1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Cabai (Capsicum annuum L.) merupakan salah satu komoditas pertanian yang cukup penting di Indonesia. Walaupun demikian cabai sangat rentan terkena patogen dengan 33 jenis penyakit yang terdaftar (Duriat dkk., 2007). Pengetahuan tentang penyakit, patogen dan gejala yang ditimbulkannya diperlukan baik dalam proses pengendalian penyakit ataupun pada penelitian yang terkait dengannya. Pengendalian penyakit tanaman itu sendiri diperlukan untuk mencegah kerusakan pada tanaman cabai jika terserang penyakit. Gejala penyakit dapat dilihat pada bagian tubuh tanaman, seperti daun, buah, batang dan akar. Sebagian besar gejala penyakit cabai terlihat di daunnya. Sehingga dengan memperhatikan gejala pada daun, beberapa penyakit dan patogennya dapat diidentifikasi. Setiap jenis penyakit yang menyerang memiliki gejala tampak yang dapat dibedakan satu dengan yang lain, walaupun beberapa di antaranya terjadi ketika penyakit sudah masuk ke tingkatan yang parah. Agar penyakit tidak terlanjur parah, identifikasi perlu dilakukan pada infeksi awal. Permasalahannya adalah beberapa jenis penyakit memperlihatkan kemiripan gejala pada infeksi awal tersebut. Hal ini menyebabkan proses identifikasi akan mengalami kesulitan jika hanya mengandalkan penampakan gejala yang tampak dari daun. Oleh karena itu pada penelitian ini identifikasi juga dilakukan menggunakan mikroskop untuk mengetahui patogen apa saja (cendawan) yang diperoleh dari daun yang diteliti. Pada penelitian yang telah dilakukan, terdapat tiga jenis bercak daun yang didapatkan, yaitu bercak daun serkospora, bercak kelabu stemfilium dan bercak daun yang disebabkan oleh bakteri. Sedangkan jenis patogen yang terdeteksi, yang berupa conidia karena merupakan cendawan, ada dua jenis. Kedua jenis patogen tersebut adalah Cercospora capsici yang menyebabkan penyakit bercak daun serkospora dan 1
2 Leveilula taurica yang menyebabkan penyakit embun tepung. Penyakit-penyakit yang disebabkan oleh patogen berupa cendawan dapat dibedakan berdasarkan karakteristik bentuk conidia yang dapat dilihat dengan menggunakan mikroskop. Bakteri tidak diteliti penampakan mikroskopisnya karena penampakan bakteri tidak dapat diperoleh jika hanya menggunakan mikroskop biasa. Berdasarkan pada karakteristik penyakit bercak daun yang beragam, diperlukan sebuah sistem yang dapat digunakan untuk mengidentifikasi penyakitpenyakit tersebut. Pengenalan pola adalah suatu disiplin ilmu yang bertujuan untuk mengklasifikasikan sekumpulan objek ke dalam beberapa kategori atau beberapa kelas (Theodoridis dan Koutroumbas, 2009). Dengan demikian pengenalan pola dapat digunakan untuk memudahkan seseorang dalam mengidentifikasi jenis-jenis penyakit bercak daun pada cabai. Pada sebuah daun yang diteliti, dapat terjadi kombinasi penyakit di dalamnya. Kombinasi penyakit yang mungkin terjadi berdasarkan jenis bercak daun dan conidianya dapat dilihat pada Tabel 1.1. Tabel 1.1 Kombinasi penyakit yang mungkin terjadi pada penelitian yang dilakukan No Nama Penyakit 1 Bercak daun serkospora 2 Bercak karena bakteri 3 Bercak kelabu stemfilium 4 Embun tepung 5 Bercak daun serkospora dan Bercak karena bakteri 6 Bercak daun serkospora dan Bercak kelabu stemfilium 7 Bercak daun serkospora dan Embun tepung 8 Bercak karena bakteri dan Bercak kelabu stemfilium 9 Bercak karena bakteri dan Embun tepung 10 Bercak kelabu stemfilium dan Embun tepung 11 Bercak daun serkospora, Bercak karena bakteri dan Bercak kelabu stemfilium 12 Bercak daun serkospora, Bercak karena bakteri dan Embun tepung 13 Bercak daun serkospora, Bercak kelabu stemfilium dan Embun tepung 14 Bercak karena bakteri, Bercak kelabu stemfilium dan Embun tepung 15 Bercak daun serkospora, Bercak karena bakteri, Bercak kelabu stemfilium dan Embun tepung 16 Tidak berpenyakit
