VISUALISASI DAN ANALISIS HISTOGRAM WARNA PADA CITRA PENYAKIT BSR UNTUK MENDUKUNG TAHAP PRA-PEMPROSESAN CITRA

Abstract

Penyakit Basal Stem Rot (BSR) merupakan penyakit penting pada tanaman kelapa sawit yang dapat menurunkan produktivitas. Analisis berbasis citra dapat mendukung deteksi penyakit, tetapi karakteristik distribusi warna perlu dipahami sebelum tahap klasifikasi. Penelitian ini bertujuan menganalisis distribusi warna citra daun kelapa sawit kelas Healthy dan BSR menggunakan Histogram pada ruang warna RGB dan HSV serta mengevaluasi kemampuan diskriminatif fitur warna. Dataset terdiri atas 2.438 citra dari repositori terbuka Roboflow. Setiap citra diproses melalui resize 224×224 piksel, Gaussian Blur, konversi RGB ke HSV, serta ekstraksi 12 parameter statistik berupa mean dan standar deviasi. Perbedaan distribusi antar kelas diuji menggunakan Mann–Whitney U dan besarnya perbedaan dihitung menggunakan Cohen's d. Kemampuan diskriminatif G_Mean, S_Mean, dan V_Mean dievaluasi menggunakan Receiver Operating Characteristic (ROC) dan Area Under the Curve (AUC). Hasil menunjukkan ketiga fitur memiliki perbedaan signifikan (p-value = 0,0000) dengan ukuran efek besar. Nilai AUC G_Mean, S_Mean, dan V_Mean masing-masing sebesar 0,9794, 0,7362, dan 0,9790. Hasil menunjukkan bahwa analisis distribusi warna dapat mengidentifikasi fitur diskriminatif sebagai dasar pemilihan fitur dan perancangan pra-pemrosesan citra BSR.

Plant phenotyping relevance

葉の画像からBSR感染状態を色特徴として抽出・評価する画像解析手法が研究の中心であり、単なる病害実験の routine measurement ではない。

Code and data availability

植物フェノタイピング解析を再現する公開資産であることを、入力本文と直接リンクから確認できなかったため保留しました。

No evidence-backed public reproduction asset is currently recorded.