• Tidak ada hasil yang ditemukan

ISSN : e-proceeding of Engineering : Vol.7, No.3 Desember 2020 Page 9339

N/A
N/A
Protected

Academic year: 2021

Membagikan "ISSN : e-proceeding of Engineering : Vol.7, No.3 Desember 2020 Page 9339"

Copied!
8
0
0

Teks penuh

(1)

1

DETEKSI LEBAR DAUN TANAMAN PAKCOY DENGAN PENGOLAHAN CITRA

DAN METODE EKSTRAKSI CIRI CANNY EDGE DETECTION

PAKCOY LEAF WIDTH DETECTION USING IMAGE PROCESSING AND CANNY EDGE

DETECTION EXTRACTION METHOD

Brenda1, Budhi Irawan2, Casi Setianingsih3

1,2,3Prodi S1 Teknik Komputer, Fakultas Teknik Elektro

1brenda@student.telkomuniversity.ac.id, 2budhiirawan@telkomuniversity.ac.id, 3setiacasie@telkomuniversity.ac.id

Abstrak

Tanaman pakcoy merupakan tanaman sayuran yang dapat tumbuh dengan media tanah dan hidroponik. Pertumbuhan tanaman dapat dipantau dengan mengetahui lebar daun tanaman tersebut. Penelitian ini menciptakan alat untuk mendeteksi lebar daun tanaman dengan akurat melalui tumbuh kembang tanaman yang dapat dimonitoring oleh masyarakat.

Implementasi penelitian berupa aplikasi mobile yang dapat mendeteksi ukuran lebar daun tanaman. Menggunakan metode canny edge detection memperoleh hasil akurasi sistem 95,06%, intensitas cahaya 18,75 lux, sudut 90o, dan pengambilan jarak 30 cm. Pertumbuhan tanaman pakcoy yang dilihat selama 4 minggu, akurasi terbaik diperoleh pada minggu ke-2 dengan akurasi rata-rata 99% dan nilai intensitas cahaya rata-rata 22 lux.

Kata Kunci : lebar daun tanaman, pakcoy, canny edge detection

Abstract

Pakcoy plant is a vegetable plant that can grow with soil and hydroponic media. Plant growth can be monitored by knowing the width of the plant’s leaves. This research creates a tool to accurately detect plant leaf width through plant growth that can be monitored by the people.

Research implementation in the form of a mobile application that can detect the width of plant leaves. Using the canny edge detection method, the results obtained system accuracy of 95.06%, light intensity of 18.75 lux, angle of 90o, and

distance of 30 cm. Pakcoy plant growth was seen for 4 weeks, the best accuracy was obtained at 2nd week with an

average accuracy of 99% and an average light intensity value of 22 lux.

Keywords : width of plant leaves, pakcoy, canny edge detection 1. Pendahuluan

Masyarakat menanam sayuran sudah dilakukan dengan cara mudah. Proses menanam dan tumbuh memiliki banyak cara. Dalam pertumbuhan sayuran, hal yang perlu diperhatikan sangat banyak seperti lebar daun tanaman. Lebar daun bisa saja lebar atau terlalu kecil di usia seharusnya. Seperti halnya tanaman pakcoy. Untuk mendapatkan kualitas tanaman yang baik, maka dibutuhkan monitoring yang rutin pada lebar daun tanaman pakcoy [1][2][3].

Penerapan image processing yang digunakan untuk mengetahui lebar daunnya. Apakah terjadi hal yang tidak sesuai terhadap tumbuh kembang pakcoy. Monitoring dilakukan setiap minggu melalui aplikasi. Aplikasi tersebut membantu pertumbuhan tanaman pakcoy melalui ukuran lebar daun dengan metode canny. Cara kerja dari aplikasi yaitu mengambil gambar melalui kamera handphone dan memasukkan gambar pada aplikasi. Selanjutnya aplikasi akan mengeluarkan hasil nilai ukuran lebar daun tanaman pakcoy tersebut. Penelitian ini bermanfaat untuk menciptakan sistem deteksi lebar daun pakcoy jika terjadi hal yang tidak sesuai terhadap tumbuh kembangnya. 2. Landasan Teori

2.1 Sayuran

Bagian tanaman sayuran yaitu daun, tangkai daun, kuncup, batang, akar, dan lain-lain. Hampir semua bagian sayuran dijadikan makanan. Sayuran memiliki manfaat, warna hijau merupakan sumber karoten yang memiliki banyak antioksidan. Sedangkan sayuran berkecambah seperti tauge, banyak terkandung vitamin E [4].

