Identifikasi Defisiensi Unsur Hara Pada Tanaman Cabai Menggunakan Support Vector Machine

Abstract

Tanaman seperti halnya makhluk hidup yang lain membutuhkan kombinasi unsur hara untuk hidup tumbuh dan berkembang biak. Unsur hara di dalam tanaman juga dapat dibagi menjadi dua, yaitu unsur hara bergerak (mobile nutrient) dan immobile nutrient (unsur hara tidak bergerak). Kondisi tanaman yang mengalami defisiensi atau kekurangan unsur hara akan mengalami gangguan pertumbuhan dan mempengaruhi terhadap hasil panen daun atau buahnya. Warna daun dapat menjadi ciri tanaman dalam kondisi normal atau mengalami defisiensi unsur hara. Defisiensi unsur hara pada tanaman akan berpengaruh pada bentuk daun, produksi buah dan usia tanaman yang mengakibatkan tanaman tumbuh kerdil dan lekas mati, pada produksi buah akan terjadi kerontokan pada bunga atau bakal buah sehingga hasil produksi akan mengalami penurunan. Selama ini pemeliharaan tanaman dilakukan secara manual. Setiap tanaman dilihat untuk kemudian dianalisis hasilnya dan memerlukan waktu untuk mengidentifikasi defisiensi unsur hara. Tujuan penelitian adalah mengidentifikasi defisiensi unsur hara pada tanaman cabai berbasis citra berdasarkan ciri warna Red, Green, Blue (RGB) dan analisis tekstur menggunakan Suport Vector Model (SVM). Manfaat penelitian adalah membuat aplikasi berbasis machine learning untuk mengidentifikasi kekurangan unsur hara yang terbagi dalam empat kelas, yaitu kekurangan nitrogen (N) dan Posfor (P), kekurangan P dan kalium (K), kekurangan N dan K, serta daun cabai dengan kelas normal. Data tanaman sebanyak 120 data dengan hasil akurasi sebesar 84,4%.