3.3 Proses Perancangan
Proses perancangan ini akan dijelaskan tentang alur kerja proses aplikasi deteksi jenis penyakit dan pengobatannya pada daun
cabe. Dalam aplikasi Deteksi Penyakit pada Daun Tanaman Cabe ini, dibutuhkan inputan awal berupa gambar atau foto daun cabe yang
terserang penyakit. Gambar atau foto ini disebut citra input. Citra input inilah yang akan diproses sedemikian rupa dalam aplikasi sehingga
dapat mendeteksi jenis penyakit yang diderita. Citra yang telah mempunyai ukuran yang sesuai kemudian akan
di proses menjadi citra grayscale Keabuan. Selanjutnya, citra grayscale akan di proses lagi dengan metode Thresholding. Citra yang
telah di-Threshold akan menjadi citra hitam-putih yang memiliki nilai pixel 0 untuk hitam dan pixel 255 untuk putih. Pada proses akhir, citra
hitam-putih tersebut akan di proses dengan metode Laplacian of Gaussian untuk mendeteksi tepi dan menghilangkan noise.
Setelah melalui metode Laplacian of Gaussian, citra hasil akan diubah ke dalam bentuk matriks kemudian akan dibandingkan dengan
matriks citra pembanding citra daun yang berpenyakit. Untuk melakukan pencocokan matriks digunakan metode Fuzzy String
Matching.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dari hasil pencocokan matriks akan diketahui jenis penyakit yang menyerang daun tersebut. Hasil deteksi berupa informasi jenis
penyakit dan solusi pengobatannya.
3.4 Perancangan Antarmuka
Pada aplikasi ini, pembuatan form dilakukan secara sederhana yaitu hanya terdapat 1 form utama sebagai interface antarmuka.
Pada form utama Form dapat dilihat pada gambar 3.5.
Gambar 3.5 Form Antarmuka
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Setelah Form utama dibuka, selanjutnya citra asli akan diinputkan ke dalam aplikasi. Untuk menginputkan file foto atau
gambar, tekan komponen button “Open File” Gambar 3.6.
Gambar 3.6 Button Open File
Setelah itu akan muncul new window untuk browser dimana file gambar yang akan digunakan berada Gambar 3.7. Kemudian pilih
gambar yang diinginkan untuk dideteksi.
Gambar 3.7 Browse file
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Setelah citra asli diinputkan, maka kita dapat menjalankan fungsi grayscale terlebih dahulu sebagai tahap awal pendeteksian
penyakit. Untuk mengubah citra menjadi grayscale tekan komponen button “Grayscale” pada menu form utama Gambar 3.8.
Gambar 3.8 Button Grayscale
itu akan muncul hasil dari grayscaling yang telah dilakukan Gambar 3.9.
Gambar 3.9 Perubahan Citra menjadi Grayscale
Setelah citra asli menjadi citra grayscale, maka tahap selanjutnya adalah proses Thresholding. Proses ini akan mengubah
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
citra menjadi hitam-putih. Untuk menjalankan fungsi threshold, tekan komponen button “Threshold” pada form aplikasi Gambar 3.10.
Gambar 3.10 Button Threshold
Pada aplikasi juga akan terlihat nilai ambang batas akhir T pada proses trhesholding Gambar 3.11.
Gambar 3.11 Nilai Ambang Batas Threshold T
Setelah itu akan muncul hasil Threshold yang dapat dilihat pada gambar 3.12 sebagai berikut :
Gambar 3.12 Citra Threshold
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Untuk proses selanjutnya, citra threshold akan dimasukan pada metode Laplacian of Gaussian untuk mendeteksi tepi citra. Fungsi
LoG dapat dilakukan dengan tekan button “Laplacian of Gaussian” Gambar 3.13.
Gambar 3.13 Button Laplacian of Gaussian
Setelah menjalankan fungsi LoG, maka akan muncul hasil citra LoG Gambar 3.14 sebagai berikut :
Gambar 3.14 Hasil LoG
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tahap akhir dilakukan pencocokan matriks string dengan Fuzzy String Matching. Untuk melakukan fungsi pencocokan matriks,
tekan button “Hasil”. Setelah itu, hasil akhir akan terlihat, yaitu jenis penyakit yang diderita dan cara pengendaliannya Gambar 3.15.
Gambar 3.15 Hasil akhir deteksi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
47
BAB IV IMPLEMENTASI SISTEM
4.1 Kebutuhan Software dan Hardware