Monitoring Pertumbuhan Kecambah Kacang Hijau Menggunakan Region Growing

Main Article Content

Fadlillah Mukti Ayudewi
Anton Yudhana
Rusydi Umar

Abstract


Pada bidang pertanian perkembangan teknologi informasi diharapkan dapat memaksimalkan kualitas hasil pertanian dan mengurangi resiko gagal panen yang diakibatkan kurangnya monitoring pertumbuhan tanaman. Monitoring secara manual oleh manusia kurang optimal yang diakibatkan oleh keterbatasan fisik manusia seperti kelelahan dan kurangnya ketelitian. Monitoring pertumbuhan tanaman menggunakan pengolahan citra merupakan alternatif untuk mengurangi resiko gagal panen yang diakibatkan kurangnya monitoring pertumbuhan tanaman. Penelitian ini bertujuan untuk menerapkan fungsi monitoring pertumbuhan tanaman menggunakan metode region growing dan aplikasi Matlab dengan objek kecambah kacang hijau. Pengambilan data dilakukan dengan penanaman 30  kecambah kacang hijau menggunakan media tanam rockwool. Proses penelitian dilakukan dengan pengambilan gambar secara digital pada pagi dan malam hari selama empat hari, merubah aras warna (Red Green Blue) menjadi grayscale, melakukan cropping citra dan kemudian menghitung pertumbuhan tanaman menggunakan region growing. Region growing merupakan metode pengelompokkan piksel-piksel atau sub wilayah menjadi wilayah yang lebih besar bedasarkan kriteria yang telah didefinisikan. Hasil penelitian menunjukkan region growing dapat digunakan untuk menghitung pertumbuhan panjang kecambah dengan tingkat error sebesar 4,02 %.


Downloads

Download data is not yet available.

Article Details

How to Cite
[1]
F. M. Ayudewi, A. Yudhana, and R. Umar, “Monitoring Pertumbuhan Kecambah Kacang Hijau Menggunakan Region Growing”, JR, vol. 2, no. 9, Jan. 2024.
Section
Articles

References

] V. J. L. Engel., & S. Suakanto, (2017). Model Inferensi Konteks Internet of Things pada Sistem Pertanian Cerdas. Jurnal Telematika, 11 (2), 49–54.

R. Asnawi. (2015). Iklim dan Kedaulatan Pangan di Indonesia Tinjauan Produksi dan Kemiskinan. Sosio Informa : 1 (3), 293–309

A. Yudhana., & U.S. Pratama. (2017). Otomatisasi Sistem Penyiraman Dan Pemupukan Tanaman Berbasis Mikrokontroler Atmega8535. PROSIDING Snsebatik: 1 (1), 96–101.

A. Yudhana., R. Umar., & F. M. Ayudewi. (2019). The Monitoring of Corn Sprouts Growth Using The Region Growing Methods. Journal of Physics: Conference Series : 1373 (1), 1-6.

L. Sutiarso., A. Suyantohadi., D. Kastono., & A.P. Nugroho. (2011). Aplikasi Sistem Monitoring Pertumbuhan Tanaman Berbasis Web Menggunakan Machine Vision. Agritech : 31 (4). 359–367

A. Yudhana., & S. A. Akbar. (2018). Kelompok Tani Desa Argorejo. Sinemas UAD 298–302.

A. Yudhana. (2018). Otomasi dan Instrumentasi untuk Smart Farming dan Smart Glove. Yogyakarta : CV Mine.

S. Gustina., A. Fadlil., & R. Umar. (2017). Sistem Identifikasi Jamur Menggunakan Metode Ekstraksi Ciri Statistik Orde 1 dan Klasifikasi Jarak. Techno.com : 16 (4), 378–386.

T.P.N. Cerah., O.D. Nurhayati., % R. R. Isnanto (2019). Perbandingan Metode Segmentasi K-Means Clustering dan Segmentasi Region Growing untuk Pengukuran Luas Wilayah

D. Abdullah, E. D. Putra, and J. Pseudocode, “SEGMENTASI PADA CITRA DIGITAL METODE FUZZY C-MEANS DAN OTSU,” pp. 72–80, 2017. D. Abdullah, E. D. Putra, and J. Pseudocode (2017). Segmentasi Pada Citra Digital Metode Fuzzy C-Means Dan Otsu. Jurnal Pseudocode : 4 (1), 71-80.

I. M. Agus., W., Putra,, B. Made, S. Nirmala,. & Liandana. Perbandingan Hasil Segmentasi pada Masing-Masing Kanal Ruang Warna untuk Memunculkan Fitur Plasmodium pada Thin Blood Films,” o. Senapati, 2016.

R. Dea., A. Putri., A. W. Widodo., & M. A. Rahman(2019. Pemanfaatan Metode Texture- Based Region Growing Untuk Segmentasi Buah Jeruk Keprok (Citrus Reticulata Blanco). Jurnal Pengembangan Teknologi Informasi dan Komputer : 3 (4), 3201–3207.

Most read articles by the same author(s)