Identifikasi Takaran Pupuk Nitrogen Berdasarkan Tingkat Kehijauan Daun Tanaman Padi Menggunakan Metode Histogram of s-RGB dan Fuzzy Logic
| Main Authors: | Sedo, Raimundus, Dr. Eng. Panca Mudjirahardjo,, S.T., M.T., Dr. Ir. Erni Yudaningtyas,, M.T. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193294/1/Raimundus%20Sedo.pdf http://repository.ub.ac.id/id/eprint/193294/ |
Daftar Isi:
- Analisis warna daun padi ialah suatu cara mengidenfikasi kandungan unsur hara yang perlu dilakukan sebagai dasar rekomendasi pemberian pupuk pada padi. Jika tanman padi kelebihan nitrogen, maka akan gampang terserang penyakit dan mencemarkan air tanah. Sebaliknya, bila kekurangan nitrogen, maka pertumbuhannya akan terhambat. Penelitian ini bertujuan untuk merancang sistem identifikasi untuk analisis takaran pupuk nitrogen sesuai dengan tingkat kehijauan daun padi melalui konsep pengolahan citra dengan metode Histogram of s-RGB dan Fuzzy Logic berbasis android. Pada penelitian ini, Bagan Warna Daun (BWD) sebagai konsep dasar pada proses pengembangan sistem ini. Sistem didesain menurut 4 skala sesuai level warna BWD sehingga dapat menganalisis citra daun padi sebagai dasar rekomendasi takaran pupuk nitrogen yang diperlukan tanaman padi. Pengujian dilakukan pada dua buah smartphone dengan kapasitas resolusi kamera yang berbeda, yaitu smartphone 8 MP dan 5 MP. Berdasarkan hasil pengujian menggunakan metode Euclidean Distance, diketahui jarak terdekat rata-rata nilai RGB sistem terhadap nilai RGB pada BWD sekitar 12,61 untuk smartphone 8 MP, sementara smartphone 5 MP mencapai 13,97. Evaluasi confusion matrix for multiple classes diketahui bahwa sistem secara tepat memberikan informasi yang diminta pada smartphone 8 MP dinilai lebih baik, yaitu 90,99% daripada yang ada pada smartphone 5 MP sekitar 88,20%. Sistem berhasil memperoleh informasi kembali pada smartphone 8 MP dengan tingkat recall sebesar 91,01% dinilai lebih unggul, daripada yang dimiliki smartphone 5 MP yang hanya mencapai 87,59%. Tingkat terdekat antara nilai prediksi sistem terhadap nilai aktual lebih baik pada smartphone 8 MP mencapai 91,25%, sementara pada smartphone 5 MP sekitar 88,75%. Kedua smartphone tersebut berada pada tingkat specificity 65% untuk smartphone 8 MP dan 65,21 pada smartphone 5 MP. Berdasarkan evaluasi hasil klasifikasi sistem pada smartphone 8 MP dan 5 MP terhadap hasil klasifikasi secara visual menunjukkan bahwa bahwa tingkat presisi sistem pada smartphone 8 MP dinilai lebih baik, yaitu 88,19% daripada yang ada pada smartphone 5 MP sekitar 84,61%. Tingkat recall sistem pada smartphone 8 MP mencapai 88,25% dinilai lebih unggul, daripada recall pada smartphone 5 MP yang hanya 83,83%. Akurasi sistem pada smartphone 8 MP sekitar 88,75%, sementara pada smartphone 5 MP sebesar 85%. Sistem pada smartphone 8 MP memiliki tingkat specificity mencapai 63,12%, sedangkan pada smartphone 5 MP sebesar 65,09%. Waktu komputasi kinerja sistem yang dihasilkan pada setiap smartphone berbeda-beda tergantung spesifikasi smartphone yang digunakan, yaitu untuk smartphone 1 rata-rata sebesar 10,137 detik, sedangkan pada smartphone 2 sebesar 29,625 detik.