Abstrak-Ekspor produk non migas Indonesia salah satunya berasal dari industry perkebunan. Industri perkebunan tentunya tidak dapat dipisahkan dengan pengolahan lahan perkebunan. Basis pengetahuan berupa informasi syarat tumbuh tanaman industri, yang didapatkan melalui penelitian sebelumnya dilakukan uji coba lapangan. Penelitian bertujuan untuk mengembangan system pakar yang dapat mengetahui tingkat kecocokan karakteristik tanah untuk beberapa tanaman industri dengan menggunakan javascript dan Html. Tanaman Industri yang digunakan dalam penelitian ini terdiri dari Cengkeh, Kopi Robusta, Kopi Arabika, Tebu, Coklat dan Teh. Metode sistem pakar dengan menggunakan 5 (lima) parameter kunci yaitu : intensitas penyinaran, pH tanah, jenis tanah, curah hujan, bulan kering. Pada uji coba lapangan digunakan beberapa sensor antara lain : Sensor Suhu, Sensor Kelembapan, Sensor pH. Aplikasi Sistem Pakar telah berhasil disusun dalam aplikasi berbasis website dan menggunakan rule sesuai pohon keputusan.

Various cigars, which are present in the community among the elite and prestigious venues, the raw material is a Java Tabak cigars, tobacco from Java, especially Klaten and Jember. Recent years, the availability of labor more difficult with increasing costs skyrocketing, so it must start leading to mechanization. The purpose of this research was to Generate Design of Tobacco Leaf Analysis Applications, Getting Segmentation Model for pixel readout from tobacco leaves, Generate classification models that can be used for the separation of tobacco leaves which is expected to ease the process of evaluation and classification of color in the first sorting Tobacco leaves. Tobacco Leaf used is The Under Shade Tobacco leaf (TBN) consisted of five classes, namely the color Blue / Green (B), Yellow (K), Yellow Sprayed (KV), Red (M), Red Sprayed (MV). Before analyzed the leaves image photographed using a cabinet that unaffected the outside light. TBN leaf image is then analyzed using the RGB model and models HSV, RGB image of the model  is  analyzed using the characteristic leaf color values, The image of leaf TBN that meets the characteristics become an input of Bakcpropagation Neural Networks with the target are 5 color grade which converted into a binary form. The research resulted Segmentation Model for pixel readout TBN tobacco leaves using RGB models, classification model that can be used for the classification of TBN leaves use Neural Network Back Training RGB with an error value = 8.7%.”keywords : besuki tobacco, shaded tobacco, image processingABSTRAK Aneka cerutu, yang hadir di kalangan komunitas elit dan tempat-tempat yang prestisius, bahan bakunya adalah Java Tabak Cerutu, tembakau asal Jawa, khususnya Klaten dan Jember. Beberapa tahun belakangan ini, ketersediaan tenaga kerja semakin sulit den gan biaya yang semakin meroket, sehingga harus mulai mengarah ke mekanisasi. Tujuan Penelitian ini adalah menghasilkan Rancang Bangun Aplikasi Analisa Daun Tembakau, mendapatkan Model Segmentasi untuk pembacaan piksel daun tembakau, menghasilkan Model Klasifikasi yang dapat digunakan untuk Pemisahan daun tembakau,sehingga diharapkan dapat mempermudah proses evaluasi dan klasifikasi warna pada Sortasi I daun Tembakau. Daun Tembakau yang digunakan adalah Daun Tembakau Bawah Naungan (TBN) jenis besuki terdiri dari 5 kelas warna yaitu Biru / Hijau (B), Kuning (K), Kuning Tidak Merata (KV), Merah (M), Merah Tidak Merata (MV). Sebelum dianalisa citra daun difoto menggunakan cabinet yang tidak terpengaruh cahaya luar. Citra daun TBN tersebut kemudian dianalisa menggunakan model RGB, dari model RGB citra daun dianalisa menggunakan karakteristik nilai warna, citra daun TBN yang memenuhi karakteristik menjadi masukan Jaringan Saraf Tiruan Bakcpropagation dengan target 5 kelas warna yang sudah diubah menjadi bentuk biner. Penelitian menghasilkan Model Segmentasi untuk pembacaan piksel daun tembakau TBN menggunakan model RGB, Model Klasifikasi yang dapat digunakan untuk klasifikasi daun TBN menggunakan Neural Network Back PropagationTraining RGB dengan nilai error = 8.7%.Kata Kunci : tembakau besuki, tembakau bawah naungan, pengolahan citra