SEGMENTASI BERBASIS K-MEANS PADA DETEKSI CITRA PENYAKIT DAUN TANAMAN JAGUNG
Abstract
Penyakit tanaman adalah kondisi dimana sel dan jaringan tanaman tidak berfungsi secara normal yang ditimbulkan karena gangguan secara terus menerus oleh agen patogen atau faktor lingkungan yang menghasilkan
perkembangan gejala penyakit. Perkembangan gejala penyakit tersebut menyebabkan rendahnya produktifitas dan gagal panen bagi petani jagung. Maka dalam pengolahan citra digital dapat digunakan untuk membantu
mengidentifikasi penyakit daun tanaman jagung. Pada penelitian ini, fitur yang digunakan adalah warna pada proses segmentasi dan pendekatan warna. Fitur tersebut didapatkan dari penelitian transformasi warna RGB ke
CIE L*a*b*, histogram a* digunakan untuk proses segmentasi berbasis K-Means sebagai input dengan menentukan jumlah cluster awal adalah k=3, merandom centroid, menghitung jarak nilai pixel ke centroid,
mengelompokkan nilai pixel berdasarkan jarak minimum, menghitung rata-rata cluster untuk centroid baru dan jika masih terdapat nilai pixel yang berpindah maka proses random centroid masih dilakukan hingga tidak
adanya nilai pixel yang berpindah. Hasil dari citra yang telah tersegmentasi dan menggunakan pendekatan warna Euclidean Distance dapat mengidentifikasi antara penyakit hawar daun dan bercak daun. Penelitian tersebut
menggunakan dataset sejumlah 30 jenis A dan B untuk training dan 10 data untuk testing telah memperoleh akurasi sebesar 90%.
Downloads
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use after initial publication under the International Creative Commons Attribution-NonCommercial 4.0 Creative Commons CC_BY_NC.