1
BAB I
1
PENDAHULUAN
1.1 Latar Belakang
Bidang komputer merupakan suatu bidang yang tidak akan pernah berhenti dan selalu berkembang kegunaanya hingga sekarang ini. Teknologi baru dan aplikasi baru selalu diupayakan dengan konsep-konsep yang dapat diterapkan dan dikembangkan hingga berdaya guna bagi kehidupan masyarakat.
Selama ini, penanganan kasus-kasus tertentu secara komputerisasi melibatkan konsep dan metode untuk mencapai hasil yang diharapkan. Pemrosesan citra melibatkan suatu knowledge untuk menginterpretasikan informasi secara visual terhadap objek dengan konsep dan metode-metode yang berkaitan, implementasinya berupa aplikasi.
Proses pengecekan gejala penyakit pada tanaman jeruk rentan terhadap kesalahan saat mendiagnosis. Identifikasi terhadap gejala penyakit masih sulit dibedakan secara langsung dengan pengamatan biasa, karena adanya kemiripan penyakit satu dengan yang lain. Terlebih lagi, jika harus mengamati banyak sampel data membutuhkan waktu untuk mengevaluasinya. Oleh karena itu, dibutuhkan sebuah sistem untuk mengidentifikasi objek penyakit pada tanaman jeruk, sehingga memudahkan pekerjaan manusia .
Identifikasi citra dapat ditentukan berdasarkan fitur atau penciri berupa warna, bentuk dan tekstur. Kabapci dkk. (2010) telah melakukan penggabungan ekstraksi ciri warna, bentuk, dan tekstur untuk temu kembali kembali citra tanaman hias menggunakan Gabor dan Scale Invarian Feature Transform (SIFT).
Pada penelitian ini fitur yang digunakan adalah fitur tekstur, dikarenakan beberapa objek memiliki pola-pola tertentu, yang bagi manusia dapat digunakan sebagai faktor untuk membedakan objek menurut Kadir dan Susanto (2013).
Objek yang akan diidentifikasi diambil dari citra batang, daun, dan buah. Objek pada batang dikondisikan dalam 4 klasifikasi yaitu jamur upas, embun jelaga, blendok, dan normal. Citra pada daun dikondisikan dalam 7 klasifikasi yaitu jamur upas, kudis, embun jelaga, kanker, CVPD, blendok, dan normal. Citra
pada buah dikondisikan dalam 6 klasifikasi yaitu jamur upas, kudis, embun jelaga, kanker, CVPD dan normal.
Pemrosesan awal citra dilakukan untuk perbaikan citra sebelum dilakukan proses ekstraksi ciri. Metode yang digunakan untuk preprocessing citra dengan fitur tekstur adalah resize (penskalaan), clipping (pemotongan citra), unshrap mask filter dengan kernel Gaussian dan konversi RGB ke gray. Unshrap mask filter menjadi alternatif pilihan untuk proses penajaman fitur tekstur citra, yang menggabungkan citra asli dengan citra low pass filter (filter lolos rendah) dan high pass filter (filter lolos tinggi).
Hasil citra gray akan dilakukan ekstraksi ciri dengan metode Fast Fourier Transform (FFT) dan Local Binary Pattern (LBP) Uniform Rotasi Invariance. Menurut Kadir dan Susanto (2013) FFT merupakan salah satu alih ragam pada kawasan frekuensi yang mampu menentukan jangkauan frekuensinya lebih ketat, tepat dan luas, dan waktu komputasi cukup cepat pada alih ragam fourier. Sedangkan LBP merupakan salah satu metode dalam mendiskrisikan pola-pola tekstur secara lokal pada citra grayscale menurut Maenpaa dan Pietikainen (2004). Hasil dari ekstrak ciri kemudian diklasifikasi dengan menggunakan Probabilistic Neural Network (PNN). Model PNN khususnya digunakan untuk komputasi yang terstruktur, seperti pengenalan pola, kecerdasan buatan, dan masalah yang berkaitan dalam dunia nyata. JST Probabilistik (PNN) mempunyai kemampuan untuk mengeneralisasi sehingga jaringan syaraf ini merupakan salah satu pilihan yang dapat digunakan dalam pemecahan masalah klasifikasi.
