• Tidak ada hasil yang ditemukan

Pengolahan Citra Dengan Metode Jaringan

N/A
N/A
Protected

Academic year: 2018

Membagikan "Pengolahan Citra Dengan Metode Jaringan"

Copied!
5
0
0

Teks penuh

(1)

Pengolahan Citra Dengan Metode Jaringan Syaraf Tiruan Berbasis

Mobile

Untuk Mengetahui Kualitas Tanaman Padi

Mohamad Tri Ramdhani (

0807645

)

Program Studi Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung

+628986919994

E-mail: [email protected]

ABSTRAK

Teknologi mobile yang sedang banyak digemari saat ini adalah smartphone. Ini disebabkan oleh kemampuan dan kepintaran perangkat mobile tersebut dalam membantu kehidupan manusia. Dalam dunia pertanian, salah satu masalah yang dihadapi adalah menentukan kualitas tanaman hasil pertanian, khususnya tanaman padi. Terkadang memang sulit untuk melihat dengan kasat mata kualitas tanaman padi tersebut. Sebagai tanaman, padi juga tidak luput dari serangan hama yang membawa penyakit di antaranya bercak daun coklat (bintik perang), bercak daun cercospora, hawar daun (kresek), dan blast. Tahap awal adalah mengambil citra dari padi menggunakan sebuah kamera yang terintegrasi di dalam perangkat smartphone Android. Citra padi tersebut dianalisa dengan aplikasi yang sudah terpasang pada

smartphone tersebut. Aplikasi ini berfungsi untuk menyusun algoritma pengolahan citra untuk mendapatkan nilai numerik parameter-parameter intensitas komponen warna merah (R), hijau (G), biru (B), color value, indeks warna merah/indeks R, indeks warna hijau/indeks G, indeks warna biru/indeks B,

hue, saturation, dan intensity yang merupakan input data pada jaringan syaraf tiruan. Proses training

dilakukan untuk mendapatkan tingkat persentase pendugaan kelompok piksel yang tergolong ke dalam normal, bintik perang, bercak cercospora, hawar daun, atau blast. Set data yang digunakan untuk training

berupa pasangan parameter-parameter input dan targetnya. Aplikasi jaringan syaraf tiruan menggunakan algoritma backpropagation, dengan menggunakan logistic constantbernilai satu dan β (beta) atau learning rate bernilai 0.3.

Kata kunci: Aplikasi Smartphone, Jaringan Syaraf Tiruan, Pengolahan citra, Penyakit Tanaman Padi

I. PENDAHULUAN

Dunia teknologi informasi mengalami perkembangan yang sangat pesat, hampir di seluruh aspek kehidupan. Kecenderungan manusia untuk dapat menyelesaikan masalah dengan cepat dan mudah memicu teknologi

mobile untuk berkembang dengan cepat pula. Hingga saat ini telah banyak perangkat mobile

yang dimiliki oleh masyarakat semua kalangan, mulai dari anak-anak hingga orang dewasa.

Teknologi mobile yang sedang banyak digemari saat ini adalah smartphone. Ini disebabkan oleh kemampuan dan kepintaran perangkat mobile tersebut dalam membantu kehidupan manusia.

Salah satu bidang kehidupan yang dapat menggunakan perangkat mobile untuk

membantu menyelesaikan pekerjaan adalah dunia pertanian. Dalam dunia pertanian, salah satu masalah yang dihadapi adalah menentukan kualitas tanaman hasil pertanian, khususnya tanaman padi. Terkadang memang sulit untuk melihat dengan kasat mata kualitas tanaman padi tersebut.

Dalam rangka mencoba mengatasi masalah tersebut, dibuatlah sebuah aplikasi berbasis

mobile yang dapat menentukan kualitas

(2)

II. TINJAUAN PUSTAKA 2.1.Padi

Padi memiliki nama ilmiah Oryza sativa dan termasuk ke dalam suku padi-padian atau Poaceae. Padi yang ditanam di Indonesia merupakan padi dengan subspesies bernama Indica (padi bulu). Padi dibedakan dalam dua tipe yaitu padi kering (padi gogo) yang ditanam di dataran tinggi dan padi sawah di dataran rendah yang memerlukan penggenangan.

Padi dapat tumbuh dengan baik di daerah yang berhawa panas dan banyak mengandung uap air. Curah hujan yang baik rata-rata 200 mm per bulan atau lebih dan suhu yang baik adalah sekitar 23oC.

