<![CDATA[Pertanian memiliki peranan penting dalam kehidupan bermasyarakat di Indonesia. Ketersediaan lahan dan iklim yang mendukung menjadikan pertanian masih menjadi sumber nafkah bagi sebagian orang. Pertanian memiliki sejarah yang sangat panjang dan revolusi besar-besaran untuk menggunakan teknologi masih belum masif saat ini. Teknologi 4.0 sangat membantu petani dalam meningkatkan produksi dan menurunkan gagalnya panen. Pendeteksian penyakit dengan menggunakan machine learning sangat membantu untuk menentukan jenis penyakit dan pengobatan yang diperlukan. Keterbatasan dataset sangat memperngaruhi hasil dari prediksi penyakit tersebut sehingga dengan bantuan adannya filter akan membantu meningkatkan hasil dengan dataset yang terbatas. Pada percobaan ini digunakan tiga jenis filter yang dilakukan pengujian dengan tiga jenis noise yang berbeda. Jenis noise yang digunakan adalah Gaussian, Salt and Paper serta Speckle untuk menguji kinerja filter dengan menggunakan aplikasi MatLab. Adapun filter yang digunakan adalah filter Bilateral, NLM dan Median. Dataset yang digunakan adalah dataset pada tanaman tomat dengan random sampling dan diambil 18 gambar pada masing-masing kelas dengan total ada 7 kelas. Percobaan menggunakan noise Gaussian menghasilkan filter NLM yang bagus dalam memperbaiki gambar yang diberikan noise. Filter Median terbukti mampu memperbaiki gambar yang diberikan noise Salt and Paper. Penggunaan noise Speckle pada gambar menghasilkan filter Bilateral sebagai filter yang mampu memperbaiki gambar dengan kualitas terbaik. Dengan menggunakan hasil semua percobaan dengan semua noise maka dihasilkan filter NLM sebagai filter terbaik dalam memperbaiki gambar yang diberikan noise dengan nilai PSNR (dB), SSIM dan MSE adalah 25,20 , 0,76 , 0,003. Nilai rata-rata tersebut membuktikan bahwa filter NLM dapat memperbaiki gambar pada semua kelas dengan hasil rata-rata terbaik.]]>
Copyrights © 2026
