IDENTIFIKASI PENYAKIT DAUN TANAMAN KELAPA SAWIT MENGGUNAKAN SUPPORT VECTOR MACHINE
IDENTIFIKASI PENYAKIT DAUN TANAMAN KELAPA SAWIT MENGGUNAKAN SUPPORT VECTOR MACHINE
SKRIPSI RIDZUAN IKRAM FAJRI 091402134
PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014 IDENTIFIKASI PENYAKIT DAUN TANAMAN KELAPA SAWIT MENGGUNAKAN SUPPORT VECTOR MACHINE
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi RIDZUAN IKRAM FAJRI
091402134 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2014
PERSETUJUAN
Judul :
IDENTIFIKASI PENYAKIT DAUN TANAMAN KELAPA SAWIT MENGGUNAKAN SUPPORT
VECTOR MACHINE
Kategori : SKRIPSI Nama : RIDZUAN IKRAM FAJRI Nomor Induk Mahasiswa : 091402134 Program Studi : SARJANA (S-1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas :
ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI Diluluskan di Medan, Agustus 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Erna Budhiarti Nababan, M.IT NIP. -
Romi Fadillah Rahmat, B.Comp.Sc., M.Sc NIP. 19860303 201012 1004
Diketahui/Disetujui oleh Program Studi Teknologi Informasi Ketua,
PERNYATAAN
IDENTIFIKASI PENYAKIT DAUN TANAMAN KELAPA SAWIT MENGGUNAKAN SUPPORT VECTOR MACHINE SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Agustus 2014 RIDZUAN IKRAM FAJRI 091402134
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT Yang Maha Pengasih dan Maha Penyayang, dengan segala rahmat dan karuniaNya lah penulis bisa menyelesaikan penyusunan tugas akhir ini. Proses penyusunan skripsi ini tidak lepas dari dukungan dan bantuan dari pihak lain. Oleh karena itu penulis mengucapkan terima kasih banyak kepada : 1.
Keluarga penulis, terutama kedua orang tua penulis. Ayahanda tersayang Alm.
H.Dr.Tedi Moraza, Sp.OG dan Ibunda tersayang dr.Okti Rosdianawani yang selalu sabar dalam mendidik dan membesarkan penulis. Kakak penulis dr.Sheila Regina Tiza dan Adik penulis Zhafira Inayah Fitri. Kakek penulis H.Rustam dan Nenek penulis Hj.Syarifah Rodiah serta seluruh sanak saudara penulis yang tidak dapat disebutkan satu persatu.
2. Farah Ramadhani yang selalu memberi dukungan serta menemani dalam suka dan duka dalam menjalankan skripsi ini.
3. Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc dan Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis.
4. Bapak Muhammad Fadly Syahputra B.Sc.M.Sc.IT dan Ibu Sarah Purnamawati S.T.M.Sc selaku penguji yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis.
5. Ketua dan Sekretaris Program Studi Teknologi Informasi, Muhammad Anggia Muchtar S.T.MM.IT dan Muhammad Fadly Syahputra B.Sc.M.Sc.IT 6. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara, semua dosen serta pegawai di Fakultas Ilmu Komputer dan Teknologi Informasi.
7. Seluruh sahabat terbaik penulis yang selalu memberikan dukungan, Ammar Adianshar, S.TI, Ade Tambunan, Abdi Hafiz,SP Reza Elfandra Srg, S.TI, Muhammad Ardiansyah, S.TI, Fadli Rizky, Muhammad Fadlullah, Muhmmad Hafiz Yahya, SE, Yogi Suryo Santoso, Dwiky Syahputra, Ibnu Setiawan, Handra Akira Saito, Nurul Khadijah, S.TI, Arif Ashari, SP seluruh member grup SEM***, serta seluruh angkatan 09, serta teman-teman seluruh angkatan mahasiswa USU dan teman-teman lainnya yang tidak dapat penulis sebutkan satu persatu, Semoga Allah SWT membalas kebaikan kalian dengan nikmat yang berlimpah.
Akhir kata, penulis memohon maaf bila dalam penulisan tugas akhir ini terdapat beberapa kesalahan, oleh karena itu penulis sangat mengharapkan adanya masukan - masukan yang membangun dan semoga tugas akhir ini dapat bermanfaat bagi semua
ABSTRAK
Pengelolaan perkebunan kelapa sawit sering mengalami kendala, antara lain masalah organisme pengganggu tumbuhan (OPT) terutama masalah penyakit. Oleh karena itu, dibuatlah pendekatan untuk mengenali penyakit pada daun kelapa sawit agar dapat membantu kinerja dari para petani kelapa sawit dalam menentukan jenis penyakit pada daun sehingga mendapatkan hasil yang lebih maksimal. Deteksi tepi adalah perubahan nilai intensitas derajat keabuan yang mendadak (besar) dalam jarak yang singkat. Sobel operator digunakan untuk pengidentifikasikan pola wajah, khususnya terdapat di dalam algoritma deteksi tepi. Support Vector Machine (SVM) digunakan sebagai metode klasifikasi. Oleh karena itu, dalam penelitian ini penulis akan menerapkan metode deteksi tepi dengan menggabungkan teknik algoritma Sobel
Operator untuk menghilangkan derau dan metode Support Vector Machine sebagai
pengklasifikasian data penyakit pada daun kelapa sawit.Kata Kunci : Image Processing, Support Vector Machine, Sobel Operator
IDENTIFICATION OF PALM LEAF PLANTS DISEASE USING SUPPORT
VECTOR MACHINE
ABSTRACT
Management of oil palm plantations often have constraints, among other issues for plant pests is primarily a disease problem. Therefore, the approach was made to recognize the disease in palm leaves in order to help the performance of the oil palm growers in determining the type of disease on the leaves that get maximum results. Edge detection is the change in the value of the degree of gray that sudden intensity (large) within a short distance. Sobel operator is used to identification facial patterns, especially present in the edge detection algorithm. Support Vector Machine (SVM) is used as a method of classification. Therefore, in this study the authors will apply the edge detection method by combining techniques Sobel operator algorithm to eliminate noise and methods of Support Vector Machine as a classification of disease data on palm leaves.
