METODE PENGUKURAN KADAR UNSUR HARA NITROGEN, FOSFOR, DAN KALIUM (NPK) BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCALE-INVARIANT FEATURE TRANSORM (SIFT) DAN JARINGAN SARAF TIRUAN BACKPROPAGATION

DIMAS RISTYA GINANJAR PUTRA, Dr. Raden Sumiharto S.Si., M. Kom.

2019 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Unsur hara NPK merupakan unsur hara makro yang berperan penting pada tumbuh dan kembang tanaman. Pengukuran kadar unsur hara NPK sebaiknya dilakukan secara berkala, namun pengukuran kadar melalui uji laboratorium diperlukan waktu yang relatif lama untuk memperoleh hasil pengukuran. Penelitian ini menentuan kadar unsur hara nitrogen, fosfor, dan kalium (NPK) dengan lebih mudah menggunakan pengolahan citra digital berbasis scale-invariant feature transorm (SIFT) dan jaringan saraf tiruan backpropagation. Sampel data pada penelitian ini diambil pada tanah persawahan di daerah Provinsi Daerah Istimewa Yogyakarta dengan menvariasikan pengambilan ketinggian pada 30 cm hingga 110 cm dengan interval 20 cm dan sudut pada -30° hingga 30° dengan interval 10°. Model dari sistem pengukuran didasari oleh ciri tekstur yang diekstrak menggunakan Scale Invariant Feature Transform dari citra tanah yang telah dilakukan proses prapengolahan. Hasil ciri tersebut akan menjadi masukan dari model jaringan saraf tiruan dengan variasi pada parameter model. Model tersebut diuji untuk mengetahui pengaruh ketinggian dan sudut pengambilan citra dan variasi parameter jaringan saraf tiruan. Hasil dari pengujian didapatkan nilai akurasi meliputi unsur Nitrogen (90.76%), unsur Fosfor (50,53%) dan unsur Kalium (42.21%) pada crossvalidation k-10 serta unsur Nitrogen (89.17%), unsur Fosfor (40,10%) dan unsur Kalium (36,84%) pada crossvalidation k-45. Hasil tersebut didapatkan pada pengambilan citra dengan ketinggian optimal 50 cm dan sudut 0°. Kata kunci: tekstur, sudut, ketinggian, model

Nutrient Content NPK is macro nutrient content that important for the growth of a plant. The measurement of NPK nutrient levels should be periodically, but to obtain the measurement using laboratories test need relatively long time. This Research is conducted to determine the nutrient content of the soil, consisted of nitrogen, phosphor, and kalium (NPK) easier using digital image processing based on scale-invariant feature transform (SIFT) and back-propagation artificial neural network. The data sample in this research taken from the rice field soil in Daerah Istimewa Yogyakarta province where the soil taken at the length of 30 cm to 110 cm with l20 cm interval, and -30° to 30° degree with interval 10°. The model from this measurement system based on textures characteristic that extracted using Scale Invariant Feature Transform from soils image that already passed preprocessing process. The characteristic result will be the input from the artificial neural network with a variation on parameters model. The model tested for the purpose of knowing the influence the height and degree where the image taken and the influence of parameters artificial neural network. The results of the test obtained an accuracy value including elements of Nitrogen (90.76%), elements of Phosphor (50.53%) and elements of Kalium (42.21%) in k-10 cross validation and Nitrogen (89.17%), Phosphor (40,10%) and Kalium elements (35.73%) in eight and two cross validations. These results are obtained from image capture with an optimum height of 50 cm and degree 0°. Keywords: texture, degree, height, model

Kata Kunci : tekstur, sudut, ketinggian, model, texture, degree, height, model