Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM

Abstract

Industri pengolahan pangan semakin berkembang dan kebutuhan jagung semakin meningkat pula.Tetapi, salah satu kendala penting dalam upaya peningkatan produksi jagung adalah gangguan biotis yang dikelompokkan menjadi dua, yaitu gangguan yang disebabkan oleh makroorganisme dan mikroorganisme. Gejala penyakit bisa dilihat dari perubahan yang terjadi pada daun jagung. Para petani (expert) pasti mengetahui tentang adanya gejala penyakit pada daun tanaman jagung. Akan menjadi masalah ketika petani tersebut tidak berada di ladang tersebut sehingga tanaman jagung yang terkena penyakit tidak dapat dicegah. Secara umum, pendeteksian penyakit pada daun tanaman jagung ini diproses melalui pengolahan sinyal digital dan terdiri dari 4 bagian utama, yaitu Preprocesssing, ekstraksi ciri warna, ekstraksi ciri tekstur, dan klasifikasi. Metode ekstraksi ciri yang
digunakan adalah Color Moment sebagai ekstraksi ciri warna dan GLCM (Gray-Level Coo-Occurrence Matrix). Metode klasifikasi pada sistem ini menggunakan KNN (K Nearest Neighbor)dengan cara melakukan klasifikasi pada sistem ini berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Klasifikasi pada sistem ini terdiri dari 4 kelas, yaitu netral (tidak berpenyakit), penyakit hawar daun, penyakit bercak daun, dan penyakit karat daun pada daun tanaman jagung. Sistem ini sudah mampu mendeteksi penyakit daun tanaman jagung berdasarkan gejala-gejala yang terdapat pada daun tanaman jagung tersebut dengan tingkat akurasi sistem terbaik, yaitu 89,375% dengan menggunakan Euclidean Distance dimana nilai k adalah 1.