KLASIFIKASI PENYAKIT DAUN PADI MENGGUNAKAN SUPPORT VECTOR MACHINE MELALUI TEKSTUR DAN WARNA DAUN DENGAN HSV DAN GABOR FILTER
DOI:
https://doi.org/10.31328/ciastech.v6i1.5348Keywords:
Support Vector Machine, Klasifikasi Daun Padi, Fitur HSV, Gabor Filter, EntropyAbstract
Klasifikasi citra merupakan salah satu bidang penelitian yang penting dalam kecerdasan buatan. Support Vector Machine (SVM) merupakan salah satu metode klasifikasi yang banyak digunakan karena memiliki akurasi yang tinggi. Penelitian ini mengusulkan metode klasifikasi penyakit daun padi Sehat, Brownspot, Hispa, dan Leafblast menggunakan SVM dengan ekstraksi fitur warna HSV dan tekstur entropy Gabor Filter. Dataset Rice leaf disease digunakan untuk pelatihan dan pengujian metode yang diusulkan. Hasil penelitian menunjukkan bahwa kombinasi dari fitur mean, variance, mode kanal Hue Saturation Value dan mean entropy Gabor filter dengan orientasi 0°, 30°, 135° dan frekuensi 0,707 Hz, 0.354 Hz, 0.177 Hz, 0.088 Hz, 0.044 Hz, 0.022 Hz, 0,011 Hz memberikan akurasi klasifikasi SVM terbaik sebesar 81,88% pada kernel polynominal parameter C = 10 dengan rasio pelatihan dan pengujian 80:20 atau 80% data training dan 20% sebagai data testing.References
E. Anggiratih, S. Siswanti, S. K. Octaviani, and A. Sari, “Klasifikasi Penyakit Tanaman Padi Menggunakan Model Deep Learning Efficientnet B3 dengan Transfer Learning,†J. Ilm. SINUS, vol. 19, no. 1, p. 75, Jan. 2021, doi: 10.30646/sinus.v19i1.526.
H. Sanusi, S. H. S., and D. T. Susetianingtias, “PEMBUATAN APLIKASI KLASIFIKASI CITRA DAUN MENGGUNAKAN RUANG WARNA RGB DAN HSV,†J. Ilm. Inform. Komput., vol. 24, no. 3, pp. 180–190, 2019, doi: 10.35760/ik.2019.v24i3.2323.
R. P. Putra and O. Setyawati, “492-1218-1-Pb,†vol. 12, no. 1, pp. 40–46, 2018.
L. Hakim et al., “Segmentasi Citra Penyakit Pada Batang Buah Naga Menggunakan Metode Ruang Warna L*a*B*,†Semin. Nas. Terap. Ris. Inov. Ke-6 ISAS Publ. Ser. Eng. Sci., vol. 6, no. 1, pp. 728–736, 2020.
S. K. Dirjen et al., “Terakreditasi SINTA Peringkat 4,†vol. 3, no. 1, pp. 29–34, 2018.
R. SHAYAN, “Rice Leafs An image collection four rice diseases.†[Online]. Available: https://www.kaggle.com/datasets/shayanriyaz/riceleafs
T. D. Novianto and I. M. S. Erawan, “Perbandingan Metode Klasifikasi pada Pengolahan Citra Mata Ikan Tuna,†Pros. SNFA (Seminar Nas. Fis. dan Apl., vol. 5, pp. 216–223, 2020, doi: 10.20961/prosidingsnfa.v5i0.46615.
H. A. Li, M. Zhang, Z. Yu, Z. Li, and N. Li, “An improved pix2pix model based on Gabor filter for robust color image rendering,†Math. Biosci. Eng., vol. 19, no. 1, pp. 86–101, 2022, doi: 10.3934/mbe.2022004.
A. A. Mahran, R. K. Hapsari, and H. Nugroho, “Penerapan Naive Bayes Gaussian Pada Klasifikasi Jenis Jamur Berdasarkan Ciri Statistik Orde Pertama,†Netw. Eng. Res. Oper., vol. 5, no. 2, p. 91, 2020, doi: 10.21107/nero.v5i2.165.
T. M. Permata Aulia, N. Arifin, and R. Mayasari, “Perbandingan Kernel Support Vector Machine (Svm) Dalam Penerapan Analisis Sentimen Vaksinisasi Covid-19,†SINTECH (Science Inf. Technol. J., vol. 4, no. 2, pp. 139–145, 2021, doi: 10.31598/sintechjournal.v4i2.762.
S. Melangi, “Volume 2 Nomor 2 Januari 2020 Klasifikasi Usia Berdasarkan Citra Wajah Menggunakan Algoritma Artificial Neural Network dan Gabor Filterâ€.
N. Wijaya and A. Ridwan, “Klasifikasi Jenis Buah Apel Dengan,†Sisfokom, vol. 08, no. 1, pp. 74–78, 2019.
R. I. Borman, I. Ahmad, and Y. Rahmanto, “Klasifikasi Citra Tanaman Perdu Liar Berkhasiat Obat Menggunakan Jaringan Syaraf Tiruan Radial Basis Function,†Bull. Informatics Data Sci., vol. 1, no. 1, pp. 6–13, 2022.
