Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/95047
Title: Identifikasi Ciri Citra Daun Jabon Menggunakan Discrete Wavelet Transform
Authors: Herdiyeni, Yeni
Herliyana, Elis Nina
Tampinongkol, Felliks Feiters
Issue Date: 2018
Publisher: Bogor Agricultural University (IPB)
Abstract: Jabon (Anthocephalus sp) merupakan salah satu spesies tumbuhan hutan yang hasil kayu dari pohon ini dapat digunakan sebagai bahan bangunan, kayu lapis (plywood), bahan mebel, kertas dan lainya. Jabon juga disebut fast growing species disebabkan karena pohon ini dapat tumbuh cepat kurang lebih 4-5 tahun sampai pada proses panennya. Terdapat dua jenis jabon di hutan Indonesia jabon putih (Anthocephalus cadamba) dan jabon merah (Anthocephalus macrophyllus) yang dapat dibedakan dari warna tulang daunnya. Proses pembibitan jabon semakin banyak dilakukan baik dari skala kecil sampai skala besar bertujuan untuk memperoleh bibi sehat secara berkesinambungan. Usaha pembibitan sering terkendala dengan adanya penyakit bercak dan hawar yang menyerang pada daun jabon sampai mengakibatkan kematian pada bibit-bibit yang ditanam. Penelitian ini bertujuan untuk mengidentifikasi secara otomatis penyakit pada daun jabon. Metode yang digunakan dalam penelitian ini dimulai dari tahap akuisisi data bertujuan untuk memperoleh citra daun jabon yang terjangkit penyakit dari beberapa lokasi. Tahap selanjutnya adalah tahap segmentasi pengurangan channel warna RGB (Red, Green, Blue) untuk memisahkan objek penyakit (bercak dan hawar) dengan latar belakangnya (daun sehat). Penyakit daun jabon tersegmentasi sangat baik pada hasil pengurangan channel G-R. Proses ekstraksi ciri citra menggunakan Discrete Wavelet Transform (DWT) dan diklasifikasi dengan Support Vector Machine (SVM). Hasil ekstraksi DWT dapat diambil informasinya menggunakan energy dan entropy. Adapun sebaran data yang dihasilkan merupakan data yang bertumpuk dan dapat diklasifikasi dengan baik menggunakan kernel Radial Basis Function (RBF) menghasilkan akurasi sebesar 84.672%.
URI: http://repository.ipb.ac.id/handle/123456789/95047
Appears in Collections:MT - Mathematics and Natural Science

Files in This Item:
File SizeFormat 
2018fft.pdf
  Restricted Access
14.5 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.