Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanaman karet merupakan salah satu komoditas utama ekspor Indonesia. Namun, dalam beberapa tahun terakhir, produksi karet di Indonesia mengalami penurunan. Hal tersebut disebabkan karena adanya penyakit gugur daun yang disebabkan oleh jamur Pestalotiopsis sp.. Berkembangnya teknologi artificial intelligence dengan pendekatan deep learning mampu melakukan pendeteksian pada penyakit ini dengan menggunakan data citra. Convolutional Neural Network (CNN) merupakan algoritma deep learning yang diterapkan pada data berbentuk visual atau citra. Pada penelitian ini, peneliti menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur Residual Network 50 (ResNet-50). Pada penelitian ini juga digunakan Transfer Learning yang merupakan sebuah model yang dapat diajarkan dan disempurnakan untuk suatu kegiatan dan kemudian bisa diterapkan pada kegiatan lain. Dataset yang digunakan pada penelitian ini adalah data daun karet yang berjumlah 1629 data yang dibagi dalam 5 kelas yaitu level 0 atau sehat merupakan daun yang sehat, level 1 merupakan daun yang telah terbentuk bercak coklat yang merupakan gejala dari penyakit namun belum memiliki tanda-tanda perubahan warna, level 2 merupakan daun yang telah terbentuk banyak bercak cokelat disertai dengan adanya perubahan warna pada daun, level 3 merupakan daun yang mengalami kerusakan jaringan, perubahan warna menjadi cokelat atau kuning namun masih memiliki sedikit bagian daun yang berwarna hijau, level 4 merupakan daun yang mengalami kerusakan jaringan cukup parah, dipenuhi bercak cokelat dan telah berwarna cokelat menyeluruh. Dari hasil simulasi yang dilakukan, diperoleh hasil terbaik dengan rata-rata accuracy 96,01%, recall 95,888%, dan precision 96,184% dengan running time rata-rata running time 69,759 detik.

---

Rubber plants are one of Indonesia's main export commodities. However, in recent years, rubber production in Indonesia has experienced a decline. This is due to the presence of the leaf fall disease caused by the Pestalotiopsis sp. fungus. The advancement of artificial intelligence technology using deep learning approaches enables the detection of this disease using image data. The Convolutional Neural Network (CNN) is a deep learning algorithm applied to visual or image data. In this study, researchers utilized the Convolutional Neural Network (CNN) method with the Residual Network 50 (ResNet50) architecture. Transfer Learning was also employed in this research, which involves training and refining a model for one task and then applying it to another task. The dataset used in this study consists of 1629 rubber leaf samples divided into 5 classes: level 0, representing the healthy leaves; level 1, indicating leaves with brown spots, a symptom of the disease, but without major visible color changes; level 2, comprising of leaves with numerous brown spots accompanied by slight color changes; level 3, representing leaves with tissue damage, a color change from green to brown or yellow, but still retaining some green parts; and level 4, depicting leaves with severe tissue damage, extensively covered in brown spots and having turned completely brown. The simulation results showed the best outcome with an average accuracy of 96.01%, recall of 95.888%, and precision of 96.184%, with an average running time of 69.759 seconds."

"Penyakit Gugur Daun Pestalotiopsis (PGDP) adalah penyakit yang menyerang perkebunan karet Indonesia sejak akhir 2017. PGDP disebabkan oleh infeksi kelompok fungi Pestalotiopsis. PGDP mampu menyebabkan gugur daun hingga mencakup 75-90% kanopi dan penurunan produksi lateks hingga 45%. PGDP mampu menyerang semua jenis klon Hevea brasiliensis. Klon-klon tersebut antara lain adalah klon dengan resitensi moderat seperti IRR 112 dan klon rentan seperti PB 260. Analisis morfologi gejala penyakit belum pernah dilakukan sejak PGDP pertama kali terdeteksi dan diidentifikasi. Analisis morfologi gejala penyakit dilakukan guna mengetahui respons daun terhadap infeksi fungi Pestalotiopsis dan mengetahu pola persebaran miselia fungi Pestalotiopsis pada permukaan daun Hevea brasiliensis. Sebanyak 3 helai anak daun dari 3 individu Hevea brasiliensis klon IRR 112 dan PB 260 dipotong dan diinokulasi isolat fungi Pestalotiopsis secara ex planta. Inokulasi dilakukan di 3 titik pada permukaan anak daun daun dan diamati hingga 7 hari setelah inokulasi (hsi). Sediaan morfologi yang mewakili perkembangan gejala pada 3, 5, dan 7 hari setelah inokulasi juga dibuat dan diamati di bawah mikroskop cahaya. Respons yang ditunjukkan anak daun Hevea brasiliensis klon IRR 112 dan PB 260 adalah nekrosis dan klorosis. Selain itu terdapat 2 tipe lesi, yakni lesi tipe I yang diduga berasal dari kontaminasi fungi Colletotrichum sp. dan lesi tipe II yang merupakan ciri khas lesi hasil infeksi fungi Pestalotiopsis. Kedua lesi muncul berdampingan dalam kompleks lesi Pestalotiopsis-Colletotrichum. Hasil pengamatan mikromorfologi menunjukkan bawha kompleks miselia Pestalotiopsis-Colletotrichum cenderung tersebar pada dan/atau di sekitar pertulangan daun.