3 Fitur-fitur yang digunakan untuk mengenali jenis penyakit adalah fitur tekstur, warna dan bentuk pada bercak daun dan fitur bentuk dan ukuran pada citra mikroskopis. Citra daun diakuisisi menggunakan kamera, sementara citra mikroskopis diakuisisi menggunakan mikroskop digital. Mikroskop digital terdiri atas mikroskop biasa (analog), sumber cahaya, sebuah kamera dan tempat kamera. Kamera menggantikan posisi mata manusia. Citra yang ditangkap dapat langsung disimpan dalam bentuk file atau diproses terlebih dahulu (Hartati dkk., 2011). Metode yang digunakan untuk melakukan ekstraksi fitur pada bercak adalah Gray Level Co-occurrence Matrix (GLCM), fitur warna RGB dan circularity ratio sebagai fitur bentuk. Pada penelitian ini juga ditentukan luasan area, circularity ratio, rectangularity, compactness, dan eccentricity sebagai fitur bentuk dan ukuran dari masing-masing conidia. Jaringan Syaraf Tiruan (JST) merupakan suatu usaha untuk memodelkan kemampuan pemrosesan informasi dari sistem syaraf pada makhluk hidup. Salah satu model JST adalah Probabilistic Neural Networks (PNN). PNN digunakan karena menurut Ghaiwat dan Arora (2014) tahapan pelatihan pada PNN lebih cepat dan dapat lebih akurat jika dibandingkan dengan jaringan multilayer perceptron. Selain itu PNN juga relatif insensitif terhadap data-data pencilan (outlier). 1.2 Rumusan Masalah Pada penelitian ini, permasalahan yang akan diselesaikan adalah: 1. Bagaimana mengekstrak fitur tekstur dan warna pada bercak daun serta fitur bentuk pada patogen mikroskopis dari daun yang diteliti. 2. Bagaimana mengembangkan metode identifikasi penyakit cabai dengan gejala bercak daun berdasarkan hasil ekstraksi fitur tekstur dan warna pada bercak daun dan hasil ekstraksi fitur bentuk pada patogen mikroskopis dari daun yang diteliti.
4 1.3 Batasan Masalah Pada penelitian ini, batasan masalahnya meliputi: 1. Tanaman cabai yang akan diidentifikasi patogen dan mikrobanya berasal dari spesies Capsicum annuum L. 2. Bagian tanaman cabai yang akan diproses merupakan daun yang memiliki bercak. 1.4 Keaslian Penelitian Penelitian mengenai pengenalan penyakit tanaman cabai berdasarkan gejala pada daun sudah pernah dilakukan. Penelitian tersebut menggunakan sistem pakar sebagai metode pengenalannya. Metode ekstraksi fitur menggunakan GLCM dan nilai-nilai gemetris juga sudah pernah dilakukan pada penelitian sebelumnya, demikian juga metode pengenalan menggunakan PNN. Berdasarkan referensi dan kajian pustaka, penelitian yang diajukan sebagai Tesis S2 Ilmu Komputer Gadjah Mada Yogyakarta mengenai identifikasi penyakit cabai berdasarkan gejala bercak daun dan penampakan conidia menggunakan probabilistic neural network belum pernah dilakukan. 1.5 Tujuan Penelitian Penelitian ini bertujuan mengembangkan metode identifikasi penyakit cabai (Capsicum anuum L.) dengan gejala bercak daun dan penampakan conidia menggunakan PNN. Metode tersebut diimplementasikan dalam sebuah prototipe sistem berbasis komputer dengan penggunanya adalah peneliti yang bergerak dalam bidang penelitian atau pertanian cabai. Identifikasi dilakukan berdasarkan fitur tekstur, warna dan bentuk pada bercak daun serta berdasarkan fitur bentuk dan ukuran dari conidia yang dilihat dengan menggunakan mikroskop. Output yang diharapkan adalah penyakit tanaman cabai dapat teridentifikasi. 1.6 Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan manfaat bagi peneliti yang bergerak dalam bidang pertanian (khususnya cabai) maupun bidang penelitian mikroba seperti jamur. Pada bidang pertanian, proses identifikasi yang
