1 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Cabai (Capsicum annuum L.) merupakan salah satu komoditas pertanian

yang cukup penting di Indonesia. Walaupun demikian cabai sangat rentan terkena
patogen dengan 33 jenis penyakit yang terdaftar (Duriat dkk., 2007). Pengetahuan
tentang penyakit, patogen dan gejala yang ditimbulkannya diperlukan baik dalam
proses pengendalian penyakit ataupun pada penelitian yang terkait dengannya.
Pengendalian penyakit tanaman itu sendiri diperlukan untuk mencegah kerusakan
pada tanaman cabai jika terserang penyakit.
Gejala penyakit dapat dilihat pada bagian tubuh tanaman, seperti daun,
buah, batang dan akar. Sebagian besar gejala penyakit cabai terlihat di daunnya.
Sehingga dengan memperhatikan gejala pada daun, beberapa penyakit dan
patogennya dapat diidentifikasi. Setiap jenis penyakit yang menyerang memiliki
gejala tampak yang dapat dibedakan satu dengan yang lain, walaupun beberapa di
antaranya terjadi ketika penyakit sudah masuk ke tingkatan yang parah. Agar
penyakit tidak terlanjur parah, identifikasi perlu dilakukan pada infeksi awal.
Permasalahannya adalah beberapa jenis penyakit memperlihatkan
kemiripan gejala pada infeksi awal tersebut. Hal ini menyebabkan proses
identifikasi akan mengalami kesulitan jika hanya mengandalkan penampakan
gejala yang tampak dari daun. Oleh karena itu pada penelitian ini identifikasi juga
dilakukan menggunakan mikroskop untuk mengetahui patogen apa saja
(cendawan) yang diperoleh dari daun yang diteliti. Pada penelitian yang telah
dilakukan, terdapat tiga jenis bercak daun yang didapatkan, yaitu bercak daun
serkospora, bercak kelabu stemfilium dan bercak daun yang disebabkan oleh
bakteri. Sedangkan jenis patogen yang terdeteksi, yang berupa conidia karena
merupakan cendawan, ada dua jenis. Kedua jenis patogen tersebut adalah
Cercospora capsici yang menyebabkan penyakit bercak daun serkospora dan

1
 2

Leveilula taurica yang menyebabkan penyakit embun tepung. Penyakit-penyakit

yang disebabkan oleh patogen berupa cendawan dapat dibedakan berdasarkan
karakteristik bentuk conidia yang dapat dilihat dengan menggunakan mikroskop.
Bakteri tidak diteliti penampakan mikroskopisnya karena penampakan bakteri
tidak dapat diperoleh jika hanya menggunakan mikroskop biasa.
Berdasarkan pada karakteristik penyakit bercak daun yang beragam,
diperlukan sebuah sistem yang dapat digunakan untuk mengidentifikasi penyakit-
penyakit tersebut. Pengenalan pola adalah suatu disiplin ilmu yang bertujuan
untuk mengklasifikasikan sekumpulan objek ke dalam beberapa kategori atau
beberapa kelas (Theodoridis dan Koutroumbas, 2009). Dengan demikian
pengenalan pola dapat digunakan untuk memudahkan seseorang dalam
mengidentifikasi jenis-jenis penyakit bercak daun pada cabai. Pada sebuah daun
yang diteliti, dapat terjadi kombinasi penyakit di dalamnya. Kombinasi penyakit
yang mungkin terjadi berdasarkan jenis bercak daun dan conidianya dapat dilihat
pada Tabel 1.1.

Tabel 1.1 Kombinasi penyakit yang mungkin terjadi pada penelitian yang
dilakukan

No Nama Penyakit

1 Bercak daun serkospora

2 Bercak karena bakteri
3 Bercak kelabu stemfilium
4 Embun tepung
5 Bercak daun serkospora dan Bercak karena bakteri
6 Bercak daun serkospora dan Bercak kelabu stemfilium
7 Bercak daun serkospora dan Embun tepung
8 Bercak karena bakteri dan Bercak kelabu stemfilium
9 Bercak karena bakteri dan Embun tepung
10 Bercak kelabu stemfilium dan Embun tepung
11 Bercak daun serkospora, Bercak karena bakteri dan Bercak kelabu stemfilium
12 Bercak daun serkospora, Bercak karena bakteri dan Embun tepung
13 Bercak daun serkospora, Bercak kelabu stemfilium dan Embun tepung
14 Bercak karena bakteri, Bercak kelabu stemfilium dan Embun tepung
15 Bercak daun serkospora, Bercak karena bakteri, Bercak kelabu stemfilium dan Embun tepung
16 Tidak berpenyakit
 3

