Petani selada hidroponik sering menghadapi masalah dalam memantau pertumbuhan dan perkembangan selada yang mereka tanam. Hal tersebut disebabkan oleh beberapa faktor, antara lain kurangnya keterampilan dalam pengoperasian alat dan teknologi, serta kesibukan dalam mengurus kegiatan pertanian lainnya. Beberapa penelitian telah dilakukan untuk memonitoring tanaman hidroponik namun sistem yang dikembangkan hanya berfokus pada pengontrolan dan monitoring kondisi lingkungan dan media tanam hidroponik. Padahal berhasil atau tidaknya pengkondisian tanaman tersebut, terlihat secara visual pada perkembangan fisik tanaman. Dalam rangka mengatasi hal tersebut, telah dikembangkan sistem monitoring berbasis citra digital untuk memonitoring tanaman selada hidroponik secara langsung. Namun, dari metode tersebut membutuhkan data yang sangat banyak dan komputasi yang sangat kompleks agar model yang diusulkan dapat mendeteksi objek secara akurat. Oleh karena itu, pada penelitian ini diusulkan sistem pendeteksi objek tanaman selada hidroponik dalam netpot menggunakan metode segmentasi Otsu Thresholding disertai operasi morfologi. Metode yang diusulkan terdiri atas 5 tahapan utama yaitu, tahap input citra, ekstraksi channel RGB, segmentasi Otsu, operasi morfologi dengan image substraction, dan pelabelan objek menggunakan bounding box. Metode yang diusulkan dapat mendeteksi objek citra selada hidroponik dalam netpot dengan rata-rata akurasi 99,41%, Missclassification Error sebesar 0,59% dan waktu komputasi sebesar 0,64 detik. Hasil yang diperoleh menunjukkan bahwa metode yang diusulkan dapat mendeteksi objek selada hidroponik dalam netpot dengan akurasi yang tinggi dan waktu komputasi yang cepat.
Copyrights © 2023