Proses menanam sayuran untuk mendapatkan hasil tumbuh kembang tanaman yang bagus, maka yang harus dilakukan [5] yaitu :

(2)

2

1. Pertanian sayuran menggunakan pupuk.

2. Mengatur jarak antar tanaman saat ditanam. 3. Memilih bibit yang terbaik.

4. Mengetahui cara membasmi gulma. 2.2 Tanaman Pakcoy

Pakcoy (Brassica rapa L. var. chinesis) merupakan jenis sayuran yang mudah didapatkan dan mudah diolah. Hasil produksi pakcoy di Indonesia belum memenuhi kebutuhan masyarakat. Menurut Badan Pusat Statistik, data produksi pakcoy mengalami fluktuasi pada tahun 2008-2011 sebesar 565,636 ton; 562,838 ton; 583,770 ton; 580,969 ton. Sawi pakcoy termasuk jenis yang dibudidayakan petani dan lebih sering dikonsumsi. Sehingga memberikan prospek bisnis untuk petani sawi pakcoy [6] [7].

2.3 Deteksi Lebar Daun Pakcoy

Sayuran banyak sekali jenisnya, seperti warna dan bentuknya. Tantangan untuk mendeteksi tanaman sayuran adalah sayuran yang memiliki bentuk yang hampir mirip. Hasil dari ukuran lebar daun tanaman adalah hasil yang diperoleh dari ukuran satu daun tanaman pakcoy. Dataset gambar sayuran yang didapatkan memerhatikan pencahayaan, sudut (posisi kamera), dan jarak yang stabil agar diperoleh gambar yang baik untuk dianalisis karena memiliki variabilitas yang tinggi.

2.4 Canny Edge Detection

Metode Canny dikemukakan oleh John Canny tahun 1986 dan terkenal sebagai operator deteksi tepi yang optimal. Untuk seteksi tepi canny terdiri dari 5 proses [11] yaitu :

1. Smoothing terhadap citra dengan menggunakan gaussian filter

Proses ini digunakan untuk menghilangkan noise yang ada pada gambar dengan menggunakan gaussian filter. Gaussian filter merupakan matriks yang memiliki standar deviasi dengan nilai tertentu. Berikut adalah persamaan dari gaussian filter :

𝐺(𝑥, 𝑦) = 2𝜎12 ∗ 𝑒−

𝑥2+𝑦2

2𝜎2 ...(1) 2. Menghitung nilai gradien

Tahapan ini dilakukan proses menghitung gradien dengan metode canny. Nilai gradien pada setiap piksel gambar telah diperhalus dengan menggunakan operator Sobel. Operator Sobel merupakan nilai magnitude dari gradien yang dihitung berdasarkan matriks :

Gambar 1. Matriks Sobel

Kemudian dilakukan perhitungan gradien dengan persamaan berikut :

𝑀 = √Sx2+ Sy2 ...(2)

3. Non-Maxima Suppression

Proses non-maxima suppression dilakukan untuk menghilangkan nilai non-maksimum disepanjang nilai tepi dan menghilangkan piksel-piksel (piksel diatur menjadi 0) yang tidak dianggap sebagai nilai tepi, maka diperoleh nilai tepi yang tipis.

4. Double Tresholding

Double tresholding merupakan proses dengan dua nilai ambang yaitu T1(ambang bawah) dan T2(ambang atas). Apabila nilai kurang dari T1, maka nilai berubah jadi 0 (warna hitam) dan apabila nilai lebih dariT2, maka nilai berubah menjadi 255 (warna putih). sedangkan nilai lebih dari T1dan kurang dari T2, maka berwarna abu-abu.

