Article Per Year (5 Year)
p-Index From 2020 - 2025
2.439
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research JOURNAL OF APPLIED INFORMATICS AND COMPUTING Building of Informatics, Technology and Science Jusikom: Jurnal Sistem Informasi Ilmu Komputer Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Tekinkom (Teknik Informasi dan Komputer) Abdi Kami : Jurnal Pengabdian Kepada Masyarakat Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Jurnal Pendidikan dan Teknologi Indonesia Bulletin of Computer Science Research Jurnal Algoritma
Wahiddin, Deden
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Pendidikan dan Teknologi Indonesia

 1 
Klasifikasi Daun Mangga Yang Terkena Hama Dengan Metode Gray Level Co-occurrence Matrix Menggunakan Support Vector Machine Dan K-Nearest Neighbor Berbasis Data Kaggle Nursyawalni, Reva; Indra, Jamaludin; Rohana, Tatang; Wahiddin, Deden
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 9 (2025): JPTI - September 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1009

Abstract

Penurunan produksi buah mangga di sebabkan oleh kerusakan atau serangan hama pada daun mangga ada beberapa jenis hama pada daun mangga yang umum menyerang antara lain kutu daun (Aphis gossypii), bercak daun alternaria, anthracnose, penggerek batang dan lain-lain. Untuk memperoleh hasil klasifikasi yang lebih akurat dan performa model yang optimal, dibutuhkan sistem yang mampu menghasilkan tingkat akurasi terbaik. Sebagai respons terhadap urgensi tersebut, penelitian ini bertujuan untuk mengklasifikasikan daun mangga yang terkena hama dengan memanfaatkan algoritma Support Vector Machine dan K-Nearest Neighbor, serta penggunaan Gray Level Co-occurrence Matrix sebagai metode untuk mengekstraksi tekstur gambar. Rangkaian tahapan dalam penelitian ini meliputi pre-processing, augmentasi data, ekstraksi fitur, proses klasifikasi oleh kedua algoritma, dan dievaluasi menggunakan akurasi. Hasilnya, algoritma Support Vector Machine  dengan kernel Radial Basis Function mencapai 78% untuk algoritma K-Nearest Neighbor mencapai akurasi 80% dengan ketanggaan k=3
Co-Authors AA Sudharmawan, AA Abdul Gapur Ajie, Prasetyo April Lia Hananto Awal, Elsa Elvira Baihaqi, Kiki Ahmad Enjelia, Lola Faisal, Sutan Fauzi, Ahmad Fauzi, Farras Ahmad Fauzi, Rifqi Arul Fitri Nur Masruriyah, Anis Gozali, Gozali Halif, Jenny Hanny Hikmayanti Handayani Hartini, Dina Hastari, Nazwa Putri Iman Sanjaya Indra, Jamaludin Juwita, Ayu Ratna Lestari, Santi Arum Puspita Mudzakir, Tohirin Al Novita, Hilda Yulia Nurlaelasari, Euis Nurmayanti, Trisya Nursyawalni, Reva Pratiwi, Gita Risky Rahmat Ramadhan, Muchamad Fachrul Ramadhan, Rizky Agung Ridho Pratama, Ilham Rohana, Tatang Sukmawati, Cici Emilia Yana Cahyana