Identifikasi penyakit tanaman menggunakan fast fourier transform dan local binary pattern dengan probabilistic neural network (studi kasus tanaman Anthurium dan padi)
ABSTRACT
BENI SAID ALFARISI. Plant disease identification using Fast Fourier Transform and Local
Binary Patterns with Probabilistic Neural Network (case study Rice and Anthurium). Supervised
by YENI HERDIYENI.
Plant diseases can result in death and decreased quality and quantity of agricultural products
that are economically significant to cause losses for farmers. This research proposes a new system
to identify plant disease automatically based on plant leaf image. Fast Fourier Transform (FFT)
and Local Binary Patterns (LBP) are used to extract the features. There are nine features had been
resulted by FFT i.e. mean, variance, different value of maximum and minimum levels,
different value of maximum and mean levels, standard deviation, skewness, kurtosis, entropy, and
the highest pixel value. Then these features are combined and classified using Probabilistic Neural
Network. The result shows us that these features can be used to identify plants disease, best
accuracy to indentify plants disease is 85.56%. The proposed system is promising since it is
capable to identify disease plants species efficiently and accurately.
Keywords: fast fourier transform, local binary patterns, probabilistic neural network.
PENDAHULUAN
Latar Belakang
Penyakit tanaman adalah kondisi dimana
sel dan jaringan tanaman tidak dapat berfungsi
secara normal, yang disebabkan adanya
gangguan secara terus menerus oleh gen
patogenik (biotik) atau faktor lingkungan
(abiotik) dan akan menghasilkan perkembangan
gejala. Penyakit tanaman terjadi bila salah satu
atau beberapa fungsi fisiologis tanaman
menjadi abnormal karena adanya gangguan
patogen atau kondisi lingkungan tertentu.
Penyakit yang menyerang tanaman diantaranya
Bercak Daun, Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
Penyakit tersebut dapat mengakibatkan
kematian dan penurunan kualitas dan kuantitas
hasil pertanian secara signifikan sehingga
secara ekonomis dapat menyebabkan kerugian
bagi petani. Untuk itu diperlukan identifikasi
dini terhadap penyakit yang menyerang
tanaman agar mudah dilakukan pencegahan.
Identifikasi penyakit tanaman dapat
ditentukan berdasarkan fitur atau penciri dari
suatu citra berpenyakit. Secara umum fitur
citra berupa warna, bentuk, dan tekstur.
Kebapci et al. (2009) telah melakukan
penggabungan ekstraksi ciri warna, bentuk,
dan tekstur untuk temu kembali citra tanaman
hias menggunakan Gabor dan SIFT. Pada
penelitian ini fitur atau penciri yang
digunakan adalah fitur tekstur, sedangkan ciri
warna dan bentuk tidak dapat digunakan,
disebabkan adanya kemiripan antara penyakit
yang satu dengan lainnya sehingga sulit untuk
dijadikan penciri dalam menentukan jenis
penyakit.
Penelitian tentang penyakit pada tanaman
sebelumnya sudah dilakukan. Phadikar dan
Jaya Sil (2008) melakukan penglasifikasian
daun padi yang berpenyakit mengggunakan
jaringan syaraf tiruan Self–Organizing Maps
(SOM). Sebelum dilakukan penglasifikasian
penelitian di atas terlebih dahulu melakukan
segmentasi terhadap citra penyakit yang akan
diolah. Umumnya proses segmentasi sulit
dilakukan, membutuhkan waktu yang lama
dan membutuhkan usaha yang tidak kecil
untuk melakukannya. Untuk mengatasi
permasalahan seperti ini (Nisa 2006)
melakukan identifikasi cacat citra tekstur
batik dengan menggunakan Fast Fourier
Transform (FFT). Spektrum fourier yang
dihasilkan dari FFT kemudian dihitung
berdasarkan parameter statistik yaitu mean,
standar deviasi, skewness, kurtosis, dan nilai
piksel tertinggi untuk mendapatkan ekstraksi
cirinya. Kulsum (2010) menggunakan
metode Local Binary Pattern (LBP) sebagai
ekstraksi cirinya dalam mengidentifikasi
jenis tanaman hias. Metode LBP merupakan
metode ekstraksi ciri berdasarkan ciri tekstur
tanpa melakukan tahap segmentasi di
dalamnya. LBP bekerja dengan membagi
citra ke dalam beberapa local region dan
setiap local region diekstraksi untuk
mendapatkan pola biner lokal.