---

Pestalotiopsis Leaf Fall Disease (PLFD) is a disease affecting Indonesia’s rubber plantation since 2017. PLFD is caused by Pestalotiopsis fungi. PLFD is capable in defoliating up to 75-90% of tree canopy and decreasing latex production up to 45%. PLFD is capable in affecting every clone of Hevea brasiliensis. Some clones of which affected by the disease are moderately resistant clone such as  IRR 112 and susceptible clone such as PB 260. Disease morphology is yet to be analyzed since the first reported case and identification. Disease morphology analysis is conducted to determine various responses of Pestalotiopsis infected leaf and reveal Pestalotiopsis  mycellial distribution pattern on the surface of Hevea brasiliensis leaf. Three leaflets from 3 individuals of Hevea brasiliensis IRR 112 and PB 260 clones were cut and inoculated with Pestalotiopsis isolate following ex planta procedure. Inoculation was performed at 3 points on the leaflets surface and was observed until 7 days post inoculation (dpi). Samples for micromorphological observation were also made, each one representing disease development on 3, 5, and 7 dpi and were observed under the microscope. The responses shown by the leaflets of Hevea brasiliensis IRR 112 and PB 260 clones were necrosis and chlorosis. Accordingly, 2 types of lession were observed: type I of which suspected as Colletotrichum sp. contamination and type II of which similar to distinctive lession of  Pestalotiospis fungi. Both types occured simultaneously in the Pestalotiopsis-Colletotrichum lession complex. Micromorphological observation has shown that Pestalotiopsis-Colletotrichum mycellial complex was distributed at the vicinity of leaf veins."

"Penyakit gugur daun Pestalotiosis sp. (PGDP) merupakan salah satu penyebab penurunan produksi lateks di Indonesia karena mampu menggugurkan 90% kanopi Hevea brasiliensis. Gejala pada PGDP yaitu timbul bercak cokelat pada permukaan daun. Upaya penanganan PGDP dapat dilakukan pengembangan klon tanaman karet unggul yang diawali dengan analisis ekspresi gen ketahanan. Salah satu gen ketahanan yang berperan pada sistem pertahanan pertama adalah gen Hevea brasiliensis Poliphenol Oxidase (HbPPO) yang dapat mengaktivasi sistem Reactive Oxygen Species (ROS). Tujuan penelitian ini adalah untuk mengetahui perbandingan profil ekspresi HbPPO pada tanaman karet sehat, mengalami luka, dan terinfeksi Pestalotiopsis sp. serta perbandingan profil ekspresi HbPPO pada tanaman karet klon moderat IRR 112 dan rentan GT 1 di hari ketiga dan keenam. Hipotesis dari penelitian ini yaitu terdapat perbedaan ekspresi gen HbPPO pada setiap perlakuan serta pada kedua klon. Proses untuk mengetahui ekspresi HbPPO dimulai dengan dilakukan ekstraksi RNA dari daun H. brasiliensis kemudian hasil ekstraksi disintesis menjadi cDNA. Hasil sintesis cDNA digunakan sebagai template quantitative polymerase chain reaction (qPCR). Berdasarkan hasil qPCR diperoleh nilai Ct yang selanjutnya diolah menggunakan rumus Livak. Hasil penelitian belum dapat menunjukkan tingkat ekspresi gen HbPPO pada klon IRR 112 dan klon GT 1 pada semua perlakuan karena data ekstraksi RNA pada penelitian belum diverifikasi dengan melakukan elektroforesis dan belum terdapat kurva standar sebagai acuan penggunaan rumus Livak. Hasil penelitian ini berupa dugaan adanya perbedaan ekspresi gen HbPPO pada tanaman Hevea brasiliensis sehat, dengan perlakuan pelukaan, dan perlakuan pelukaan+infeksi Pestalotiopsis serta antara klon GT 1 dan IRR 112. Oleh karena itu, perlu dilakukan penelitian lebih lanjut untuk memperoleh data korelasi ekspresi gen HbPPO dan infeksi Pestalotiopsis yang akurat.

