IDENTIFIKASI PENYAKIT CITRUS CANKER PADA BUAH JERUK MENGGUNAKAN METODE SEGMENTASI DETEKSI TEPI SOBEL DAN ALGORITMA K-MEANS

Khairuniza, Hildiah (2025) IDENTIFIKASI PENYAKIT CITRUS CANKER PADA BUAH JERUK MENGGUNAKAN METODE SEGMENTASI DETEKSI TEPI SOBEL DAN ALGORITMA K-MEANS. Sarjana thesis, Universitas Putra Indonesia YPTK.

Preview	Text Skripsi_21101152630018_Hildiah Khairuniza_ABSTRAK.pdf Download (101kB) | Preview
Preview	Text Skripsi_21101152630018_Hildiah Khairuniza_BAB I.pdf Download (195kB) | Preview
Preview	Text Skripsi_21101152630018_Hildiah Khairuniza_DAFTAR PUSTAKA.pdf Download (161kB) | Preview
	Text Skripsi_21101152630018_Hildiah Khairuniza_FULL TEXT.pdf Restricted to Repository staff only Download (6MB)

Abstract

Penyakit Citrus Canker merupakan salah satu penyakit yang menyerang buah jeruk dan dapat menyebabkan kerugian signifikan bagi petani. Penelitian ini bertujuan untuk mengembangkan sistem pendeteksi penyakit Citrus Canker pada buah jeruk berbasis website dengan menggunakan metode deteksi tepi Sobel dan algoritma K-Means. Metode Sobel digunakan untuk meningkatkan kualitas ekstraksi fitur visual sehingga batas bercak penyakit dapat terlihat jelas pada citra buah jeruk, sedangkan algoritma K-Means digunakan untuk mengelompokkan area yang terinfeksi dan membedakannya dengan area yang sehat. Sistem ini dibangun menggunakan bahasa pemrograman Python dan OpenCV, sehingga pengguna dapat melakukan deteksi secara praktis dengan mengunggah citra melalui website. Hasil penelitian menunjukkan bahwa kombinasi metode Sobel dan K-Means dapat diterapkan untuk membantu deteksi penyakit Citrus Canker secara efektif dan dapat menjadi alat bantu monitoring kondisi kesehatan buah jeruk pada kebun secara digital.

Actions (login required)

View Item