Pembuatan Dataset Benih Padi Varietas Ciherang Berbasis Sistem Pengolahan Citra
Abstract
Padi menjadi salah satu bahan pokok masyarakat
yang terus mengalami peningkatan tiap tahunnya. Peningkatan
tersebut akan menimbulkan dampak bagi para petani lokal
untuk menghasilkan kualitas padi yang baik. Pernyataan di atas
membuat Balai Pengawasan dan Sertifikasi Benih Tanaman
Pangan dan Holtikultura (BPSBTPH) terdorong untuk
meningkatkan produktivitas dan kualitas industri padi di
Indonesia terkhusus di Jawa Barat, dengan cara dapat
mengklasifikasikan kualitas benih baik dan tidak baik. Namun
sebelumnya, BPSBTPH memerlukan sebuah dataset yang
nantinya akan digunakan untuk menjadi data acuan terhadap
klasifikasi benih. Pembuatan dataset ini diharapkan dapat
memudahkan BPSBTPH unuk melakukan deteksi dan
klasifikasi benih. Untuk penelitian selanjutnya diharapkan
pengembangan sebuah aplikasi klasifikasi benih.
Pada tugas akhir ini, peneliti menggunakan metode
Open Computer Vision (OpenCV) untuk mendukung sistem
deteksi dalam membuat dataset pada tanaman padi. Sistem ini
bekerja dengan memanfaatkan image processing menggunakan
bahasa pemrograman Python. Kemudian dilakukan pengujian
secara bertahap seperti tahap brightness contrast, bounding
box, dan cropping gambar. Hasil dari pengujian berupa gambar
per benih yang akan disimpan ke dalam Google Drive sebagai
database.
Kata Kunci-- Benih padi, Pengukuran Objek Perkembangan
Benih, Pengolahan Citra.
References
I. LAB, "Apa Itu Image Processing," Immersa Lab, 12
March 2018. [Online]. Available:
https://www.immersa-lab.com/apa-itu-imageprocessing.
htm. [Accessed 7 November 2021].
[2] K. I. D. RI, "Laporan Singkat Komisi Iv Dpr Ri
(Bidang Pertanian, Lingkungan Hidup Dan Kehutanan,
Serta Kelautan)," DEWAN PERWAKILAN
RAKYAT REPUBLIK INDONESIA, Jakarta, 2021-
[3] N. A. Othman, M. U. Salur, M. Karakose and I.
Aydin, "An Embedded Real-Time Object Detection
and Measurement of its Size," in International
Conference on Artificial Intelligence and Data
Processing (IDAP), Turkey, 2018.
[4] T. Tamara, R. Adipranata and R. Intan, "Aplikasi
Pengenalan Plat Nomor Kendaraan Negara Indonesia
Menggunakan Metode Support Vector Machine
(SVM)," JURNAL INFRA, vol. 7, 2019.
[5] E. Dale, H. O. Fjorkenstad and Y. J. Pursley,
"Image Content and Hand Writing Analysis of the
Dead Sea Scrolls," Norwegian University of Science
and Technology (NTNU) Open, 2022.
[11] P. R. Aningtiyas, A. Sumin and S. Wirawan,
"Pembuatan Aplikasi Deteksi Objek Menggunakan
TensorFlow Object Detection API dengan
Memanfaatkan SSD MobileNet V2 Sebagai Model
Pra-Terlatih," Jurnal Ilmiah Komputasi, vol. 19, no. 3,
pp. 421-430, 2020.
Z.-Q. Zhao, P. Zheng, T. S. Xu and X. Wu, "Object
Detection With Deep Learning: A Review," IEEE
Transactions On Neural Networks And Learning
Systems, pp. 1-21, 2019.
[14] T. C. A.-S. Zulkhaidi, E. Maria and Y. ,
"Pengenalan Pola Bentuk Wajah dengan OpenCV,"
JURTI, vol. 3, no. 2, pp. 181-186, 2019.
[15] M. Z. Andrekha and Y. Huda, "Deteksi Warna
Manggis Menggunakan Pengolahan Citra dengan
Opencv Python," Jurnal Vocational Teknik
Elektronika dan Informatika, vol. 9, pp. 27-33, 2021.
[16] S. S. Nurhaliza and L. ETP, "Sistem Pengenalan
Karakter Dokumen Secara Otomatis Menggunakan
Metode Optical Character Recognition," PETIR:
Jurnal Pengkajian dan Penerapan Teknik Informatika,
vol. 15, pp. 166-175, 2022.
K. H. I. H. J. Jae Moon Lee, "Real Distance
Measurement Using Object Detection of Artificial
Intelligence," Turkish Journal of Computer and
Mathematics Education, vol. 12, pp. 557-563, 2021.pp.
-99, Jan. 1979.