Analisis Kinerja Filter Gambar terhadap Noise pada Penyakit Tanaman Tomat
Abstract Views: 110
PDF Downloads: 101
DOI:
https://doi.org/10.56211/blendsains.v4i3.1335Keywords:
Filter Bilateral; Filter Median; Filter NLM; MSE; Noise; PSNR
Abstract
Pertanian memiliki peranan penting dalam kehidupan bermasyarakat di Indonesia. Ketersediaan lahan dan iklim yang mendukung menjadikan pertanian masih menjadi sumber nafkah bagi sebagian orang. Pertanian memiliki sejarah yang sangat panjang dan revolusi besar-besaran untuk menggunakan teknologi masih belum masif saat ini. Teknologi 4.0 sangat membantu petani dalam meningkatkan produksi dan menurunkan gagalnya panen. Pendeteksian penyakit dengan menggunakan machine learning sangat membantu untuk menentukan jenis penyakit dan pengobatan yang diperlukan. Keterbatasan dataset sangat memperngaruhi hasil dari prediksi penyakit tersebut sehingga dengan bantuan adannya filter akan membantu meningkatkan hasil dengan dataset yang terbatas. Pada percobaan ini digunakan tiga jenis filter yang dilakukan pengujian dengan tiga jenis noise yang berbeda. Jenis noise yang digunakan adalah Gaussian, Salt and Paper serta Speckle untuk menguji kinerja filter dengan menggunakan aplikasi MatLab. Adapun filter yang digunakan adalah filter Bilateral, NLM dan Median. Dataset yang digunakan adalah dataset pada tanaman tomat dengan random sampling dan diambil 18 gambar pada masing-masing kelas dengan total ada 7 kelas. Percobaan menggunakan noise Gaussian menghasilkan filter NLM yang bagus dalam memperbaiki gambar yang diberikan noise. Filter Median terbukti mampu memperbaiki gambar yang diberikan noise Salt and Paper. Penggunaan noise Speckle pada gambar menghasilkan filter Bilateral sebagai filter yang mampu memperbaiki gambar dengan kualitas terbaik. Dengan menggunakan hasil semua percobaan dengan semua noise maka dihasilkan filter NLM sebagai filter terbaik dalam memperbaiki gambar yang diberikan noise dengan nilai PSNR (dB), SSIM dan MSE adalah 25,20 , 0,76 , 0,003. Nilai rata-rata tersebut membuktikan bahwa filter NLM dapat memperbaiki gambar pada semua kelas dengan hasil rata-rata terbaik.
Downloads
References
G. Heru Sandi and Y. Fatma, “Pemanfaatan Teknologi Internet of Things (Iot) Pada Bidang Pertanian,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 1–5, 2023, doi: 10.36040/jati.v7i1.5892. DOI: https://doi.org/10.36040/jati.v7i1.5892
I. P. Sari, A. Novita, A.-K. Al-Khowarizmi, F. Ramadhani, and A. Satria, “Pemanfaatan Internet of Things (IoT) pada Bidang Pertanian Menggunakan Arduino UnoR3,” Blend Sains J. Tek., vol. 2, no. 4, pp. 337–343, 2024, doi: 10.56211/blendsains.v2i4.505. DOI: https://doi.org/10.56211/blendsains.v2i4.505
M. Habibullah, H. Fahmi, and E. Herawati, “Penerapan Metode Segmentasi Gabor Filter Dan Algoritma Support Vector Machine Untuk Pendeteksian Penyakit Daun Tomat,” J. Ris. Mhs. Mat., vol. 2, no. 6, pp. 221–232, 2023, doi: 10.18860/jrmm.v2i6.22023. DOI: https://doi.org/10.18860/jrmm.v2i6.22023
J. V. P. Putra, F. Ayu, and B. Julianto, “Implementasi Pendeteksi Penyakit pada Daun Alpukat Menggunakan Metode CNN,” Stain. (Seminar Nas. Teknol. Sains), vol. 2, no. 1, pp. 155–162, 2023, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/stains/article/view/2888
M. Widyaningsih and A. Harjoko, “Identifikasi Gejala Penyakit Tanaman Jeruk Melalui Pengolahan Citra,” J. Sains Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 104–113, 2021, doi: 10.33084/jsakti.v3i2.2294. DOI: https://doi.org/10.33084/jsakti.v3i2.2294
I. Suhardin, A. Patombongi, and A. M. Islah, “MENGIDENTIFIKASI JENIS TANAMAN BERDASARKAN CITRA DAUN MENGGUNAKAN AlGORITMA CONVOLUTIONAL NEURAL NETWORK,” Simtek J. Sist. Inf. dan Tek. Komput., vol. 6, no. 2, pp. 100–108, 2021, doi: 10.51876/simtek.v6i2.101. DOI: https://doi.org/10.51876/simtek.v6i2.101
