IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN GLCM DAN HSV DENGAN METODE KNN (K-NEAREST NEIGHBORS)
DOI:
https://doi.org/10.31328/ciastech.v6i1.5345Keywords:
Daun apel, KNN, Identifikasi daun apel, GLCMAbstract
Peran teknologi informasi di segala bidang saat ini semakin meningkat, terutama dalam menunjang aktivitas inti pengguna. Sesuai dengan perkembangan teknologi, informasi seringkali menggunakan teknologi canggih, khususnya teknologi komputasi multimedia interaktif untuk mengolah data menjadi informasi yang lebih berguna dan efektif. Apel adalah sumber fitokimia yang banyak dikonsumsi dan kaya, dan studi epidemiologi telah menghubungkan konsumsi apel dengan penurunan risiko beberapa kanker, penyakit kardiovaskular, asma, dan diabetes. Penyakit tanaman merupakan ketidak normalan pada tanaman yang dapat mengganggu pertumbuhan tanaman Apel. Penyakit pada tanaman dapat mempengaruhi perekonomian dan mengurangi kuantitas serta kualitas produksi pada pertanian Apel. Identifikasi sering dilakukan secara manual yaitu melihat objek secara langsung. Untuk itu sering memakan waktu sangat lama kurang efektif ketika jumlah data cukup banyak dengan sumber daya tidak banyak. Namun diera sekarang ini perkembangan teknologi begitu cepat. Oleh karena itu akan melakukan penelitian dengan menggunakan HSV dan GLCM dengan metode KNN sebagai klasifikasi daun apel, identifikasi penyakit pada daun tanaman sejak dini dapat membantu untuk mencegah kerugian tanaman Apel. Pada penelitian ini menggunakan metode GLCM untuk ekstraksi ciri dan metode KNN untuk proses identifikasi penyakit daun apel menggunakan metode KNN. Tahapan identifikasi yaitu mengubah ukuran awal, konversi dari warna awal ke HSV, konversi warna HSV ke derajat keabuan, ekstraksi ciri metode GLCM dan diidentifikasi dengan metode KNN. Hasil pengujian yang dilakukan pada penelitian ini dengan nilai tertinggi untuk ekstraksi HSV mendapatkan nilai akurasi 75% dan untuk ekstraksi GLCM mendapatkan nilai akurasi 74%.References
B. FEBRIANA, “IDENTIFIKASI PENYAKIT DAUN APEL MENGGUNAKAN RESNET 50 DILATED CONVOLUTION NEURAL NETWORK,†Inst. Teknol. Nas. Bandung, no. 465, 2020.
A. Salsabila, R. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,†Technomedia J., vol. 6, no. 1, pp. 124–137, 2021, doi: 10.33050/tmj.v6i1.1667.
D. P. Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae),†Innov. Res. Informatics, vol. 1, no. 2, 2019, doi: 10.37058/innovatics.v1i2.872.
P. Aprilian Prastianing Huda, A. Akbar Riadi, and Evanita, “KLASIFIKASI PENYAKIT TANAMAN PADA DAUN APEL DAN ANGGUR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS,†JUMIKA, vol. 8, no. 1, 2021.
Mungki Astiningrum, Putra Prima Arhandi, and Nabilla Aqmarina Ariditya, “IDENTIFIKASI PENYAKIT PADA DAUN TOMAT BERDASARKAN FITUR WARNA DAN TEKSTUR,†J. Inform. Polinema, vol. 6, no. 2, 2020, doi: 10.33795/jip.v6i2.320.
F. D. Putri, K. N. Ramadhani, and P. E. Yunanto, “Identifikasi Penyakit pada Daun Tanaman Apel Menggunakan Local Binary Pattern ( LBP ) dan Color Histogram,†vol. 8, no. 1, pp. 679–690, 2021.
F. G. Febrinanto, C. Dewi, and A. T. Wiratno, “Implementasi Algoritme K-Means Sebagai Metode Segmentasi Citra Dalam Identifikasi Penyakit Daun Jeruk,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, 2018.
L. Amatullah, I. Ein, and M. M. Santoni, “Identifikasi Penyakit Daun Kentang Berdasarkan Fitur Tekstur dan Warna Dengan Menggunakan Metode K-Nearest Neighbor,†Semin. Nas. Mhs. Ilmu Komput. dan Apl., no. April, 2021.
A. Y. P. Putri and A. Sodik, “Identifikasi Penyakit Tanaman Kopi Arabika dengan Metode K-Nearest Neighbor (K-NN),†Semin. Nas. Sains dan Teknol. Terap. VII 2019, p. 759, 2019.
F. S. Ni’mah, T. Sutojo, and D. R. I. M. Setiadi, “Identifikasi Tumbuhan Obat Herbal Berdasarkan Citra Daun Menggunakan Algoritma Gray Level Co-occurence Matrix dan K-Nearest Neighbor,†J. Teknol. dan Sist. Komput., vol. 6, no. 2, 2018.
E. A. Ompusunggu, D. E. Ratnawati, and L. Muflikhah, “Identifikasi Penyakit Tanaman Jarak Pagar Menggunakan Metode Fuzzy K-Nearest Neighbor (FK-NN),†J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. Vol 1 No 5 (2017), pp. 368–377, 2017, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/114
R. M. Asri et al., “PEMODELAN SISTEM PAKAR UNTUK IDENTIFIKASI PENYAKIT PADA TANAMAN KEDELAI MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR,†pp. 1–9, 2015.
B. K. Hatuwal, A. Shakya, and B. Joshi, “Plant Leaf Disease Recognition Using Random Forest, KNN, SVM and CNN,†Polibits, vol. 62, no. May, pp. 13–19, 2020, doi: 10.17562/PB-62-2.