Penelitian ini mengidentifikasi penyakit
daun pada tanaman Padi dan Anthurium
dengan menerapkan FFT dan LBP untuk
ekstraksi cirinya. Kemudian dilakukan
klasifikasi hasil ekstraksi yang telah didapat
sebelumnya
dengan
menggunakan
Probabilistic
Neural
Network
(PNN).
Diharapkan identifikasi penyakit daun dengan
metode PNN akan meningkatkan akurasi
klasifikasi,
sehingga
identifikasi
yang
dihasilkan dapat lebih akurat.
Tujuan
Tujuan penelitian ini adalah menerapkan
metode Fast Fourier Transform dan Local
Binary Pattern descriptor sebagai ekstraksi
ciri dengan Probabilistic Neural Network
untuk klasifikasi penyakit pada daun
tanaman.
Ruang Lingkup
Ruang lingkup Penelitian ini adalah
identifikasi penyakit tanaman Padi dan
Anthurium di Persawahan Desa Laladon dan
Balai Penelitian Segunung Cipanas, Bogor,
Jawa Barat. Penyakit yang akan diidentifikasi
dalam penelitian ini adalah penyakit Bercak
Daun dan Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
TINJAUAN PUSTAKA
Anthurium
Anthurium termasuk keluarga Araceae
yang memunyai perakaran yang banyak,
batang dan daun yang kokoh, serta bunga
berbentuk ekor. Dalam keluarga Araceae,
Anthurium adalah genus dengan jumlah jenis
terbanyak. Diperkirakan ada sekitar seribu
jenis anggota marga Anthurium. Beberapa
jenis tanaman Anthurium dapat dilihat pada
Gambar 1.
1
PENDAHULUAN
Latar Belakang
Penyakit tanaman adalah kondisi dimana
sel dan jaringan tanaman tidak dapat berfungsi
secara normal, yang disebabkan adanya
gangguan secara terus menerus oleh gen
patogenik (biotik) atau faktor lingkungan
(abiotik) dan akan menghasilkan perkembangan
gejala. Penyakit tanaman terjadi bila salah satu
atau beberapa fungsi fisiologis tanaman
menjadi abnormal karena adanya gangguan
patogen atau kondisi lingkungan tertentu.
Penyakit yang menyerang tanaman diantaranya
Bercak Daun, Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
Penyakit tersebut dapat mengakibatkan
kematian dan penurunan kualitas dan kuantitas
hasil pertanian secara signifikan sehingga
secara ekonomis dapat menyebabkan kerugian
bagi petani. Untuk itu diperlukan identifikasi
dini terhadap penyakit yang menyerang
tanaman agar mudah dilakukan pencegahan.
Identifikasi penyakit tanaman dapat
ditentukan berdasarkan fitur atau penciri dari
suatu citra berpenyakit. Secara umum fitur
citra berupa warna, bentuk, dan tekstur.
Kebapci et al. (2009) telah melakukan
penggabungan ekstraksi ciri warna, bentuk,
dan tekstur untuk temu kembali citra tanaman
hias menggunakan Gabor dan SIFT. Pada
penelitian ini fitur atau penciri yang
digunakan adalah fitur tekstur, sedangkan ciri
warna dan bentuk tidak dapat digunakan,
disebabkan adanya kemiripan antara penyakit
yang satu dengan lainnya sehingga sulit untuk
dijadikan penciri dalam menentukan jenis
penyakit.
Penelitian tentang penyakit pada tanaman
sebelumnya sudah dilakukan. Phadikar dan
Jaya Sil (2008) melakukan penglasifikasian
daun padi yang berpenyakit mengggunakan
jaringan syaraf tiruan Self–Organizing Maps
(SOM). Sebelum dilakukan penglasifikasian
penelitian di atas terlebih dahulu melakukan
segmentasi terhadap citra penyakit yang akan
diolah. Umumnya proses segmentasi sulit
dilakukan, membutuhkan waktu yang lama
dan membutuhkan usaha yang tidak kecil
untuk melakukannya. Untuk mengatasi
permasalahan seperti ini (Nisa 2006)
melakukan identifikasi cacat citra tekstur
batik dengan menggunakan Fast Fourier
Transform (FFT). Spektrum fourier yang
dihasilkan dari FFT kemudian dihitung
berdasarkan parameter statistik yaitu mean,
standar deviasi, skewness, kurtosis, dan nilai
piksel tertinggi untuk mendapatkan ekstraksi
cirinya. Kulsum (2010) menggunakan
metode Local Binary Pattern (LBP) sebagai
ekstraksi cirinya dalam mengidentifikasi
jenis tanaman hias. Metode LBP merupakan
metode ekstraksi ciri berdasarkan ciri tekstur
tanpa melakukan tahap segmentasi di
dalamnya. LBP bekerja dengan membagi
citra ke dalam beberapa local region dan
setiap local region diekstraksi untuk
mendapatkan pola biner lokal.
