USULAN PENELITIAN

Klasifikasi Penyakit Pada Daun Stroberi Berbasis Pengolahan Citra Dan

Jaringan Syaraf Tiruan

Oleh :
Alif Violeta Efrilla
NIM A1C015015

KEMENTERIAN RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS PERTANIAN
PURWOKERTO
2018
 USULAN PENELITIAN

Klasifikasi Penyakit Pada Daun Stroberi Berbasis Pengolahan Citra Dan

Jaringan Syaraf Tiruan

Oleh :
Alif Violeta Efrilla
NIM A1C015015

Diajukan Sebagai Salah Satu Syarat Untuk Melaksanakan Penelitian Pada

Pendidikan Strata Satu Fakultas Pertanian
Universitas Jenderal Soedirman

KEMENTERIAN RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS PERTANIAN
PURWOKERTO
2018
 USULAN PENELITIAN

Klasifikasi Penyakit Pada Daun Stroberi Berbasis Pengolahan Citra Dan

Jaringan Syaraf Tiruan

Oleh :
Alif Violeta Efrilla
NIM A1C015015

Diterima dan disetujui

Tanggal:

Mengetahui:
Pembimbing 1, Pembimbing 2.

(Susanto Budi Sulistyo, S.TP., M.Si. Ph.D) (Purwoko Hari Kuncoro S.Tp., M.Agr., Ph.D)
NIP. 19810525 200501 1 001 NIP. 19761028 200604 1 002

Wakil Dekan Bidang Akademik,

(Dr. Ir. Heru Adi Djatmiko, M.P.)

NIP. 19601108 198601 1 001
 PRAKATA

Puji syukur atas kehadirat Allah SWT yang telah memberikan rahmat dan

Hidayah-Nya sehingga penulis dapat menyelesaikan Usulan Penelitian dengan judul

“Klasifikasi Penyakit Pada Daun Stroberi Berbasis Pengolahan Citra Dan

Jaringan Syaraf Tiruan”

Usulan Penelitian ini disusun sebagai syarat untuk melaksanakan penelitian

pada pendidikan Strata Satu (S1) Fakultas Pertanian Universitas Jenderal Soedirman.

Penulisan Usulan Penelitian ini tidak lepas dari bantuan dan dorongan dari

berbagai pihak. Oleh karena itu, pada kesempatan yang baik ini penulis mengucapkan

terimakasih kepada:

1. Dr. Ir. Anisur Rosyad, M.S., selaku Dekan Fakultas Pertanian Universitas

Jenderal Soedirman atas izin yang diberikan.

2. Dr. Ir. Heru Adi Djatmiko, M.P., selaku Wakil Dekan Bidang Akademik Fakultas

Pertanian Universitas Jenderal Soedirman atas izin yang diberikan.

3. Susanto Budi Sulistyo, S.TP., M.Si. Ph.D atas saran dan bimbingannya dalam

penyusunan usulan penelitian.

4. Purwoko Hari Kuncoro S.Tp., M.Agr., Ph.D atas saran dan bimbingannya dalam

penyusunan usulan penelitian.

5. Semua pihak yang telah membantu baik secara langsung maupun tidak langsung

dalam penyusunan Usulan Penelitian ini.

 Penulis menyadari bahwa Usulan Penelitian ini masih jauh dari sempurna. Oleh

karena itu, penulis mengharapkan kritik dan saran yang sifatnya membangun demi

perbaikan di masa mendatang. Akhir kata penulis mengucapkan terima kasih.

Purwokerto, 5 September 2018

Penulis
 I. PENDAHULUAN

A. Latar Belakang

Tanaman stroberi adalah salah satu jenis tumbuhan yang memiliki nilai ekonomis

yang tinggi dan memiliki prospek usaha yang menjanjikan. Beberapa petani di

Indonesia, melalukan budidaya tanaman ini secara komersial. Namun dalam

pengembangannya, budidaya yang di lakukan para petani di Indonesia mengenai

tanaman stroberi masih menggunakan cara konvensional sehingga hasil yang di dapat

belum dapat memenuhi permintaan pasar. Selain itu, cara budidaya yang konvensial

ini dapat mengalami beberapa kendala seperti terkena hama tanaman maupun

penyakit.(Budiman,2008)