(3)

3

5. Edge Trancking by Hysteresis

Proses akhir yang dilakukan pada metode canny yaitu menekan semua sisi yang tidak berhubungan dengan tepian yang kuat. Semua piksel terhubung dengan piksel putih yang memiliki nilai besar dari T1juga dianggap sebagai tepi [12][13].

Hasil ekstraksi ciri canny dapat dilihat pada gambar Gambar 2. dibawah ini.

Gambar 2. Hasil Proses Canny

3. Perancangan Sistem

3.1 Perancangan Umum Sistem

Penelitian ini menggunakan metode deteksi canny untuk mendapatkan hasil pola daun pakcoy. Proses canny

menggunakan operator Sobel untuk mendapatkan nilai piksel yang halus. Mengurangi noise pada gambar menggunakan gaussian filter yang hasilnya terdapat pada gambar 1. Proses yang dilakukan oleh aplikasi dapat dilihat pada gambar 3, dimana pengambilan gambar dengan jarak 30 cm, sudut 90o, dan pencahayaan dari outdoor. Lokasi pengambilan gambar adalah green house Telkom University.

Pengambilan sampel data diambil sebanyak 10 gambar setiap minggu. Proses diuji dengan aplikasi menggunakan android studio 4.0.1 pemrograman bahasa python. Dataset yang digunakan adalah gambar jpg dengan resolusi 960x1280.

Gambar 3. Rancangan Sistem

Gambar 3 diatas merupakan deskripsi rancangan sistem dari aplikasi. Proses pertama yang dilakukan adalah mengambil gambar dengan menggunakan kamera handphone atau memilih gambar dari gallery. Selanjutnya, gambar yang sudah dipilih dideteksi dengan metode canny. Hasil dari proses canny adalah ukuran lebar daun dari tanaman pakcoy dengan satuan centimeter.

(4)

4

Gambar 4. Use Case Diagram

Gambar 4 merupakan gambar use case diagram program deteksi lebar daun tanaman. User mengaktifkan kamera Handphone dengan klik tombol “capture photo from camera” atau memilih gambar yang tersimpan pada galeri handphone dengan klik tombol “select photo from gallery” yang terdapat pada menu aplikasi mobile untuk memperoleh citra tanaman pakcoy. Setelah pengambilan gambar dari kamera handphone,maka gambar dicari terlebih dahulu pada gallery, lalu pilih gambar yang telah di-capture. Selanjutnya dilakukan deteksi citra, citra tersebut diproses dengan metode Canny Edge Detection untuk mendapatkan garis tepi dari citra yang sudah diambil. Setelah memperoleh data yang diinginkan, data tersebut akan muncul di aplikasi mobile yaitu lebar daun pakcoy.

3.3 Output Aplikasi

Hasil yang dikeluarkan dari aplikasi dapat dilihat pada gambar 5 dibawah ini. Data yang telah diolah oleh aplikasi dengan metode canny edge detection, maka hasil yang dikeluarkan oleh sistem adalah ukuran daun tanaman pakcoy dengan satuan cm. Serta umur tanaman dengan satuan HST (Hari Setelah Tanam).

Gambar 5. Tampilan Output Aplikasi

4. Implementasi

Pengambilan sampel data diambil sebanyak 10 gambar setiap minggu. Proses diuji dengan aplikasi menggunakan android studio 4.0.1 pemrograman bahasa python. Dataset yang digunakan adalah gambar jpg dengan resolusi 960x1280.

