38 menurun sekitar 800-4000 lux. Citra yang terkumpul dianalisis terpisah berdasarkan tingkat intensitas
cahaya. Analisis yang dilakukan adalah 1 intensitas cahaya 800-6000 lux, 2 intensitas cahaya 6000- 9000 lux, dan 3 intensitas cahaya 10.000 lux.
Hasil pengolahan analisis citra dengan pengenalan pola kNN menyimpulkan bahwa waktu yang terbaik untuk pengambilan citra dilakukan pada saat pagi hari atau sore hari. Intensitas pagi hari
dan sore hari relatif kecil, sehingga dengan kesimpulan tersebut, intensitas cahaya yang terbaik untuk pengambilan citra adalah sekitar 800-6000 lux. Intensitas berpengaruh terhadap kecerahan frame
citra. Hasil pengolahan analisis citra pengenalan pola dengan kNN menyimpulkan bahwa pemotretan dilakukan pada intensitas rendah dengan selang intensitas cahaya 800-5000 lux, sehingga waktu yang
cocok untuk pengambilan citra daun padi dilakukan pada saat pagi hari pada pukul 07.00-09.00 WIB dan sore hari pada pukul 15.00-17.00 WIB.
F. Analisis citra dengan frame citra telapak tangan
Frame citra akan mempengaruhi nilai variabel RGB red, green, blue. Pengambilan citra dilakukan pada dua bentuk frame citra yaitu pengambilan citra dengan frame yang dipenuhi citra
telapak tangan dan pengambilan citra dengan frame yang tidak terpenuhi oleh citra telapak tangan. Hal ini dianalisi karena diyakini ada perbedaan penciri nilai variabel RGB dalam proses ekstraksi
komponen RGB. Cakupan kecerahan frame dipengaruhi dipengaruhi oleh intensitas cahaya atau kecerahan objek-objek yang berada di dalam frame citra.
Di antara 6 variabel penciri, yaitu Rd, Gd, Bd, Rt, Gt, dan Bt telah ditemukan bahwa Gd dan Bd berbeda nyata pada tingkat kepercayaan 95 terhadap tingkat warna daun. Hal ini dapat dipahami
karena perbedaan tingkat warna daun lebih banyak dicirikan dengan perbedaan tingkat kehijuannya. Namun perbedaan ini tidak terjadi secara konsisten atau proporsional karena dipengaruhi oleh warna
latar belakang warna telapak tangan. Kamera digital pada telepon seluler bekerja secara automatis dalam menjaga kecerahan hasil citra.
1. Citra dipenuhi oleh frame citra telapak tangan dengan intensitas rendah
Frame citra yang dipenuhi oleh citra telapak tangan maka warna telapak tangan akan dominan mempengaruhi pengaturan eksposure pengaturan kecerahan kamera. Hasil data pengolahan
komponen RGB akan sangat berpengaruh pada nilai variabel Rt, Gt, Bt. Hasil pengolahan ekstraksi komponen RGB dengan frame citra yang dipenuhi terlihat konstan dan memiliki akurasi yang tinggi.
Hasil pendugaan dengan progra pengenalan pola k-NN menunjukkan hasil yang sempurna. Tingkat kepercayaan pendugaan dilihat pada ketepatan pendugaan oleh program pengenalan pola kNN.
Gambar 31. Citra dengan frame yang dipenuhi citra telapak tangan
39 Pengambilan citra dilakukan dengan frame yang dipenuhi citra telapak tangan dan pada saat
intensitas rendah. Hasil yang diperoleh sebelumnya bahwa intensitas rendah akan memiliki nilai variabel RGB yang konstan. Tingkat warna daun TWD yang dipakai adalah 2, 2.5, 3, 3.5 dan 4.