Serang, Purbalingga adalah daerah dataran tinggi dengan ketinggian sekitar 650 –

1.300 m dpl, serta curah hujan yang cukup tinggi sekitar 6,240 mm dengan rata-rata

suhu 200C. kondisi lingkungan yang ada di desa Serang, Purbalingga sangat cocok

untuk budidaya stoberi sehinbgga desa ini terkenal dengan wisata stroberi karena

banyaknya petani di desa tersebut yang membudidayakan stroberi sebagai lahan

usahanya. Namun, kendala yang sering di hadapi oleh para petani di desa tersebut

adalah penyakit yang menyerang tanaman stroberi. Penyakit yang sering di jumpai

dalam budidaya stroberi adalah penyakit yang di sebabkan oleh cendawan,

bakteri,mycoplasma-like organism, dan virus. Pathogen-pathogen sering menyerang

akar, crown, daun, bunga, dan buah.

 Penyakit pada tanaman stroberi bisa dilihat dari perubahan daun,akar, batang,

buah dan lain-lain. Namun tidak semua manusia dapat mengetahui tentang penyakit

yang di jangkit oleh tanaman tersebut. Untuk mengetahui daun yang terinfeksi oleh

penyakit, dapat di bedakan berdasarkan morfologi yang terjadi pada daunnya

(Tupamahu, 2014) Pengetahuan tentang penyakit-penyakit tanaman stroberi dan

pengelompokan penyakit hanya berdasarkan pengalaman, penyuluhan dan belum

bersifat komputerisasi yang dalam sewaktu – waktu dapat dengan mudah menambah

data baru tentang penyakit tanaman stroberi dalam system.

Pada penelitian sebelumnya yang dilakukan oleh Asep Pranata (2013) adalah

mendiagnosa hama dan penyakit yang ada pada tanaman stroberi berbasis web

menggunakan metode forward chaining dengan aplikasi MySQL. Pada penelitian

yang telah dilakukannya di dapatkan hasil database yang dapat mendiagnosa hama

atau penyakit tanaman stroberi dari daftar penyakit serta ciri-ciri yang di dapatkan

dari pakar ahli hama dan penyakit tanaman. Penelitian mengenai penyakit tanaman

stoberi ini perlu di kembangkan lagi melalui pengolahan citra dan jaringan syaraf

tiruan menggunakan aplikasi Matlab sebagai pengembangan penelitian sebelumnya.

Penelitian ini bertujuan untuk mendiagnosa dan mengklasifikasi jenis penyakit

yang menyerang tanaman stroberi menggunakan metode pengolahan citra digital dan

jaringan syaraf tiruan dengan aplikasi Matlab. Dengan penelitian ini diharapkan

mampu deteksi dini penyakit yang menyerang daun stroberi sehingga dapat dilakukan

pencegahan sebelum terjadi penyebaran penyakit Penelitian ini dilaksakan dengan

mengambil citra setiap minggu dan dilihat perkembangannya selama 4 bulan dengan
12 kali pengambilan citra. Parameter yang diamatai dalam penelitian ini adalah,

warna daun, penyebaran penyakit, jenis penyakit, dan umur tanaman.

Berdasarkan latar belakang di atas, maka permasalahan yang dapat di rumuskan

adalah sebagai berikut:

1. Bagaimana karakteristik komponen warna dari citra daun stroberi (muda,

sehat,tua,sakit)?

2. Bagaimana mengembangkan sebuah perangkat lunak yang dapat digunakan

untuk mengindetifikasi jenis penyakit pada daun stroberi dengan citra tanaman

stroberi?

3. Parameter visual apa yang tepat digunakan untuk deteksi penyakit pada tanaman

stroberi?