---

Leaf fall disease caused by Pestalotiosis sp. has been identified as a factor contributing to the decline in latex production in Indonesia, as it can lead to the deciduous of approximately 90% of Hevea brasiliensis canopy. The symptoms of its disease manifest as brown spots on the leaf surface. In response to this issue, an approach to against this disease involves the development of superior rubber plant clones, initiated with an analysis of resistance gene expression. Among the resistance genes involved in the primary defense system is the Hevea brasiliensis Polyphenol Oxidase (HbPPO) gene, which activates the Reactive Oxygen Species (ROS) system. This study aimed to compare the expression profiles of the HbPPO gene in healthy, wounded, and infected rubber plants with Pestalotiopsis sp., as well as compare the HbPPO expression profiles between the IRR 112 moderate clone and the GT 1 susceptible clone on the third and sixth days. The hypothesis of this study posits that there are variations in HbPPO gene expression across the different treatments and between the two clones. To evaluate the HbPPO expression levels, the process began with RNA extraction from H. brasiliensis leaves, followed by the synthesis of the extracted RNA into cDNA. The cDNA obtained was then used as a template for quantitative polymerase chain reaction (qPCR). The Ct values obtained from qPCR were subsequently processed using the Livak formula to assess the relative gene expression levels. The results have been unable to demonstrate HbPPO expression due to unverified RNA data through electrophoresis and the absence of a standard curve. The study imply disparities in HbPPO gene expression among healthy Hevea brasiliensis plants, wound treatment, and wounded+Pestalotiopsis infection treatment, also variations between GT 1 and IRR 112 clones. Therefore, further research is imperative to acquire precise data regarding the correlation between HbPPO gene expression and Pestalotiopsis infection."

"Penyakit Gugur Daun Pestalotiopsis (PGDP) merupakan penyakit yang menyerang perkebunan karet Indonesia sejak tahun 2017 dengan tingkat keparahan yang tinggi berupa tajuk pohon meranggas sebanyak 75–90% hingga berakibat pada menurunnya produksi lateks sebesar 45%. Penyakit tersebut disebabkan oleh fungi Pestalotiopsis sp. yang dapat menyerang semua jenis klon tanaman karet, seperti klon PB 260 yang memiliki ketahanan moderat dan GT 1 yang rentan. Analisis mikromorfologi daun H. brasiliensis dari klon moderat dan rentan yang diinokulasi dengan Pestalotiopsis sp. perlu dilakukan untuk mengetahui respons daun terhadap infeksi patogen. Sampel daun H. brasiliensis diberi perlakuan berupa pelukaan, inokulasi, dan pelukaan+inokulasi pada tiga area secara detached leaf dengan tiga kali ulangan. Pengamatan dilakukan pada daun segar sejak hari pertama hingga hari ketiga pasca pemberian perlakuan. Setelah itu, daun dibuat menjadi sediaan mikromorfologi yang mewakili perkembangan gejala pada tiga time point, yaitu 1, 2, dan 3 hari setelah inokulasi. Respons yang ditunjukkan adalah munculnya gejala penyakit pada daun berupa terbentuknya lesi patogenik yang terdiri atas zona miselia dan zona nekrotik serta perkembangan hifa yang cenderung bergerak menuju pertulangan daun. Lesi patogenik yang terbentuk pada daun H. brasiliensis klon PB 260 memiliki karakteristik berupa zona nekrotik dengan luas area yang lebih besar daripada zona miselia. Sebaliknya, lesi patogenik yang terbentuk pada klon GT 1 memiliki zona miselia dengan luas area yang lebih besar daripada zona nekrotik.