4.1 Pengukuran Lebar Daun

Mengukur lebar daun pakcoy dibutuhkan objek pembanding antara lebar daun pada objek dengan lebar daun pada sistem. Didapatkan dari hasil image processing canny yang membentuk kontur. Objek pembanding diletakkan di kiri bawah yang akan ditetapkan sebagai kontur dengan perhitungan sebagai berikut :

Diketahui lebar kontur 1 = 1,8 inci = 4,8 cm Lebar objek pembanding = 5 cm

Kontur daun terlebar yang di dapat = 2 inci = 5,08 cm

𝐾𝑜𝑛𝑡𝑢𝑟1 = 𝐿𝑒𝑏𝑎𝑟 𝐾𝑜𝑛𝑡𝑢𝑟

(5)

5

Kontur1 = 4,8

5

= 0,96 cm

𝐿𝑒𝑏𝑎𝑟 𝐷𝑎𝑢𝑛 𝑆𝑒𝑏𝑒𝑛𝑎𝑟𝑛𝑦𝑎 = 𝐾𝑜𝑛𝑡𝑢𝑟 𝐷𝑎𝑢𝑛 𝑇𝑒𝑟𝑙𝑒𝑏𝑎𝑟

Kontur1

...(4)

Lebar Daun Sebenarnya = 5,08

0,96

= 5,29 cm

Gambar 6. Objek Pembanding

4.2 Dataset

Pengumpulan data daun tanaman pakcoy dilakukan di green house di Telkom University. Pengambilan gambar dilakukan sebanyak 10 kali setiap minggu. Tanaman dimonitoring pertumbuhannya selama 4 minggu.

Tabel 1. Hasil Capture Pakcoy

4.3 Pengujian Akurasi Sistem

Memperoleh pengujian akurasi sistem, dibutuhkan pembanding yaitu pengukuran real menggunakan penggaris. Dengan kalkulasi sebagai berikut :

𝐸𝑟𝑟𝑜𝑟 = ∆𝑙𝑒𝑏𝑎𝑟

𝑃𝑒𝑛𝑔𝑢𝑘𝑢𝑟𝑎𝑛 𝑇𝑒𝑟𝑙𝑒𝑏𝑎𝑟 x 100%...(5) Keterangan :

∆lebar = selisih antara hasil pengukuran sistem dengan real

Pengukuran Terlebar = hasil pengukuran terlebar antara sistem dengan real

100% = Persentase maksimal

Pengujian Intensitas Cahaya

Minggu ke- Hasil Capture Jarak/Tanggal/Waktu

1 30/9-07-2020/13:00:39

2 30/16-07-2020/13:59:46

3 30/23-07-2020/14:50:01

(6)

6

Nilai yang diperlukan untuk akurasi sistem adalah data ukuran lebar daun terlebar pada setiap minggunya dan hasil lebar daun yang dideteksi oleh sistem. Hasil akurasi diperoleh dari persamaan 5 untuk memperoleh persentase

error sistem. Berikut adalah hasil pengujian yang diperoleh :

Tabel 2. Sampel Hasil Pengujian Akurasi Minggu ke- Intensitas Cahaya (lux) Sudut Pengambilan Foto (o) Data Awal Ukuran Pakcoy Perminggu (cm) Lebar Daun Pakcoy Dideteksi Sistem Tingkat Akurasi (%) 1 17 90o 2,2 2,55 86,27 18 90o 2,2 2,52 87,3 18 90o 2,2 2,53 86,95 2 22 90o 3 2,97 99 22 90o 3 2,97 99 22 90o 3 2,97 99 3 15 90o 5,5 5,76 95,48 15 90o 5,5 5,76 95,48 16 90o 5,5 5,71 96,32 4 19 90o 5,7 5,61 98,42 19 90o 5,7 5,62 98,59 20 90o 5,7 5,61 98,42

Hasil Pengujian akurasi sistem pada tabel 2 diatas memperoleh intensitas cahaya terbaik yaitu 22 lux dengan tingkat akurasi sistem 99% pada pertumbuhan pakcoy minggu ke-2.

Tabel 3. Hasil Rata-rata Akurasi Sistem

Tabel 3 diatas merupakan tabel hasil rata-rata tingkat akurasi sistem selama 4 minggu. Berdasarkan hasil pengujian sistem yang dilakukan selama 4 minggu, maka hasil tingkat akurasi sistem adalah 95,06%.

