Keywords
Haar Cascade Classifier
Bawang merah
Computer Vision
Pertanian
How to Cite
Abstract
Penelitian ini mengimplementasikan metode Haar Cascade Classifier untuk mendeteksi tanaman bawang merah, dengan fokus pada pemanfaatan teknologi Computer Vision. Latar belakang penelitian ini didasarkan pada pentingnya bawang merah dalam ekonomi Indonesia dan tantangan yang dihadapi petani akibat serangan hama dan penyakit. Metode yang digunakan meliputi pengumpulan dataset positif dan negatif, pra-pemrosesan data, pelatihan metode, dan evaluasi hasil. Dataset positif diambil dari gambar tanaman bawang merah, sedangkan dataset negatif terdiri dari gambar tanpa objek bawang merah. Evaluasi dilakukan dengan mengukur akurasi, presisi, recall, dan f1 score. Hasil penelitian menunjukkan bahwa skenario pengujian terbaik memiliki nilai akurasi 100%, menunjukkan pentingnya optimasi parameter seperti Scale Factor dan Minimum Neighbor. Kesimpulannya, Haar Cascade Classifier efektif dalam mendeteksi bawang merah, dan pengoptimalan lebih lanjut dapat meningkatkan kinerja sistem ini untuk mendukung petani.
References
S. M. B, “Analisis farmer’s share komoditas bawang merah,” J. Agercolere, vol. 3, no. 2, pp. 53–58, 2021, doi: 10.37195/jac.v3i2.130.
D. Gusmaliza and A. Arif, “Expert System Hama dan Penyakit Tanaman Bawang Merah dengan Certainty Factor,” vol. 4, no. 3, 2023, doi: 10.47065/josyc.v4i3.3423.
D. Indra, H. Herman, and F. S. Budi, “Implementasi Sistem Penghitung Kendaraan Otomatis Berbasis Computer Vision,” Komputika J. Sist. Komput., vol. 12, no. 1, pp. 53–62, 2023, doi: 10.34010/komputika.v12i1.9082.
R. A. Pahlevi and B. Setiaji, “Analysis of Application Haar Cascade Classifier and Local Binary Pattern Histogram Algorithm in Recognizing Faces With Real-Time Grayscale Images Using Opencv,” J. Tek. Inform., vol. 4, no. 1, pp. 179–186, 2023, doi: 10.52436/1.jutif.2023.4.1.491.
N. Arifin, C. N. Insani, and M. R. Rasyid, “Klasifikasi Tingkat Kematangan Buah Tomat menggunakan Computer Vision untuk Smart Agriculture,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 22, no. 2, p. 509, 2023, doi: 10.53513/jis.v22i2.8387.
G. A. W. Satia, E. Firmansyah, and A. Umami, “Perancangan sistem identifikasi penyakit pada daun kelapa sawit (Elaeis guineensis Jacq.) dengan algoritma deep learning convolutional neural networks,” J. Ilm. Pertan., vol. 19, no. 1, pp. 1–10, 2022, doi: 10.31849/jip.v19i1.9556.
B. Gouila, “Instance Segmentation for Rock Particle Quality Monitoring: Integration of Deep Learning for Machine Vision Application in the Aggregates Industry,” Aalto University, 2024.
U. H. Zaini and A. Rabi, “Metode CNN Dan Metode Haar Cascade Untuk Mendeteksi Sepeda Motor Yang Melintasi Area Trotoar,” JEECOM J. Electr. Eng. Comput., vol. 5, no. 2, pp. 191–199, 2023, doi: 10.33650/jeecom.v5i2.6744.
I. Irawanto and A. Sunyoto, “Peningkatan Akurasi Deteksi Kendaraan Menggunakan Kombinasi Haar Cascade Classifier dan Convolutional Neural Networks ( CNN ),” vol. xx, no. xx, pp. 47–57, 2024, doi: 10.33650/jeecom.v4i2.
F. T. Nugroho and E. I. Sela, “Face Detection Using Haar Cascade Classifier Algorithm Deteksi Citra Wajah Menggunakan Algoritma Haar Cascade Classifier,” vol. 4, no. January, pp. 37–44, 2024.
I. Akil, “Face Detection Pada Gambar Dengan Menggunakan Opencv Haar Cascade,” INTI Nusa Mandiri, vol. 17, no. 2, pp. 48–54, 2023, doi: 10.33480/inti.v17i2.4000.
P. Kenda, “Sistem Presensi Berbasis Wajah Dengan Metode Haar Cascade,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 1, no. 2, pp. 419–429, 2021, doi: 10.24002/konstelasi.v1i2.4305.
G. N. R. P. Atmaja, K. Usman, and M. A. Murti, “the Calculation System of Number of People in a Room Based on Human Detection Using Haar-Cascade Classifier,” J. Tek. Inform., vol. 2, no. 2, pp. 75–84, 2021, doi: 10.20884/1.jutif.2021.2.2.83.
H. Herdianto and M. Mursyidah, “Deteksi Wajah Manusia Pada Image Sequence Menggunakan Background Subtraction Dan Haar Cascade Classifier,” J. Infomedia, vol. 7, no. 1, p. 16, 2022, doi: 10.30811/jim.v7i1.2947.
M. I. Maulana, M. Nishom, and D. I. Af’idah, “Pengolahan Citra untuk Identifikasi Pelat Nomor Kendaraan Mobil Menggunakan Metode Haar Cascade dan Optical Character Recognition,” J. Bumigora Inf. Technol., vol. 4, no. 1, pp. 1–16, Jun. 2022, doi: 10.30812/bite.v4i1.1952.
R. A. Ramadhani, A. Sanjaya, and E. Faculty, “Recommendation System for Selecting Haircut Models Based on Facial Shape Using the Viola-Jones Method Sistem Rekomendasi Pemilihan Model Potongan Rambut Berdasarkan Bentuk Wajah Menggunakan Metode Viola-Jones,” vol. 5, no. 1, pp. 145–152, 2024.
G. B. Aji, F. A. Yulianto, and A. Rakhmatsyah, “Sign Language Translator Based on Raspberry Pi Camera Using The Haar Cascade Classifier Method,” Build. Informatics, Technol. Sci., vol. 4, no. 4, pp. 1747–1753, 2023, doi: 10.47065/bits.v4i4.2990.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Ilham Alfiantama, Danar Putra Pamungkas, Danang Wahyu Widodo