Penelitian ini mengidentifikasi penyakit
daun pada tanaman Padi dan Anthurium
dengan menerapkan FFT dan LBP untuk
ekstraksi cirinya. Kemudian dilakukan
klasifikasi hasil ekstraksi yang telah didapat
sebelumnya
dengan
menggunakan
Probabilistic
Neural
Network
(PNN).
Diharapkan identifikasi penyakit daun dengan
metode PNN akan meningkatkan akurasi
klasifikasi,
sehingga
identifikasi
yang
dihasilkan dapat lebih akurat.
Tujuan
Tujuan penelitian ini adalah menerapkan
metode Fast Fourier Transform dan Local
Binary Pattern descriptor sebagai ekstraksi
ciri dengan Probabilistic Neural Network
untuk klasifikasi penyakit pada daun
tanaman.
Ruang Lingkup
Ruang lingkup Penelitian ini adalah
identifikasi penyakit tanaman Padi dan
Anthurium di Persawahan Desa Laladon dan
Balai Penelitian Segunung Cipanas, Bogor,
Jawa Barat. Penyakit yang akan diidentifikasi
dalam penelitian ini adalah penyakit Bercak
Daun dan Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
TINJAUAN PUSTAKA
Anthurium
Anthurium termasuk keluarga Araceae
yang memunyai perakaran yang banyak,
batang dan daun yang kokoh, serta bunga
berbentuk ekor. Dalam keluarga Araceae,
Anthurium adalah genus dengan jumlah jenis
terbanyak. Diperkirakan ada sekitar seribu
jenis anggota marga Anthurium. Beberapa
jenis tanaman Anthurium dapat dilihat pada
Gambar 1.
1
2 Bercak Kuning
Bercak Kuning sering menyerang tanaman
dan telah menjadi momok yang menakutkan
bagi pekebun dan hobiis. Cirinya adalah mulamula muncul noktah kecil berwarna kuning
pada daun yang semakin lama semakin lebar,
hingga seluruh permukaan daun Anthurium
tertutup warna kuning (Gambar 3).
Gambar 1 Tanaman hias Anthurium.
Dalam sistematika (taksonomi) tumbuhan,
tanaman anthurium memunyai klasifikasi
sebagai berikut:
Kingdom
Subkingdom
Divisi
Sub-Divisi
Kelas
Subkelas
Ordo
Famili
Genus
Spesies
: Plantae
: Tracheobionta
: Spermatophyta
: Angispermae
: Monocotyledonae
: Aracidae
: Arales
: Araceae
: Anthurium
: A. Crytallianum, A.jemanii,
A. Hookeri, dan lain-lain.
(Tirja 2009).
Penyakit yang menyerang tanaman hias
pada umumnya disebabkan oleh dua penyebab
utama yaitu jamur dan bakteri. Serangan
jamur lebih sering dijumpai daripada serangan
bakteri. Akar, batang, dan daun adalah bagian
dari tanaman yang sering terserang penyakit.
Bagian tanaman yang dijadikan penelitian
adalah daun. Pemilihan daun disebabkan ciri
dan karakteristiknya merupakan keutamaan
untuk membedakan jenis satu dengan yang
lainnya. Berikut adalah dua penyakit yang
menyerang tanaman hias yang dibahas dalam
penelitian ini:
1 Bercak Daun
Bercak Daun disebabkan oleh jamur
Botrytis Sp. Cirinya adalah munculnya bercak
di
daun.
Bercak
tersebut
langsung
menyambung dengan warna asli daun yang
sehat. Bercak tersebut lama kelamaan akan
membusuk (Gambar 2).
Gambar 3 Bercak Kuning pada Anthurium.