5 dilakukan berdasarkan citra daun dan mikroskopnya diharapkan dapat digunakan sebagai referensi dalam penanganan penyakit sedini mungkin. Sementara pada bidang penelitian mikroba proses identifikasi dapat digunakan sebagai referensi dalam perkembangan jamur pada tanaman cabai. 1.7 Metode Penelitian Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Studi Literatur Pada tahapan ini dilakukan pembacaan paper, artikel dan buku yang terkait dengan penyakit tanaman cabai dan pengenalan pola citra khususnya metode-metode pengolahan citra dan PNN. 2. Desain Penelitian Pada tahapan ini dibangun skema rancangan untuk proses pengolahan citra, proses training dan testing pada PNN, dan proses identifikasi penyakit tanaman cabai. 3. Pengumpulan Data Pada tahapan ini dilakukan pengumpulan data yaitu pengumpulan citra daun dan citra mikroskopis. Citra daun didapatkan dengan melakukan pengambilan gambar dari sehelai daun cabai yang diletakkan di atas kertas putih. Citra mikroskopis didapatkan dengan mengikis bercak daun menggunakan scapel. Hasil pengikisan tersebut diletakkan di atas kaca preparat, kemudian ditetesi larutan pewarna lactophenol cotton blue. Preparat diamati di bawah mikroskop untuk kemudian diambil gambarnya. Pada tahapan ini juga dilakukan wawancara dengan pakar penelitian tanaman cabai di laboratorium bakteriologi tumbuhan di bawah pengawasan kepala laboratorium Prof. Dr. Ir. Siti Subandiyah, M.Agr.Sc. dan Dr. Arif Wibowo, M.Agr.Sc. Wawancara tersebut dilakukan untuk mendapatkan informasi tentang kelas penyakit dari tanaman cabai berdasarkan citra daun dan citra mikroskopis.
6 4. Implementasi Pada tahapan ini dilakukan pengimplementasian desain penelitian yang diusulkan ke dalam baris program. Program tersebut digunakan untuk melakukan pengolahan data citra dan identifikasi penyakit cabai dengan menggunakan PNN. 5. Analisa Hasil Pada tahapan ini dilakukan proses training dan testing pada PNN dengan menggunakan data-data yang telah diolah dengan proses pengolahan citra. Kemudian dilakukan analisa terhadap hasil pengelompokkan menggunakan proses training dan testing dengan nilai akurasi tertinggi. 6. Penarikan Kesimpulan Pada tahapan ini dilakukan penarikan kesimpulan untuk menjawab rumusan masalah penelitian dan memenuhi tujuan penelitian yang telah dijabarkan. 1.8 Sistematika Penulisan Tesis ini berisikan 7 (tujuh) bab dengan rincian masing-masing bab sebagai berikut: Bab I Pendahuluan Bab ini berisi uraian singkat tentang latar belakang penelitian, rumusan masalah, batasan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. Bab II Tinjauan Pustaka Bab ini berisi uraian penelitian-penelitian serupa yang telah dilakukan dan dijadikan referensi dalam penelitian ini. Bab III Landasan Teori Bab ini berisi uraian teori-teori dasar yang berkaitan dengan studi kasus dan metode-metode yang digunakan dalam penelitian ini. Studi kasus dan metodemetode yang digunakan antara lain: penyakit tanaman cabai, metode-metode dalam pengolahan citra digital, dan Probabilistic Neural Network (PNN).
7 Bab IV Analisis dan Perancangan Bab ini berisi mengenai analisa terhadap penggunaan metode-metode pengolahan citra yang dibutuhkan dalam penelitian ini dan penggunaan Probabilistic Neural Network sebagai metode JST yang dipilih. Perancangan yang diuraikan adalah perancangan pengolahan citra, perancangan PNN, antarmuka sistem, dan perancangan pengujian sistem. Bab V Implementasi Bab ini berisi implementasi metode pengolahan citra dan PNN dari hasil analisis dan perancangan yang dilakukan. Bab VI Hasil dan Pembahasan Bab ini berisi hasil pengolahan citra, hasil pengelompokkan data dan analisis hasil pengelompokkan data. Bab VII Penutup Bab ini berisi kesimpulan hasil penelitian dan saran untuk penelitian lebih lanjut.