Tujuan dari penelitian ini adalah untuk:

1. Mengkalsifikasikan penyakit yang menyerang tanaman stroberi berdasarkan

penampakan pada citra tanaman stroberi

2. Mengembangkan perangkat lunak pengolahan citra untuk mengidentifikasi dan

mengkasifikasikan penyakit yang menjangkit tanaman stroberi

3. Menentukan parameter visual yang tepat digunakan untuk deteksi penyakit pada

tanaman stroberi

Penelitian ini diharapkan dapat digunakan sebagai referensi atau data awal

untuk penelitian selanjutnya di bidang pengolahan citra digital deteksi penyakit

tanaman.
 II. TINJAUAN PUSTAKA

A. Tanaman Stroberi

Tanaman stroberi adalah tanaman yang di kenal dengan manfaat yang sangat

banyak. Buah stroberi mengandung berbagai vitamin dan mineral. Selain itu juga

buah ini terutama biji dan daunnya di ketahui mengandung ellagic acid. Ellagic Acid

adalah suatu senyawa fenol yang berpotensi sebagai penghambat kanker dan

senyama-senyawa kimia berbahaya lainnya. Tanaman ini berasal dari pegunungan

Chili. Saat ini di Indonesia budidaya tanaman stroberi sudah berkembangkang

walaupun masih belum optimal. Sekitar 15 Ha lahan di Ciwidey Jawa Barat

contohnya sudah di jadikan untuk budidaya stroberi, namun hal yang membuat

budidaya stroberi di Indonesia belum optimal adalah budidaya yang masih

konvensional sehingga produksi stroberi masih sering mengalami banyak kendala.

Berdasarkan hasil identifikasi tumbuhan, tanaman stroberi dapat

diklasifikasikan sebagai berikut:

Divisi : Spermatophyta

Subdivisi : Angiospermae

Kelas : Dicotyledonae

Family : Rosacaeae

Genus : Fragaria

Spesies : Fragaria sp
 Pada budidaya stroberi bagian yang sering terkena penyakit adalah bagian

daunnya. Dalam masa pertumbuhan vegetative, daun-daun baru stroberi akan tumbuh

pada suhu rata-rata 220C setiap 8-12 hari. Daun stroberi akan tahan selama 1-3 bulan,

kemudia mongering. Pada daun stroberi terdapat stomata dengan jumlah sekitar 300-

400 stomata per mm2. Hal ini mengakibatkan daun mengalami transpirasi dan

kehilangan air.

Penyakit yang sering menyerang tanaman stroberi biasanya disebabkan oleh

cendawan,bakteri, mycoplasma-like organism, dan virus. Pathogen-pathogen sering

menyerang akar, crown, daun, bunga, dan buah. Adapun klasifikasi penyakit yang

menyerang tanaman stroberi adalah sebagai berikut :

Pemicu penyakit Nama penyakit Gejala

Penyakit empulur merah Jamur menyerang akar
sehingga tanaman kerdil,
daun tidak segar, daun
menjadi layu
Layu verticillium Daun kekuning-kuningan,
tanaman layu dan mati
Busuk akar pythium Akar yang masih muda
menjadi busuk dan
Cendawan berwarna hitam, tanaman
menjadi kerdil dan tidak
responsive terhadap
pemupukan nitrogen
Embun tepung Daun tertutup lapisan
putih tipis seperti tepung,
bunga mongering dan
gugur
Noda merah Daun bercak bulattelur
sampai bersudut tidak
teratur bewarna ungu
Kapang kelabu Bagian yang terserang
terdapat noda cokelat yang
 tertutup lapisan abu-abu
tebal
Busuk antraknosa Buah masak menjadi
basah kecoklatan
Busuk rizopus Buah busuk, berair, dan
berwarna cokelat muda
Layu bakteri Jaringan xylem pada
tanaman muda rusak dan
terdapat rongga-rongga
pada xylem, tanaman
menjadi layu
Bakteri Bercak daun Permukaan bawah daun
tampak luka berair, daun
mudah gugur
Hawar dau (busuk daun) Bagian daun terbentuk
noda bulat berwarna abu-
abu di kelilingi oleh warna
merah ungu, kemudian
noda membentuk luka
mirip huruf v
Aster yellows Daun berukuran kecil,
tangkai daun pendek, daun
melengkung keatas, daun
tua berwarna kemerah-
merahan tanaman mati
mendadak dengan semua
daun rebah merata dengan
mycoplasma-like organism tanah
Green petal Buah menjadi seperti
kancing
Sapu setan Stolon sangat pendek
sehingga anakan sangat
dekat dengan induknya
dan penampilannya seperti
sapu
Daun berubah menjadi
kuning (klorosis)
Virus sepanjang tulang daun.
Pada daun tampak totol-
totol, keripus, dan kaku.
Tanaman menjadi kerdil.
(Budiman,2008)
 B. Pengolahan Citra Digital