---

The Pestalotiopsis Leaf Fall Disease (PLFD) is a disease that has been affecting rubber plantations in Indonesia since 2017, exhibiting a high severity level characterized by the defoliation of tree canopies ranging from 75-90%, consequently leading to a 45% decline in latex production. PLFD is caused by the fungus Pestalotiopsis sp., which can infect all types of rubber tree clones, such as the PB 260 clone with moderate resistance and the susceptible GT 1 clone. Micro-morphological analysis of H. brasiliensis leaves from both moderate and susceptible clones inoculated with Pestalotiopsis sp. is necessary to understand the leaf response to pathogen infection. Hevea brasiliensis leaf samples were subjected to treatments including wounding, inoculation, and wounding+inoculation on three detached leaf areas with three replications. Observations were made on fresh leaves from day one to day three post-treatment application. Symptoms included pathogenic lesion formation surrounded by necrotic areas and hyphal development toward leaf veins. Pathogenic lesions that form on the leaves of H. brasiliensis clone PB 260 are characterized by a necrotic zone with an area larger than the mycelial zone. In contrast, the pathogenic lesions formed in the GT 1 clone had a mycelial zone with a larger area than the necrotic zone."

"Sebagian besar perkebunan karet di Sumatera Selatan mengalami penurunan produksi karena dampak penyakit gugur daun. Penyakit ini sebagian besar disebabkan oleh persebaran jamur Oidium sp., Colletotrichum sp., dan Pestalotiopsis sp. Oleh karena itu, pembangunan model berbasis indeks vegetasi NDRE, GNDVI, VARI, dan ARVI, yang bertujuan untuk mendeteksi persebaran penyakit ini dianggap penting. Penelitian dilakukan di Perkebunan Pusat Penelitian Karet Sembawa dengan memanfaatkan data UAV multispektral yang telah diproses menggunakan OBIA, serta survei lapangan. Dari 623 sampel data, 70% digunakan untuk pelatihan model, sementara 30% sampel digunakan untuk pengujian model. Pengolahan data dilakukan menggunakan Google Earth Engine dan visualisasi dilakukan dengan ArcGIS Pro. Hasil penelitian menunjukkan bahwa keseluruhan model memiliki tingkat akurasi pelatihan secara keseluruhan di atas 0,7, dengan model GNDVI + NDRE + VARI menonjol dengan tingkat akurasi pelatihan yang paling baik. Namun, model tersebut menunjukkan kinerja yang buruk dalam pengujian dengan nilai akurasi validasi yang rendah, hal ini menunjukkan bahwa model belum dapat memprediksi penyakit tanaman karet dengan baik. Selain itu, dari hasil analisis kondisi fisik ditemukan bahwa kondisi suhu dan curah hujan di perkebunan karet Sembawa berada pada nilai optimal yang mendukung pertumbuhan dan penyebaran ketiga jenis jamur penyebab penyakit tersebut.

---

South Sumatra plays a crucial role as Indonesia's main rubber exporter, making it a flagship commodity. However, most rubber plantations in South Sumatra face declining production due to leaf fall disease, primarily caused by the fungi Oidium sp., Colletotrichum sp., and Pestalotiopsis sp. Therefore, developing a vegetation index-based model using NDRE, GNDVI, VARI, and ARVI to detect the spread of this disease is considered essential. The study was conducted at the Sembawa Rubber Research Center Plantation, utilizing multispectral UAV data processed with OBIA and field surveys. Of the 623 data samples, 70% were used for model training, while 30% were used for model testing. Data processing was performed using Google Earth Engine, and visualization was done with ArcGIS Pro. Results showed that all models had overall training accuracy above 0.7, with the GNDVI + NDRE + VARI model standing out with the best training accuracy. However, this model performed poorly in testing, with low validation accuracy, indicating its inability to predict new data. Additionally, physical condition analysis revealed that the temperature and rainfall conditions in the Sembawa rubber plantation were optimal, supporting the growth and spread of the three disease-causing fungi."

