Melola Discovery

← Melola Discovery

Prosiding

Deteksi Penyakit Tanaman Jeruk Siam Berdasarkan Citra Daun Menggunakan Segmentasi Warna RGB-HSV

Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal · Vol. 1 No. 1 (2018)

Published
2018-12-27
Publisher
Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal
Language
eng

Abstract

Tanaman buah adalah salah satu bagian utama dari kehidupan masyarakat. Dari berbagai jenis buah-buahan, jeruk merupakan salah satu buah yang memberikan banyak manfaat bagi kesehatan tubuh. Menurut Badan Pusat Statistika Provinsi Sulawesi Tenggara pada tahun 2018 jeruk siam merupakan komoditas buah terbesar yang banyak diproduksi dibandingkan buah lainnya. Namun sering kali terdapat masalah dari hasil produksi jeruk, yakni hasil produksi jeruk berkurang. Salah satu faktor utama yang menyebabkan hal tersebut adalah penyakit yang menyerang tanaman jeruk. Sistem dibangun karena diagnosis penyakit berdasarkan pengamatan optik pada daun tanaman jeruk yang dilakukan biasanyamengalami kekeliruan atau kurang tepat. Sehingga dengan adanya sistem dan dengan penanganan yang tepat pada penyakit yang menyerang tanaman jeruk, dapat mengatasi berkurangnya hasil produksi. Sistem ini dibangun untuk membantu petani jeruk dalam mengatasi hal tersebut. Dalam sistem menggunakan Segmentasi Warna guna mendapatkan hasil yang optimal dalam diagnosis penyakit tanaman jeruk. Berdasarkan hasil pengujian dengan menggunakan dataset daun jeruk yang terserang penyakit, didapatkan hasil dengan akurasi sebanyak 78%. Kata Kunci: Deteksi penyakit jeruk, Daun Jeruk, Segmentasi, Segmentasi warna,Segmentasi RGB-HSV Citra

Collaboration network of the authors

40 authors · 115 co-authorship links · 19 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Institut Teknologi Sepuluh Nopember
  • Hasanuddin University
  • Universitas Sembilanbelas November Kolaka
  • Universitas Cokroaminoto Palopo
  • Universitas Mega Buana Palopo
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Bambang PramonoUniversitas Halu Oleo6
LM TajidunUniversitas Halu Oleo5
Jumadil NangiUniversitas Halu Oleo5
Ika Purwanti NingrumUniversitas Halu Oleo5
Suharsono BantunUniversitas Sembilanbelas November Kolaka4
Isnawaty IsnawatyAffiliation unknown4
LM. Fid AksaraUniversitas Halu Oleo3
Rahmat RamadhanUniversitas Halu Oleo3
Statiswaty StatiswatyUniversitas Halu Oleo3
Nirsal NirsalUniversitas Cokroaminoto Palopo2
Nur Fajriah MuchlisUniversitas Halu Oleo2
LM Bahtiar AksaraUniversitas Halu Oleo2
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember2
Adha Mashur SajiahUniversitas Halu Oleo2
Agus Zainal ArifinInstitut Teknologi Sepuluh Nopember1
Mohammad ZarkasiInstitut Teknologi Sepuluh Nopember1
Chastine FatichahInstitut Teknologi Sepuluh Nopember1
Nanik SuciatiInstitut Teknologi Sepuluh Nopember1
Fransisca Joanet PontohHasanuddin University1
Amil Ahmad IlhamHasanuddin University1
Ingrid NurtanioHasanuddin University1
Rabiuldien AmatUniversitas Halu Oleo1
Linda Purnama MuriUniversitas Halu Oleo1
Muh. Abdi FahmiAffiliation unknown1
Afriyadin AfriyadinAffiliation unknown1
Natalis RansiUniversitas Halu Oleo1
Mulatifa LalihaUniversitas Halu Oleo1
Abdul MalikUniversitas Mega Buana Palopo1
Sari Fatiqah AyuAffiliation unknown1
Rahmayunita RahmayunitaAffiliation unknown1
Nike SyafitriUniversitas Halu Oleo1
Yuwanda Purnamasari PasrunInstitut Teknologi Sepuluh Nopember1
Muh Iskandar Z. AAffiliation unknown1
Nur Arifah SyafitriAffiliation unknown1
Anita Puspita DewiAffiliation unknown1
Rizal Adi SaputraUniversitas Halu Oleo1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/snt2bkl/oai, first harvested 31 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Deteksi Penyakit Tanaman Jeruk Siam Berdasarkan Citra Daun Menggunakan Segmentasi Warna RGB-HSV</dc:title>
	<dc:creator>Lestari, Friska Rahayu</dc:creator>
	<dc:creator>Sari, Jayanti Yusmah</dc:creator>
	<dc:creator>Sutardi, Sutardi</dc:creator>
	<dc:creator>Purnama, Ika Purwanti. Ningrum</dc:creator>
	<dc:description xml:lang="en-US">Tanaman buah adalah salah satu bagian utama dari kehidupan masyarakat. Dari berbagai jenis buah-buahan, jeruk merupakan salah satu buah yang memberikan banyak manfaat bagi kesehatan tubuh. Menurut Badan Pusat Statistika Provinsi Sulawesi Tenggara pada tahun 2018 jeruk siam  merupakan komoditas buah terbesar yang banyak diproduksi  dibandingkan buah lainnya.  Namun sering kali terdapat masalah  dari hasil produksi jeruk, yakni hasil produksi jeruk berkurang. Salah satu faktor utama yang menyebabkan hal tersebut adalah penyakit yang menyerang tanaman jeruk. Sistem dibangun karena diagnosis penyakit berdasarkan pengamatan optik pada daun tanaman jeruk yang dilakukan biasanyamengalami kekeliruan atau kurang tepat. Sehingga dengan adanya sistem dan dengan penanganan yang tepat pada penyakit yang menyerang tanaman jeruk, dapat mengatasi berkurangnya hasil produksi. Sistem ini dibangun untuk membantu petani jeruk dalam mengatasi hal tersebut. Dalam sistem  menggunakan Segmentasi Warna guna mendapatkan hasil yang optimal dalam diagnosis penyakit tanaman jeruk. Berdasarkan hasil pengujian dengan menggunakan dataset daun jeruk yang terserang penyakit, didapatkan hasil dengan akurasi sebanyak 78%. Kata Kunci: Deteksi penyakit jeruk, Daun Jeruk , Segmentasi, Segmentasi warna,Segmentasi RGB-HSV Citra</dc:description>
	<dc:publisher xml:lang="en-US">Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2018-12-27</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US"></dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/snt2bkl/article/view/5261</dc:identifier>
	<dc:source xml:lang="en-US">Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal; Vol 1, No 1 (2018): Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal (SNT2BKL)</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/snt2bkl/article/view/5261/3921</dc:relation>
	<dc:relation>https://ojs.uho.ac.id/index.php/snt2bkl/article/downloadSuppFile/5261/311</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2018 Seminar Nasional Teknologi Terapan Berbasis Kearifan Lokal</dc:rights>
</oai_dc:dc>