Penerapan Algoritma Pemrosesan Gambar Untuk Menghitung Leaf Area Index Menggunakan Digital Cover Photography

Edlim, Frederick William (2023) Penerapan Algoritma Pemrosesan Gambar Untuk Menghitung Leaf Area Index Menggunakan Digital Cover Photography. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111940000016-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (8MB) | Request a copy

Abstract

Leaf Area Index (LAI) adalah parameter penting dalam fisiologi tumbuhan yang mengukur luas permukaan daun relatif terhadap luas permukaan tanah. Estimasi yang akurat dan cepat dari nilai LAI sangat diperlukan dalam studi ekologi dan pertanian. Salah satu metode yang digunakan untuk mengestimasi LAI adalah menggunakan foto Digital Cover Photography yang diolah untuk mendapatkan estimasi nilai LAI. Namun, metode ini memiliki keterbatasan dalam mempertimbangkan warna coklat pada bagian tumbuhan, yang dapat memengaruhi akurasi estimasi. Penelitian ini mengembangkan metode pengolahan gambar yang lebih lanjut untuk mengatasi keterbatasan tersebut. Proses pengolahan gambar dilakukan dalam dua tahap. Tahap pertama menggunakan model warna RGB, sedangkan tahap kedua menggunakan model warna CIELAB. Dengan menggabungkan kedua tahap ini, piksel yang merupakan daun dapat dipisahkan dari bagian tumbuhan yang bukan daun, termasuk area dengan warna coklat yang sebelumnya diabaikan. Evaluasi dilakukan dengan membandingkan hasil estimasi dari metode yang dikembangkan dengan estimasi menggunakan aplikasi lain, serta nilai LAI sebenarnya yang diperoleh melalui penggunaan alat Terrestrial Laser Scanning (TLS). Dengan mempertimbangkan warna coklat pada proses estimasi, metode yang diajukan dapat memberikan estimasi LAI yang lebih akurat. Hal ini terbukti melalui hasil evaluasi yang menunjukkan bahwa metode yang dikembangkan menghasilkan penurunan tingkat kesalahan dibandingkan dengan metode sebelumnya.
================================================================================================================================
Leaf Area Index (LAI) is an important parameter in plant physiology that measures the leaf surface area relative to the ground surface area. Accurate and fast estimation of LAI is crucial in ecological and agricultural studies. One of the methods used to estimate LAI is by using Digital Cover Photography that is processed to obtain LAI estimates. However, this method has limitations in considering the brown color in plant parts, which can affect the accuracy of the estimation. This research further develops an image processing method to overcome these limitations. The image processing process is conducted in two stages. The first stage uses the RGB color model, while the second stage uses the CIELAB color model. By combining these two stages, pixels that represent leaves can be separated from non-leaf plant parts, including areas with previously disregarded brown color. Evaluation is conducted by comparing the estimation results from the developed method with estimations using other applications, as well as the actual LAI values obtained through the use of Terrestrial Laser Scanning (TLS) equipment. By considering the brown color in the estimation process, the proposed method can provide more accurate LAI estimates. This is evidenced by the evaluation results showing a decrease in error rate compared to the previous methods.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Leaf Area Index, Digital Cover Photography, CIELAB,
Subjects:	S Agriculture > SD Forestry T Technology > T Technology (General) > T58.6 Management information systems T Technology > TR Photography
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Frederick William Edlim
Date Deposited:	24 Jul 2023 01:42
Last Modified:	24 Jul 2023 01:42
URI:	http://repository.its.ac.id/id/eprint/98996

Actions (login required)

View Item