"Karet adalah salah satu komoditas yang memberikan kontribusi yang signifikan dalam ekonomi Indonesia. Indonesia menempati posisi kedua sebagai produsen karet terbesar di dunia. Namun, sejak 2017, penyakit gugur daun karet Pestalotiopsis yang disebabkan oleh Pestalotiopsis sp. telah menjadi ancaman serius bagi budidaya karet dan menyebabkan kerugian ekonomi. Penyakit ini menginfeksi daun, menyebabkan nekrosis dan keguguran daun yang berkelanjutan, yang menghambat fotosintesis. Luas area perkebunan karet yang terjangkit penyakit ini sebesar 382.000 ha pada 2019 dan bertambah seluas 30.328,84 ha pada 2021, menyebabkan hilangnya produksi getah karet (lateks) hingga 30%. Penyakit ini menyebabkan kerugian ekonomi milyaran rupiah dan biaya pengendalian yang mahal, sehingga perlu dilakukan pendeteksian dini agar memungkinkan langkah intervensi yang cepat. Namun, Pendeteksian konvensional membutuhkan waktu, tenaga, dan biaya yang tinggi serta keahlian khusus. Oleh karena itu, pada penelitian ini, dikembangkan model deep learning untuk mengurangi waktu, biaya, dan tenaga dalam mendeteksi tingkat keparahan penyakit gugur daun karet Pestalotiopsis ke dalam 5 tingkat, sesuai dengan penelitian yang dilakukan oleh Pusat Penelitian Karet Sembawa pada tahun 2022. Pada penelitian ini, pendekatan yang dilakukan adalah dengan melatih YOLOv8 segmentation untuk menyegmen bercak pada daun yang menyatakan tingkan keparahan penyakit gugur daun Pestalotiopsis dan tulang daun dari data citra daun karet. Selanjutnya, untuk melatih model klasifikasi ResNeSt, digunakan data citra yang telah disegmentasi oleh model YOLOv8 segmentation yang sudah terlatih. Dengan demikian, klasifikasi tingkat keparahan penyakit gugur daun karet Pestalotiopsis dilakukan dengan hanya memandang bercak penyakit dan tulang daun karet, tanpa memperhatikan warna keseluruhan daun. Metrik yang digunakan adalah precision, recall, mAP50, mAP50-95, dan akurasi. Precision adalah persentase prediksi positif yang benar dari semua prediksi positif, recall adalah persentase kasus positif yang benar-benar teridentifikasi, mAP50 adalah rata-rata precision pada berbagai nilai recall dengan nilai threshold 50, dan mAP50-95 adalah rata-rata precision pada nilai threshold dari 50 hingga 95. Akurasi mengukur persentase prediksi yang benar oleh model secara keseluruhan. Pelatihan model YOLOv8 segmentation menghasilkan rata-rata precision keseluruhan sebesar 70,4%, recall sebesar 68,60%, mAP50 sebesar 64,10%, dan mAP50-95 sebesar 33,64%. Pelatihan model klasifikasi ResNeSt menggunakan data citra yang disegmentasi menggunakan YOLOv8 segmentation menghasilkan akurasi sebesar 78,65%, precision 80,12%, dan recall 79,14%.

---

Rubber is a commodity that makes a significant contribution to the Indonesian economy. Indonesia occupies the second position as the largest rubber producer in the world, with total production reaching 3.12 million tons (Dekarindo, 2021). However, since 2017, the Pestalotiopsis rubber leaf fall disease caused by Pestalotiopsis sp. has become a serious threat to rubber cultivation and caused economic losses. The disease infects the leaves, causing ongoing necrosis and leaf drop, which inhibits photosynthesis. The area of ​​rubber plantations affected by this disease was 382,000 ha in 2019 and increased by 30,328.84 ha in 2021, causing a loss of rubber latex production of up to 30% (Damiri et al., 2022). This disease causes economic losses of billions of rupiah and expensive control costs, so early detection is necessary to enable rapid intervention. However, conventional detection requires high time, effort and costs as well as special expertise. Therefore, in this research, a deep learning model was developed to reduce the time, costs and energy in detecting the severity of the Pestalotiopsis rubber leaf fall disease into 5 levels, in accordance with research conducted by the Sembawa Rubber Research Center. In this study, the approach used is to train YOLOv8 segmentation to segment Pestalotiopsis leaf fall disease spots and leaf veins from rubber leaf image data. Furthermore, to train the ResNeSt classification model, image data that has been segmented by the trained YOLOv8 segmentation model is used. Thus, the classification of the severity of Pestalotiopsis rubber leaf fall disease is carried out by only looking at the disease spots and rubber leaf veins, without considering the overall color of the leaf. The metrics used are precision, recall, mAP50, mAP50-95, and accuracy. Precision is the percentage of correct positive predictions from all positive predictions, recall is the percentage of positive cases that are actually identified, mAP50 is the average precision at various recall values ​​with a threshold value of 50, and mAP50-95 is the average precision at the threshold value from 50 to 95. Accuracy measures the percentage of correct predictions by the model overall. Training the YOLOv8 segmentation model produced an overall average precision of 70.4%, recall of 68.60%, mAP50 of 64.10%, and mAP50-95 of 33.64%. Training the ResNeSt classification model using image data segmented using YOLOv8 segmentation resulted in an accuracy of 78.65%, precision of 80.12%, and recall of 79.14%."

