Computer Vision untuk Penapisan Tingkat Resistensi Varietas Padi Terhadap Wereng Batang Cokelat

Abstract

Wereng batang cokelat (WBC) merupakan salah satu hama penting yang dapat mengancam kestabilan produksi padi nasional. Salah satu upaya untuk mengendalikan serangan hama WBC adalah penggunaan varietas resisten. Pada saat ini, penapisan galur resisten didasarkan pada skor kerusakan yang dilakukan secara manual oleh tenaga ahli yang berpengalaman. Namun demikian, ketersediaan tenaga ahli tersebut sangat terbatas. Oleh karena itu, perlu dikembangkan pendekatan lain yang dapat mendukung kelancaran kegiatan penapisan resistensi galur padi. Pada penelitian ini dikembangkan sebuah prototipe aplikasi sistem penduga tingkat resistensi dengan pendekatan warna CIELab citra. Metode penelitian terdiri atas pengumpulan citra data penelitian (akuisisi data), segmentasi latar belakang dan objek (praproses), penentuan proporsi area yang terserang (menguning dan mati) dan sehat berdasarkan nilai A dari ruang warna CIELab, kemudian dilakukan evaluasi berdasarkan proprosi luasan area terserang menggunakan metode confusion matrix dan error rate. Berdasarkan hasil persebaran nilai proporsi area terserang, diperoleh aturan penapisan resistensi tanaman padi terhadap wereng batang cokelat berdasarkan citra. Aturan tersebut mirip dengan aturan baku IRRI karena melakukan pemberian skor berdasarkan gejala serangan WBC. Pada sistem pendugaan tingkat resistensi ini dilakukan pendekatan menggunakan fitur warna. Seluruh citra dinilai berdasarkan aturan tersebut, kemudian dimodelkan dan didapatkan error rate antara pemberian skor pakar dengan sistem komputer sebesar 13,1 %.