2.1. Pengertian Citra dan Pengolahan Citra

Citra adalah gambaran dari objek dua dimensi yang diolah dan mengalami

perubahan. Citra tersusun dari kumpulan piksel-pikse dalam larik dua dimensi. Cita

digital adalah suatu larik dua dimensi atau suatu matriks yang elemen-elemennya

menyatakan tingkat keabuan dari elemen gambar. (Ahmad,2008)

Pengolahan citra digital adalah suatu metode yang digunakan untuk mengolah

citra digital (gambar/image) sehingga menghasilkan gambar yang sesuai dengan

kebutuhan. Proses ini berupa manipulasi dan menganalisa citra dengan bantuan

perangkat lunak melalui komputer. Operasi pengolahan citra digital umumnya

dilakukan dengan tujuan memperbaiki kualitas gambar sehingga dapat diinpretasi

oleh mata manusia dan untuk mengolah informasi yang terdapat pada suatu gambar

untuk pengenalan objek secara otomatis. Terdapat 4 klasifikasi dalam pengolahan

citra yaitu:

a. Point memproses nilai pixel suatu gambar berdasarkan nilai atau posisi dari

pixel tersebut. Contoh dari proses point adalah adding, substracting, contrast

stretching dan lainnya.

b. Area memproses nilai pixel suatu gambar berdasarkan nilai pixel tersebut

beserta nilai pixel sekelilingnya. Contoh dari proses area adalah convolution,

dan blurring.
 c. Geometric digunakan untuk mengubah posisi dari pixel. Contoh dari proses

geometric adalah scaling, rotation, dan mirroring.

d. Frame memproses nilai pixel suatu gambar berdasarkan operasi dari 2 buah

gambar atau lebih. Contoh dari proses frame adalah addition, substraction, dan

and/or.

Selain itu masih ada 3 tipe pengolahan citra yaitu:

e. Low-level process: proses-proses yang berhubungan dengan operasi primitive

seperti image pre-processing untuk mengurangi noise, menambah kontras dan

menajamkan gambar. Pada low-level process, input dan output - nya berupa

gambar.

f. Mid-level process: proses-proses yang berhubungan dengan tugas-tugas

seperti segmentasi gambar (membagi gambar menjadi objek-objek),

pengenalan (recognition) suatu objek individu. Pada mid-level process, input

pada umumnya berupa gambar tetapi output-nya berupa atribut yang

dihasilkan dari proses yang dilakukan gambar tersebut seperti garis, garis

contour, dan objek objek individu.

g. High-level process: proses-proses yang berhubungan dengan hasil dari mid

level process.(Gonzales,2008)

Proses pengolahan citra digital dan analisanya, banyak menggunakan persepsi

visual. Data masukan dan keluaran yang dihsilkan oleh proses ini adala dalam bentuk

citra. Citra yang digunakan adalah citra digital, karena citra jenis in dapat diproses

oleh komputer digital. Citra digital diperoleh secara otomatis dar sistem penangkapan
citra digital dan membentuk suatu matriks yang menyataka intensitas cahaya pada

suatu himpunan diskrit dari suatu titik atau citra masuka diperoleh melalui suatu

kamera yang didalamnya terdapat suatu alat digitasi yang mengubah citra masukan

berbentuk analog menjadi citra digital.(Ahmad,2008)

2.2. Elemen Sistem Pemrosesan Citra Digital

Dalam system pemrosesan citra digital ada beberapa komponen penting yang di

gambarkan dalam diagram sebagai berikut:

Media
penyimpanan

Citra Digitizer Computer Digital

Piranti tampilan

Gambar 2. Grafik computer dan pengolahan citra

(sumber: Suhandy, 2013)