"Penyakit Gugur Daun Pestalotiopsis (PGDP) merupakan penyakit yang menyerang perkebunan karet Indonesia sejak akhir 2017. Patogen yang menyebabkan PGDP adalah kelompok fungi Pestalotiopsis. Dampak yang ditimbulkan oleh PGDP antara lain gugur daun hingga mencakup 75-90% kanopi dan penurunan produksi lateks hingga 45% dari berbagai tingkatan usia dan berbagai jenis klon. Penelitian bertujuan untuk mengetahui respons daun Hevea brasiliensis terhadap infeksi Pestalotiopsis sp. secara mikromorfologi dari klon RRIC 100 dan BPM 24. Sebanyak 3 individu dari klon RRIC 100 dan BPM 24 digunakan sebagai ulangan dalam penelitian. Inokulasi dilakukan di 3 area pada permukaan abaksial anak daun. Pengamatan dilakukan pada 1 sampai 3 hari setelah inokulasi (hsi). Sediaan mikromorfologi dibuat melalui 2 tahap, yaitu bleaching dan staining. Respons yang ditunjukkan anak daun Hevea brasiliensis klon RRIC 100 dan BPM 24 adalah terbentuknya lesi patogenik yang terdiri atas zona miselia dan zona nekrosis di sekitar area inokulasi. Hasil pengamatan mikromorfologi menunjukkan bahwa kecenderungan arah kolonisasi hifa Pestalotiopsis sp. teramati pada area pertulangan daun. Respons yang ditunjukkan klon RRIC 100 terhadap infeksi Pestalotiopsis sp. adalah pembentukan zona nekrosis berwarna cokelat dengan garis batas yang jelas dan mencegah penyebaran miselia Pestalotiopsis sp.. Sementara pada BPM 24, pembentukan zona nekrosis memunculkan warna cokelat dengan tepi tidak beraturan dan gari batas yang samar sehingga kurang dapat mencegah penyebaran miselia Pestalotiopsis sp.. Hasil tersebut menunjukkan bahwa klon RRIC 100 mengembangkan sistem pertahanan diri yang lebih baik dalam menghambat penyebaran infeksi melalui pembentukan zona nekrosis yang lebih tebal dan tegas dibandingkan dengan klon BPM 24.

---

Pestalotiopsis leaf fall disease (PLFD) is a disease that has been affecting Indonesian rubber plantations since late 2017. The pathogen that causes PLFD is Pestalotiopsis group of fungi. The impacts caused by PLFD include leaf fall covering 75-90% of the canopy and a decrease in latex production of up to 45%. PLFD can attack H. brasiliensis plants of various ages and various types of clones, including clones with moderate resistance such as RRIC 100 and susceptible clones such as BPM 24. The research aimed to determine the response of Hevea brasiliensis leaves to Pestalotiopsis sp. infection micromorphologically from clones RRIC 100 and BPM 24. Total of 3 individuals from clones RRIC 100 and BPM 24 were used as replicates in the research. Each individual was represented by 3 compound leaves that treated with wounding, inoculation, and wounding+inoculation. Inoculation was given in 3 areas on abaxial surface of the leaflets. Observations were made at 1 to 3 days post inoculation (dpi). Micromorphology preparations were made through 2 stages, which are bleaching and staining. Micromorphological observations showed that the tendency of Pestalotiopsis sp. hyphae colonization was observed in the area of leaf veins. The response shown by clone RRIC 100 to Pestalotiopsis sp. infection is the formation of a brown necrosis zone with clear boundaries and is blocking the spread of infection. While in BPM 24, the formation of necrosis zones gave rise to a brown color with irregular edges. These results indicate that the RRIC 100 clone developed a better self-defense system in inhibiting the spread of infection through the formation of a thicker and more defined necrosis zone compared to the BPM 24 clone."