Pengenalan Penyakit Pada Tanaman Kopi Berdasarkan Pola Citra Daun Menggunakan Metode Backpropagation

Ridho, M Rosyid (2018) Pengenalan Penyakit Pada Tanaman Kopi Berdasarkan Pola Citra Daun Menggunakan Metode Backpropagation. Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

[img] Text
Done _ Abstrak_5140411257_M Rosyid Ridho.docx

Download (15kB)

Abstract

Kopi merupakan salah satu komoditi ekspor unggulan yang dikembangkan di Indonesia karena mempunyai nilai ekonomis tinggi dalam perdagangan dunia. Berdasarkan data dari Pusat Penelitian Kopi dan Kakao Indonesia, permintaan atau konsumsi kopi dunia pada tahun 2017 sebesar 9.328 juta ton sedangkan produksi kopi dunia hanya 9.232 juta ton. Indonesia menempati urutan 4 negara penghasil kopi terbesar dunia yaitu sebesar 0.689 juta ton dibawah Brazil, Vietnam, dan Colombia. Permintaan kopi Indonesia dari waktu ke waktu terus meningkat. Namun sayangnya, produktivitas dan kualitas hasil komoditi perkebunan rakyat masih cukup rendah. Permasalahan pada kopi muncul dari beberapa penyakit atau hama yang menyerang dari bagian tanaman kopi itu sendiri seperti pada bagian daun kopi yang akan mempengaruhi pertumbuhan tanaman kopi tersebut. Tanaman kopi memiliki beberapa penyakit yang dapat diketahui dari daun diantaranya bercak daun cercospora dan karat daun. Namun tidak semua petani mengetahui jenis-jenis penyakit pada tanaman kopi yang dapat diidentifikasi melalui daun, apalagi orang awam yang sedang belajar berkebun kopi. Tidak jarang pula terjadi kesalahan dalam men-diagnosa penyakit sehingga dalam penanganannya pun menjadi tidak sesuai. Berdasarkan masalah tersebut, dalam penelitian ini penulis melakukan penelitian tentang pengenalan penyakit pada tanaman kopi dari citra daun kopi sebagai objek gambar input. Metode yang digunakan pada tahap pengenalan penyakit adalah metode jaringan saraf tiruan backpropagation. Adapun metode ekstraksi yang digunakan adalah rerata intensitas, deviasi standar, skewness, energi, enteropi dan smoothnes.Akurasi tertinggi didapat sebesar 80%.

Item Type: Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi dan Elektro > S1 Informatika
Depositing User: INF FTIE-UTY
Date Deposited: 19 Oct 2018 03:06
Last Modified: 19 Oct 2018 03:06
URI: http://eprints.uty.ac.id/id/eprint/1817

Actions (login required)

View Item View Item