View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Dissertations
      • DT - Agriculture
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Dissertations
      • DT - Agriculture
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Pengindraan Dini dan Penilaian Keparahan Penyakit Mosaik pada Cabai Berbasis Analisis Citra Digital

      Thumbnail
      View/Open
      Cover (1.552Mb)
      Fullteks (20.15Mb)
      Lampiran (420.1Kb)
      Date
      2022-01-10
      Author
      Hasan, Asmar
      Hidayat, Sri Hendrastuti
      Widodo
      Mutaqin, Kikin Hamzah
      Taufik, Muhammad
      Metadata
      Show full item record
      Abstract
      Pengamatan gejala, penilaian terhadap keparahan gejala dan deteksi keberadaan virus pada tanaman menjadi tahap penting dalam upaya pengendalian penyakit, termasuk penyakit mosaik pada tanaman cabai. Infeksi virus yang menyebabkan gejala laten pada tanaman di awal infeksi atau pada kondisi lingkungan tertentu menjadi faktor pembatas saat melakukan pengamatan gejala secara visual. Selain itu, infeksi virus dapat menyebabkan variasi keparahan gejala sehingga berpotensi menimbulkan subyektivitas pada saat pengamatan gejala visual. Metode deteksi virus berbasis serologi dan molekuler memiliki sensitivitas dan spesifisitas yang tinggi, sehingga umum digunakan untuk membuktikan keberadaan virus dalam tanaman sakit dengan gejala visual yang jelas atau tanpa gejala sama sekali. Metode analisis citra digital merupakan pengembangan dari metode konvensional yang hanya mengandalkan penglihatan manusia semata saat melakukan pengamatan tanaman yang terinfeksi virus. Metode non–destruktif ini potensial untuk mengindra tanaman sakit (bergejala maupun tak bergejala), juga potensial dijadikan sebagai metode penilaian keparahan gejala virus yang muncul pada tanaman. Oleh karena penelitian dilakukan dengan tujuan utama mengevaluasi potensi dan performa analisis citra digital sebagai metode pengindraan tanaman yang terinfeksi virus dan penilaian keparahan gejala secara kuantitatif. Survei lapangan dilakukan di pertanaman cabai rawit dan cabai merah di Sulawesi Tenggara, disertai dengan pengamatan visual dan perekaman gejala pada tanaman menggunakan kamera RGB. Tahapan selanjutnya dalam penelitian ini adalah kegiatan eksperimental. Tiga metode analisis citra digital berbasis indeks vegetasi VARI (visible atmospherically resistant index) dan SI–NDVI (single image – normalized difference vegetation index), serta berbasis termografi dievaluasi kemampuannya pada kegiatan tahap kedua untuk membedakan tiga perlakuan, yaitu tanaman cabai merah yang diinokulasi Tobacco mosaic virus (TMV) (V1), tidak diinokulasi TMV (V0) dan ditanam pada kondisi minim hara (M). Selanjutnya, dilakukan penilaian keparahan gejala mosaik secara kuantitatif dengan metode analisis citra digital berbasis segmentasi. Hasil deteksi serologi menunjukkan bahwa gejala virus berupa mosaik kehijauan, mosaik kekuningan, dan belang yang ditemukan pada pertanaman cabai di lapangan berasosiasi dengan TMV, Cucumber mosaic virus (CMV), Chili veinal mottle virus (ChiVMV), dan Pepper mottle virus (PepMoV). Virus–virus tersebut dapat menginfeksi tanaman secara tunggal maupun bersama–sama (campuran). Interaksi sinergisme atau antagonisme antara jenis virus yang berbeda saat menginfeksi tanaman dapat dipelajari dengan analisis citra digital; selain itu, analisis ini juga potensial digunakan sebagai metode untuk membedakan antara infeksi virus secara tunggal dengan campuran. Analisis citra digital berbasis indeks vegetasi dan termografi sebagai metode pengindraan dini tanaman cabai yang terinfeksi virus mosaik menunjukkan performa yang beragam. Metode indeks vegetasi VARI dan SI–NDVI dapat digunakan untuk membedakan tanaman yang diinokulasi virus mosaik dengan tanaman tanpa inokulasi virus mosaik dan minim hara 13 hari sebelum gejala mosaik terlihat kasatmata dengan performa sensitivitas masing–masing mencapai 100 dan 90 %; sedangkan metode termografi membutuhkan waktu 10 hari sebelum gejala terlihat dengan sensitivitas sebesar 70 %. Hasil penilaian keparahan gejala mosaik secara kuantitatif berbasis analisis citra digital menggunakan metode segmentasi (metode Otsu) memiliki performa akurasi dan kepresisian yang tinggi. Metode ini dapat digunakan untuk meminimalisasi subyektivitas yang sering terjadi pada petugas lapangan saat melakukan penilaian keparahan gejala.
      URI
      http://repository.ipb.ac.id/handle/123456789/111358
      Collections
      • DT - Agriculture [773]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository