Abiyyu, Muhammad Alif Nur and Barlian Henryranu Prasetio, S.T., M.T., Ph.D. (2025) Penerapan Wavelet Transform pada Sinyal Ultrasound untuk Analisis Kesehatan Bibit Tanaman Sawit. Sarjana thesis, Universitas Brawijaya.
Abstract
Kelapa sawit sebagai hasil perkebunan terbesar di Indonesia, sering kali menemui masalah dalam produksinya yang diakibatkan oleh serangan jamur Ganoderma boninense. Jamur Ganoderma boninense mengakibatkan banyak kematian terhadap tanaman kelapa sawit akibat deteksi yang terlambat. Salah satu upaya untuk mendeteksi tahap awal infeksi tanaman adalah dengan pendekatan ultrasound. Metode ultrasound dapat mendeteksi kondisi kesehatan tanaman sakit dan mengalami stres melalui suara berfrekuensi tinggi yang dikeluarkan. Untuk memperoleh informasi yang akurat dari suara frekuensi tinggi tersebut, diperlukan teknik ekstraksi fitur yang tepat. Salah satunya menggunakan wavelet transform untuk menganalisis sinyal dan memecahnya menjadi komponen lebih detail pada skala waktu yang berbeda. Penelitian ini bertujuan untuk mengevaluasi penggunaan wavelet transform dalam deteksi kesehatan pada bibit tanaman sawit. Pengumpulan dataset dilakukan dengan cara merekam tanaman dengan sensor ultrasound selama 3 jam sehari dalam 7 hari berturut-turut. Hasil penelitian menunjukkan bahwa akurasi testing menggunakan dataset, sebesar 55% sebelum diterapkan wavelet transform. Setelah wavelet diterapkan, akurasi meningkat menjadi 98%. Selain itu, akurasi terhadap deteksi secara langsung pada tanaman berhasil didapatkan 60% dengan waktu untuk mendeteksi kesehatan tanaman adalah 20 detik. Penelitian ini menunjukkan bahwa penerapan wavelet transform pada sinyal ultrasound adalah pendekatan yang efektif untuk melakukan deteksi terhadap kesehatan bibit tanaman sawit.
English Abstract
Oil palm as the largest plantation product in Indonesia, often encounters problems in its production caused by Ganoderma boninense fungus attacks. Ganoderma boninense fungus causes many deaths of oil palm plants due to late detection. One effort to detect the early stages of plant infection is by using an ultrasound approach. The ultrasound method can detect the health condition of sick and stressed plants through the high-frequency sound produced. To obtain accurate information from these high-frequency sounds, an appropriate feature extraction technique is needed. One of them is using wavelet transform to analyze signals and break them down into more detailed components at different time scales. This study aims to evaluate the use of wavelet transform in health detection in oil palm seedlings. Dataset collection was carried out by recording plants with ultrasound sensors for 3 hours a day for 7 consecutive days. The results showed that the accuracy of testing using the dataset was 55% before wavelet transform was applied. After wavelet was applied, the accuracy increased to 98%. In addition, the accuracy of direct detection of plants was successfully obtained at 60% with a time to detect plant health of 20 seconds. This study shows that the application of wavelet transform to ultrasound signals is an effective approach to detect the health of oil palm seedlings.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052515 |
| Uncontrolled Keywords: | kelapa sawit, Ganoderma boninense, ultrasound, wavelet transform, ekstraksi fitur |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 18 Feb 2025 02:42 |
| Last Modified: | 18 Feb 2025 02:42 |
| URI: | http://repository.ub.ac.id/id/eprint/236964 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Muhammad Alif Nur Abiyyu.pdf Restricted to Registered users only Download (4MB) |
Actions (login required)
 |
View Item |