1.2 Rumusan Masalah
Permasalahan yang diangkat dalam penelitian ini adalah mengidentifikasi gejala penyakit tanaman jeruk pada batang, daun dan buah menggunakan pengolahan citra. Objek citra diproses menggunakan fitur tekstur yang akan diekstraksi dengan metode FFT dan LBP, dan hasil ekstraksi akan dilatih dengan menggunakan algoritma PNN untuk menentukan identifikasi gejala penyakit.
1.3 Batasan Masalah
Batasan masalah dalam penelitian ini meliputi:
1. Dari data yang terkumpul 70% digunakan sebagai data latih, dan 30% data uji. Ukuran citra untuk ekstraksi ciri 500x500 piksel yang ditentukan pada saat preprocessing.
2. Identifikasi pada citra batang adalah jamur upas, embun jelaga, blendok, dan normal. Pada citra daun adalah jamur upas, kudis, embun jelaga, kanker, CVPD, blendok, dan normal. Pada citra buah adalah jamur upas, kudis, embun jelaga, kanker, CVPD dan normal.
3. Menggunakan fitur ciri tekstur dengan metode ekstrasi ciri FFT dan LBP Uniform Rotasi Invariance. Hasil FFT menentukan nilai penciri mean, variant, standard deviation, skewness, energy dan entropy. LBP Uniform Pattern
Rotation Invariants (𝐿𝐵𝑃𝑃,𝑅𝑟𝑖𝑢 2 ) dengan nilai ciri pada pola delapan titik jari-jari
1 rotasi 450 , delapan titik jari-jari 2 rotasi 450, dan enam belas titik jari-jari 2 rotasi 22,50 . Hasil ekstraksi ciri akan diklasifikasi dengan algoritma PNN untuk menentukan nilai akurasi.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah membangun sistem untuk identifikasi gejala penyakit tanaman jeruk dengan metode ekstraksi ciri FFT dan 𝐿𝐵𝑃𝑃,𝑅𝑟𝑖𝑢 2. Hasil
ekstraksi FFT dan 𝐿𝐵𝑃𝑃,𝑅𝑟𝑖𝑢 2 dan gabungan keduanya akan dilatih dan diuji dengan algoritma PNN, dengan menggunakan objek citra daun, batang, dan buah.
1.5 Manfaat Penelitian
Hasil penelitian ini diharapkan memberikan manfaat dibidang penelitian penyakit tanaman jeruk sehingga identifikasi dapat dilakukan secara visual dengan melalui proses pengolahan citra pada tanaman.
Diharapkan dapat dikembangkan dengan menggunakan metode pengolahan citra lain dalam identifikasi penyakit tanaman, untuk mendapatkan nilai akurasi yang lebih baik dan mendekati nilai kebenaran.
1.6 Metode Penelitian
Tahap-tahap dalam melakukan penelitian meliputi :
1.6.1 Prosedur dan pengumpulan data
Pengumpulan data dilakukan dengan dua cara, yaitu studi pustaka dan wawancara.
Studi pustaka
Merupakan kegiatan untuk mempelajari literatur-literatur yang mendukung penelitian. Literatur yang dipelajari berkaitan dengan domain pengolahan citra dengan ekstraksi ciri mengunakan FFT dan LBP, untuk klasifikasinya menggunakan PNN. Literatur diperoleh dari berbagai sumber antara lain dari jurnal ilmiah, laporan hasil penelitian dan buku.
Wawancara
Wawancara adalah suatu metode yang dilakukan dengan menggunakan tanya jawab secara langsung kepada pihak yang memiliki kapasitas dan informasi yang dibutuhkan dalam pelaksanaan penelitian. Wawancara dilakukan dengan pakar pertanian yaitu dengan Ibu Prof.Dr.Ir. Siti Subandiyah, M.Agr.Sc dari Fakultas pertanian UGM jurusan Hama dan Penyakit Tanaman, mengenai tanaman jeruk terutama penyakit yang menyerang tanaman jeruk.
