Identifikasi Penyakit Daun Anggur Berdasarkan Fitur Warna Dan Tekstur Dengan Metode Backpropagation Berbasis Android
DOI:
https://doi.org/10.29407/inotek.v6i2.2594Abstract
Tanaman anggur adalah jenis tanaman yang dapat ditemukan di daerah Asia Barat, dengan iklim yang hangat. Tanaman anggur juga rentan terhadap serangan penyakit dimana penyakit ini dapat dikenali dari bercak-bercak pada daunnya. Beberapa jenis penyakit daun pada tanaman anggur antara lain, bercak daun, campak hitam dan hawar daun. Penyakit pada daun anggur memiliki kemiripan yang sulit untuk dikenali dengan kasat mata, hal ini berdampak pada kurang akuratnya penyakit yang diidentifikasi. Tujuan dari penelitian adalah untuk mengembangkan aplikasi identifikasi penyakit pada citra daun anggur sehingga dapat memberikan informasi jenis penyakit daun anggur. Penelitihan ini menggunakan metode BackPropagation Neural Network untuk melakukan identifikasi jenis penyakit daun anggur. Dengan citra inputan berupa gambar kedalam algoritma pembelajaran sistem. Dari hasil pengujian mendapatkan akurasi sebesar 82,5%. Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa Algoritma Backpropagation dapat digunakan sebagai identifikasi jenis penyakit daun anggur.
Keywords:
Backpropagation Neural Network, Citra Digital, Penyakit Daun Anggur, Android##plugins.themes.default.displayStats.downloads##
References
E. Putra Aprilian Prastianing Huda, Aditya Akbar Riadi, “KLASIFIKASI PENYAKIT TANAMAN PADA DAUN APEL DAN ANGGUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS,” vol. 4, no. 2, pp. 10–17, 2021.
S. S. Simanjuntak, H. Sinaga, K. Telaumbanua, and Andri, “Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree,” J. SIFO Mikroskil, vol. 21, no. 2, pp. 93–104, 2020.
P. U. Rakhmawati, Y. M. Pranoto, and E. Setyati, “Klasifikasi Penyakit Daun Kentang Berdasarkan Fitur Tekstur dan Fitur Warna Menggunakan Support Vector Machine,” Semin. Nas. Teknol. dan Rekayasa, pp. 1–8, 2018.
R. E. Ummy Gusti Salamah, Pengolahan Citra Digital. Kota Bandung: CV. MEDIA SAINS INDONESIA, 2021.
A. Sudarsono, “Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Bacpropagation (Studi Kasus Di Kota Bengkulu),” J. Media Infotama, vol. 12, no. 1, pp. 61–69, 2016, doi: 10.37676/jmi.v12i1.273.
A. W. Agus Perdana Windarto, Darmeli Nasution, M. S. H. Frinto Tambunan, M. R. L. Muhammad Noor Hasan Siregar, and D. N. Solikhun, Yusra Fadhillah, Jaringan Saraf Tiruan: Algoritma Prediksi dan Implementasi. Medan: Yayasan Kita Menulis, 2020.
A. D. Kasman, “Kolaborasi Dahsyat ANDROID dengan PHP dan MySQL,” Lokomedia, 2013.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Muhammad Ardy Ansah; Patmi Kasih, Made Ayu Dusea Widyadara
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
