Munir, M. Syahrul (2016) Klasifikasi Kekurangan Unsur Hara N,P,K Tanaman Kedelai Berdasarkan Fitur Daun Menggunakan Jaringan Syaraf Tiruan. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2210205209-Master-Thesis.pdf - Published Version Download (2MB) | Preview |
Abstract
Pertumbuhan tanaman kedelai dipengaruhi oleh hama, penyakit dan unsur hara.
Kekurangan unsur hara tersebut dapat diketahui dari gejala-gejala yang
ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis unsur hara yang
menyerang kedelai tersebut, memerlukan seorang pakar/ahli pertanian.
Otomatisasi yang dibuat dalam penelitian ini adalah melakukan klasifikasi jenis
kekurangan unsur hara primer berdasarkan tekstur daun.
Klasifikasi yang digunakan dalam penelitian ini adalah metode Jaringan Saraf
Tiruan (JST) pada fitur tekstur daun yang kekurangan unsur hara primer antara
lain K (Kalium), N (Nitrogen) dan P (Pospor). Karena daun kedelai umumnya
berwarna hijau, maka fitur warna tekstur yang digunakan adalah fitur warna green
dari bagian RGB (Red, Green, Blue). Fitur tekstur yang digunakan dalam
penelitian adalah : contrast, correlation, energy dan homogenity. Klasifikasi
dilakukan pada tiga jenis kekurangan unsur hara primer menggunakan 23 sampel
daun yang kekurangan unsur N, 23 sampel daun yang kekurangan unsur P dan 23
sampel daun yang kekurangan unsur K.
==================================================================================================================
Soybean plant growth is affected by pests, disease and Nutrient Elements. Nutrient
elements deficiencies can be discovered from the symptoms caused, but to discover
it appropriately the kind of nutrient element that attack the soybean plant, needs an
agricultural experts. Automation made in this study is to classify the type of primary
nutrient elements deficiencybased on leaf texture.
Classification used in this study is NeuralNetwork Backpropagation method on leaf
texture features that lack of Primary Nutrient Elements among other is K (Kalium),
N (Nitrogen) and P (Pospor). Because the soybean's leaves are generally green, so
color texture features which be used is the green color of the features from RGB
color’s section (Red, Green, Blue). Texture's features used in this study is : the
average intensity, contrast, correlation, energy, homogenity. Classification carried
out on three primary types of nutrient deficiency using 23 samples of leaves that
lack N elements, 23 leaf samples that lack P elements and 23 samples of leaves that
lack K elements.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 006.32 Mun k |
| Uncontrolled Keywords: | Klasifikasi, Jaringan Saraf Tiruan, Unsur Hara, Kedelai |
| Subjects: | T Technology > TJ Mechanical engineering and machinery > TJ223 PID controllers |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Users 13 not found. |
| Date Deposited: | 07 Jul 2017 07:42 |
| Last Modified: | 27 Dec 2018 03:02 |
| URI: | http://repository.its.ac.id/id/eprint/41919 |
Actions (login required)
 |
View Item |