SEGMENTASI BERBASIS K-MEANS PADA DETEKSI CITRA PENYAKIT DAUN TANAMAN JAGUNG

Abstract

Penyakit tanaman adalah kondisi dimana sel dan jaringan tanaman tidak berfungsi secara normal yang ditimbulkan karena gangguan secara terus menerus oleh agen patogen atau faktor lingkungan yang menghasilkanperkembangan gejala penyakit. Perkembangan gejala penyakit tersebut menyebabkan rendahnya produktifitas dan gagal panen bagi petani jagung. Maka dalam pengolahan citra digital dapat digunakan untuk membantumengidentifikasi penyakit daun tanaman jagung. Pada penelitian ini, fitur yang digunakan adalah warna pada proses segmentasi dan pendekatan warna. Fitur tersebut didapatkan dari penelitian transformasi warna RGB keCIE L*a*b*, histogram a* digunakan untuk proses segmentasi berbasis K-Means sebagai input dengan menentukan jumlah cluster awal adalah k=3, merandom centroid, menghitung jarak nilai pixel ke centroid,mengelompokkan nilai pixel berdasarkan jarak minimum, menghitung rata-rata cluster untuk centroid baru dan jika masih terdapat nilai pixel yang berpindah maka proses random centroid masih dilakukan hingga tidakadanya nilai pixel yang berpindah. Hasil dari citra yang telah tersegmentasi dan menggunakan pendekatan warna Euclidean Distance dapat mengidentifikasi antara penyakit hawar daun dan bercak daun. Penelitian tersebutmenggunakan dataset sejumlah 30 jenis A dan B untuk training dan 10 data untuk testing telah memperoleh akurasi sebesar 90%.