1. Digitizer (Digital Acqusition Sistem), sistem penamgkap citra digital yang

melakukan penjelajahan citra dan mengkonversinya ke representasi numerik

sebagai masukan bagi komputer digital. Hasil dari digitizer adalah matriks yang

elemen-elemennya menyatakan nilai intensitas cahaya pada suatu titik. Digitizer

terdiri dari 3 komponen dasar yaitu :

a. Sensor citra yang bekerja sebagai pengukur intensitas cahaya

 b. Perangkat penjelajah yang berfungsi merekam hasil pengukuran intensitas

pada seluruh bagian citra

c. Pengubah analog ke digital yang berfungsi melakukan sampling dan

kuantisasi

2. Komputer digital, digunakan pada sistem pemroses citra, mampu melakukan

berbagai fungsi pada citra digital resolusi tinggi.

3. Piranti tampilan, peraga berfungsi mengkonversi matriks intensitas tinggi

merepresentasikan citra ke tampilan yang dapat diinterpretasi oleh manusia.

4. Media penyimpanan, piranti yang mempunyai kapasitas memori besar sehingga

gambar dapat disimpan secara permanen agar dapat diproses lagi pada waktu

yang lain

2.3. Elemen Dasar Citra Digital

Ada beberapa elemen dasar yang digunakan dalam pemrosesan pengolohan cutra

digital diantaranya adalah:

1. Kecerahan (Brightness)

Kecerahan intensitas cahaya rata-rata dari suatu area yang melingkupinya.

2. Kontras (Contrast). Kontras sebaran terang (lightness) dan gelap (darkness) di

dalam sebuah citra. Citra dengan kontras rendah komposisi citranya sebagian

besar terang atau sebagian besar gelap. Citra dengan kontras yang baik komposisi

gelap dan terangnya, tersebar merata.

3. Kontur (Contour) merupakan keadaan yang ditimbulkan oleh perubahan

intensitas pada pixel-pixel tetangga, sehingga kita dapat mendeteksi tepi objek di

dalam citra.

4. Warna (Color) adalah persepsi yang dirasakan oleh sistem visual manusia

terhadap panjang gelombang cahaya yang dipantulkan oleh objek. Warna warna

yang dapat ditangkap oleh mata manusia merupakan kombinasi cahay dengan

panjang berbeda. Kombinasi yang memberikan rentang warna paling lebar

adalah red (R), green (G) dan blue (B) (Gunadarma, 2006).

5. Bentuk (Shape) adalah properti intrinsik dari objek tiga dimensi, dengan

pengertian bahwa bentuk merupakan properti intrinsik utama untuk visual

manusia. Umumnya citra yang dibentuk oleh manusia merupakan 2D sedangkan

objek yang dilihat adalah 3D.

6. Tekstur (Texture) adalah distribusi spasial dari derajat keabuan di dalam

sekumpulan pixel-pixel yang bertetangga. (Hermantoro,2011)

2.4. Analisa Citra

Analisa citra adalah kegiatan menganalisis citra sehingga menghasilkan

informasi untuk menetapkan keputusan (biasanya didampingi bidang ilmu

kecerdasan buatan/AI yaitu pengenalan pola (pattern recognition) menggunakan

jaringan syaraf tiruan, logika fuzzy, dan lain-lain). Dalam ilmu computer

sebenarnya ada 3 bidang studi yang berkaitan dengan citra, tapi tujuan ketiganya

berbeda, yaitu :

1. Grafika Komputer
 Grafika
Data deskriptif Citra
komputer

Gambar 3. Grafik computer

(Sumber : Gonzales, 2008)

Grafika komputer adalah proses untuk menciptakan suatu gambar berdasarkan

deskripsi objek maupun latar belakang yang terkandung pada gambar tersebut.

Merupakan teknik untuk membuat gambar objek sesuai dengan objek tersebut di alam

nyata (realism). Bertujuan menghasilkan gambar/citra (lebih tepat disebut grafik atau

picture) dengan primitif-primitif geometri seperti garis, lingkaran, tersebut (Gonzalez,

2008).

Primitif-primitif geometri tersebut memerlukan data deskriptif untuk melukis

elemen-elemen gambar. Data deskriptif : koordinat titik, panjang garis, jari-jari

lingkaran, tebal garis, warna, dan sebagainya. Grafika komputer berperan dalam

visualisasi dan virtual reality.