Fitur-fitur yang digunakan untuk mengenali jenis penyakit adalah fitur

tekstur, warna dan bentuk pada bercak daun dan fitur bentuk dan ukuran pada
citra mikroskopis. Citra daun diakuisisi menggunakan kamera, sementara citra
mikroskopis diakuisisi menggunakan mikroskop digital. Mikroskop digital terdiri
atas mikroskop biasa (analog), sumber cahaya, sebuah kamera dan tempat kamera.
Kamera menggantikan posisi mata manusia. Citra yang ditangkap dapat langsung
disimpan dalam bentuk file atau diproses terlebih dahulu (Hartati dkk., 2011).
Metode yang digunakan untuk melakukan ekstraksi fitur pada bercak adalah Gray
Level Co-occurrence Matrix (GLCM), fitur warna RGB dan circularity ratio
sebagai fitur bentuk. Pada penelitian ini juga ditentukan luasan area, circularity
ratio, rectangularity, compactness, dan eccentricity sebagai fitur bentuk dan
ukuran dari masing-masing conidia.
Jaringan Syaraf Tiruan (JST) merupakan suatu usaha untuk memodelkan
kemampuan pemrosesan informasi dari sistem syaraf pada makhluk hidup. Salah
satu model JST adalah Probabilistic Neural Networks (PNN). PNN digunakan
karena menurut Ghaiwat dan Arora (2014) tahapan pelatihan pada PNN lebih
cepat dan dapat lebih akurat jika dibandingkan dengan jaringan multilayer
perceptron. Selain itu PNN juga relatif insensitif terhadap data-data pencilan
(outlier).

1.2 Rumusan Masalah

Pada penelitian ini, permasalahan yang akan diselesaikan adalah:

1. Bagaimana mengekstrak fitur tekstur dan warna pada bercak daun serta
fitur bentuk pada patogen mikroskopis dari daun yang diteliti.
2. Bagaimana mengembangkan metode identifikasi penyakit cabai dengan
gejala bercak daun berdasarkan hasil ekstraksi fitur tekstur dan warna pada
bercak daun dan hasil ekstraksi fitur bentuk pada patogen mikroskopis dari
daun yang diteliti.
 4

1.3 Batasan Masalah

Pada penelitian ini, batasan masalahnya meliputi:

1. Tanaman cabai yang akan diidentifikasi patogen dan mikrobanya berasal
dari spesies Capsicum annuum L.
2. Bagian tanaman cabai yang akan diproses merupakan daun yang memiliki
bercak.

1.4 Keaslian Penelitian

Penelitian mengenai pengenalan penyakit tanaman cabai berdasarkan

gejala pada daun sudah pernah dilakukan. Penelitian tersebut menggunakan sistem
pakar sebagai metode pengenalannya. Metode ekstraksi fitur menggunakan
GLCM dan nilai-nilai gemetris juga sudah pernah dilakukan pada penelitian
sebelumnya, demikian juga metode pengenalan menggunakan PNN. Berdasarkan
referensi dan kajian pustaka, penelitian yang diajukan sebagai Tesis S2 Ilmu
Komputer Gadjah Mada Yogyakarta mengenai identifikasi penyakit cabai
berdasarkan gejala bercak daun dan penampakan conidia menggunakan
probabilistic neural network belum pernah dilakukan.

1.5 Tujuan Penelitian

Penelitian ini bertujuan mengembangkan metode identifikasi penyakit

cabai (Capsicum anuum L.) dengan gejala bercak daun dan penampakan conidia
menggunakan PNN. Metode tersebut diimplementasikan dalam sebuah prototipe
sistem berbasis komputer dengan penggunanya adalah peneliti yang bergerak
dalam bidang penelitian atau pertanian cabai. Identifikasi dilakukan berdasarkan
fitur tekstur, warna dan bentuk pada bercak daun serta berdasarkan fitur bentuk
dan ukuran dari conidia yang dilihat dengan menggunakan mikroskop. Output
yang diharapkan adalah penyakit tanaman cabai dapat teridentifikasi.

1.6 Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan manfaat bagi peneliti

yang bergerak dalam bidang pertanian (khususnya cabai) maupun bidang
penelitian mikroba seperti jamur. Pada bidang pertanian, proses identifikasi yang
 5

dilakukan berdasarkan citra daun dan mikroskopnya diharapkan dapat digunakan

sebagai referensi dalam penanganan penyakit sedini mungkin. Sementara pada
bidang penelitian mikroba proses identifikasi dapat digunakan sebagai referensi
dalam perkembangan jamur pada tanaman cabai.

