra, segmentasi merupakan tahapan awal yang diterapkan pada citra sebelum ke tahap pengenalan objek. Penelitian ini proses segmentasi menggunakan K-Means Clustering. Adapun tujuan dari penelitian ini adalah (1) mengetahui deteksi awal penyakit pada daun stroberi (2) menentukan parameter visual yang tepat digunakan untuk deteksi penyakit pada daun stroberi. Pelaksanaan penelitian selama 4 Bulan di Serang Purbalingga, pada Mei 2018 hingga  Agustus 2018. Pengolahan data dilakukan dengan bantuan program komputer MATrix Laboratory (Matlab) untuk pengolahan data  menggunakan metode segmentasi K-Means Clustering. Berdasarkan hasil penelitian dari ketiga daun tersebut, dapat kita lihat bahwa awal mula daun terserang penyakit pada minggu ke 6 di grafik ke 3, sedangkan di grafik 1 dan 2 daun terserang penyakit di minggu ke 7. Pada dasarnya, luas penyakit semakin membesar setiap minggunya. Namun pada grafik terdapat anomali di minggu ke 10 pada grafik 1 dan 3. Sebenarnya bila diamati dengan mata, luas penyakit di minggu 10 dan 11 meningkat, hanya saja terjadi kesalahan saat pengambilan citra. Pada citra tersebut, intensitas cahaya yang mengenai bagian daun tidak merata, sehingga saat disegmentasi hasilnya tidak sempurna.