Padi
Padi merupakan tanaman pangan berupa
rumput berumpun. Tanaman pertanian kuno
berasal dari dua benua yaitu Asia dan Afrika
Barat tropis dan subtropis. Berdasarkan
literatur Grist (1960) tanaman padi dalam
sistematika
tumbuhan
(taksonomi)
diklasifikasikan sebagai berikut:
Kingdom
: Plantae
Divisi
: Spermatophyta
Sub divisi
: Angiospermae
Kelas
: Monotyledonae
Keluarga
: Gramineae (Poaceae)
Genus
: Oryza
Spesies
: Oryza spp
(BPP Teknologi 2011).
Penyakit yang menyerang tanaman padi
biasanya disebabkan oleh hama dan bakteri.
Sama seperti tanaman hias Anthurium bagian
tanaman seperti akar, batang, dan daun adalah
bagian yang sering terserang penyakit. Pada
penelitian ini penyakit yang diteliti adalah
penyakit yang menyerang daun. Berikut
adalah dua penyakit yang menyerang tanaman
padi yang dibahas dalam penelitian ini:
1 Tungro
Penyakit Tungro ditularkan oleh wereng
hijau dan dapat dikendalikan melalui
pergiliran varietas tahan yang memiliki tetua
berbeda, pengaturan waktu tanam, sanitasi
dengan menghilangkan sumber tanaman sakit,
dan penekanan populasi wereng hijau dengan
insektisida (Syam et al. 2007). Cirinya adalah
warna daun tanaman yang sakit bervariasi,
dari sedikit menguning sampai jingga
(Gambar 4).
Gambar 2 Bercak Daun pada Anthurium.
2
merupakan gejala yang paling umum
dijumpai pada pertanaman yang telah
mencapai fase tumbuh anakan sampai fase
pemasakan (Syam et al. 2007).
Gambar 4 Tungro pada Padi.
2 Blas (Leaf Blast)
Penyakit ini disebabkan oleh jamur
patogen Pyricularia grisae. Penyakit Blas
menimbulkan dua gejala khas, yaitu blas
daun dan blas leher. Blas daun merupakan
bercak coklat kehitaman, berbentuk belah
ketupat, dengan pusat bercak berwarna putih
(Gambar 5). Sedangkan blas leher berupa
bercak coklat kehitaman pada pangkal leher
yang dapat mengakibatkan leher malai tidak
mampu menopang malai dan patah (Syam et
al. 2007).
Gambar 5 Blas pada Padi.
Penyakit ini dikendalikan melalui
penanaman varietas lahan secara bergantian
untuk mengantisipasi perubahan ras blas
yang sangat cepat dan dengan cara
pemupukan NPK yang tepat.
3 Bercak Coklat (Brown Spot)
Penyakit Bercak Coklat disebabkan oleh
jamur Helmintosporium oryzae (Syam et al.
2007). Gejala yang paling umum dari
penyakit ini adalah bercak bewarna coklat,
berbentuk oval sampai bulat, berukuran
sebesar biji wijen pada permukaan daun,
pada pelepah atau pada gabah (Gambar 6).
Gambar 7 Hawar daun pada Padi.
Algoritme Zooming
Algoritme Zooming adalah metode yang
ditujukan untuk menambah atau mengurangi
jumlah piksel pada sebuah citra digital. Piksel
baru dibuat dengan cara mengambil informasi
dari piksel tetangganya yang terdekat dari
citra original.
Setiap tanaman memiliki ukuran luas spot
yang berbeda, hal ini dapat menyebabkan efek
signifikan dalam proses penglasifikasian
penyakit.
Dengan
demikian,
metode
interpolasi perlu diterapkan untuk fractional
zooming untuk menormalkan ukuran spot
(Phadikar dan Jaya Sil 2009).
Algoritme zooming sebagai berikut:
1 Langkah pertama adalah menentukan
faktor skala
dan
dengan
adalah ukuran dari citra
baru dan
adalah ukuran dari citra
asli.
2 Untuk langkah kedua:
a Semua titik piksel dari citra asli yang
terletak diposisi (
ditempatkan di
posisi sesuai dengan persamaan
berikut:
(1)
dengan
dan
adalah faktor skala
yang telah ditentukan di langkah
sebelumnya. Hasil posisi
baru
seperti yang ditunjukkan pada area
berwarna kuning dengan nilai gray
dan (Gambar 8).
Gambar 6 Bercak coklat pada Padi.
4 Hawar Daun Bakteri (Bacterial Leaf
Blight)
Hawar daun bakteri (HDB) disebabkan
oleh Xanthomonas oryzae pv. Oryzae.
