Detection of Tobacco Quality through Digital Image Processing with Adaptive Region Growing Method and Decision Tree Classification
Abstract
Budidaya tembakau merupakan kegiatan padat karya. Meskipun daerah Perkebunan tembakau di Indonesia diperkirakan hanya sekitar 207.020 hektar, namun dibandingkan dengan menanam padi, menanam tembakau membutuhkan banyak tenaga hampir tiga kali. Tembakau merupakan tanaman yang ditanam sebagai bahan baku industri untuk rokok. Tembakau memiliki nilai ekonomi yang sangat menjanjikan. Hal ini sejalan dengan tarif cukai yang meningkat rata-rata 12% sejak awal tahun. Kementerian Keuangan (Kemenkeu) melaporkan penerimaan CHT mencapai Rp. 118 triliun pada tahun ini. Namun cara tradisional dalam menentukan nilai mutu daun tembakau mempunyai kelemahan, antara lain standar mutlak daun tembakau hanya bersifat prediksi dan tidak mempunyai nilai dalam menentukan tingkat mutu. Metode langkah-langkah prosesnya adalah mengambil sampel daun tembakau berukuran 400-600 mm, kemudian memotret dengan kamera Handphone 1 beresolusi 12 MP dan kamera Handphone 2 beresolusi 8 MP dengan kamera Handphone 1 beresolusi 12 MP. merek yang berbeda. Citra diolah dengan software simulasi menggunakan Adaptive Area Development (ARG) dan klasifikasi Decision Tree. Program dirancang menggunakan software MATLAB dan ditampilkan dengan bentuk GraphicUserInterface (GUI). Dari hasil pengujian, tingkat akurasi yang diperoleh dengan menggunakan metode Adaptive Region Growing 93% berdasarkan 6 ciri statistik. Penelitian ini menggunakan seleksi fitur GINI Index dengan metode klasifikasi Decision Tree. Menggunakan dataset perbandingan data latih dan data uji sebesar 70:30. Hasil penggunaan seleksi fitur GINI index 3rd Rita Magdalena Fakultas Teknik Elektro Universitas Telkom Bandung, Indonesia [email protected] pertama tahun lalu [1]. Namun semenjak tahun 2023 petani mengalami masalah yaitu persaingan harga dengan tembakau impor, padahal kualitas tembakau Indonesia tidak kalah saing dengan tembakau impor [2]. Maka kualitas tembakau perlu diperhatikan agar nilai ekonomi evaluasi kebutuhan tembakau menaik. Dalam penentuan kualitas tembakau, para grader melakukan pengecekan seperti bercak pada daun tembakau sebagai penentu dengan memperoleh hasil sebesar 85%.
Kata Kunci : Daun Tembakau, image processing, Adaptive area Development, Decision Tree.
References
"Pusat Data Ekonomi dan Bisnis Indonesia | Databoks." Accessed: Aug. 15, 2022. [Online]. Available:https://databoks.katadata.co.id/datapublish/2022/08/02/penerimaan-cukai-hasil-tembakautumbuh-33-pada-semester-i-2022
K. A. Wibisono and A. F. Ibadillah, "Deteksi kualitas Tembakau Madura Berbasis Image Processing Dan Sensor Gas," Prosiding Seminar Nasional Teknologi Elektro Terapan, vol. 1, no. 01, pp. 73–78, Oct. 2017, Accessed: Aug. 15, 2022. [Online].Available:https://prosiding.polinema.ac.id/sngbr/index.php/sntet/article/view/53
M. H. PURNOMO, "Deteksi Kualitas Biji Kopi Melalui Pengolahan Citra Digital Dengan Metode Adaptive Region Growing dan Klasifikasi Decision Tree," 2022, Accessed: Aug. 15, 2022. [Online]. Available:https://openlibrary.telkomuniversity.ac.id/home/catalog/id/178534/slug/deteksi-kualitas biji-kopi-melalui-pengolahan-citra-digital-dengan metode-adaptive-region-growing-dan-klasifikasi decision-tree.html
H. Hasanah et al., "Kontribusi Komoditas Tembakau Koperasi Agrobisnis Tarutama Nusantara Terhadap Perekonomian," Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat, vol. 3, no. 5, pp. 630–637, Sep. 2023, doi: 10.59395/ALTIFANI.V3I5.436.
M. Ali and B. Hariyadi, "Teknik budidaya tembakau," 2018, Accessed: Aug. 14, 2022. [Online]. Available: https://osf.io/preprints/zy3eb/
K. Yati, M. Jufri, M. Gozan, M. Mardiastuti, and L. P. Dwita, "Pengaruh Variasi Konsentrasi Hidroxy Propyl Methyl Cellulose (HPMC) terhadap Stabilitas Fisik Gel Ekstrak Tembakau (Nicotiana tabaccum L.) dan Aktivitasnya terhadap Streptococcus mutans," Pharmaceutical Sciences and Research, vol. 5, no. 3, p. 4, Dec. 2018, doi: 10.7454/psr.v5i3.4146.
"Pengolahan Citra Digital - Darma Putra - Google Books."
E. Maria, Y. Yulianto, Y. P. Arinda, J. Jumiaty, and P. Nobel, "Segmentasi Citra Digital Bentuk Daun Pada Tanaman Di Politani Samarinda Menggunakan Metode Thresholding," Jurnal Rekayasa Teknologi Informasi (JURTI), vol. 2, no. 1, pp. 37–46, Jun. 2018, Accessed: Aug. 16, 2022. [Online]. Available: http://ejournals.unmul.ac.id/index.php/INF/article/view/1377
F. Muwardi and A. Fadlil, "Sistem Pengenalan Bunga Berbasis Pengolahan Pengklasifikasi Jarak," 2017.
C. Marshela, N. Ibrahim, and E. Wulandari, "Deteksi Kualitas Kemurnian Susu Sapi Melalui Pengolahan Citar Idgital Menggunakan Metode Adaptive Region Growing Dan Klasifikasi Learning Vector Quantization."
Y. Wang, J. Ye, T. Wang, J. Liu, H. Dong, and X. Qiao, "Breast Ultrasound Image Segmentation Algorithm Using Adaptive Region Growing and Variation Level Sets," 2022, doi: 10.1155/2022/1752390.
"STATISTIKA PENELITIAN".
J. S. Seleky, "kajian sifat ekor tebal distribusi modecentered burr," 2022.
N. F. Patimah, M. Abdurrohman, A. R. Rinaldi, and A. Rinaldi Dikananda, "Implementasi Algoritma Naïve Bayes dalam Klasifikati Penyakit Diabetes," 2021. [Online]. http://publikasi.bigdatascience.id
J. Chaki and N. Dey, "A Beginner’s Guide to Image Preprocessing Techniques," A Beginner’s Guide to Image Preprocessing Techniques, Oct. 2018, doi: 10.1201/9780429441134.
