Jurnal Komtika (Komputasi dan Informatika)
Vol 6 No 2 (2022)

Naïve Bayes untuk Klasifikasi Penyakit Daun Bawang Merah Berdasarkan Ekstraksi Fitur Gray Level Cooccurrence Matrix (GLCM)

Fari Katul Fikriah (Institut Teknologi dan Sains Nahdlatul Ulama Pekalongan)
M Burhanis Sulthan (Institut Teknologi dan Sains Nahdlatul Ulama Pekalongan)
Nailatul Mujahidah (Institut Teknologi dan Sains Nahdlatul Ulama Pekalongan)
Moh. Khoirur Roziqin (Institut Teknologi dan Sains Nahdlatul Ulama Pekalongan)



Article Info

Publish Date
29 Nov 2022

Abstract

Bawang merah merupakan salah satu produk pertanian yang menjadi bagian komoditas rempah-rempah yang biasa digunakan sebagai bahan masakan. Dalam pengelolaan bawang merah ini tentu terdapat beberapa kendala, pengamatan pada kondisi penanaman bawang merah bisa dilihat dari perubahan yang terjadi pada daunnya. Terdapat beberapa sebab yang menjadikan panen bawang merah menjadi menurun walaupun semakin banyak petani yang menanam bawang merah tersebut. Diantara penyebab gagalnya panen yang dialami petani bawang merah adalah adanya penyakit yang menyerang pada daunnya. Penyakit pada daun bawang merah juga beraneka macam serta memiliki beberapa gejala yang berbeda-beda. Klasifikasi pada penyakit daun bawang merah memberikan langkah untuk ketahananan tanaman yang berkelanjutan. Penyakit daun bawang merah harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun bawang merah berdasarkan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) yang didapat dari citra daun bawang merah dengan mengambil empat fitur yaitu energy, contrast, correlation serta homogeneity, sedangkan metode algoritma yang dipakai untuk klasifikasi penyakit daun bawang tersebut adalah Naïve Bayes dengan akurasi sebesar 62%.

Copyrights © 2022