Identifikasi Takaran Pupuk Nitrogen Berdasarkan Tingkat Kehijauan Daun Tanaman Padi Menggunakan Metode Histogram of s-RGB dan Fuzzy Logic

Abstrak – Analisis warna daun padi merupakan salah satu cara untuk mengidenfikasi kandungan unsur hara yang dibutuhkan sebagai dasar rekomendasi takaran pupuk untuk tanaman padi. Apabila kelebihan nitrogen, maka tanaman padi mudah terserang hama penyakit selain mencemari air tanah. Sebaliknya, jik...

Full description

Bibliographic Details
Main Authors: Raimundus Sedo, Panca Mudjirahardjo, Erni Yudaningtyas
Format: Article
Language:English
Published: Departement of Electrical Engineering, Faculty of Engineering, Universitas Brawijaya 2019-04-01
Series:Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems)
Online Access:https://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/561
Description
Summary:Abstrak – Analisis warna daun padi merupakan salah satu cara untuk mengidenfikasi kandungan unsur hara yang dibutuhkan sebagai dasar rekomendasi takaran pupuk untuk tanaman padi. Apabila kelebihan nitrogen, maka tanaman padi mudah terserang hama penyakit selain mencemari air tanah. Sebaliknya, jika kekurangan nitrogen, maka pertumbuhannya menjadi tidak normal. Tujuan penelitian ini adalah merancang sistem untuk mengidentifikasi takaran pupuk nitrogen berdasarkan tingkat kehijauan daun tanaman padi melalui konsep pengolahan citra menggunakan metode Histogram of s-RGB dan Fuzzy Logic berbasis android. Pada peneitian ini, Bagan Warna Daun (BWD) merupakan konsep dasar dalam proses pengembangan dan perancangan sistem ini. Sistem dirancang berdasarkan 4 skala warna sesuai level warna BWD agar dapat mengidentifikasi citra daun padi sebagai dasar rekomendasi takaran pupuk nitrogen. Berdasarkan hasil pengujian, diketahui bahwa rata-rata jarak terdekat (euclidean distance) nilai RGB citra daun padi yang dihasilkan sistem terhadap nilai RGB citra level warna BWD sebesar 14,28 pada smartphone 8 MP, sedangkan smartphone 5 MP sebesar 15,44. Hasil evaluasi Confusion Matrix for Multiple Classes menunjukkan bahwa ketepatan sistem memberikan informasi yang diminta pada smartphone 8 MP dinilai lebih baik, yaitu 93,03% dibanding pada smartphone 5 MP sebesar 87,18%. Keberhasilan sistem untuk menemukan informasi kembali pada smartphone 8 MP dinilai lebih unggul dengan tingkat recall sebesar 93,42%, dibanding sistem pada smartphone 5 MP sebesar 86,08%. Tingkat kedekatan antara nilai prediksi sistem dengan nilai aktual pada smartphone 8 MP sebesar 91,03%, sedangkan pada smartphone 5 MP mencapai 88,31%, namun keduanya memiliki specificity yang sama sebesar 66,67%.  Kata Kunci— Histogram of s-RGB, Fuzzy Logic, Euclidean Distance, Confusion Matrix for Multiple Classes
ISSN:2460-8122