2. Pengolahan Citra

Pengolahan
Citra Citra
Citra

Gambar 4. Pengolahan citra

(Sumber: Idhawati, 2009)

Pengolahan citra yaitu perbaikan atau memodifikasi citra dilakukan untuk

meningkatkan kualitas penampakan citra atau menonjolkan beberapa aspek informasi

yang terkandung dalam citra (image enhancement) contoh : perbaikan kontras gelap
atau terang, perbaikan tepian objek, penajaman, pemberian warna semu, dan lain-lain.

Adanya cacat pada citra sehingga perlu dihilangkan atau diminimumkan (image

restoration) contoh penghilangan kesamaran (debluring), citra tampak kabur karena

pengaturan fokus lensa tidak tepat atau kamera goyang penghilangan noise (Idhawati,

2007).

Elemen dalam citra perlu dikelompokkan, dicocokan atau diukur (image

segmentation) Operasi ini berkaitan erat dengan pengenalan pola. Diperlukannya

ekstraksi ciri-ciri tertentu yang dimiliki citra untuk membantu dalam

pengidentifikasian objek (image analysis). Proses segementasi kadangkala diperlukan

untuk melokalisasi objek yang diinginkan dari sekelilingnya. Contoh : pendeteksian

tepi objek. Sebagian citra perlu digabung dengan bagian citra yang lain (image

reconstruction) contoh, beberapa foto rontgen digunakan untu membentuk ulang

gambar organ tubuh. Citra perlu dimampatkan (imag compression) contoh, suatu file

citra berbentuk BMP berukuran 258 KB dimanfaatkan dengan metode jpeg menjadi

berukuran 49 KB. Menyembunyikan data rahasia (berupa teks/citra) pada citra

sehingga keberadaan data rahasia tersebut tidak diketahui orang (steganografi dan

watermarking) (Idhawati, 2009).

3. Pengenalan Pola

Pengenalan
Citra Informasi / deskripsi objek
pola

Gambar 5. Pengenalan pola

(Sumber: Idhawati,2008)
 Pengenalan pola adalah mengelompokkan data numerik dan simboli (termasuk

citra) secara otomatis oleh mesin (komputer). Tujuan pengelompokka adalah untuk

mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya

karena otak manusia telah belajar mengklasifikasi objek-objek d alam sehingga

mampu membedakan suatu objek dengan objek lainnya (Idhawati 2009).

Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin Komputer

menerima masukan berupa citra objek yang akan diidentifikasi memproses citra

tersebut dan memberikan keluaran berupa informasi ata deskripsi objek di dalam

citra.

C. Jaringan Syaraf Tiruan

Sejarah munculnya jaringan syaraf tiruan pertama kali di perkenalkan olkeh

McCullouch dan pitts pada tahun 1943. Pada waktu itu mereka mengubah beberapa

neutron-neutron sederhana menjadi sebuah system yang lebih baik. Mereka juga

mengusulkan pemberian bobot dalam jaringan yang dapat diatur untuk melakukan

fungsi logika sederhana. Kemudian pada tahun 1958 Rosenblatt beserta Minsky dan

Papert mulai mengembangkan model jaringan yang di sebut peceptron. Dalam model

ini mereka mulai mengembangkan iterasinya. Selanjutnya, pada tahun 1960 Widrow

dan Hoff mengembangkan model yang telah di buat oleh Rosenblatt dkk dengan

memperkenalkan aturan pelatihan jaringan yang di sebut juga aturan delta(kuadrat

rata-rata kecil). Aturan ini yang menjadi penyebab computer dapat belajar dengan

sendirinya, kecepatan belajar dapat diatur dengan menggunakan parameter tertentu.

