Open AccessIdentifikasi Citra Daun Teh Menggunakan Metode Histogram untuk Deteksi Dini Serangan Awal Hama Empoasca
Author(s) -
Christophorus Candra Kusumadewa,
Supatman Supatman
Publication year - 2018
Publication title -
jmai (jurnal multimedia dan artificial intelligence)
Language(s) - English
Resource type - Journals
ISSN - 2580-2593
DOI - 10.26486/jmai.v2i1.71
Subject(s) - histogram , pattern recognition (psychology) , artificial intelligence , computer science , image (mathematics)
Hama Empoasca adalah salah satu hama utama tanaman teh di Asia. Hama ini sulit dimonitor karena ukurannya kecil, lincah, mampu terbang dan meloncat. Pengamatan serangan hama ini agar lebih praktis dan mudah dengan cara mengatasinya. Gejala serangan ini dapat diakuisisi dan direpresentasikan dalam bentuk citra digital. Penelitian ini menyediakan sebuah algoritma yang dapat membantu membedakan daun teh muda atau pucuk daun teh yang sehat dan yang terkena gejala awal hama Empoasca.
Sampel pucuk daun teh Yang sehat ATAU terserang hama Empoasca diproses using image preprocessing Dan ektraksi Ciri DENGAN Metode histogram Serta identifikasi Berbasis Neural Network . Ciri yang digunakan pada penelitian ini adalah mean, standar deviasi, dan entropy sebagai masukan jaringan syaraf tiruan . Data Pelatihan Yang digunakan sebanyak 110 citra, terdiri Dari 43 citra data normal Dan 23 citra terkena gejala Awal hama Empoasca Serta Data Pengujian sebanyak 44 citra. Pengujian algoritma ini menghasilkan unjukkerja terbaik sebesar 95,45% pada alfa 0,1 dan decalfa 0,5.