Padi yang baik memiliki ciri-ciri berbatang basah dengan tinggi 50 cm – 1,5 m, tegak, lunak, beruas, berongga, kasar, dan berwarna hijau. Daunnya tunggal berbentuk pita yang panjangnya 15-30 cm, lebar mencapai 2 ern, perabaan kasar, ujung runcing, tepi rata, berpelepah, pertulangan sejajar, dan warnanya hijau. Sifat bunga pada padi majemuk berbentuk malai. Buahnya buah batu, terjurai pada tangkai, berwarna hijau saat muda dan menjadi kuning ketika tua. Biji padi bersifat keras, bulat telur, berwarna putih atau merah.

Gambar 2.1 Ciri-ciri umum pada padi

Penyakit Padi

Sebagai tanaman, padi juga tidak luput dari serangan hama yang membawa penyakit. Berikut adalah beberapa penyakit yang dapat diderita oleh padi beserta ciri-cirinya:

1. Bercak daun coklat (bintik perang) Penyakit ini disebabkan oleh jamur

Helmintosporium oriza e. Penyakit ini menyerang pelepah, malai, buah yang baru tumbuh dan bibit yang baru berkecambah. Biji berbercak-bercak coklat tetapi tetap berisi, padi dewasa busuk kering, biji kecambah busuk dan kecambah mati.

Gambar 2.2 Daun padi yang diserang bintik perang

Gambar 2.3 Buah padi yang diserang bintik perang

2. Bercak daun Cercospora

Penyakit ini disebabkan oleh jamur

Cercospora oryza e Miyake. Gejala

yang timbul pada daun berupa bercak sempit memanjang, berwarna coklat kemerahan, sejajar dengan ibu tulang daun, dengan ukuran panjang kurang lebih 5 mm dan lebar 1-1,5 mm.

Gambar 2.4 Gejala penyakit bercak

daun cercospora

3. Hawar daun padi (kresek)

Penyakit ini disebabkan oleh bakteri

Xanthomonas compestris. Gejala dari penyakit ini adalah adanya bercak berwarna kuning sampai putih pada tepi daun dan berkembang hingga seluruh daun menjadi kering.

Gambar 2.5 Penyakit hawar daun

4. Blast

Penyakit ini disebabkan oleh jamur

(3)

berupa bercak-bercak pada daun, buku, malai, dan gabah.

Gambar 2.6 Penyakit Blast 2.2.Pengolahan Citra

Menurut Arymurthy dan Suryana (1992), pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai data masukan dan informasi keluaran yang berbentuk citra.

Gambar 2.7 Elemen-elemen dari sistem

pengolahan citra (Arymurthy dan Suryana, 1992)

Citra f(x,y) disimpan dalam memori komputer atau penyimpan citra bingkai citra dalam bentuk array n x m dari contoh diskrit dengan jarak yang sama, yaitu:

Satuan citra disebut pixel (picture element) yang berarti elemen citra. Dalam komputer, setiap piksel diwakilkan oleh sebuah nilai dalam bilangan bulat (integer). Sebuah citra adalah arra y dua dimensi. Indeks baris dan kolom [i,j] dari sebuah piksel dinyatakan dalam bilangan bulat.

2.3.Jaringan Syaraf Tiruan

Jaringan syaraf tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Jaringan syaraf tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengolahan pola atau klasifikasi karena proses pembelajaran.

Tiruan neuron dalam struktur jaringan syaraf tiruan adalah sebagai elemen pemroses seperti gambar 2.8 yang dapat berfungsi seperti halnya sebuah neuron. Sejumlah sinyal masukan a dikalikan dengan masing-masing penimbang yang bersesuaian w. Kemudian dilakukan penjumlahan dari seluruh hasil perkalian

tersebut dan keluaran yang dihasilkan dilakukan ke dalam fungsi pengaktif untuk mendapatkan tingkatan derajat sinyal keluarannya F(a,w).

Gambar 2.8 Model tiruan sebuah neuron

aj : Nilai aktivasi dari unit j

Wj,i : Bobot dari unit j ke unit i

ini : Penjumlahan bobot dan masukan

unit i

g : Fungsi aktivasi

ai : Nilai aktivasi dari unit i

Misalkan ada n buah sinyal masukan dan n buah penimbang, fungsi keluaran dari neuron adalah seperti persamaan berikut,

III. METODOLOGI PENELITIAN 3.1.Pengolahan Citra Padi

Tahap awal adalah mengambil citra dari padi menggunakan sebuah kamera yang terintegrasi di dalam perangkat

smartphone Android. Kemudian, hasil citra tersebut ditangkap dan diolah oleh aplikasi. Langkah awal yang dilakukan oleh aplikasi adalah memisahkan objek dan latar belakang dengan citra biner yang dikenal dengan proses thresholding. Objek berwarna putih sedangkan latar berwarna hitam. Aplikasi digunakan untuk mendapatkan nilai numerik parameter-parameter yang berupa RGB, color value, indeks R, indeks G, indeks B, hue,

saturation, intensity (selanjutnya disingkat HSI) dari tiap-tiap piksel citra padi.

