Aplikasi Pengenalan Penyakit Berbasis Android pada Tanaman Cabai Rawit dengan Metode Klasifikasi Backpropagation Neural Network

Di Indonesia permintaan akan cabai rawit masih tergolong cukup tinggi dan seakan-akan sudah menjadi bahan kebutuhan pokok bagi masyarakat. Seiring dengan perkembangan dunia di bidang industri pengolahan bahan pangan. Peningkatan kebutuhan akan cabai rawit, tingginya permintaan dan harga penjualan mendorong minat masyarakat untuk membudidayakan tanaman cabai rawit. Namun, gangguan biotis yang menyebabkan kendala dalam upaya peningkatan hasil produksi cabai rawit. Bagian daun dan buah merupakan bagian tubuh tanaman yang memungkinkan untuk dilakukan proses pengenalan penyakit pada tanaman cabai rawit, karena terdapat perubahan warna dan tekstur pada bagian tersebut. Proses pengenalan penyakit pada tanaman cabai rawit melalui teknologi Computer Vision. Pada tahap preprocessing digunakan Resize dan Brightness and Contrast Adjustment, serta ekstraksi ciri warna RGB to CMYK. Pada tahap segmentasi dilakukan operasi thresholding untuk memisahkan antara bagian daun/cabai yang sehat dengan berpenyakit. Untuk metode pengenalan penyakit tanaman cabai rawit menggunakan Backpropagation Neural Network. Proses pengenalan menghasilkan lima jenis penyakit, yaitu layu fusarium, layu bakteri, bulai daun, daun keriting, dan antraknosa. Dari data tersebut selanjutnya dikirim melalui smartphone melalui jaringan IoT kepada alat penyemprot otomatis untuk menyemprotkan jenis pestisida yang sesuai dengan dosis dan jenis penyakit. Berdasarkan hasil pengujian menggunakan 150 sampel citra daun dan buah pada tanaman cabai diperoleh persentase keberhasilan sebesar 91,33%.