PENGENALAN SPESIES GULMA BERDASARKAN CIRI BENTUK DAN TEKSTUR CITRA DAUN GULMA MENGGUNAKAN JARINGAN SYARAF TIRUAN; WEED SPECIES RECOGNITION BASED ON SHAPE AND TEXTURE FEATURE OF WEED LEAF’S IMAGE USING ARTIFICIAL NEURAL NETWORK

H E R M A N, Agus Harjoko

2014 | Disertasi | PROGRAM STUDI S2 ILMU KOMPUTER

Gulma merupakan tanaman pengganggu yang merugikan tanaman budidaya dengan menghambat pertumbuhan tanaman budidaya. Langkah awal dalam melakukan pengendalian gulma adalah mengenali spesies gulma pada lahan tanaman budidaya. Cara tercepat dan termudah untuk mengenali tanaman, termasuk gulma adalah melalui daunnya. Dalam penelitian ini, diusulkan pengenalan spesies gulma berdasarkan citra daunnya dengan cara mengekstrak ciri bentuk dan ciri tekstur dari citra daun gulma tersebut. Untuk mendapatkan ciri bentuk, digunakan metode moment invariant, sedangkan untuk ciri tekstur digunakan metode lacunarity yang merupakan bagian dari fraktal. Untuk proses pengenalan berdasarkan ciri-ciri yang telah diekstrak, digunakan metode Jaringan Syaraf Tiruan dengan algoritma pembelajaran Backpropagation. Dari hasil pengujian pada penelitian ini, didapatkan tingkat akurasi pengenalan tertinggi sebesar 97,22% sebelum noise pada citra hasil deteksi tepi Canny dihilangkan dan setelah noise tersebut dihilangkan, maka tingkat akurasi yang didapatkan lebih tinggi. Tingkat akurasi tertinggi didapatkan menggunakan 2 ciri moment invariant (moment pertama dan ketiga) dan 1 ciri lacunarity (ukuran box 4 x 4 atau 16 x 16). Penggunaan 3 neuron hidden layer pada Jaringan Syaraf Tiruan (JST) memberikan waktu pelatihan data yang lebih cepat dibandingkan dengan menggunakan 1 atau 2 neuron hidden layer.

Kata Kunci : Spesies GulmaCiri Bentuk, Tekstur Citra, Jaringan Syaraf Tiruan