Gambar 3.1 Diagram alur pengolahan

Citra

a. Pengukuran Parameter RGB dan Color Value

(4)

Perpaduan intensitas RGB menghasilkan color value.

b. Pengukuran Parameter Indeks R, Indeks G, dan Indeks B

Perhitungan indeks warna merah / indeks R, inwarna hijau / indeks G, dan indeks warna biru / indeks B menggunakan rumus pada persamaan berikut:

(1)

(2)

(3)

Dengan RGB masing-masing merupakan besaran yang menyatakan nilai intensitas komponen warna merah, hijau, dan biru.

c. Pengukuran Parameter HSI

Parameter HSI diperoleh dari tiap-tiap piksel warna pada citra padi. Nilai parameter HSI dihitung dengan persamaan di bawah ini (Li et al, 2000):

(4)

(5)

(6)

3.2.Data pada Proses Pelatihan (Training)

Proses training ini dilakukan untuk mendapatkan tingkat prosentase pendugaan kelompok piksel yang tergolong ke dalam padi normal, bintik perang, bercak

cercospora, hawar daun, atau blast. Set data yang digunakan untuk analisa jaringan syaraf tiruan merupakan set data dengan pasangan parameter-parameter input dan target.

3.3.Penyusunan Model dan Training Jaringan Syaraf Tiruan

Model jaringan syaraf tiruan yang digunakan terdiri dari tiga layer, yaitu input layer, hidden layer, dan output layer. Penentuan jumlah layer ini berdasarkan hasil studi Wang et al (1999) yang menyatakan bahwa model jaringan syaraf tiruan yang memiliki lebih dari tiga layer

tidak akan memperbaiki kinerja jaringan. Jumlah node pada input layer berupa data-data numerik dari pengolahan citra, yaitu intensitas komponen warna RGB, color value, indeks R, indeks G, indeks B, dan HSI. Output layer terdiri dari lima node, yaitu penggolongan padi ke dalam kelompok normal, bintik perang, bercak

cercospora, hawar daun, atau blast.

Sedangkan jumlah node pada hidden layer

sebanyak 20 node.

IV. HASIL DAN PEMBAHASAN 4.1.Pengolahan Citra Padi

Hasil citra padi yang ditangkap oleh kamera smartphone akan tersimpan di dalam memori perangkat tersebut. Citra padi tersebut kemudian akan dianalisa dengan aplikasi yang sudah terpasang pada

smartphone tersebut. Aplikasi ini berfungsi untuk menyusun algoritma pengolahan citra untuk mendapatkan nilai numerik parameter-parameter intensitas komponen warna merah (R), hijau (G), biru (B), color

value, indeks warna merah/indeks R,

indeks warna hijau/indeks G, indeks warna biru/indeks B, corak (hue), kejenuhan (saturation), dan intensitas (intensity) yang merupakan input data pada jaringan syaraf tiruan.

Proses dan tahapan-tahapan dalam menjalankan aplikasi adalah sebagai berikut:

1. Pengambilan citra padi

Citra padi diambil langsung melalui perangkat sma rtphone. Gambar hasil pengambilan tersebut kemudian akan tersimpan di dalam memori.

2. Proses Thresholding

Dengan menggunakan button

“Threshold”, maka pada activity (forn) selanjutnya akan muncul citra padi yang sudah dibedakan antara latar belakang dengan objek.

3. Perhitungan parameter pendugaan Pada proses running, maka seluruh parameter RGB, color value, indeks R, indeks G, indeks B, dan HSI akan dihitung. Proses perhitungan parameter tersebut dilakukan melalui penelusuran piksel demi piksel. Indeks R, indeks G, dan indeks B dihitung melalui persamaan (1), (2), dan (3). HSI dihitung melalui persamaan (4), (5), dan (6). Data parameter yang telah terhitung menjadi data input untuk proses pendugaan oleh jaringan syaraf tiruan.

4.2.Proses Training pada Jaringan Syaraf Tiruan

Proses training dilakukan untuk mendapatkan tingkat persentase pendugaan kelompok piksel yang tergolong ke dalam normal, bintik perang, bercak cercospora, hawar daun, atau blast. Set data yang digunakan untuk training berupa pasangan parameter-parameter input dan targetnya.

Aplikasi jaringan syaraf tiruan menggunakan algoritma backpropagation, dengan menggunakan logistic constant

(5)

bernilai 0.3. Proses training dilakukan sebanyak 15000 iterasi dengan mencetak nilai bobotnya pada setiap kenaikan 1000 iterasi. Perubahan yang terjadi selama proses training adalah perubahan nilai bobot.

