KUSUMA, GEA (2018) APLIKASI PENGOLAHAN CITRA DETEKSI TINGKAT KESUBURAN TANAMAN PADI BERDASARKAN WARNA DAUN DENGAN MENGGUNAKAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM). Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
|
Text
COVER.pdf Download (235kB) | Preview |
|
|
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf Download (329kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (10kB) | Preview |
|
|
Text
DAFTAR ISI.pdf Download (16kB) | Preview |
Abstract
ABSTRAK Padi yang memiliki bahasa latin Oryza sativa L adalah tanaman penting yang menjadi makanan pokok bagi bangsa Indonesia. Salah satu faktor yang dapat mempengaruhi hasil produksi adalah dengan pemberian pupuk nitrogen. Pupuk nitrogen memiliki manfaat bagi padi yaitu mempercepat pertumbuhan tanaman dan dapat merangsang pertunasan. Selain itu dapat memperbaiki kualitas terutama kandungan proteinnya. Pentingnya pemberian dosis pupuk nitrogen yang tepat pada tanaman padi dapat berdampak baik bagi tanaman dan tanah. Pemberian pupuk nitrogen yang berlebihan dapat berdampak meningkatnya jumlah hama dan dapat merusak padi serta dapat merusak kandungan dan tekstur tanah. Namun apabila jumlah pupuk nitrogen yang diberikan kurang, warna daun akan berubah menjadi kuning Sejauh ini, untuk mengetahui tingkat kesuburan tanaman padi di persawahan hanya menggunakan penglihatan mata saja. Hal ini dapat menyebabkan perbedaan persepsi serta mata yang memiliki kelemahan lainnya. Dari permasalahan tersebut memunculkan gagasan untuk membuat aplikasi pengolahan citra untuk mendeteksi tingkat kesuburan tanaman padi menggunakan metode klasifikasi support vector machine (svm), yang didalamnya dapat melakukan deteksi tingkat kesuburan tanaman padi sehingga berdasarkan hasil klasifikasi yang di dapatkan dapat menentukan pemberian dosis pupuk nitrogen. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode prototype. Dalam pembuatan aplikasi ini pengkodean yang digunakan dalam pembuatan aplikasi ini adalah bahasa pemrograman java, dengan tools editor yang digunakan adalah Netbeans. Berdasarkan hasil penelitian yang telah dilakukan, keberhasilan klasifikasi dengan metode support vector machine untuk tanaman padi adalah 92.5%. Dari hasil tersebut maka dapat dikatakan metode support vector machine tepat digunakan dalam mendeteksi tingkat kesuburan tanaman padi. Kata Kunci : Pengolahan Citra, Padi, Support Vector Machine, Prototype
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Basir Umaryadi |
| Date Deposited: | 06 Aug 2018 06:17 |
| Last Modified: | 06 Aug 2018 06:17 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/15949 |
Actions (login required)
 |
View Item |