Identifikasi Penyakit Pada Citra Buah Jeruk dengan Metode Learning Vector Quantization

Jeruk merupakan buah yang banyak mengandung vitamin, mineral serta serat esensial yang sangat berguna bagi daya tahan dan keseimbangan tubuh agar tetap stabil dan normal. Oleh karena itu persediaan buah jeruk di negara Indonesia juga perlu dipertimbangkan. Di tahun 1996-2000, Indonesia mencapai nilai impor buah jeruk rata-rata 43,341 ton pertahun dan diprediksi akan terus meningkat. Menurut petani jeruk yang ada di Desa Selorejo Kecamatan Dau, kurang optimalnya produksi buah jeruk disebabkan oleh penyakit pada tanaman jeruk yang mengakibatkan kualitas jeruk menjadi buruk dan tidak layak konsumsi. Untuk membantu para petani jeruk, diperlukan suatu sistem otomatis yang dapat mengidentifikasi penyakit pada tanaman jeruk dengan harapan produksi buah jeruk dapat meningkat dengan kualitas layak konsumsi. Salah satu solusinya adalah membangun sistem menggunakan teknologi Jaringan Syaraf Tiruan (JST) Learning Vector Quantization (LVQ) dengan ekstraksi fitur warna terhadap citra buah jeruk. Fitur warna yang digunakan yaitu rata-rata dari setiap warna merah, hijau dan biru. Tahapan yang dilakukan oleh sistem yaitu input citra buah jeruk, prepocessing, ekstraksi fitur warna, pelatihan dengan algoritma LVQ, pengujian menggunakan dengan algoritma LVQ dengan output yang dapat mengklasifikasikan 3 penyakit yaitu Thrips, Embun Jelaga dan Kutu Batok. Pada proses pelatihan, peneliti menggunakan 40 data latih setiap kelasnya, laju pembelajaran ≤ 0.9, konstanta pengurangan laju pembelajaran ≤ 1, laju pembelajaran minimum ≤ 10-8, dan iterasi maksimum ≥ 35 dan perbandingan data latih dengan data uji minimal 30:15 didapatkan akurasi terbaik 100% yang dapat mengidentifikasi 15 dari 15 data uji yang disediakan