Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Dwi Anggraeni, Shinta
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
KLASIFIKASI PENYAKIT DAUN MANGGA MENGGUNAKAN ANFIS Dwi Anggraeni, Shinta; Yulia Puspaningrum, Eva; Lina Nurlaili, Afina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.14311

Abstract

Deteksi penyakit daun mangga dapat dilakukan melalui analisis bentuk dan tekstur daun. Setiap jenis penyakit menyebabkan perubahan karakteristik daun, sehingga analisis bentuk dan tekstur dapat menjadi dasar klasifikasi penyakit. Metode manual seperti pengamatan visual memiliki kelemahan karena subjektif dan kurang akurat. Oleh karena itu, diperlukan pendekatan berbasis pengolahan citra digital untuk meningkatkan akurasi identifikasi penyakit. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis penyakit daun mangga menggunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur dan Adaptive Neuro-Fuzzy Inference System (ANFIS) sebagai algoritma klasifikasi. Dataset yang digunakan terdiri dari citra daun mangga berpenyakit anthracnose, bacterial canker, die back, gall midge, powdery mildew, sooty mould, serta daun sehat. Hasil pengujian menunjukkan bahwa akurasi tertinggi diperoleh pada pengujian lima membership function, dengan hasil terbaik oleh MF Gaussian. Fungsi keanggotaan Gaussian memberikan akurasi rata-rata 74,6% dan nilai loss terendah sebesar 0,346 dibandingkan fungsi keanggotaan lainnya. Dengan demikian, metode GLCM dan ANFIS terbukti cukup efektif dalam mengklasifikasikan penyakit daun mangga secara otomatis dan dapat menjadi solusi alternatif terhadap metode manual
Co-Authors Eva Yulia Puspaningrum Lina Nurlaili, Afina