KLASIFIKASI PENYAKIT DAUN KENTANG BERDASARKAN FITUR TEKSTUR DAN FITUR WARNA MENGGUNAKAN SUPPORT VECTOR MACHINE

puji utami rakhmawati

Abstract


Klasifikasi penyakit daun pada tanaman kentang memberikan langkah yang menjanjikan menuju ketahanan pangan yang berkelanjutan pada bidang pertanian. Biaya Produksi pun bisa signifikan meningkat jika penyakit tanaman tidak terdeteksi dan disembuhkan pada tahap awal. Penyakit ini harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Agar bisa diklasifikasikan, maka dibutuhkan beberapa informasi. Melalui sebuah citra dapat dipelajari informasi mengenai penyakit tanaman tersebut seperti tekstur dan warna. Pengolahan citra adalah salah satu teknik yang paling banyak digunakan untuk mendeteksi dan mengklasifikasi penyakit daun tanaman. Pertama daerah berpenyakit ditemukan dengan menggunakan segmentasi K-Means Clustering, kemudian melakukan ekstraksi fitur tekstur dengan menggunakan metode Grey Level Co-occurrence Matrix dan ekstraksi fitur warna dengan metode Color Moment dilakukan. Tahap terakhir teknik klasifikasi dengan metode Multi Support Vektor Machine kernel Radial Basis Function dilakukan. Penelitian yang diusulkan ini mampu mendeteksi dan mengklasifikasikan penyakit daun pada tanaman kentang dengan akurasi mencapai 80%.Kata kunci: Kmeans Clustering, Grey Level Co – occurrence Matrix, Color Moment, Multi Support Vector Machine,  Kernel Radial Basis Function.

Full Text:

PDF


DOI: https://doi.org/10.22219/sentra.v0i4.2127

Refbacks

  • There are currently no refbacks.


Seketariat

Fakultas Teknik

Universitas Muhammadiyah Malang Kampus III

Jl. Raya Tlogomas 246 Malang, 65144