Hasil rata-rata tingkat akurasi diperoleh dengan persamaan berikut : 𝑋 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒

𝑇𝑜𝑡𝑎𝑙 𝐶𝑎𝑝𝑡𝑢𝑟𝑒 𝑝𝑒𝑟−𝑚𝑖𝑛𝑔𝑔𝑢

...

.(6)

No Capture Tanaman Rata-rata Tingkat

Akurasi (%)

1 Minggu ke-1 86,95

2 Minggu ke-2 99

3 Minggu ke-3 95,81

4 Minggu ke-4 98,47

Rata-rata Tingkat Akurasi

(7)

7

Gambar 7. Grafik Hasil Tingkat Akurasi

Gambar 7 merupakan hasil grafik pengujian akurasi sistem tanaman pakcoy selama 4 minggu. Hasil akurasi tertinggi diperoleh pada tanaman minggu kedua dengan akurasi 99%. Pengambilan sudut 90o dan pencahayaan dengan 22 lux. Sedangkan hasil akurasi terendah diperoleh pada tanaman minggu pertama dengan akurasi 86,95%.

4.4 Intensitas Cahaya

Berikut ini adalah tabel analisis hasil perhitungan rata-rata intensitas cahaya setiap minggu pertumbuhan pakcoy :

Tabel 4. Hasil Pengujian Intensitas Cahaya

Berdasarkan tabel 4 dapat ditarik kesimpulan bahwa intensitas cahaya terbaik dapat dilakukan pada saat intensitas cahaya bernilai 22 lux dengan perolehan akurasi sistemnya yaitu 99%. Setelah melakukan pengujian selama 4 minggu, maka diperoleh rata-rata intensitas cahaya 18,75 lux dengan akurasi 95,06%. Berikut ini adalah hasil pengujian intensitas cahaya terhadap perkembangan tanaman pakcoy selama 4 minggu :

Gambar 1. Grafik Hasil Pengujian Intensitas Cahaya

Gambar 8 merupakan perbandingan hasil grafik akurasi dengan intensitas cahaya untuk pengaruh hasil cahaya. Grafik intensitas cahaya yang paling bagus diperoleh pada tanaman minggu kedua yaitu 22 lux dengan akurasi 99%. Sehingga diperoleh hasil kesimpulan, jika nilai intensitas cahaya tinggi digunakan saat mengambil gambar, maka akurasi sistem untuk mendeteksi tanaman didapatkan juga tinggi.

No Capture Tanaman Rata-Rata Intensitas Cahaya (lux) Rata-Rata Tingkat Akurasi (%) 1 Minggu ke-1 17,9 86,96 2 Minggu ke-2 22 99 3 Minggu ke-3 15,5 95,82 4 Minggu ke-4 19,6 98,47 Nilai Rata-Rata 18,75 95,06

(8)

8

5. Kesimpulan dan Saran

Hasil pengujian dan analisis yang dilakukan pada sistem deteksi ukuran lebar daun tanaman pakcoy dengan menggunakan canny edge detection memperoleh hasil akurasi sistem 95,06%, dengan intensitas cahaya 18,75 lux, sudut 90o, dan jarak pengambilan objek 30 cm. Hasil akurasi tebaik diperoleh dari tanaman minggu kedua dengan akurasi rata-rata 99% dan intensitas cahaya rata-rata 22 lux. Pembuatan sistem pendeteksi dilakukan agar masyarakat dapat memonitoring pertumbuhan tanaman pakcoy. Penelitian selanjutnya diharapkan dapat meningkatkan akurasi lebih baik dengan metode image processing lainnya dan pengembangan selanjutnya dapat menambahkan fungsi pada sistem yaitu mengkalkulasikan objek lebih dari satu objek dalam satu frame.

6. Referensi

[1] M. Tri Satya, A. Tejaningrum, K. Kunci, and M. Usaha ---, “Manajemen Usaha Budidaya Hidroponik,” J. Dharma Bhakti Ekuitas, vol. 01, no. 02, p. 2528, 2017.

