Almiladi, Arif Hilmi (2021) Segmentasi citra penyakit tanaman asparagus menggunakan metode ruang warna Lab. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (195kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (369kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (482kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (654kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (871kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (531kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (2MB) | Request a copy |
||
Text (BAB VI)
9_bab6.pdf Restricted to Registered users only Download (286kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf Restricted to Registered users only Download (311kB) | Request a copy |
Abstract
Tanaman asparagus yang ditanam dan dibudidayakan di Indonesia umumnya merupakan kultivar tanaman introduksi dari daerah subtropis yang memiliki kondisi lingkungan berbeda dengan Indonesia. Dengan iklim tropisnya Indonesia yang memiliki tingkat curah hujan, suhu, dan kelembaban yang tinggi, penanaman asparagus ini memicu beberapa penyakit yang merupakan masalah utama pada tanaman asparagus yang ditanam di Indonesia sehingga pertumbuhan dan hasil produksinya kurang optimal. Proses identifikasi serangan penyakit pada tanaman asparagus selama ini masih menggunakan cara konvensional. Sehingga pada penelitian ini, dilakukan teknik segmentasi berbasis pengolahan citra digital pada penyakit tanaman asparagus. Proses segmentasi dilakukan dengan beberapa tahap, yakni akuisisi citra, preprocessing, serta segmentasi dimana citra asli dengan ruang warna RGB ditransformasi menjadi citra dengan ruang warna Lab lalu citra yang sudah dikonversi diklasifikasi ulang dengan menggunakan algoritma K-means kluster untuk mendapatkan objek citra penyakitnya secara terpisah. Berdasarkan metode yang diusulkan didapatkan tingkat akurasi algoritma yang diusulkan sebesar 73,3% yang dapat mensegmentasi objek citra berpenyakit dengan baik.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Segmentasi Citra; Asparagus; Ruang Warna LAB; Pengolahan Citra Digital |
Subjects: | Data Processing, Computer Science Applied Physics > Electronics Plant Injuries > Plant Diseases |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Elektro |
Depositing User: | Arif Hilmi Almiladi |
Date Deposited: | 18 Mar 2022 02:17 |
Last Modified: | 18 Mar 2022 02:17 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/49693 |
Actions (login required)
View Item |