Penyakit HDB menghasilkan dua gejala
khas, yaitu kresek dan hawar. Kresek adalah
gejala yang terjadi pada tanaman berumur
BENI SAID ALFARISI. Plant disease identification using Fast Fourier Transform and Local
Binary Patterns with Probabilistic Neural Network (case study Rice and Anthurium). Supervised
by YENI HERDIYENI.
Plant diseases can result in death and decreased quality and quantity of agricultural products
that are economically significant to cause losses for farmers. This research proposes a new system
to identify plant disease automatically based on plant leaf image. Fast Fourier Transform (FFT)
and Local Binary Patterns (LBP) are used to extract the features. There are nine features had been
resulted by FFT i.e. mean, variance, different value of maximum and minimum levels,
different value of maximum and mean levels, standard deviation, skewness, kurtosis, entropy, and
the highest pixel value. Then these features are combined and classified using Probabilistic Neural
Network. The result shows us that these features can be used to identify plants disease, best
accuracy to indentify plants disease is 85.56%. The proposed system is promising since it is
capable to identify disease plants species efficiently and accurately.
Keywords: fast fourier transform, local binary patterns, probabilistic neural network.
PENDAHULUAN
Latar Belakang
Penyakit tanaman adalah kondisi dimana
sel dan jaringan tanaman tidak dapat berfungsi
secara normal, yang disebabkan adanya
gangguan secara terus menerus oleh gen
patogenik (biotik) atau faktor lingkungan
(abiotik) dan akan menghasilkan perkembangan
gejala. Penyakit tanaman terjadi bila salah satu
atau beberapa fungsi fisiologis tanaman
menjadi abnormal karena adanya gangguan
patogen atau kondisi lingkungan tertentu.
Penyakit yang menyerang tanaman diantaranya
Bercak Daun, Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
Penyakit tersebut dapat mengakibatkan
kematian dan penurunan kualitas dan kuantitas
hasil pertanian secara signifikan sehingga
secara ekonomis dapat menyebabkan kerugian
bagi petani. Untuk itu diperlukan identifikasi
dini terhadap penyakit yang menyerang
tanaman agar mudah dilakukan pencegahan.
Identifikasi penyakit tanaman dapat
ditentukan berdasarkan fitur atau penciri dari
suatu citra berpenyakit. Secara umum fitur
citra berupa warna, bentuk, dan tekstur.
Kebapci et al. (2009) telah melakukan
penggabungan ekstraksi ciri warna, bentuk,
dan tekstur untuk temu kembali citra tanaman
hias menggunakan Gabor dan SIFT. Pada
penelitian ini fitur atau penciri yang
digunakan adalah fitur tekstur, sedangkan ciri
warna dan bentuk tidak dapat digunakan,
disebabkan adanya kemiripan antara penyakit
yang satu dengan lainnya sehingga sulit untuk
dijadikan penciri dalam menentukan jenis
penyakit.
Penelitian tentang penyakit pada tanaman
sebelumnya sudah dilakukan. Phadikar dan
Jaya Sil (2008) melakukan penglasifikasian
daun padi yang berpenyakit mengggunakan
jaringan syaraf tiruan Self–Organizing Maps
(SOM). Sebelum dilakukan penglasifikasian
penelitian di atas terlebih dahulu melakukan
segmentasi terhadap citra penyakit yang akan
diolah. Umumnya proses segmentasi sulit
dilakukan, membutuhkan waktu yang lama
dan membutuhkan usaha yang tidak kecil
untuk melakukannya. Untuk mengatasi
permasalahan seperti ini (Nisa 2006)
melakukan identifikasi cacat citra tekstur
batik dengan menggunakan Fast Fourier
Transform (FFT). Spektrum fourier yang
dihasilkan dari FFT kemudian dihitung
berdasarkan parameter statistik yaitu mean,
standar deviasi, skewness, kurtosis, dan nilai
piksel tertinggi untuk mendapatkan ekstraksi
cirinya. Kulsum (2010) menggunakan
metode Local Binary Pattern (LBP) sebagai
ekstraksi cirinya dalam mengidentifikasi
jenis tanaman hias. Metode LBP merupakan
metode ekstraksi ciri berdasarkan ciri tekstur
tanpa melakukan tahap segmentasi di
dalamnya. LBP bekerja dengan membagi
citra ke dalam beberapa local region dan
setiap local region diekstraksi untuk
mendapatkan pola biner lokal.