Syed Zaini, S. Z., Sofia, N. N., Marzuki, M., Abdullah, M. F., Ahmad, K. A., Isa, I. S., & Sulaiman, S. N. (2019). Image Quality Assessment for Image Segmentation Algorithms: Qualitative and Quantitative Analyses. Proceedings - 9th IEEE International Conference on Control System, Computing and Engineering, ICCSCE 2019, 66–71. https://doi.org/10.1109/ICCSCE47578.2019.9068561
Joshi, N., Jain, S., & Agarwal, A. (2018). Segmentation based non local means filter for denoising MRI. 2017 6th International Conference on Reliability, Infocom Technologies and Optimization: Trends and Future Directions, ICRITO 2017, 2018-Janua, 640–644. https://doi.org/10.1109/ICRITO.2017.8342506 DOI: https://doi.org/10.1109/ICRITO.2017.8342506
Mohd Sagheer, S. V., & George, S. N. (2020). A review on medical image denoising algorithms. Biomedical Signal Processing and Control, 61, 102036. https://doi.org/10.1016/j.bspc.2020.102036 DOI: https://doi.org/10.1016/j.bspc.2020.102036
N. Veni and J. Manjula, “Gaussian Denoising By Time Domain and Frequency Domain Filters for MRI Brain Images,” 2022 IEEE IAS Glob. Conf. Emerg. Technol. GlobConET 2022, pp. 817–821, 2022, doi: 10.1109/GlobConET53749.2022.9872351. DOI: https://doi.org/10.1109/GlobConET53749.2022.9872351
N. Yasmin, S. C. D. Akbar, and A. Ramadhanu, “Pengelolahan Citra Cabai Keriting: Kombinasi Median Filtering dan Algoritma K-Means untuk Pengelompokan Berbasis Fitur,” J. Educ. Res., vol. 5, no. 4, pp. 6031–6040, 2024, doi: 10.37985/jer.v5i4.1865. DOI: https://doi.org/10.37985/jer.v5i4.1865
K. Wicaksono and R. A. Ramadhani, “Perbaikan Kualitas Citra Daun Jagung Menggunakan Metode Multi Level Median Filter,” vol. 9, pp. 1658–1666.
Yu, J. (2023). Based on Gaussian filter to improve the effect of the images in Gaussian noise and pepper noise. Journal of Physics: Conference Series, 2580(1). https://doi.org/10.1088/1742-6596/2580/1/012062 DOI: https://doi.org/10.1088/1742-6596/2580/1/012062
Sulaiman, S. N. (2019). Image Quality Assessment for Image Segmentation Algorithms: Qualitative and Quantitative Analyses. Proceedings - 9th IEEE International Conference on Control System, Computing and Engineering, ICCSCE 2019, 66–71. https://doi.org/10.1109/ICCSCE47578.2019.9068561 DOI: https://doi.org/10.1109/ICCSCE47578.2019.9068561
A. U. Shehin and D. Sankar. Adaptive Bilateral Filtering Detection Using Frequency Residuals for Digital Image Forensics. Proc. 29th International Conference on Systems, Signals and Image Processing IWSSIP 2022, June 01 - 03, 2022, Sofia, Bulgaria. DOI: 10.1109/IWSSIP55020.2022.9854436 DOI: https://doi.org/10.1109/IWSSIP55020.2022.9854436
A. A. Kumar, N. Lal, and R. N. Kumar, “A Comparative Study of Various Filtering Techniques,” Proc. 5th Int. Conf. Trends Electron. Informatics, ICOEI 2021, pp. 26–31, 2021, doi: 10.1109/ICOEI51242.2021.9453068. DOI: https://doi.org/10.1109/ICOEI51242.2021.9453068
Appiah, O., Opoku, E., Mensah, E. M., & Quayson, E. (2022). Decision-Based Median-of-Medians Filtering Algorithm to Denoise Salt-and-Pepper Noise in Colour Images. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4100969 DOI: https://doi.org/10.2139/ssrn.4100969
Shaikh Shoeb, “Tomoto Plant Disease.” [Online]. Available: https://www.kaggle.com/datasets/shaikhshoeb/tomoto-plant-disease
X. Hai, S. Cao, S. Cui, J. Ma, and K. Gao, “Image Filter Processing Algorithm Analysis and Comparison,” J. Phys. Conf. Ser., vol. 1820, no. 1, 2021, doi: 10.1088/1742-6596/1820/1/012192. DOI: https://doi.org/10.1088/1742-6596/1820/1/012192
Downloads
Article History
Pages: 613-621
How to Cite
Issue
Section
License
Copyright (c) 2026 Muh. Erdin, Nurfitri Nurfitri
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskahnya pada Blend Sains Jurnal Teknik menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam Blend Sains Jurnal Teknik dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:
"Penulis mengakui bahwa Blend Sains Jurnal Teknik berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"
"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Blend Sains Jurnal Teknik."
"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."
