Identifikasi Penyakit Daun Kentang Berdasarkan Fitur Warna, Tekstur, dan Bentuk dengan SVM dan KNN

Abstract

Melakukan identifikasi penyakit pada tanaman di era sekarang bisa menggunakan aplikasi yang berbasis
komputer atau smart phone. Beberapa aplikasi tersebut dapat digunakan secara gratis serta di-download di
play store. Dengan alasan itu maka kami membuat suatu aplikasi yang dapat melakukan identifikasi penyakit
daun Kentang berdasarkan fitur citra daun. Tujuan penelitian ini membuat suatu aplikasi untuk identifikasi
dan klasifikasi penyakit daun Kentang berdasarkan fitur warna, tekstur, dan bentuk citra daun. Di mana citra
yang digunakan dalam penelitian ini, yaitu 1200 citra daun Kentang, dengan klasifikasi 3 jenis penyakit:
penyakit awal, penyakit busuk daun, dan sehat. Fitur yang digunakan sebanyak 3 jenis, yaitu fitur warna:
nilai rata-rata RGB, standar deviasi RGB, skewness RGB, dan entropy RGB. Fitur tekstur, yaitu: nilai ratarata grayscale, standar deviasi grayscale, dan Gray Level Co-Occurance Matrix (kontras, korelasi, energi,
dan homogeneity). Fitur bentuk, yaitu area, perimeter, metric, major axis, minor axis, dan eccentricity. Dan
identifikasi penyakit menggunakan algoritma SVM dan KNN, dengan K=2, K=3, K=4, K=5, dan K=6. Hasil
ujicoba klasifikasi atau identifikasi penyakit daun Kentang dengan algoritma SVM menunjukkan bahwa fitur
warna paling tinggi akurasinya 88%, sedangkan fitur tekstur dan bentuk secara berturut-turut akurasinya
79,67%, dan 53%. Dan identifiksi penyakit daun Kentang dengan algoritma KNN menunjukkan K=5 dengan
fitur warna nilai akurasinya paling tinggi 85%. Dan secara keseluruhan bahwa fitur warna paling baik dalam
melakukan identifikasi penyakit daun Kentang.