KLASIFIKASI JENIS PENYAKIT JAGUNG BERDASARKAN PENGOLAHAN CITRA DIGITAL (PCD) (Studi Kasus: Dusun Petiyin)

TAFSIR WS, MUFID (2023) KLASIFIKASI JENIS PENYAKIT JAGUNG BERDASARKAN PENGOLAHAN CITRA DIGITAL (PCD) (Studi Kasus: Dusun Petiyin). Other thesis, UNIVERSITAS ISLAM LAMONGAN.

	Text Cover.pdf Download (46kB)
	Text Abstrak.pdf Download (16kB)
	Text Daftar Isi.pdf Download (72kB)
	Text BAB 1.pdf Download (77kB)
	Text BAB II.pdf Download (379kB)
	Text BAB III.pdf Download (244kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (887kB)
	Text BAB V.pdf Restricted to Repository staff only Download (744kB)
	Text BAB VI.pdf Restricted to Repository staff only Download (12kB)
	Text Daftar Pustaka.pdf Download (128kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi yang dapat mengidentifikasi jenis penyakit pada tanaman Jagung berdasarkan Pengolahan Citra Digital. Metode KNN (K-Nearest Naighbor) digunakan dalam penelitian ini dengan langkah-langkah yang melibatkan pengambilan citra digital dari daun jagung yang terinfeksi penyakit. Citra-citra tersebut kemudian diproses melalui tahap pengolahan yang meliputi ekstraksi fitur dari citra seperti tekstur, bentuk, dan warna. Fitur-fitur ini digunakan sebagai representasi data yang akan digunakan dalam algoritma KNN (K-Nearest Naighbor). Pada tahap kalsifikasi jenis penyakit Jagung berdasarkan pengolahan citra digital, data latih digunakan untuk mengenali dan mengklasifikasikan jenis penyakit Jagung berdasarkan fitur warna dan fitur tekstur yang diekstraksi. Beberapa jenis penyakit yang berhasil diidentifikasi antara lain penyakit Bulai, penyakit Karat daun, dan penyakit Bercak daun. dengan pengambilan fitur tekstur metode GLCM (Gray Level Co-occurance Matrix) yang menggunakan nilai contrast, correlation, energy, dan homogeneity. Metode yang digunakan pada penelitian ini menggunakan metode KKN (K-Nearest Naighbor) untuk mengklasifikasi jenis penyakit pada tanaman jagung. Penerapan pengklasifikasian pada sistem menggunakan 160 data pelatihan dari 4 kelas penyakit jagung dan 40 data uji. Penyakit jagung dengan 4 kelas yaitu yaitu Corn Leaf Blight, Gray Leaf Spot, Corn Rust dan Healthy. Dari sistem ini, hasil akurasi dari klasifikasi jenis penyakit jagung berdasarkan pengolahan citra digital mendapatkan nilai 80% dengan nilai k-4 diperoleh 32 data uji dengan klasifikasi yang akurat dan 8 data uji dengan klasifikasi yang tidak akurat.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	klasifikasi, penyakit jagung, pengolahan citra digital, K-Nearest Neighbors (KNN). GLCM, Matlab
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	17 Feb 2024 04:18
Last Modified:	17 Feb 2024 04:18
URI:	http://eprints.unisla.ac.id/id/eprint/2170

Actions (login required)

View Item