RANCANG BANGUN SISTEM IDENTIFIKASI PENYAKIT ICE-ICE PADA CITRA RUMPUT LAUT DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Ani Kurniawati, Dedy Harto

Abstract


Pada penelitian ini bertujuan untuk membuat suatu sistem komputasi pengidentifikasi penyakit ice-ice dengan metode Jaringan Saraf Tiruan (JST) backpropagation, sehingga dengan adanya sistem ini dapat mempermudah dan mempercepat keputusan dalam mengidentifikasi penyakit ice-ice pada rumput laut. Pengambilan sampel citra pada peneltian ini menggunaka kamera HP dengan resolusi 4160×2080 piksel kemudian data yang berupa citra tersebut akan dilakukan pengolahan citra seperti  cropping citra 40×35 piksel, mengubah citra RGB menjadi citra grayscale dan histogram citra grayscale , threshold  dan histogram thresholdd sehingga nilai piksel dari histogram citra dipresentasikan ke nilai biner (0 dan 1) sebanyak 256 skala keabuan citra. Data penelitian ini terdiri dari data pelatihan dan data pengujian sistem dimana data pelatihan terdiri dari 24 citra kemudian diperoleh kandidat 6 citra terbaik dan data pengujian sebanyak 54 yaitu 30 citra dalam kondisi sakit dan 24 citra dalam kondisi sehat. Tingkat keberhasilan dari penelitian ini dapat di lihat dari hasil pengujian dimana hasil pengujian data pelatihan tingkat akurasi sebesar 100%, data uji citra sakit 90% dan data uji citra sehat 100% sehingga secara keseluruhan didapatkan tingkat akurasi sebesar 95% dengan tingkat kegagalan 5%. Dari hasil sistem menggunakan JST backpropagation maka dapat disimpulkan bahwa perangkat lunak ini layak digunakan untuk pengidentifikasi penyakit ice-ice pada citra rumput laut.

Keywords


Penyakit ice-ice; Pengolahan Citr; Jaringan Syaraf Tiruan; Backpropagation; Citra Rumput Laut

Full Text:

PDF

References


Aris, M. (2011). Identifikasi, Patogenisitas Bakteri dan Pemanfaatan Gen 16s-Rrna Untuk Deteksi Penyakit Ice - ice Pada budidaya Rumput Laut (Kappaphycus Alvarezii). Scientific Repository.(Thesis). Sekolah PascaSarjana Institut Pertanian Bogor (IPB). Bogor.

Doty,M. (1979). Status of Marine Agronomy, With Special Reference to the Tropics. Proc.of the IXth International Seaweed Symposium. 35-58.

Fitrian,T. (2015). Hama Penyakit (Ice-ice) Pada Budidaya Rumput Laut Studi Kasus Maluku Tenggara. Oseana. XL(4): 1-10.

Fitryadi,K.,dkk. (2016). Pengenalan Jenis Golongan Darah Menggunakan

Jaringan Syaraf Tiruan Perceptron. Jurnal Masyarakat Informatika. 7(1): 1-10.

Hamsuddin. (2016). Identifikasi Citra Minyak Trafo Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation. Skripsi.

Harto,D.,dkk. (2012). Aplikasi Jaringan Syaraf Tiruan Untuk Mendeteksi White Spot. Jurnal EECCIS. 6(1): 75-82.

Hidayatullah, P. (2017). Pengolahan Citra Digital : Teori dan Aplikasi Nyata Plus. Bandung: INFORMATIKA.

Julpan, dkk. (2015). Analisis Fungsi Aktivasi Sigmoid Biner Dan Sigmoid Bipolar Dalam Algoritma Backpropagation Pada Prediksi Kemampuan Siswa. Jurnal Teknovasi, 103 – 116.

Kaas, R. a. (1990). Study of the intensive culture of undaria on the coast of Brittany. Regional Workshop on the cultured and Utilization of seaweed. Philipines. 31-33 p.

Lundsor,E. (2002). Eucheuma farming on Zanzibar broadcast system, an alternative method for seaweed farming. (Thesis), Candidat Scientiarium in Marine Biology. University of Bergen.

Pernomo, M. H dan Agus Kurniawan (2006). Supervised Neural Networks dan Aplikasinya. Yogyakarta: Graha Ilmu.

Phillips,M. (1990). Environmental aspects of seaweed cultured. Technical Resources Papers Regional Workshop On The Culture and Utilization Seaweed Volume II. Network of Aquaculture Centre in Asia. Thailand. 51-59 p.

Sutoyo,T. (2009). Teori Pengolahan Citra Digital. Yogyakarta dan Semarang: ANDI dan UDINUS.

Santoso,L.,dkk. (2008). Pengendalian Penyakit Ice-ice Untuk Meningkatkan Produksi Rumput Laut Indonesia. Jurnal Saintek Perikanan. 3(2): 37-43.

Zahrah,S.,dkk. (2016). Identifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra. Seminar Nasional Ilmu Komputer. 10 Oktober: 100-106.




DOI: https://doi.org/10.35334/jeb.v6i2.1592

Refbacks

  • There are currently no refbacks.


Address:

Gedung D Lt. 3 Kampus Universitas Borneo Tarakan. Jl. Amal Lama No. 1, Tarakan, Kalimantan Utara, Indonesia. Kodepos: 77123.

Email: elektrika@borneo.ac.id
Hp : +62 813-5064-4775

 

All Publications

by JEB (Jurnal Elektrika Borneo)

are licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License 


Â