Penerapan Neural Network Backpropagation Untuk Klasifikasi Jamur Penyebab Penyakit Antraknosa Pada Cabai
vi
ABSTRAK
Cabai merupakan salah satu tanaman yang banyak digunakan dalam kehidupan
masyarakat Indonesia. Cabai juga berperan penting dalam perekonomian Indonesia
karena kegunaannya dalam industri makanan dan obat-obatan. Untuk itu tanaman
cabai banyak dibudidayakan oleh petani, tetapi usaha tersebut belum maksimal
dikarenakan banyak petani yang kurang paham pada cara budidaya tersebut, sehingga
tanaman cabai sering terserang berbagai penyakit, salah satunya penyakit Antrakanosa
yang disebabkan jamur. Oleh sebab itu, dibutuhkan sebuah sistem aplikasi yang dapat
mengklasifikasi jenis jamur penyebab penyakit pada tanaman cabai agar lebih efektif
dan efisien. Pada penelitian ini, jaringan saraf tiruan backpropagation digunakan
sebagai metode klasifikasi jamur penyebab penyakit pada tanaman cabai. Tahap yang
harus dilakukan sebelum masuk ke tahap klasifikasi adalah pre-processing citra,
seperti image brightness, contrast, dan sharpening, dan ekstraksi fitur menggunakan
HSV. Penelitian menggunakan 90 citra sebagai data latih dan 60 citra sebagai data uji
dengan tingkat akurasi sebesar 90%.
Keyword: jaringan saraf tiruan backpropagation; HSV; pengolahan citra; klasifikasi
jamur.
Universitas Sumatera Utara
vii
NEURAL NETWORK BACK PROPAGATION FOR FUNGI
CLASSIFICATION THAT CAUSE ANTHRACNOSE
DISEASES IN CHILI
ABSTRACT
Chili is one of the plants which often be used in daily life of Indonesian. Chilis also
has important roles in Indonesian economic growth due to its usefulness in both food
and drugs industries. Therefore chili is planted by many Indoenesian farmers, but the
result has not been maximized since the farmers are lack of the knowledges in
planting causing the plants often become infected. One of the infections is Antraknoza
that caused by fungi. Therefore, there is a need for an application that able to classify
the fungi which caused the infection so it can be more efficient and effectively
identified. In this research, backpropagation neural network was used as the method
to classify the fungi that caused the chili’s infection. The stage taken before
classification process started are Image pre-processing such brightness, contrast and
sharpening, then feature extraction using HSV. Under current research, 90 images
were used in the training process while the other 30 were used in the testing with
accuracy rate at 90%.
Keyword: backpropagation neural network; HSV; image processing; identification;
antraknoza.
Universitas Sumatera Utara
ABSTRAK
Cabai merupakan salah satu tanaman yang banyak digunakan dalam kehidupan
masyarakat Indonesia. Cabai juga berperan penting dalam perekonomian Indonesia
karena kegunaannya dalam industri makanan dan obat-obatan. Untuk itu tanaman
cabai banyak dibudidayakan oleh petani, tetapi usaha tersebut belum maksimal
dikarenakan banyak petani yang kurang paham pada cara budidaya tersebut, sehingga
tanaman cabai sering terserang berbagai penyakit, salah satunya penyakit Antrakanosa
yang disebabkan jamur. Oleh sebab itu, dibutuhkan sebuah sistem aplikasi yang dapat
mengklasifikasi jenis jamur penyebab penyakit pada tanaman cabai agar lebih efektif
dan efisien. Pada penelitian ini, jaringan saraf tiruan backpropagation digunakan
sebagai metode klasifikasi jamur penyebab penyakit pada tanaman cabai. Tahap yang
harus dilakukan sebelum masuk ke tahap klasifikasi adalah pre-processing citra,
seperti image brightness, contrast, dan sharpening, dan ekstraksi fitur menggunakan
HSV. Penelitian menggunakan 90 citra sebagai data latih dan 60 citra sebagai data uji
dengan tingkat akurasi sebesar 90%.
Keyword: jaringan saraf tiruan backpropagation; HSV; pengolahan citra; klasifikasi
jamur.
Universitas Sumatera Utara
vii
NEURAL NETWORK BACK PROPAGATION FOR FUNGI
CLASSIFICATION THAT CAUSE ANTHRACNOSE
DISEASES IN CHILI
ABSTRACT
Chili is one of the plants which often be used in daily life of Indonesian. Chilis also
has important roles in Indonesian economic growth due to its usefulness in both food
and drugs industries. Therefore chili is planted by many Indoenesian farmers, but the
result has not been maximized since the farmers are lack of the knowledges in
planting causing the plants often become infected. One of the infections is Antraknoza
that caused by fungi. Therefore, there is a need for an application that able to classify
the fungi which caused the infection so it can be more efficient and effectively
identified. In this research, backpropagation neural network was used as the method
to classify the fungi that caused the chili’s infection. The stage taken before
classification process started are Image pre-processing such brightness, contrast and
sharpening, then feature extraction using HSV. Under current research, 90 images
were used in the training process while the other 30 were used in the testing with
accuracy rate at 90%.
Keyword: backpropagation neural network; HSV; image processing; identification;
antraknoza.
Universitas Sumatera Utara