KLASIFIKASI KONIDIUM BIOTIS AKIBAT PENYAKIT PADA TANAMAN JAGUNG MENGGUNAKAN JARINGAN SYARAF TIRUAN

Main Article Content

Frangky Tupamahu
Salman Suleman

Abstract

Dalam pertumbuhan jagung, tidak dapat dipungkiri bahwasannya dalam proses pertumbuhannya, para petani sering mengalami gangguan yang nampak terjadi yang diakibatkan adanya gangguan hama dan penyakit pada jagung sejak jagung berumur 2 minggu hingga 10 minggu yang menyerang pada akar, batang, buah hingga sampai pada daunnya. Akibat dari adanya gangguan tersebut, tentunya memberikan dampak fluktasi pada hasil produksi petani jagung.Gangguan penyakit pada tanaman jagung sebelum mencapai kategori parah dan meluas, pada umumnya menunjukan tanda dengan adanya perubahan yang terjadi pada tanaman tersebut yang secara visual dapat diketahui bahwasannya tanaman jagung tersebut pertumbuhannya tidak normal akibat terinfeksi penyakit. Teknologi komputasi saat telah banyak memiliki manfaat untuk menyelesaikan berbagai macam persoalan yang berhubungan dengan bidang komputer saja. Akan tetapi maanfaat komputasi telah di adopsi untuk digunakan pada berbagai bidang ilmu salah satunya bidang pertanian yaitu dengan menerapkan teknik pengolahan visualisasi gambar secara digital Pada penelitian ini dilakukan klasifikasi menggunakan kecerdasan buatan konidium biotis akibat penyakit pada jagung tanaman jagung dengan tujuan untuk mempermudah mendeteksi jenis konidium pada daun tanaman jagung. Adapun hasil yang Berdasarkan hasil analisa menggunakan metode Multi layer perceptron (MLP) yang dilakukan sebanyak 5 kali diperoleh hasil akurasi klasifikasi 73 % - 92% dengan rata-rata laju eror dalam 5 kali percobaan adalah 0.18408 dengan rata-rata waktu untuk melakukan iterasi agar mampu melakukan pengenalan adalah 10.2 detik dengan jumlah iterasi rata-rata 742. Ini menunjukan bahwa MLP memiliki kinerja yang baik untuk melakukan klasifikasi menggunakan hasil analisis fitur gambar penyakit berdasarkan fitur GLCM.

Article Details

How to Cite
Tupamahu, F., & Suleman, S. (2019). KLASIFIKASI KONIDIUM BIOTIS AKIBAT PENYAKIT PADA TANAMAN JAGUNG MENGGUNAKAN JARINGAN SYARAF TIRUAN. JTII (Jurnal Teknologi Informasi Indonesia), 4(2), 90-94. https://doi.org/10.30869/jtii.v4i2.414
Section
Articles

References

[1] L. Q. Aini, L. Suryani, A. N. Sugiharto, and A. L. Abadi, “Identification of bacterial wilt and leaf blight disease on maize (Zea mays) found in Kediri, Indonesia,” Agrivita, vol. 35, no. 1, pp. 1–7, 2013.
[2] W. Shen, Y. Wu, Z. Chen, and H. Wei, “Grading method of leaf spot disease based on image processing,” in Proceedings - International Conference on Computer Science and Software Engineering, CSSE 2008, 2008, vol. 6, pp. 491–494.
[3] M. A. N. Patil and M. V. Pawar, “Detection and Classification of Plant Leaf Disease,” Iarjset, vol. 4, no. 4, pp. 72–75, 2017.
[4] M. A. Hairuddin, N. Md Tahir, and S. R. S. Baki, “Overview of image processing approach for nutrient deficiencies detection in Elaeis Guineensis,” Proc. - 2011 IEEE Int. Conf. Syst. Eng. Technol. ICSET 2011, pp. 116–120, 2011.
[5] I. Mašín, M. Petrů, I. Mašín, and M. Petrů, “Trends of Engineering Systems Evolution and Trends of Engineering Systems Evolution and Agricultural Technology Agricultural Technology.”
[6] R. Korsnes, K. Westrum, E. Fløistad, and I. Klingen, “Computer-assisted image processing to detect spores from the fungus Pandora neoaphidis,” MethodsX, vol. 3, pp. 231–241, 2016.
[7] A. Vibhute and S. K. Bodhe, “Applications of Image Processing in Agriculture: A Survey,” Int. J. Comput. Appl., vol. 52, no. 2, pp. 34–40, 2012.