Keyword : Image Processing, Support Vector Machine, Sobel Operator
DAFTAR ISI HAL PERSETUJUAN ii
PERNYATAAN iii
UCAPAN TERIMA KASIH iv
ABTRAK v
ABSTRACT vi
DAFTAR ISI vii
DAFTAR TABEL ix
DAFTAR GAMBAR x
BAB 1 PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
4
1.6 Metodologi Penelitian
4
1.7 Sistematika Penulisan
5 BAB 2 LANDASAN TEORI
7
2.1 Image Processing
7
2.2 Edge Detection
9
2.3 Sobel Operator
10
2.4 Jenis-Jenis Penyakit pada Daun Tanaman Kelapa Sawit
12
2.4.1 Ulat Api
12
2.4.2 Ulat Kantong
13
2.5 Support Vector Machine
13
2.6 Penelitian Terdahulu
18 BAB 3 ANALISIS DAN PERANCANGAN SISTEM
20
3.1 Analisis Aplikasi
20
3.2 Preprocessing Citra Penyakit Daun Tanaman Kelapa Sawit
21
3.2.1 Image Enhancement
21
3.2.1.1 Teknik Resizing
21
3.2.1.2 Teknik Grayscale
23
3.2.1.3 Binarisasi
24
3.2.1.4 Thinning
24
3.2.2 Image Segmentation
26
3.2.2.1 Sobel Operator
26
3.2.3 Feature Extraction
27
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
34
4.1 Kebutuhan Aplikasi
34
4.2 Perangkat Keras
34
4.3 Perangkat Lunak
34
4.4 Implementasi Perancangan Antarmuka
35
4.5 Pengujian Aplikasi
37
4.5.1 Rencana Pengujian Aplikasi
38
4.5.2 Pelatihan Data
39
4.5.3 Pengujian Data
41 BAB 5 KESIMPULAN DAN SARAN
43
4.1 Kebutuhan Aplikasi
43
4.2 Perangkat Keras
43 DAFTAR PUSTAKA
45
DAFTAR TABEL
Tabel 2.1 Penelitian Terdahulu18 Tabel 4.1 Rencana Pengujian Aplikasi
38 Tabel 4.2 Hasil Pengujian Halaman Utama
38 Tabel 4.3 Parameter Pelatihan Identifikasi Jenis Hama
39 Tabel 4.4 Persentase Tingkat Kecocokan Data Latih Citra Daun
39 Tabel 4.5 Persentase Tingkat Kecocokan Hasil Identifikasi Citra Daun 41
DAFTAR GAMBAR
Hal.Gambar 2.1 Citra Lena dan Citra Kapal (Rinaldi 2005) 8Gambar 2.2 (a) Citra Burung Nuri Gelap (b) Citra Burung yang Kontrasnya TelahDitambah Sehingga Gambar Lebih Jelas (Rinaldi 2005)
9 Gambar 2.3 Model Tepi Satu Mata 9
Gambar 2.4 Perkalian Matriks 2x2 dengan Matriks 3x3 Menghasilkan Matriks Baru yang Berjumlah 3x3 11Gambar 2.5 Matriks Sobel Operator11 Gambar 2.6 Dampak Ulat Api pada Daun
12 Gambar 2.7 Dampak Ulat Kantong pada Daun
13 Gambar 2.8 SVM Berusaha Menemukan Hyperplane Terbaik yang Memisahkan Antara Class -1 dan +1
14 Gambar 3.1 Gambar Arsitektur Umum Aplikasi Identifikasi Penyakit Daun Kelapa Sawit
20 Gambar 3.2 (a) Citra Original Efek Ulat Api (b) Citra Original Efek Ulat Kantong 21
Gambar 3.3 (a) Citra Original Daun Kelapa Sawit (b) Citra Proses Resizing22 Gambar 3.4 (a) Citra Original Daun Kelapa Sawit (b) Citra Daun Kelapa Sawit
Grayscale
23 Gambar 3.5 (a) Citra Original Daun Kelapa Sawit (b) Citra Daun Kelapa Sawit Binarisasi
24 Gambar 3.6 Ilustrasi Piksel P1dengan 8 Tetangga
25 Gambar 3.7 (a) Citra Original Daun Kelapa Sawit (b) Citra Daun Kelapa Sawit
Thinning
26 Gambar 3.8 (a) Citra Original Daun Kelapa Sawit (b) Citra Daun Kelapa Sawit Sobel
Operator
27 Gambar 3.9 Flowchart Metode Support Vector Machine
30 Gambar 3.10 Struktur Menu Aplikasi
32 Gambar 3.11 Rancangan Halaman Aplikasi
33 Gambar 4.1 Tampilan Halaman Awal Aplikasi
35 Gambar 4.2 Tampilan Halaman Input Citra
36 Gambar 4.3 Tampilan Halaman Identifikasi Citra
36 Gambar 4.4 Tampilan Halaman Hasil Identifikasi
37 Gambar 4.5 Grafik Pengujian Data Daun Kelapa Sawit
40 Gambar 4.6 Grafik Pengujian Data Uji Daun Kelapa Sawit
41