SEGMENTASI CITRA BEMISIA TABACI MENGGUNAKAN METODE K-MEANS

Sri Hadianti, Dwiza Riana

Abstract


Abstrak  –  Bemisia tabaci atau sering disebut Kutu Kebul merupakan jenis hama yang sering menyerang daun. Karena bentuknya yang kecil dan memiliki sayap, maka tidak jarang para petani sulit untuk melihat apakah di belakang daun itu terdapat kutu kebul atau tidak. Jika diteliti kutu kebul ini bisa membahayakan pertumbuhan tanaman, bahkan bisa membuat tanaman gagal panen karena daun yang disinggahi kutu kebul bisa menguning bahkan sampai mengering. Penelitian ini bertujuan melakukan segmentasi pada citra bemisia tabaci dengan memanfaatkan fitur warna pada daun. Pada paper ini metode pengolahan citra menggunakan clustering K-Mean, hasil dari pengolahan citra adalah kutu kebul bisa terdeteksi dengan menggunakan clustering K-Mean sebab bisa dibedakan dengan susunan warna yang dihasilkan dari proses pengolahan citra. Sehingga bisa dikatakan K-Mean clustering cocok digunakan dalam mendeteksi citra Kutu Kebul pada daun.Akan tetapi pada penelitian ini masih ada kelemahan, yaitu objek bemisia tabaci belum dipisahkan dari citra daun, ini menjadi salah satu saran untuk penelitian yang akan datang. 

Kata Kunci: Bemisia Tabaci, K-Means, Clustering, Citra


Full Text:

PDF

Refbacks

  • There are currently no refbacks.