IDENTIFIKASI PENYAKIT PADA DAUN TANAMAN CABAI MERAH MENGGUNAKAN METODE EKTRAKSI FITUR GRAY LEVEL CO-OCCURENCE MATRIX DAN KLASIFIKASI SUPPORT VECTOR MACHINE

NAUFAL, ANANTRI FAKHRI (2017) IDENTIFIKASI PENYAKIT PADA DAUN TANAMAN CABAI MERAH MENGGUNAKAN METODE EKTRAKSI FITUR GRAY LEVEL CO-OCCURENCE MATRIX DAN KLASIFIKASI SUPPORT VECTOR MACHINE. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Salah satu tanaman pangan dengan permintaan tinggi adalah tanaman cabai. Namun, cabai merupakan tanaman yang rentan dalam proses budidaya. Salah satu faktor yaitu penyakit pathogen yang sering menyerang tanaman pada bagian daun, faktor ini membuat produksi cabai menurun. Ditambah dengan pemahaman yang kurang baik tentang penyebaran penyakit hanya membuat kualitas tanaman cabai semakin menurun. Dalam penelitian ini, identifikasi penyakit pada daun dapat dipecahkan dengan menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) untuk mengekstrak fitur citra. Hasil dari metode ektraksi fitur diklasifikasikan berdasarkan kelas penyakit daun menggunakan metode Support Vector Machine (SVM) dengan fungsi kernel. Uji coba penelitian ini menggunakan 30 citra uji hasil pre-processing, kemudian dihitung dengan GLCM menggunakan jarak piksel d = 1 sampai 5 serta fungsi kernel gaussian dan polynomial. Setelah perhitungan ekstraksi fitur dan klasifikasi, hasil menunjukkan bahwa akurasi tertinggi berada pada pixel d = 5 dengan fungsi gaussian dengan jumlah akurasi sebesar 76%, dan piksel d = 1 jarak dengan fungsi polinomial dengan jumlah akurasi sebesar 83%. Hasil tersebut membuktikan bahwa kombinasi metode GLCM dan SVM dapat mengidentifikasi penyakit daun dengan akurasi yang cukup tinggi.

Actions (login required)