Penelitian ini mengidentifikasi penyakit
daun pada tanaman Padi dan Anthurium
dengan menerapkan FFT dan LBP untuk
ekstraksi cirinya. Kemudian dilakukan
klasifikasi hasil ekstraksi yang telah didapat
sebelumnya
dengan
menggunakan
Probabilistic
Neural
Network
(PNN).
Diharapkan identifikasi penyakit daun dengan
metode PNN akan meningkatkan akurasi
klasifikasi,
sehingga
identifikasi
yang
dihasilkan dapat lebih akurat.
Tujuan
Tujuan penelitian ini adalah menerapkan
metode Fast Fourier Transform dan Local
Binary Pattern descriptor sebagai ekstraksi
ciri dengan Probabilistic Neural Network
untuk klasifikasi penyakit pada daun
tanaman.
Ruang Lingkup
Ruang lingkup Penelitian ini adalah
identifikasi penyakit tanaman Padi dan
Anthurium di Persawahan Desa Laladon dan
Balai Penelitian Segunung Cipanas, Bogor,
Jawa Barat. Penyakit yang akan diidentifikasi
dalam penelitian ini adalah penyakit Bercak
Daun dan Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
TINJAUAN PUSTAKA
Anthurium
Anthurium termasuk keluarga Araceae
yang memunyai perakaran yang banyak,
batang dan daun yang kokoh, serta bunga
berbentuk ekor. Dalam keluarga Araceae,
Anthurium adalah genus dengan jumlah jenis
terbanyak. Diperkirakan ada sekitar seribu
jenis anggota marga Anthurium. Beberapa
jenis tanaman Anthurium dapat dilihat pada
Gambar 1.
1
PENDAHULUAN
Latar Belakang
Penyakit tanaman adalah kondisi dimana
sel dan jaringan tanaman tidak dapat berfungsi
secara normal, yang disebabkan adanya
gangguan secara terus menerus oleh gen
patogenik (biotik) atau faktor lingkungan
(abiotik) dan akan menghasilkan perkembangan
gejala. Penyakit tanaman terjadi bila salah satu
atau beberapa fungsi fisiologis tanaman
menjadi abnormal karena adanya gangguan
patogen atau kondisi lingkungan tertentu.
Penyakit yang menyerang tanaman diantaranya
Bercak Daun, Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
Penyakit tersebut dapat mengakibatkan
kematian dan penurunan kualitas dan kuantitas
hasil pertanian secara signifikan sehingga
secara ekonomis dapat menyebabkan kerugian
bagi petani. Untuk itu diperlukan identifikasi
dini terhadap penyakit yang menyerang
tanaman agar mudah dilakukan pencegahan.
Identifikasi penyakit tanaman dapat
ditentukan berdasarkan fitur atau penciri dari
suatu citra berpenyakit. Secara umum fitur
citra berupa warna, bentuk, dan tekstur.
Kebapci et al. (2009) telah melakukan
penggabungan ekstraksi ciri warna, bentuk,
dan tekstur untuk temu kembali citra tanaman
hias menggunakan Gabor dan SIFT. Pada
penelitian ini fitur atau penciri yang
digunakan adalah fitur tekstur, sedangkan ciri
warna dan bentuk tidak dapat digunakan,
disebabkan adanya kemiripan antara penyakit
yang satu dengan lainnya sehingga sulit untuk
dijadikan penciri dalam menentukan jenis
penyakit.
Penelitian tentang penyakit pada tanaman
sebelumnya sudah dilakukan. Phadikar dan
Jaya Sil (2008) melakukan penglasifikasian
daun padi yang berpenyakit mengggunakan
jaringan syaraf tiruan Self–Organizing Maps
(SOM). Sebelum dilakukan penglasifikasian
penelitian di atas terlebih dahulu melakukan
segmentasi terhadap citra penyakit yang akan
diolah. Umumnya proses segmentasi sulit
dilakukan, membutuhkan waktu yang lama
dan membutuhkan usaha yang tidak kecil
untuk melakukannya. Untuk mengatasi
permasalahan seperti ini (Nisa 2006)
melakukan identifikasi cacat citra tekstur
batik dengan menggunakan Fast Fourier
Transform (FFT). Spektrum fourier yang
dihasilkan dari FFT kemudian dihitung
berdasarkan parameter statistik yaitu mean,
standar deviasi, skewness, kurtosis, dan nilai
piksel tertinggi untuk mendapatkan ekstraksi
cirinya. Kulsum (2010) menggunakan
metode Local Binary Pattern (LBP) sebagai
ekstraksi cirinya dalam mengidentifikasi
jenis tanaman hias. Metode LBP merupakan
metode ekstraksi ciri berdasarkan ciri tekstur
tanpa melakukan tahap segmentasi di
dalamnya. LBP bekerja dengan membagi
citra ke dalam beberapa local region dan
setiap local region diekstraksi untuk
mendapatkan pola biner lokal.
