Identifikasi penyakit tanaman menggunakan fast

PENDAHULUAN
Latar Belakang
Penyakit tanaman adalah kondisi dimana
sel dan jaringan tanaman tidak dapat berfungsi
secara normal, yang disebabkan adanya
gangguan secara terus menerus oleh gen
patogenik (biotik) atau faktor lingkungan
(abiotik) dan akan menghasilkan perkembangan
gejala. Penyakit tanaman terjadi bila salah satu
atau beberapa fungsi fisiologis tanaman
menjadi abnormal karena adanya gangguan
patogen atau kondisi lingkungan tertentu.
Penyakit yang menyerang tanaman diantaranya
Bercak Daun, Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
Penyakit tersebut dapat mengakibatkan
kematian dan penurunan kualitas dan kuantitas
hasil pertanian secara signifikan sehingga
secara ekonomis dapat menyebabkan kerugian
bagi petani. Untuk itu diperlukan identifikasi
dini terhadap penyakit yang menyerang
tanaman agar mudah dilakukan pencegahan.
Identifikasi penyakit tanaman dapat
ditentukan berdasarkan fitur atau penciri dari
suatu citra berpenyakit. Secara umum fitur
citra berupa warna, bentuk, dan tekstur.
Kebapci et al. (2009) telah melakukan
penggabungan ekstraksi ciri warna, bentuk,
dan tekstur untuk temu kembali citra tanaman
hias menggunakan Gabor dan SIFT. Pada
penelitian ini fitur atau penciri yang
digunakan adalah fitur tekstur, sedangkan ciri
warna dan bentuk tidak dapat digunakan,
disebabkan adanya kemiripan antara penyakit
yang satu dengan lainnya sehingga sulit untuk
dijadikan penciri dalam menentukan jenis
penyakit.
Penelitian tentang penyakit pada tanaman
sebelumnya sudah dilakukan. Phadikar dan
Jaya Sil (2008) melakukan penglasifikasian
daun padi yang berpenyakit mengggunakan
jaringan syaraf tiruan Self–Organizing Maps
(SOM). Sebelum dilakukan penglasifikasian
penelitian di atas terlebih dahulu melakukan
segmentasi terhadap citra penyakit yang akan
diolah. Umumnya proses segmentasi sulit
dilakukan, membutuhkan waktu yang lama
dan membutuhkan usaha yang tidak kecil
untuk melakukannya. Untuk mengatasi
permasalahan seperti ini (Nisa 2006)
melakukan identifikasi cacat citra tekstur
batik dengan menggunakan Fast Fourier
Transform (FFT). Spektrum fourier yang
dihasilkan dari FFT kemudian dihitung
berdasarkan parameter statistik yaitu mean,
standar deviasi, skewness, kurtosis, dan nilai
piksel tertinggi untuk mendapatkan ekstraksi
cirinya. Kulsum (2010) menggunakan
metode Local Binary Pattern (LBP) sebagai
ekstraksi cirinya dalam mengidentifikasi
jenis tanaman hias. Metode LBP merupakan
metode ekstraksi ciri berdasarkan ciri tekstur
tanpa melakukan tahap segmentasi di
dalamnya. LBP bekerja dengan membagi
citra ke dalam beberapa local region dan
setiap local region diekstraksi untuk
mendapatkan pola biner lokal.
Penelitian ini mengidentifikasi penyakit
daun pada tanaman Padi dan Anthurium
dengan menerapkan FFT dan LBP untuk
ekstraksi cirinya. Kemudian dilakukan
klasifikasi hasil ekstraksi yang telah didapat
sebelumnya
dengan
menggunakan
Probabilistic
Neural
Network
(PNN).
Diharapkan identifikasi penyakit daun dengan
metode PNN akan meningkatkan akurasi
klasifikasi,
sehingga
identifikasi
yang
dihasilkan dapat lebih akurat.
Tujuan
Tujuan penelitian ini adalah menerapkan
metode Fast Fourier Transform dan Local
Binary Pattern descriptor sebagai ekstraksi
ciri dengan Probabilistic Neural Network
untuk klasifikasi penyakit pada daun
tanaman.
Ruang Lingkup
Ruang lingkup Penelitian ini adalah
identifikasi penyakit tanaman Padi dan
Anthurium di Persawahan Desa Laladon dan
Balai Penelitian Segunung Cipanas, Bogor,
Jawa Barat. Penyakit yang akan diidentifikasi
dalam penelitian ini adalah penyakit Bercak
Daun dan Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
TINJAUAN PUSTAKA
Anthurium
Anthurium termasuk keluarga Araceae
yang memunyai perakaran yang banyak,
batang dan daun yang kokoh, serta bunga
berbentuk ekor. Dalam keluarga Araceae,
Anthurium adalah genus dengan jumlah jenis
terbanyak. Diperkirakan ada sekitar seribu
jenis anggota marga Anthurium. Beberapa
jenis tanaman Anthurium dapat dilihat pada
Gambar 1.
1