Tanaman ara (Ficus carica L.) yang dikenal juga sebagai tanaman tin
merupakan tanaman domestikasi yang dapat tumbuh di negara tropis.
Tanaman tin ini dapat tumbuh diiklim tropis seperti di Indonesia. Namun
hama ulat kerap menyerang tanaman tin ini. Berdasarkan hal tersebut
maka dibuat sistem pendeteksi hama ulat pada tanaman tin menggunakan
pemrosesan citra. Sistem ini dibuat dengan metode Multi Layer
Perceptron (MLP) dalam mendeteksi hama ulat pada tanaman buah tin.
Daun tanaman tin dapat diidentifikasi berdasarkan input warna citra yang
didiperoleh dari pengambilan gambar dan kemudian diolah menggunakan
matlab. Langkah pertama yang dilakukan adalah mengumpulkan
beberapa sampel daun pada tanaman tin, baik yang terkena hama ulat
maupun tidak. Kemudian pada tahap preprocessing dilakukan untuk
memperbaiki kualitas citra dan tahap segmentasi untuk memisahkan area
atau objek dari background. Untuk ekstraksi ciri pada daun tin
menggunakan RGB-HSV. Sedangkan metode Multi Layer Perceptron
(MLP) digunakan untuk mengklasifikasikan hama ulat yang ada pada
daun tin. Dengan menggunakan proses training dan testing neural
network akurasi pelatihan sistem ini adalah 100% dan akurasi pengujian
adalah 100%. Sehingga disimpulkan bahwa klasifikasi menggunakan
metode Multi Layer Perceptron (MLP) dapat mendeteksi hama ulat pada
daun tanaman tin dengan baik.
Kata Kunci: Tanaman Tin, RGB-HSV, Multi Layer Perceptron