Penelitian ini mengidentifikasi penyakit
daun pada tanaman Padi dan Anthurium
dengan menerapkan FFT dan LBP untuk
ekstraksi cirinya. Kemudian dilakukan
klasifikasi hasil ekstraksi yang telah didapat
sebelumnya
dengan
menggunakan
Probabilistic
Neural
Network
(PNN).
Diharapkan identifikasi penyakit daun dengan
metode PNN akan meningkatkan akurasi
klasifikasi,
sehingga
identifikasi
yang
dihasilkan dapat lebih akurat.
Tujuan
Tujuan penelitian ini adalah menerapkan
metode Fast Fourier Transform dan Local
Binary Pattern descriptor sebagai ekstraksi
ciri dengan Probabilistic Neural Network
untuk klasifikasi penyakit pada daun
tanaman.
Ruang Lingkup
Ruang lingkup Penelitian ini adalah
identifikasi penyakit tanaman Padi dan
Anthurium di Persawahan Desa Laladon dan
Balai Penelitian Segunung Cipanas, Bogor,
Jawa Barat. Penyakit yang akan diidentifikasi
dalam penelitian ini adalah penyakit Bercak
Daun dan Bercak Kuning (pada tanaman
Anthurium), Tungro, Leaf Blast, Brown Spot,
dan Hawar Daun (pada tanaman Padi).
TINJAUAN PUSTAKA
Anthurium
Anthurium termasuk keluarga Araceae
yang memunyai perakaran yang banyak,
batang dan daun yang kokoh, serta bunga
berbentuk ekor. Dalam keluarga Araceae,
Anthurium adalah genus dengan jumlah jenis
terbanyak. Diperkirakan ada sekitar seribu
jenis anggota marga Anthurium. Beberapa
jenis tanaman Anthurium dapat dilihat pada
Gambar 1.
1
2 Bercak Kuning
Bercak Kuning sering menyerang tanaman
dan telah menjadi momok yang menakutkan
bagi pekebun dan hobiis. Cirinya adalah mulamula muncul noktah kecil berwarna kuning
pada daun yang semakin lama semakin lebar,
hingga seluruh permukaan daun Anthurium
tertutup warna kuning (Gambar 3).
Gambar 1 Tanaman hias Anthurium.
Dalam sistematika (taksonomi) tumbuhan,
tanaman anthurium memunyai klasifikasi
sebagai berikut:
Kingdom
Subkingdom
Divisi
Sub-Divisi
Kelas
Subkelas
Ordo
Famili
Genus
Spesies
: Plantae
: Tracheobionta
: Spermatophyta
: Angispermae
: Monocotyledonae
: Aracidae
: Arales
: Araceae
: Anthurium
: A. Crytallianum, A.jemanii,
A. Hookeri, dan lain-lain.
(Tirja 2009).
Penyakit yang menyerang tanaman hias
pada umumnya disebabkan oleh dua penyebab
utama yaitu jamur dan bakteri. Serangan
jamur lebih sering dijumpai daripada serangan
bakteri. Akar, batang, dan daun adalah bagian
dari tanaman yang sering terserang penyakit.
Bagian tanaman yang dijadikan penelitian
adalah daun. Pemilihan daun disebabkan ciri
dan karakteristiknya merupakan keutamaan
untuk membedakan jenis satu dengan yang
lainnya. Berikut adalah dua penyakit yang
menyerang tanaman hias yang dibahas dalam
penelitian ini:
1 Bercak Daun
Bercak Daun disebabkan oleh jamur
Botrytis Sp. Cirinya adalah munculnya bercak
di
daun.
Bercak
tersebut
langsung
menyambung dengan warna asli daun yang
sehat. Bercak tersebut lama kelamaan akan
membusuk (Gambar 2).
Gambar 3 Bercak Kuning pada Anthurium.
Padi
Padi merupakan tanaman pangan berupa
rumput berumpun. Tanaman pertanian kuno
berasal dari dua benua yaitu Asia dan Afrika
Barat tropis dan subtropis. Berdasarkan
literatur Grist (1960) tanaman padi dalam
sistematika
tumbuhan
(taksonomi)
diklasifikasikan sebagai berikut:
Kingdom
: Plantae
Divisi
: Spermatophyta
Sub divisi
: Angiospermae
Kelas
: Monotyledonae
Keluarga
: Gramineae (Poaceae)
Genus
: Oryza
Spesies
: Oryza spp
(BPP Teknologi 2011).
