Klasifikasi Kekurangan Unsur Hara N,P,K Tanaman Kedelai Berdasarkan Fitur Daun Menggunakan Jaringan Syaraf Tiruan

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.

[img]
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 > (S2) Master Theses
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 View Item