Royandi Royandi
Teknik Informatika, Universitas Dipa Makassar

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Kinerja Algoritma C4.5, Naïve Bayes dan K-Nearest Neighbor dalam Sistem Deteksi Penyakit Tanaman Jagung Royandi Royandi; Paskal Kalempe; Wilem Musu; Hardi Hardi
Dipanegara Komputer Teknologi Informatika Vol. 18 No. 1 (2026): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v18i1.2637

Abstract

Penyakit daun jagung dapat menyebabkan penurunan produktivitas sehingga diperlukan metode identifikasi yang mampu melakukan klasifikasi secara cepat dan akurat. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit daun jagung menggunakan algoritma Decision Tree C4.5, Gaussian Naïve Bayes, dan K-Nearest Neighbor (KNN) berdasarkan fitur ekstraksi citra. Data penelitian terdiri atas tiga kelas penyakit, yaitu Bercak Daun, Bulai Daun, dan Hawar Daun. Hasil pengujian menunjukkan bahwa KNN dengan konfigurasi K=5 memberikan performa terbaik dengan akurasi 88,1%, precision 88,7%, recall 88,1%, dan F1-score 87,9%. Model tersebut dipilih sebagai metode klasifikasi terbaik dalam penelitian ini.