[2] W. R. Pambudi, J. T. Elektro, F. Teknik, and U. M. Surakarta, “Prototype Sistem Pemeliharaan Otomatis Pada Pertanian Hidroponik Menggunakan Metode Aeroponik,” Tek. ELEKTRO, p. iii, 2018.

[3] R. Indriasti, “Pada Pt Kebun Sayur Segar,” p. 4, 2013.

[4] M. Si, “( Pomoceae canaliculata ) DAN PUPUK ORGANIK UNTUK ( Brassica rapa L .),” p. 7, 1994.

[5] Z. D. Ariance Yeane Kastanja, Zeth Patty, “Pelatihan Budidaya Sayuran Organik di Desa Daru Kecamatan Kao Utara,” vol. 8, no. 1, pp. 111–120, 2020.

[6] A. Salman, A. Semwal, U. Bhatt, and V. M. Thakkar, “Leaf classification and identification using Canny Edge Detector and SVM classifier,” Proc. Int. Conf. Inven. Syst. Control. ICISC 2017, pp. 1–4, 2017.

[7] M. H. Bahzar and M. Santosa, “PENGARUH NUTRISI DAN MEDIA TANAM TERHADAP PERTUMBUHAN DAN HASIL TANAMAN PAKCOY (Brassica rapa L. var. chinensis) DENGAN SISTEM HIDROPONIK SUMBU,” J. Produksi Tanam., vol. 6, no. 7, pp. 1273–1281, 2018.

[8] H. T. Sindy Mulya Pratiwi, Iyan Mulyana, “Pengolahan Citra Digital Menggunakan Metode Canny dan Euclidean Distance untuk Mengukur Tingkat Kemiripan Sketsa Wajah,” Psikol. Perkemb., no. October 2013, pp. 1–224, 2019.

[9] J. G. Thanikkal, A. K. Dubey, and M. T. Thomas, “Advanced Plant Leaf Classification Through Image Enhancement and Canny Edge Detection,” 2018 7th Int. Conf. Reliab. Infocom Technol. Optim. (Trends Futur. Dir., pp. 1–5, 2019.

[10] S. Guiming and S. Jidong, “Multi-Scale Harris Corner Detection Algorithm Based on Canny Edge-Detection,” 2018 IEEE Int. Conf.

Gambar

Gambar 1. Matriks Sobel  Kemudian dilakukan perhitungan gradien dengan persamaan berikut :
Gambar 3. Rancangan Sistem
Gambar 4. Use Case Diagram
Tabel 1. Hasil Capture Pakcoy
+3

Referensi

Dokumen terkait

(a) Isi : Ketidaksesuaian sub materi dengan materi pokok bahasan dalam silabus, cakupan materi terkesan berulang dan kurang lengkap, praktikum yang akan

Sistem informasi manajemen ini akan mempermudah aktifitas kerja pada perusahaan tersebut baik dalam menangani pengolahan data karyawan, data absensi, data barang, data

Uji F dilakukan untuk mengetahui apakah semua variabel independen berpengaruh secara bersama-sama terhadap variabel dependen. Dalam uji F ini menggunakan data yang

Dari hasil pengujian dan perhitungan yang dapat memberikan kesimpulan pada umur 28 hari dihasilkan nilai kuat tekan beton maksimum pada persentase penggunaan Tanah Kaolin bakar 5 %

Dalam kegiatan bisnis, pengetahuan tentang segmentasi pasar dapat digunakan sebagai informasi untuk memilih pasar, mencari peluang usaha, menyusun strategi merebut bagian pasar

Sebelumnya, Pemerintah Pusat memang mengintervensi kebijakan pendidikan, sebagaimana yang terjadi sejak tahun 1872, dimana Pemerintah Pusat AS mengintervensi

Bahwa oleh karena itu terdapat argumen kuat untuk mendukung sistem keuangan bebas bunga bagi abad ke-21 yang sejalan dengan ajaran Islam dan ajaran Kristen awal (James

Hal yang sama dikemukakan pula oleh Chator dan Somerville (1978) yang menjelaskan bahwa minyak bumi merupakan salah satu produk minyak mentah alami yang dihasilkan