Jurnal Nasional Cosphi
Vol 3, No 1 (2019): Januari-Juli 2019

Deteksi Penyakit Tanaman Daun Bayam Menggunakan Metode GLCM dan Artificial Neural Network (ANN)

Fitriaty Ishanan (Fakultas Ilmu Komputer, Universitas Ichsan Gorontalo)
Yasin Aril Mustofa (Unknown)



Article Info

Publish Date
28 Jul 2019

Abstract

Deteksi penyakit dalam penelitian ini dibagi menjadi tiga kelompok penyakit daun yaitu Karat Putih, Virus Keriting, Kekurangan Mangan. Pengumpulan data yang diambil dari data real berjumlah 101 image yang dipakai dalam penelitian ini terdiri 81 data training dan 20 data testing yang merupakan data image RGB dengan format JPG. Masing-masing data terdiri dari tiga kategori penyakit, untuk data training terdiri dari 16 image daun penyakit karat putih, 13 image daun penyakit kekurangan mangan dan 14 image daun penyakit virus keriting. Sedangkan untuk data testing terdiri dari 6 image daun penyakit karat putih, 7 image daun penyakit kekurangan mangan dan 7 image daun penyakit virus keriting. Data citra tersebut diolah menjadi citra grayscale yang kemudian dilakukan deteksi penyakit daun. Setelah didapat penyakit daun kemudian dilakukan segmentasi pada bagian lokasi daun yang ditemukan. Yang selanjutnya dilakukan perhitungan ciri menggunakan gray level co-occurrence matrix. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Artificial Neural Network. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mendeteksi penyakit daun bayam dengan hasil akurasi yang dihitung menggunakan confusion matrix sebesar 90%.

Copyrights © 2019






Journal Info

Abbrev

cosphihome

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy

Description

Sistem Kendali (Control system), Optimasi (Optimization), computer Science, Sistem Tenaga (Power System), Teknik Tegangan Tinggi (High voltage engineering), artificial Intelligence, Elektronika (Electronics), Energi Terbarukan (Renewable ...