Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM

Authors

  • Mochammad Bima Prasetyo Universitas Nusantara PGRI Kediri Indonesia
  • Resty Wulaningrum Universitas Nusantara PGRI Kediri Indonesia
  • Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v7i1.3422

Abstract

Tanaman Jagung merupakan bahan pokok atau kebutuhan pangan yang diperlukan masyarakat untuk kebutuhan sehari-hari, dengan berkembangnya industri pengolahan pangan di Indonesia. Tetapi terdapat kendala penting dalam upaya peningkatan produksi jagung adalah gangguan biotis yang dikelompokkan menjadi dua, yaitu gangguan yang disebabkan oleh makroorganisme dan mikroorganisme. Sedangkan permasalahan yang dihadapi oleh masyarakat saat ini adalah bagaimana mengidentifikasi jagung lokal yang terserang penyakit dengan dilihat dari citra warna, bentuk serta tekstur daunnya. Dalam menghadapi masalah tersebut terdapat sistem yang dapat mendeteksi penyakit tanaman jagung dengan cara mendeteksi melalui warna daun, dengan menggunakan metode color moments dan juga menggunakan metode GLCM. Hal ini data yang diujikan diambil langsung dengan mengambil foto di pertanian yang menanam jagung dengan memperbanyak pengambilan foto yang berbeda-beda. Hasil penelitian ini merupakan sistem yang dapat mendeteksi penyakit tanaman jagung lokal. Dari hasil dapat disimpulkan bahwa sistem ini dapat membantu dalam mengetahui apakah tanaman jagung local terdapat penyakit atau tidak.

Keywords:

Penyakit Tumbuhan Jagung, Citra Digital, GLCM, Color Moments

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Suarni, “Jagung sebagai Sumber Pangan Fungsional,” 2015

Sulistiyanti, “PENGOLAHAN CITRA; DASAR DAN CONTOH PENERAPANNYA,” 2016.

Mungki and Astuningrum, “IDENTIFIKASI KUALITAS DAUN BAYAM DENGAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN YUV COLOR MOMENTS,” SIAP), 2020.

M. Sianturi, “Implementasi Metode Color Moment dan GLCM Untuk Mendeteksi Penyakit Tanaman Karet. Informasi dan Teknologi Ilmiah (INTI).,” vol. 7, no. 2, pp. 145–151, 2020.

I. P. Sari, B. Hidayat, and R. D. Atmaja, “Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM,” Prosiding SENIATI, vol. 2, no. 2, pp. 215-B, 2016.

H. Syahputra, F. Arnia, and K. Munadi, “Karakterisasi Kematangan Buah Kopi Berdasarkan Warna Kulit Kopi Menggunakan Histogram dan Momen Warna,” JURNAL NASIONAL TEKNIK ELEKTRO, vol. 8, no. 1, p. 42, Mar. 2019, doi: 10.25077/jnte.v8n1.615.2019.

J. Hendryli and D. Erny Herwindiati, “KLASIFIKASI KAIN TENUN BERDASARKAN TEKSTUR & WARNA DENGAN METODE K-NN,” 2019.

M. Ramadhani, S. Suprayogi, and H. B. Dyah, “Klasifikasi Jenis Jerawat Berdasarkan Tekstur dengan Menggunakan Metode GLCM,” eProceedings of Engineering, vol. 5, no. 1, 2018.

N. Lihayati, R. E. Pawening, and M. Furqan, “Klasifikasi Jenis Daging Berdasarkan Tekstur Menggunakan Metode Gray Level Coocurent Matrix,” SENTIA 2016, vol. 8, no. 1, 2016.

M. Tri Wahyudi and S. Lestari, “Analisis Kematangan Buah Pisang dengan Metode Gray Level Co-Occurence Matrix (GLCM) Banana Fruit Ripeness Analysis Using the Gray Level Co-Occurrence Matrix (GLCM) Method,” vol. 1, no. 2, 2022, doi: 10.22437/multiproximity.v1i2.18630.

A. , K. Sulaiman, “CARA CEPAT SWASEMBADA JAGUNG,” 2018.

M. Sayuthi et al., “Distribusi Hama Tanaman Padi (Oryza sativa L.) pada Fase Vegetatif dan Generatif di Provinsi Aceh,” 2020.

E. Laurika, “Perbaikan Citra Noise dengan Menggunakan Algoritma World Cup Optimization,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, p. 18, Feb. 2022, doi: 10.30865/jurikom.v9i1.3694

O. : Intana and P. Sari, “PENGANTAR ALGORITMA DAN PEMROGRAMAN.”

R. Rosaly, A. Prasetyo, and M. Kom, “Pengertian Flowchart Beserta Fungsi dan Simbol-simbol Flowchart yang Paling Umum Digunakan.”

Downloads

Published

2023-07-19

Issue

Vol. 7 No. 1 (2023): PROSIDING NSEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023

Section

Articles

License

Copyright (c) 2023 Mochammad Bima Prasetyo, Resty Wulaningrum, Julian Sahertian

Creative Commons License

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:

  1. Copyright on any article is retained by the author(s).
  2. 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.
  3. 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.
  4. 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.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM. (2023). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 7(1), 148-156. https://doi.org/10.29407/inotek.v7i1.3422