Analisis dan perancangan sistem
Pada tahapan menganalisis sistem, yaitu dengan menganalisa kebutuhan sistem dan aturan-aturan yang digunakan dalam proses perancangan, sehingga diperoleh spesifikasi kebutuhan terhadap perangkat lunak pada sistem yang dikembangkan. Kemudian dalam perancangan sistem, kebutuhan-kebutuhan sistem yang merupakan hasil dari analisis sistem tersebut diterjemahkan kedalam suatu model sistem dengan menggunakan pemodelan Unified Modelling Language (UML) yaitu use case, activity diagram dan class diagram, sementara pemodelan algoritma dengan flowchart, dan rancangan antar muka sistem yang menggambarkan pengembangan sistem ke tingkat lebih lanjut.
Implementasi
Pada tahapan implementasi sistem, yaitu menerapkan rancangan sistem, algoritma dan desain interface ke dalam bentuk program dengan menggunakan bahasa Java. Sistem yang dibangun berbasis desktop untuk kebutuhan implementasi mengenai identifikasi dari data-data yang sudah disediakan. Proses ekstraksi ciri terhadap objek citra hasil preprocessing dilakukan di Laboratorium Komputer Pasca Sarjana Ilkom MIPA UGM.
Pengolahan data
Data diambil dari kamera digital pada batang, daun dan buah dan tambahan data sekunder untuk beberapa buah. Data diambil di lokasi Kebun Percobaan Penelitian dan Pendidikan (KP4) UGM di Brebah Yogyakarta dan kebun percobaan lahan milik petani di Purworejo. Analisa data dilakukan di Laboratorium Klinik Hama dan Penyakit Tumbuhan Fakultas Pertanian UGM. Data yang terkumpul 70% digunakan untuk data training dan 30% untuk data uji. Data citra akan dilakukan pemrosesan awal untuk perbaikan citra dan menentukan ukuran yang sama sebelum diekstraksi ciri. Hasil ekstraksi akan diklasifikasi dengan algoritma PNN.
Analisis hasil
Analisa hasil yang diharapkan adalah nilai akurasi dari identifikasi data training dan testing dengan sistem yang dibangun dengan menerapkan metode-metode yang diusulkan. Pengujian dilakukan pada masing-masing citra batang, daun dan buah tanaman jeruk dengan metode FFT, LBP Uniform rotation Invariance dan gabungan keduanya. Evaluasi diamati dengan aplikasi yang dibangun adalah dari hasil identifikasi akurasi pelatihan dengan PNN.
Sistematika penulisan
Sistematika penulisan pada penelitian ini adalah sebagai berikut :
BAB I : Pendahuluan
Bab ini memberikan informasi yang berkaitan dengan penelitian seperti latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan.
BAB II : Tinjauan Pustaka
Bab ini memberikan informasi tinjauan pustaka dan acuan dari sejumlah jurnal yang berkaitan dengan hasil penelitian pengolahan citra digital sebelumnya. Hasil penelitian sebelumnya yang pernah dilakukan baik pengelolaan citra ataupun untuk pengenalan pola.
BAB III : Landasan Teori
Bab ini berisi informasi landasan teoritis yang berkaitan dengan penyakit tanaman jeruk, konsep dasar dan metode pengolahan citra , konsep ekstraksi ciri, konsep pengenalan pola dengan PNN, maupun konsep pendukung lain yang digunakan pada penelitian ini.
BAB IV : Analisa dan Perancangan
Bab ini menjelaskan tentang rincian perancangan sistem identifikasi dalam pengolahan citra berkaitan dengan deskripsi, perancangan, pemodelan, penulisan algoritma dan pemodelan Interface.
BAB V : Implementasi
Bab ini berisikan informasi penulisan berkaitan dengan implementasi rancangan berkaitan dengan pengolahan data-data citra dan implementasi sistem identifikasi penyakit pada tanaman jeruk.
BAB VI : Hasil Penelitian dan Pembahasan
Bab ini merupakan uraian analisa hasil dan pembahasan yang berkaitan dengan data pengujian sistem terhadap identifikasi beberapa penyakit pada tanaman jeruk melalui citra batang, daun, dan buah. Hasil evaluasi ditunjukan berupa nilai akurasi dari hasil ekstraksi yang paling baik dan nilai konstanta dari proses pelatihan.
BAB VII : Kesimpulan dan Saran
Bab ini merupakan kesimpulan sistem serta saran yang diambil dan diberikan berdasarkan pengolahan data penelitian pada bab-bab sebelumnya.
