Klasifikasi Deteksi Hama pada Buah Mangga dengan Citra Digital Sistematic Literatur Review (SLR)

Authors

  • Dheo Hanif Pristian Teknik Informatika Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika , Indonesia
  • Dadang Iskandar Mulyana Teknik Informatika Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika , Indonesia
  • Stepanus Stepanus Teknik Informatika Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Indonesia
  • Evan Donaldo Teknik Informatika Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Indonesia

DOI:

https://doi.org/10.31004/jptam.v6i1.3243

Keywords:

Citra Digital, Daun, Penyakit Mangga, Tinjauan Literatur Sistematis

Abstract

Penyakit pada mangga memiliki berbagai gejala dan kadang sulit didiagnosis oleh petani dan untuk itu diperlukan keahlian untuk mendiagnosis penyakit pada tanaman mangga dan bagaimana cara penanggulangannya yang biasanya keahlian tersebut terdapat pada ahli patologi tanaman professional. Sehingga dibutuhkan suatu Teknologi IT dengan Sistem Cerdas yang dirancang untuk dapat mengidentifikasi secara otomatis penyakit tanaman mangga dan cara penanggulangannya berdasarkan gejala visual dengan menggunakan metode citra digital. Penelitian ini menggunakan metode literatur review dengan melakukan tinjauan literatur sistematis dilakukan untuk mempelajari berbagai teknik identifikasi penyakit pada daun dengan citra digital sebagai tahapan untuk mendapatkan pemahaman mengenai teknik identifikasi penyakit pada daun mangga dengan citra digital. Berdasarkan hasil analisis kajian ICOR pada Kabupaten Mojokerto Tahun 2016 – 2020 Metode Citra Digital yang dapat digunakan dalam identifikasi penyakit pada daun mangga adalah tahapan Image Acquisition, Preprocessing , Segmentation, Ekstraksi Fitur, Seleksi Fitur. Metode Klasifikasi yang dapat digunakan adalah SVM, Artificial Neural Network, Decision Tree, Convolutional Neural Network.

References

Ardi H.,Ucuk D.,Irmawati (2019). Detection of Disease on Corn Plant Using Convolutional Neural Network Methods. Journal of a Science and Information Vol 12. No.1

Budi Daya Desa. Hama dan Penyakit Pada Tanaman Mangga. https://budidaya desa.blogspot.com/2014/12/teknik-cara-budidaya-mangga-mangifera.html

Chen., Ming-Yu., Tuzel & Xiao (2017). R-CNN for Small Object Detection. Springer International Publishing AG 2017.

Intan Permata Sari, Bambang Hidayat, Ratri Dwi Atmaja.(2016). Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM. Seminar Nasional Inovasi dan Aplikasi Teknologi di Industri (SENIATI).

Layanan Informasi Desa. Penyakit utama pada tanaman mangga. https://8villages.com/full/petani/article/id/5c244d5459678e677c05aead

M Ridwan Dwi Septian, Margi Cahyanti, Ericks Rachmat Swedia. (2018). Aplikasi Pendeteksi Kerusakan Pada Daun Berdasarkan Warna. Konferensi Nasional Sistem Informasi 2018.

Madenda, S (2015). Pengolahan Citra dan Video Digital. Penerbit Erlangga

Pedro F.,Manuel C., Pedro M. (2019). Human Visual System vs Convolution Neural Networks in Food Recognition Task: An Empirical Comparison. Computer Vision and Image Understanding, Vol 191 Feb, 2020. Elsevier

Sarngadi Palgunadi,Yulandita Almandatya.(2014). Klasifikasi Kualitas Kesehatan Daun Mangga Berdasarkan Warna Citra Daun. Prosiding SNST ke-5 Tahun 2014 Fakultas Teknik Universitas Wahid Hasyim Semarang.

Setiyono, Andik. Literatur Review, https://core.ac.uk/reader/35372382.

Sharada P. Mohanty., David P.Hughes., Marcel S. (2016). Using Deep Learning for ImageBased Plant Diseaase Detection. Journal Frontiers in Plant Science

Downloads

Published

01-03-2022

How to Cite

Pristian, D. H. ., Mulyana, D. I. ., Stepanus, S., & Donaldo, E. . (2022). Klasifikasi Deteksi Hama pada Buah Mangga dengan Citra Digital Sistematic Literatur Review (SLR) . Jurnal Pendidikan Tambusai, 6(1), 1978–1983. https://doi.org/10.31004/jptam.v6i1.3243

Issue

Vol. 6 No. 1 (2022): April 2022

Section

Articles of Research

Citation Check

License

Copyright (c) 2022 Dheo Hanif Pristian, Dadang Iskandar Mulyana, Stepanus Stepanus, Evan Donaldo

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).