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.
