Identifikasi Penyakit Padi Menggunakan Deskriptor Fraktal dan Pengukuran Keparahan Penyakit Hawar Daun Bakteri Berdasarkan Citra Rumpun

Abstract

Penelitian ini mengajukan pendekatan baru dalam proses indentifikasi penyakit padi dan pengukuran keparahannya. Identifikasi penyakit dilakukan dengan menggunakan fitur deskriptor fraktal berdasarkan spektrum Fourier dan probabilistic neural network, sedangkan proses pengukuran keparahan penyakit dilakukan dengan indeks kehijauan-kecerahan untuk memisahkan rumpun padi dengan tanah serta komponen A pada ruang warna CIELab untuk memisahkan tanaman yang terinfeksi dengan tanaman yang sehat. Pada penelitian ini, identifikasi penyakit padi dilakukan terhadap empat penyakit padi yang umum terdapat di Indonesia: blas (Pyricularia grisea), bercak cokelat (Helminthosporium oryzae), hawar daun bakteri (Xanthomonas campestris pv. oryzae), dan tungro. Keempat penyakit ini memperlihatkan gejala pada permukaan daun. Pengukuran keparahan penyakit dilakukan pada rumpun padi yang terkena penyakit hawar daun bakteri. Akuisisi data telah dilakukan di daerah penghasil padi di Karawang, Subang, dan Indramayu pada bulan Juli 2013. Akan tetapi, pada saat pengambilan, kemunculan penyakit tungro dan blas tidak terlalu banyak sehingga data yang diperoleh masih kurang. Oleh karena itu, dilakukan pengambilan data kembali pada bulan Agustus 2013 di daerah Pasir Muncang, Bogor dan pada Januari 2014 di daerah Situgede, Bogor, untuk melengkapi data citra tanaman yang terinfeksi penyakit hawar daun bakteri. Hasil percobaan menunjukkan bahwa deskriptor fraktal dapat digunakan untuk mengidentifikasi keempat penyakit dengan akurasi sebesar 81.25%. Penyakit bercak cokelat dan hawar daun bakteri memiliki akurasi yang rendah. Hal ini diakibatkan oleh adanya bercak cokelat yang sangat rapat serta terjadinya infeksi ganda oleh kedua penyakit. Penelitian selanjutnya disarankan menggunakan lebih dari satu penciri untuk meningkatkan kemampuan algoritme dalam memisahkan dua penyakit yang mirip. Pada pengukuran keparahan penyakit, terdapat beberapa kesalahan segmentasi yang diakibatkan oleh pantulan cahaya matahari dari permukaan tanah yang basah, kondisi pencahayaan yang ekstrim, serta variasi warna bulir padi. Akurasi pengukuran tingkat keparahan yang diperoleh pada percobaan ini yaitu sebesar 70.83%. Untuk meningkatkan akurasi ke depannya, penelitian selanjutnya disarankan untuk menggunakan peneduh pada saat pengambilan citra sehingga cahaya pada citra menjadi merata. Selain itu, penelitian selanjutnya juga dapat fokus pada dampak dan tindakan yang dapat dilakukan berdasarkan hasil identifikasi penyakit dan keparahan penyakit yang telah diperolah, misalnya informasi pengelolaan penyakit serta prediksi dampak kehilangan hasil yang terjadi.