V. KESIMPULAN

Model jaringan syaraf tiruan yang dibangun pada penelitian ini menggunakan 10 parameter penduga, yaitu intensitas komponen warna merah (R), hijau (G), biru (B), color value, indeks R, indeks G, indeks B, corak (hue), kejenuhan (saturation), dan intensitas (intensity) untuk pengenalan kualitas padi ke dalam kelompok normal, bintik perang, bercak

cercospora, hawar daun, atau blast.

Pada tulisan ini data dan hasil masih merupakan hipotesis (praduga) karena penelitian belum dilakukan.

VI. DAFTAR PUSTAKA

Agustus, K. (2010). Bercak Daun Cercospora (Cercospora leaf spot). [Online]. Tersedia: http://kaisarmanullang.blogspot.com/2010/ 03/bercak-daun-cercospora-cercospora-leaf.html. [06 Juni 2011]

Anonymous. (2011). Padi. [Online]. Tersedia: http://id.wikipedia.org/wiki/Padi. [04 Juni 2011]

Anonymous. (2011). Beberapa Penyakit

Penting Tanaman Padi. [Online]. Tersedia:

http://www.tanamanbudidaya.com/keywor d/penyakit-padi/ [06 Juni 2011]

Arif, A. (2010). Tugas DBT Gue. [Online]. Tersedia:

http://blog.ub.ac.id/oyizone/2010/05/25/tug as-dbt-gue/ [05 Juni 2011]

Arymurthy, A.M. dan Suryana, S. (1992).

Pengantar Pengolahan Citra. Jakarta: PT. Elex Media Komputindo.

Kangedi. (2009). Bab 8 Jaringan Syaraf Tiruan

(Neural Network). [Online]. Tersedia:

http://lecturer.eepis-its.edu/~kangedi/materi%20kuliah/Kecerda san%20Buatan/Bab%208%20Jaringan%20 Syaraf%20Tiruan.pdf. [21 Mei 2011]

Nur, R.N.N. (2003). Pengembangan Metode Analisa Derajat Sosoh Beras denga n Pengolahan Citra dan Jaringan Syaraf

Tiruan. [Online]. Tersedia:

repository.ipb.ac.id/bitstream/handle/12345 6789/22621/F03rnn.pdf?sequence=2. [21 Mei 2011]

Pramesti, P.L. (2003). Pengenalan Butiran

Beras Mengapur dan Kuning/Rusa k

dengan Menggunakan Pengolahan Citra

dan Jaringan Syaraf Tiruan. [Online].

Tersedia:

repository.ipb.ac.id/bitstream/handle/12345 6789/21855/F03plp.pdf?sequence=2. [21 Mei 2011]

Zainal, A. (2009). Penyakit Bintik Perang pada

Tanaman Padi. [Online]. Tersedia:

Gambar

Gambar 2.4 Gejala penyakit bercak daun cercospora
Gambar 2.8 Model tiruan sebuah neuron  a : Nilai aktivasi dari unit j

Referensi

Dokumen terkait

Sebagaimana diilustrasikan pada gambar 3, penilaian kinerja 360 derajat mengakomodasi proses evaluasi kognitif terhadap penilaian kinerja yang dialami individu karena

bisnis utama yang sedang digeluti, atau beberapa bisnis yang membentuk rantai nilai (value chain) dalam suatu kelompok usaha (Nathanson &4.

“Sesungguhnya Allah mencintai orang yang jika melakukan suatu pekerjaan, dilakukan secara itqan (tepat, terarah, dan tuntas)” (HR. Thabrani) Tujuan melakukan pengawasan,

Bank Syariah menurut hukum positif Indonesia (sebelum UUPS terbentuk) dimungkinkan melalui Pasal 6 Huruf m Undang-undang Nomor 7 Tahun 1992 sebagaimana telah diubah dengan

Pada pelaksanaan penelitian terdapat beberapa batasan masalah, yaitu: objek penelitian dikhususkan pada perencanaan stok material untuk pembuatan produk panel

Dengan Teknologi Komputer yang ada saat ini,agak sulit untuk dapat membayangkan bagaimana komputer masa depan.Dengan teknologi yang ada saat ini saja kita seakan sudah

Hasil wawancara yang dilakukan kepada pasien mengenai kendala pasien dalam melakukan teknik relaksasi nafas dalam untuk mengurangi nyeri pasca operasi fraktur

Terutama untuk pendeteksian pipa tertanam yang tidak mampu dilakuk an oleh Side Scan Sonar dan Multibeam Echosounder, dapat mengandalkan Sub-Bottom Profiler yang memiliki