.png){kind=logo}
KLASIFIKASI JENIS PENYAKIT DAUN ANGGUR MENGGUNAKAN METODE EKSTRAKSI FITUR GLCM DAN NEURAL NETWORK
Abstract
Buah anggur atau nama ilimiah Vitis vinifera merupakan salah satu tanaman buah yang telah banyak dikenal dan digunakan secara luas oleh masyarakat Indonesia. Untuk meningkatkan mutu produksi buah anggur yakni dengan cara menjaga tanaman tersebut dari penyakit yang diakibatkan oleh jamur serta mikroorganisme. Secara umum penyakit pada tanaman buah anggur mempunyai 4 (empat) jenis penyakit yakni hawar daun (leaf blight), tungau (mites), campak hitam (black measles), dan busuk hitam (black rot). Pada penelitian ini akan diusulkan menggunakan metode ekstraksi tekstur Gray Level Cooccurrence Matrix (GLCM) dan Neural Network untuk klasifikasi penyakit daun anggur. Dataset yang akan digunakan pada penelitian ini mengambil dari kaggle, di mana setiap kelas mempunyai dataset 80. Ada 4 (empat) kelas sebagai klasifikasi yang dilakukan yaitu daun sehat, campak hitam daun, hawar daun, dan busuk hitam daun. Metode yang digunakan dalam penelitian ini adalah jaringan syaraf tiruan backpropagation dengan menggunakan fitur tekstur. Menggunakan model jaringan syaraf tiruan backpropagation dari toolbox nprtool, input layer = 10, hidden layer 10, dan output layer 4, root mean square error = 0,0425. Jadi akurasi hasil pengujian adalah 92,5%
Full Text:
PDF (Bahasa Indonesia)References
D. MUTIA, “UJI TOKSISITAS AKUT EKSTRAK ETANOL BUAH ANGGUR (Vitis vinifera) TERHADAP LARVA Artemia salina Leach DENGAN METODE BRINE SHRIMP LETHALITY TEST (BST),” 2010.
S. S. Simanjuntak, H. Sinaga, and K. Telaumbanua, “Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM , Color Moment dan K * Tree,” vol. 21, no. 2, pp. 93–104, 2020.
D. A. G. S. N.KRITHIKA, “An Individual Grape Leaf Disease Identification Using Leaf Skeletons and KNN Classification,” 2017.
P. B. Padol and Prof. Anjali A.Yadaw, “SVM Classifier Based Grape Leaf Disease Detection,” pp. 175–179, 2016.
J. S.M, M. P, T. D, and Vatasala, “Grape Leaf Disease Identification using Machine Learning Techniques.” p. Having diseases is quite natural in crops due to, 2019.
R. Hidayat, “Implementasi Penggabungan Metode Fitur Ciri Orde 1 dan Fitur Ciri Orde 2 Pada Citra Untuk Pengklasifikasian Jenis Batu Akik,” J. Ilm. Komput. dan Inforamatika, 2016.
Arief Hermawan, JARINGAN SARAF TIRUAN TEORI DAN APLIKASI. Penerbit Andi Yogyakarta, 2006.
A. P. Wibawa, M. Guntur, A. Purnama, M. F. Akbar, and F. A. Dwiyanto, “Metode-metode Klasifikasi,” vol. 3, no. 1, pp. 134–138, 2018.
H. Semangun, Penyakit-penyakit Tanaman Hortikultura Di Indonesia. Yogyakarta: Gadjah Mada University Press, 1989.
abdul kadir, Teori dan Aplikasi Pengolahan Citra PCD-10. penerbit andi, 2013.
W. S. Huda, “KLASIFIKASI JENIS BUAH APEL BERDASARKAN DAUN DENGAN K-NEAREST NEIGHBORS MENGGUNAKAN EKSTRAKSI MOMENT INVARIANT,” 2018.
abdul kadir, “Teori dan Aplikasi Pengolahan Citra PCD-13.” penerbit andi, 2013.
Yulia Nurmaindah Sari, “JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MEMPREDIKSI LUAS AREA SERANGAN HAMA PADA TANAMAN BAWANG,” 2016.
F. N. Fajri and R. A. Pramunendar, “PENGENALAN VARIETAS MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK,” vol. 13, pp. 143–153, 2017.
F. Rizal et al., “Penerapan algoritma backpropagation untuk klasifikasi jenis buah rambutan berdasarkan fitur tekstur daun,” vol. 1, no. 2, pp. 2–9, 2020.
DOI: http://dx.doi.org/10.36564/njca.v6i2.218
DOI (PDF (Bahasa Indonesia)): http://dx.doi.org/10.36564/njca.v6i2.218.g96
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Anggy Jovano
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.