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) 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."