IDENTIFIKASI CITRA DAUN TEH MENGGUNAKAN METODE HISTOGRAM UNTUK DETEKSI DINI SERANGAN AWAL HAMA EMPOASCA

Hama Empoasca merupakan salah satu hama utama tanaman teh di Asia.
Hama ini sulit dimonitor karena ukurannya kecil, lincah, mampu terbang dan
meloncat. Oleh karena itu pengamatan serangan hama ini agar lebih praktis dan
mudah dengan cara mengamati gejala serangan awal pada pucuk daun teh. Gejala
serangan tersebut dideskripsikan dan diilustrasikan dengan citra atau image.
Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi komputer yang dapat
membantu orang biasa untuk dapat membedakan daun teh muda atau pucuk daun
teh yang sehat dan yang terkena gejala awal hama Empoasca
Untuk memastikan sampel suatu daun pucuk teh sehat atau terserang hama
Empoasca maka perlu dilakukan image processing menggunakan metode yang
tepat. Banyak metode image processing yang tersedia, dalam penelitian ini
metode histogram dengan pengolahan data menggunakan metode Neural
Network, serta untuk ekstraksi cirinya menggunakan Mean, Standard Devation,
dan Entropy. Data yang digunakan adalah 110 citra data terdiri dari 43 citra data
normal dan 23 citra data bergejala yang nantinya akan diproses menjadi data latih
serta 44 data uji.
Penelitian Identifikasi Citra Daun Teh Menggunakan Metode Histogram
Untuk Deteksi Dini Serangan Awal Hama Empoasca dengan 44 data uji
memperoleh unjukkerja terbaik sebesar 95.45% pada alfa 0,1 dan dec alfa 0,5
dengan 17 iterasi.