Kemudian mengembangkan ADALINE untuk kendali adaptif dan pencocokan pola

yang dilatih dengan aturan pembelajaran least mean square (Astuti,2009)

Pada dasarnya prinsip jaringan syaraf tiruan sama seperti system kerja otak

manusia. Pada otak manusia terdapat satu unit yang di sebut neutron, neutron

bekerjasebagai unit prmroses terkecil pada otak, bentuk sederhana sebuah neutron

yang oleh para ahli di anggap sebagai satuan unit pemroses tersebut di gambarkan

sebagai berikut:

node

input output

Sum + squash
Gambar 1. Struktur dasar jaringan syaraf tiruan dan struktur sederhana sebuah
neutron

Pada gambar 1 adalah bentuk standar sederhana jaringan otak manusia yang

kemudian di pakai oleh para ilmuwan untuk membuat bentuk standar dari jaringan

syaraf tiruan. Jaringan otak manusia tersusun tidak kurang dari 1013 buah neutron

yang masing-masing terhubung oleh sekitar 1015 buah dendrite. Fungsi dendrite

adalah sebagai penyampai sinyal dari neutron tersebut ke neutron yang terhubung

dengannya. Sebagai keluaran, setiap neutron memiliki axon, sedankan bagian

penerima sinyak di sebut synapse. Konsep dasar yang di pakai jaringan syaraf tiruan

untuk saatn ini adalah sejumlah sinyal masukan a dikalikan dengan masing-masing
penimbang yang besesuiaian w. kemudian dilakukan penjumlahan dari seluruh hasil

perkalian tersebut dan keluaran yang dihasilkan di lakukan ke dalam fungsi pengaktif

untuik mendapatkan tingkatan derajat sinyal keluaran F (a,w). walaupun masih jauh

dari sempurna, namun kinerja dari tiruan neutron ini identic dengan kinerja dari sel

biologi yang kita kenal saat ini. (Negnevitsky,2010)

Gambar 2. Model tiruan sebuah neutron

Keterangan:

Aj : nilai aktivasi dari unit j

Wj,I : bobot dari unit j ke unit i

Ini : penjumlahan bobot dan masukan ke unit i

G : fungsi aktivasi

Ai : nilai aktivasi ke unit i

 III. METODOLOGI

A. Waktu dan Tempat

Penelitian ini dilaksanakan di lahan pertanian tanaman hortikultura Desa Serang,

Kecamatan Karangreja, Kabupaten Purbalingga pada bulai Mei sampai bulan Agustus

2018.

B. Alat dan Bahan

Alat-alat yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Lux meter, sebagai pengukur intensitas cahaya

2. Thermometer basah dan kering, sebagai pengukur suhu lingkungan

3. Kamera SLR, sebagai alat pengambil citra digital

4. Alat penyangga kamera

Bahan yang di gunakan dalam penelitian ini adalah sampel tanaman stroberi

dengan 2 sumber yang berbeda yaitu anakan dan stolon. Masing-masing sumber di

kelompokan menjadi 4 kelompok yaitu sampel tidak menggunakan pupuk, memakai

pupuk normal, berlebih dan kurang.masing-masing kelompok terdapat 20 tanaman

stroberi berdasarkan perlakuan yang di tentukan Kemudian varietas dari stroberi juga

di bagi menjadi 2 yaitu bibit dari bandung dan bibit yang berasal dari Desa Serang.

Perlakuan dibagi menjadi 2 yaitu yang di letakan pada lahan terbuka dan juga di

dalam screen house. Jumlah dari seluruh sampel adalah 80 sampel anakan bibit
Bandung, 80 sampel stolon bibit Bandung, serta 20 sampel anakan bibit Serang dan

20 sampel stolon Bibit Serang.

C. Variabel Penelitian

Variable yang di ukur dalam peneilitian ini adalah intensitas warna daun dan

bentuk dari tanaman stroberi yang terserang penyakit. Model warna dan bentuk

tersebut akan di cocokan dengan ciri-ciri dari penyakit yangvmenyerang daun stroberi

sehingga bisa di klasifikasikan penyakitnya.

D. Prosedur Penelitian

1. Pengambilan Citra Sampel

Citra Sampel dengan resolusi 5184x3456 piksel diambil dengan menggunakan

kamera SLR. Pengambilam citra sampel dilakukan langsung seminggu sekali

di lahan dengan rentang intensitas cahaya antara 25-60 Kflux dan suhu

lingkungan rata-rata adalah sekitar 180C-220C. Waktu tersebut dipilih karena

intensitas cahaya cukup baik untuk pengambilan citra tanaman stroberi.

