BAB I PENDAHULUAN. 1.1 Latar Belakang

PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi berjalan sangat cepat, kemajuan di segala bidang . Ke- majuan teknologi pada bidang pertanian dan perkebunan untuk menghadapi Smart Farming 4.0. Smart Farming 4.0 merupakan metode pertanian cerdas berbasis teknologi. Teknologi yang digunakan dalam Smart Farming 4.0 di antaranya Agri Drone Sprayer (Drone penyemprot pestisida dan pupuk cair), Drone Surveillance (Drone untuk pemetaan lahan) serta Soil and Weather Sensor (Sensor tanah dan cuaca) [3]. Selain itu Indonesia juga merupakan salah satu negara produsen teh terbesar kedelapan di dunia. Namun pada saat budidaya teh ada kendala seperti hama, penyakit dan penilaian tiap pekebun dalam mengidentifikasi hama tidak se- lalu sama, sehingga mempengaruhi hasil produksi tanaman teh [4]. Serangan hama sangat merugikan bagi pekebun seperti Perkebunan teh di Kampung Sarongge ini dikelola PT Perkebunan Nusantara. Dari total 7,2 hektar lahan perkebunan, hampir separuh di antaranya terserang hama [5]. Sehingga dibutuhkan sistem yang men- diagnosis daun teh yang terkena hama, diharapkan dengan adanya sistem terse- but mendiagnosis hama pada daun teh lebih akurat untuk Smart Farming 4.0 dan meningkatkan hasil perkebunan [6].

Pengolahan citra merupakan suatu metode atau teknik yang digunakan untuk mengolah suatu citra atau gambar untuk menghasilkan suatu informasi tertentu.

Wang Yi meneliti Contourlet Transform dan klasifikasi SVM untuk Face Recog-

nition tahun 2008 menggunakan 10 orang dengan setiap orang 200 data mendapat

akurasi sebesar 90% sampai 93% [7]. Hal tersebut karena Contourlet Transform

salah satu transformasi citra geometris efisien yang dapat menangkap fitur kontur

dan tekstur pada wajah. Penelitian sebelumnya Puji Lestari meneliti tentang de-

teksi cacat daun teh JST Learing Vector Quantization pada tahun 2011. Metode

analisis warna dan perbandingan panjang dan lebar daun sebagai metode ekstraksi

ciri. Pengujian dengan menggunakan 100 data latih dan 160 data uji mendapatkan

akurasi sebesar 85,38% [8]. Prihandana Yuda and Romadhony Ade penelitian ten-

tang deteksi cacar daun teh pada tahun 2013. Ekstraksi ciri warna RGB, HSI dan

perbandingan panjang lebar daun dengan 60 data uji dan 84 data latih menggu-

nakan PNN mendapatkan akurasi sebesar 93,33% [6]. Zulfah Aprilianti meneliti

klasifikasi kanker usus menggunakan metode ekstraksi ciri Contourlet Transform dan klasifikasi SVM pada tahun 2013, menggunakan 80 data latih dan 40 data uji akurasi tertinggi 97,5% [9]. Wijayanti Ika Ari meneliti tentang klasifikasi penyakit daun teh metode transformasi wavelet dan jaringan saraf tiruan probabilistik Pada tahun 2014 . Ekstraksi ciri-ciri tekstur, bentuk dan warna menggunakan low-pass filter dan high-pass filter dengan menggunakan 120 data latih dan 120 data uji, mendapatkan akurasi sebesar 92,5% [10].

Pada Tugas Akhir bertujuan untuk membantu perkebunan dalam mengidenti- fikasi hama yang terdapat pada daun teh dengan menggunakan sistem. Simulasi dilakukan dengan cara mengklasifikasi citra pada daun teh. Disamping itu, ben- tuk daun teh yang terkena hama memiliki kontur dan tekstur yang berbeda, dibu- tuhkan ekstraksi yang dapat menangkap fitur tersebut. Sehingga Contourlet Trans- form yang memiliki kelebihan menangkap kontur dan tekstur dari citra daun teh akan digunakan pada proses ekstraksi ciri. Menggunakan Contourlet Transform dan SVM merujuk pada jurnal dengan membandingkan Wavelet, Curvelet, Contourlet ekstraksi dengan mengambil ciri paling berbeda fitur tekstur dari ROI, berdasarkan klasifikasi tekstur menggunakan tulang gigi melalui citra CT(Computed Tomogra- phy), dengan menggunakan Contourlet Transform menghasilkan nilai akurasinya 90% sampai 94% [11]. Sistem membutuhkan klasifikasi suatu pattern serta imple- mentasi yang mudah dan berbasis statistik, oleh karena itu Support Vector Machine yang akan digunakan untuk mengklasifikasi jenis daun teh yang terkena hama [2].

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dijelaskan diatas sebelumnya maka ru- musan masalah dalam penelitian Tugas Akhir ini adalah :

1. Bagaimana cara merancang sistem pengolahan citra digital untuk mengiden- tifikasi hama yang diderita daun teh dengan metode ektraksi ciri Contourlet Transform dan metode klasifikasi SVM?