Penyakit yang menyerang tanaman padi
biasanya disebabkan oleh hama dan bakteri.
Sama seperti tanaman hias Anthurium bagian
tanaman seperti akar, batang, dan daun adalah
bagian yang sering terserang penyakit. Pada
penelitian ini penyakit yang diteliti adalah
penyakit yang menyerang daun. Berikut
adalah dua penyakit yang menyerang tanaman
padi yang dibahas dalam penelitian ini:
1 Tungro
Penyakit Tungro ditularkan oleh wereng
hijau dan dapat dikendalikan melalui
pergiliran varietas tahan yang memiliki tetua
berbeda, pengaturan waktu tanam, sanitasi
dengan menghilangkan sumber tanaman sakit,
dan penekanan populasi wereng hijau dengan
insektisida (Syam et al. 2007). Cirinya adalah
warna daun tanaman yang sakit bervariasi,
dari sedikit menguning sampai jingga
(Gambar 4).
Gambar 2 Bercak Daun pada Anthurium.
2
merupakan gejala yang paling umum
dijumpai pada pertanaman yang telah
mencapai fase tumbuh anakan sampai fase
pemasakan (Syam et al. 2007).
Gambar 4 Tungro pada Padi.
2 Blas (Leaf Blast)
Penyakit ini disebabkan oleh jamur
patogen Pyricularia grisae. Penyakit Blas
menimbulkan dua gejala khas, yaitu blas
daun dan blas leher. Blas daun merupakan
bercak coklat kehitaman, berbentuk belah
ketupat, dengan pusat bercak berwarna putih
(Gambar 5). Sedangkan blas leher berupa
bercak coklat kehitaman pada pangkal leher
yang dapat mengakibatkan leher malai tidak
mampu menopang malai dan patah (Syam et
al. 2007).
Gambar 5 Blas pada Padi.
Penyakit ini dikendalikan melalui
penanaman varietas lahan secara bergantian
untuk mengantisipasi perubahan ras blas
yang sangat cepat dan dengan cara
pemupukan NPK yang tepat.
3 Bercak Coklat (Brown Spot)
Penyakit Bercak Coklat disebabkan oleh
jamur Helmintosporium oryzae (Syam et al.
2007). Gejala yang paling umum dari
penyakit ini adalah bercak bewarna coklat,
berbentuk oval sampai bulat, berukuran
sebesar biji wijen pada permukaan daun,
pada pelepah atau pada gabah (Gambar 6).
Gambar 7 Hawar daun pada Padi.
Algoritme Zooming
Algoritme Zooming adalah metode yang
ditujukan untuk menambah atau mengurangi
jumlah piksel pada sebuah citra digital. Piksel
baru dibuat dengan cara mengambil informasi
dari piksel tetangganya yang terdekat dari
citra original.
Setiap tanaman memiliki ukuran luas spot
yang berbeda, hal ini dapat menyebabkan efek
signifikan dalam proses penglasifikasian
penyakit.
Dengan
demikian,
metode
interpolasi perlu diterapkan untuk fractional
zooming untuk menormalkan ukuran spot
(Phadikar dan Jaya Sil 2009).
Algoritme zooming sebagai berikut:
1 Langkah pertama adalah menentukan
faktor skala
dan
dengan
adalah ukuran dari citra
baru dan
adalah ukuran dari citra
asli.
2 Untuk langkah kedua:
a Semua titik piksel dari citra asli yang
terletak diposisi (
ditempatkan di
posisi sesuai dengan persamaan
berikut:
(1)
dengan
dan
adalah faktor skala
yang telah ditentukan di langkah
sebelumnya. Hasil posisi
baru
seperti yang ditunjukkan pada area
berwarna kuning dengan nilai gray
dan (Gambar 8).
Gambar 6 Bercak coklat pada Padi.
4 Hawar Daun Bakteri (Bacterial Leaf
Blight)
Hawar daun bakteri (HDB) disebabkan
oleh Xanthomonas oryzae pv. Oryzae.
Penyakit HDB menghasilkan dua gejala
khas, yaitu kresek dan hawar. Kresek adalah
gejala yang terjadi pada tanaman berumur