1.7 Metode Penelitian

Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut:

1. Studi Literatur
Pada tahapan ini dilakukan pembacaan paper, artikel dan buku yang terkait
dengan penyakit tanaman cabai dan pengenalan pola citra khususnya
metode-metode pengolahan citra dan PNN.
2. Desain Penelitian
Pada tahapan ini dibangun skema rancangan untuk proses pengolahan citra,
proses training dan testing pada PNN, dan proses identifikasi penyakit
tanaman cabai.
3. Pengumpulan Data
Pada tahapan ini dilakukan pengumpulan data yaitu pengumpulan citra
daun dan citra mikroskopis. Citra daun didapatkan dengan melakukan
pengambilan gambar dari sehelai daun cabai yang diletakkan di atas kertas
putih. Citra mikroskopis didapatkan dengan mengikis bercak daun
menggunakan scapel. Hasil pengikisan tersebut diletakkan di atas kaca
preparat, kemudian ditetesi larutan pewarna lactophenol cotton blue.
Preparat diamati di bawah mikroskop untuk kemudian diambil gambarnya.
Pada tahapan ini juga dilakukan wawancara dengan pakar penelitian
tanaman cabai di laboratorium bakteriologi tumbuhan di bawah
pengawasan kepala laboratorium Prof. Dr. Ir. Siti Subandiyah, M.Agr.Sc.
dan Dr. Arif Wibowo, M.Agr.Sc. Wawancara tersebut dilakukan untuk
mendapatkan informasi tentang kelas penyakit dari tanaman cabai
berdasarkan citra daun dan citra mikroskopis.
 6

4. Implementasi
Pada tahapan ini dilakukan pengimplementasian desain penelitian yang
diusulkan ke dalam baris program. Program tersebut digunakan untuk
melakukan pengolahan data citra dan identifikasi penyakit cabai dengan
menggunakan PNN.
5. Analisa Hasil
Pada tahapan ini dilakukan proses training dan testing pada PNN dengan
menggunakan data-data yang telah diolah dengan proses pengolahan citra.
Kemudian dilakukan analisa terhadap hasil pengelompokkan menggunakan
proses training dan testing dengan nilai akurasi tertinggi.
6. Penarikan Kesimpulan
Pada tahapan ini dilakukan penarikan kesimpulan untuk menjawab
rumusan masalah penelitian dan memenuhi tujuan penelitian yang telah
dijabarkan.

1.8 Sistematika Penulisan

Tesis ini berisikan 7 (tujuh) bab dengan rincian masing-masing bab sebagai
berikut:
Bab I Pendahuluan
Bab ini berisi uraian singkat tentang latar belakang penelitian, rumusan
masalah, batasan masalah, keaslian penelitian, tujuan penelitian, manfaat
penelitian, metode penelitian, dan sistematika penulisan.
Bab II Tinjauan Pustaka
Bab ini berisi uraian penelitian-penelitian serupa yang telah dilakukan dan
dijadikan referensi dalam penelitian ini.
Bab III Landasan Teori
Bab ini berisi uraian teori-teori dasar yang berkaitan dengan studi kasus
dan metode-metode yang digunakan dalam penelitian ini. Studi kasus dan metode-
metode yang digunakan antara lain: penyakit tanaman cabai, metode-metode
dalam pengolahan citra digital, dan Probabilistic Neural Network (PNN).
 7

Bab IV Analisis dan Perancangan

Bab ini berisi mengenai analisa terhadap penggunaan metode-metode
pengolahan citra yang dibutuhkan dalam penelitian ini dan penggunaan
Probabilistic Neural Network sebagai metode JST yang dipilih. Perancangan yang
diuraikan adalah perancangan pengolahan citra, perancangan PNN, antarmuka
sistem, dan perancangan pengujian sistem.
Bab V Implementasi
Bab ini berisi implementasi metode pengolahan citra dan PNN dari hasil
analisis dan perancangan yang dilakukan.
Bab VI Hasil dan Pembahasan
Bab ini berisi hasil pengolahan citra, hasil pengelompokkan data dan
analisis hasil pengelompokkan data.
Bab VII Penutup
Bab ini berisi kesimpulan hasil penelitian dan saran untuk penelitian lebih
lanjut.