2. Bagaimana performasi sistem berdasarkan akurasi dan waktu komputasi?

3. Parameter apa saja yang mempengaruhi akurasi sistem?

1.3 Batasan Masalah

Dalam Tugas Akhir ini, menghindari perluasan pembahasan pada penelitian,

penulis membatasi penelitian sebagai berikut:

1. Data masukkan berupa data latih dan data uji dari daun teh yang terdapat di PT. Perkebunan Nusantara VIII.

2. Hama yang diidentifikasi berjumlah 5 jenis hama yaitu yaitu Thrips, Helopeltis, Redmite, Empoasca dan ulat jengkal.

3. Kamera yang digunakan berjenis Digital Single Lens Reflex (DSLR) Nikon 2300D.

4. Citra yang diambil sebanyak 125 citra dengan 100 citra latih dan 25 citra uji.

5. Menggunakan citra digital daun teh dengan format *.jpg.

6. Menggunakan perangkat lunak Matrix Laboratory untuk simulasi.

7. Sistem identifikasi penyakit daun teh merupakan sistem offline.

1.4 Tujuan dan manfaat

Tujuan penelitian yang ingin dicapai pada Tugas Akhir ini adalah:

1. Mengimplementasikan sistem yang dapat mengidentifikasi hama pada daun teh dengan menggunakan metode Contourlet Transform dan klasifikasi Sup- port Vector Machine.

2. Menganalisis perfomasi sistem berdasarkan akurasi dan waktu komputasi.

3. Mengetahui parameter terbaik untuk perfomasi sistem berdasarkan akurasi dan waktu komputasi.

Adapun manfaat yang akan didapat pada Tugas Akhir ini untuk membantu masyarakat khususnya para pekebun, calon pembeli, dan penjual dalam mengetahui jenis hama pada daun teh.

1.5 Metode Penelitian

Metode yang digunakan dalam penulisan Tugas Akhir ini meliputi beberapa metode, yaitu:

1. Studi literatur

Metode ini bertujuan untuk mengumpulkan dan memahami semua referensi-

referensi pengolahan citra digital yang terdapat pada jurnal,buku dan lainnya

yang berhubungan dengan untuk menyelesaikan masalah pada tugas akhir

yaitu tentang daun teh, ekstraksi ciri menggunakan Contourlet Transform dan klasifikasi menggunakan Support Vector Machine.

2. Studi Lapangan

Melakukan survei dan pencarian data citra digital dari daun teh yang di- arahkan ke PT Perkebunan Nusantara VIII diarahkan oleh kepala umum di perkebunan Rancabali di unit Sinumbra dan mengambil citra pada daun teh yang terkena hama di beberapa blok berbeda dengan mengambil 5 jenis hama citra daun teh dengan 125 citra, 25 citra untuk masing-masing jenis hama.

3. Perancangan Model Sistem

Pada tahap ini penulis melakukan perancangan sistem untuk mengidentifikasi hama daun teh sebagai citra latih dengan menggunakan kamera Nikon 2300D lalu membuat flow chart sistem dan desain dari sistem tersebut.

4. Implementasi Perangkat Lunak

Implementasi Perangkat Lunak Dari tahap perancangan model sistem penulis akan melakukan implementasi dari pemodelan sistem yang dibuat dengan flow chart dengan akuisisi citra lalu melalui tahap prepocessing selanjutnya di ekstraksi ciri Contourlet Transform dan klasifikasi Support Vector Machine.

Sistem disimulasikan dengan menggunakan perangkat lunak.

5. Pengujian dan Analisis Hasil

Pada Tahap ini penulis melakukan performansi sistem menggunakan pengu- jian pada citra uji. Citra uji pada daun teh yang terkena hama dari beber- apa blok di perkebunan Rancabali unit Sinumbra. Selanjutnya hasilnya akan keluar dengan mengidentifikasi jenis hama yang menyerang pada daun teh di citra uji daun teh dan tingkat akurasi dari sistem yang telah dibuat

1.6 Sistematika Penulisan

Adapun sistematika penulisan Tugas Akhir ini adalah sebagai berikut:

• BAB 1 PENDAHULUAN

Pada tahap ini berisi latar belakang mengambil penelitian Tugas akhir, ru- musan permasalah yang dibahas, batasan masalah yang dibahas, serta tujuan dan manfaat penelitian bagi masyarakat, metode penelitian, dan sistematika penulisan.

• BAB 2 DASAR TEORI

Pada tahap ini berisi penjelasan teori tentang daun teh dan jenis hama pada

daun teh, pengolahan citra secara umum, ekstraksi ciri Contourlet Transform, ciri statistik orde 1 dan klasifikasi Support Vector Machine.

• BAB 3 PERANCANGAN SISTEM

Pada tahap ini berisi alur kerja serta tahapan dalam sistem seperti Preprocess- ing, Akuisisi Citra, Ekstraksi Ciri dan klasifikasi.

• BAB 4 SIMULASI DAN ANALISIS

Paha tahap ini berisi langkah simulasi dan pengujian yang dilakukan, hasil pengujian yang di implementasi untuk mengidentifikasi hama pada daun teh, dan analisis dari hasil pengujian yang didapat.

• BAB 5 KESIMPULAN DAN SARAN

Pada bab ini, membahas tentang kesimpulan yang bisa ditarik dari hasil pen-

gujian program aplikasi, serta saran bersifat membangun yang berhubungan

dengan sistem guna mengembangkan penelitian yang selanjutnya.