1. Samsung Ace Pengenalan pola k-NN dilakukan terhadap semua telepon seluler yang dipakai dalam
penelitian. Hasil pengolahan yang diperoleh dari program pengenalan pola kNN untuk telepon seluler Samsung Ace memiliki hasil pendugaan antara 79 - 94. Akurasi yang baik dihasilkan dengan cara
penggambilan citra dengan frame dipenuhi oleh citra telapak tangan dan intensitas yang rendah, hal ini disebabkan kecerahan citra konstan dipengaruhi oleh frame citra telapak tangan yang ditandai
dengan tidak adanya objek benda lain disekitar citra. Cahaya dari luar tidak masuk ke dalam frame agar menghasilkan nilai variabel penciri yang konsisten. Cahaya sekitar pengambilan citra rendah
sehingga tidak akan mempengaruhi pengaturan kecerahan yang dimiliki kamera Samsung Ace. Hasil pendugaan tingkat warna daun dengan kamera telepon seluler Samsung Ace saat intesitas rendah dan
frame yang dipenuhi oleh citra telapak tangan dapat dilihat pada Tabel 9. Tabel 9. Akurasi pendugaan tingkat warna daun dengan intensitas rendah dan frame yang dipenuhi
oleh citra telapak tangan Jumlah Data
Tingkat Warna Daun Target
Jumlah Data Hasil Pendugaan Akurasi
2 3
4 131
2 123
8 93.89313
99 3
13 78
8 78.787879
54 4
4 3
47 87.037037
Rata-rata 86.572682
TWD 2 dan 2.5 digabungkan menjadi TWD 2 TWD 3 dan 3.5 digabungkan menjadi TWD 3
2. Sony Ericsson SK17i Hasil pengolahan yang diperoleh dari program pengenalan pola kNN untuk telepon seluler
Sony Ericsson memiliki akurasi pendugaan antara 91 - 97. Akurasi yang dihasilkan sangat baik. Kamera yang dimiliki sangat memiliki fokus yang baik, kualitas citra bagus sehingga nilai variabel
komponen ekstraksi konsisten dan tidak menghasilkan nilai yang beragam. Hasil pendugaan tingkat warna daun dengan kamera telepon seluler Sony Ericsson saat intesitas rendah dan frame yang
dipenuhi oleh citra telapak tangan dapat dilihat pada Tabel 10. Tabel 10. Akurasi pendugaan tingkat warna daun dengan intensitas rendah dan frame yang dipenuhi
oleh citra telapak tangan Jumlah Data
Tingkat Warna Daun Target
Jumlah Data Hasil Pendugaan Akurasi
2 3
4 162
2 149
9 4
91.975309 183
3 2
166 15
90.710383 95
4 3
92 96.842105
Rata-rata 93.17593
TWD 2 dan 2.5 digabungkan menjadi TWD 2 TWD 3 dan 3.5 digabungkan menjadi TWD 3
40 Pengambilan citra dilakukan dengan memenuhi frame citra latar belakang telapak tangan dan
pada saat intensitas rendah. Frame penuh tidak ditandai dengan adanya objek lain disekitar citra, sehingga menghasilkan nilai variabel penciri yang tepat, yaitu RGB tangan dan RGB daun. Kondisi
intensitas cahaya yang rendah akan membuat kecerahan yang konstan saat pengambilan citra, hal ini disebabkan karena pengaturan kecerahan otomatis yang dimiliki oleh kamera Sony Ericsson tidak
mempengaruhi nilai variabel penciri. Pengenalan pola dilakukan dengan program KNN dengan mencoba melakukan pengenalan sebanyak 500 citra. Tingkat warna daun 4 memiliki akurasi 96.8,
sebanyak 95 citra yang dicoba dalam KNN mengenali 92 tingkat warna daun 4. 3. LG
Hasil pengolahan yang diperoleh dari program pengenalan pola kNN untuk telepon seluler LG memiliki akurasi pendugaan antara 88 - 94. Hasil pendugaan tingkat warna daun saat intesitas
rendah dan frame yang dipenuhi oleh citra telapak tangan dapat dilihat pada Tabel 11. Tabel 11. Akurasi pendugaan tingkat warna daun dengan intensitas rendah dan frame yang dipenuhi
oleh citra telapak tangan Jumlah Data
Tingkat Warna Daun Target
Jumlah Data Hasil Pendugaan Akurasi
2 3
4 173
2 162
5 6
93.641618 172
3 6
152 14
88.372093 125
4 1
9 115
92 Rata-rata
91.337904
TWD 2 dan 2.5 digabungkan menjadi TWD 2 TWD 3 dan 3.5 digabungkan menjadi TWD 3
4. Samsung GT Hasil pengolahan yang diperoleh dari program pengenalan pola kNN untuk telepon seluler
Samsung GT memiliki akurasi pendugaan antara 85 - 93. Kamera Samsung GT memiliki pengaturan sangat sensitif terhadap perubahan intensitas cahaya, kamera akan otomatis
menyeimbangkan kecerahan apabila terjadi perubahan intensitas cahaya. Hasil pendugaan tingkat warna daun oleh kamera telepon seluler Samsung GT saat intesitas rendah dan frame yang dipenuhi
oleh citra telapak tangan dapat dilihat pada Tabel 12. Tabel 12. Akurasi pendugaan tingkat warna daun dengan intensitas rendah dan frame yang dipenuhi
oleh citra telapak tangan Jumlah Data
Tingkat Warna Daun Target
Jumlah Data Hasil Pendugaan Akurasi
2 3
4 138
2 127
5 6
92.028986 170
3 12
144 14
84.705882 152
4 2
9 141
92.763158 Rata-rata
89.832675
TWD 2 dan 2.5 digabungkan menjadi TWD 2 TWD 3 dan 3.5 digabungkan menjadi TWD 3
41 5. Nexian
Hasil pengolahan yang diperoleh dari program pengenalan pola kNN untuk telepon seluler Nexian memiliki akurasi pendugaan antara 92 - 93. Hasil pendugaan tingkat warna daun oleh
kamera telepon seluler Nexian saat intesitas rendah dan frame yang dipenuhi oleh citra telapak tangan dapat dilihat pada Tabel 13.
Tabel 13. Akurasi pendugaan tingkat warna daun dengan intensitas rendah dan frame yang dipenuhi oleh citra telapak tangan
Jumlah Data Tingkat Warna
Daun Target Jumlah Data Hasil Pendugaan
Akurasi 2
3 4
116 2
108 7
1 93.103448
158 3
5 147
6 93.037975
52 4
4 48
92.307692 Rata-rata
92.816372
TWD 2 dan 2.5 digabungkan menjadi TWD 2 TWD 3 dan 3.5 digabungkan menjadi TWD 3
2. Citra tidak dipenuhi oleh frame citra telapak tangan dengan intensitas rendah