Kamera diletakan di atas obyek dengan ketinggian sejauh 65 cm. metode

pengambilan citranya adalah masing-masing tanaman berdasarkan kelompok

yang telah di tentukan kemudian foto per rumpun dari kelompok tersebut.

Pada saat pengambilan citra tidak boleh ada gulma atau tanaman lain yang

ikut terfoto untuk mempermudah pengolahan data.

2. Analisis Data

Analisis data menggunakan aplikasi MATLAB sebagai perangkat lunak

pengolah citra dan jaringan syaraf tiruan. Data yang terkumpul akan di pilah

dan di kelompokan berdasarkan macam-macam penyakit yang menyerang

tanaman stroberi tersebut. Kemudian masing-masing dari kelompok data akan

dianalisis berdasarkan variable warna RGB dan luas penyebarannya

menggunakan aplikasi. Data yang telah diolah kemudian di cocokan dengan

literature ciri-ciri penyakit pada stroberi.

Mulai

Pengambilan citra sampel

Klasifikasikan jenis penyakit yang

menyerang sampel tanaman

Analisis data menggunakan aplikasi

MATLAB

Selesai

Gambar .diagram alir pelaksanaan penelitian

 DAFTAR PUSTAKA

Agustin, Soffiana, Prasetro, Eko. 2011. Klasifikasi Jenis Pohon manga Gadung Dan
Curut Berdasarkan Tekstur Daun. SESINDO.Surabaya

Ahmad, U. 2008. Pengolahan Citra Digital & Teknik Pemrogramannya, Edisi 1,

Graha Ilmu: Yogyakarta.

Ariyanti,E.L, Jahuddin, R, dan Yunus,M. 2012. Potensi Ekstrak Daun Sirih (Piper
Betle Liin) Sebagai Biofungisida Penyakit Busuk Buah Stroberi (Colletoritchum
Fragarie Brooks) Secara In-Vitro. Jurnal Agroteknos Vol.2 N0.3. Makassar.

Budiman, S dan Saraswati, D. 2008. Berkebun Stroberi secara komersial. Penebar

swadaya. Jakarta

Gonzalez, R.C, Wood, R.E., 2008. Digital Image Processing, 3rd Edition, Pearson
Prentice Hall: New Jersey.

Hermantoro. 2011. Aplikasi Pengolahan Citra Digital dan Jaringan Syaraf Tiruan
Untuk Memprediksi Kadar Bahan Organik Dalam Tanah. JTEP Vol.25, No.1.
Bogor

Negnevitsky, M., 2010. Artificial Inteligence – A Guide to Intelligent Systems, 2nd

Ed, Addison-Wesley: Edinburgh Gate

Oktarina,D.O, Armaini, dan Ardian. 2017. Pertumbuhan dan Produksi Stroberi

(Fragaria Sp) Dengan Pemberian Berbagai Konsentrasi Pupuk Organik Cair
(POC) Secara Hidroponik Substrat. Jurnal Faperta UR Vol.4 No.1. Riau

Pranata, Asep. 2013. Aplikasi Sistem Pakar Untuk Mendiagnosa Hama Dan Penyakit
Pada Tanaman Stroberi Berbasis Web Dengan metode Forward Chaining.
Jurnal STMIK Atma Luhur.Babel.

Sari,I, Dkk. 2018. Identifikasi penyebab Penyakit Layu Pada Tanaman Stroberi
(Fragaria Sp.) Di Desa Pancasari Dan Potensi Pengendaliannya Dengan
Mikroba Antagonis. E-Jurnal Agroekoteknologi tropika Vol.7, No.1. Bali

Semangun. H. 2009. Penyakit-penyakit Tanaman Hortikultura di Indonesia. Gadjah

Mada University Press. Yogyakarta.
Sudarmadji, A, dan Ediati,R. 2011. Identifikasi Kematangan Buah Tropika berbasis
Sistem Penciuman Elektronik Menggunakan Deret Sensor Gas semikonduktor
Dengan Metode Jaringan Syaraf Tiruan. JTEP Vol.25, No.1. Bogor.