<![CDATA[Penyakit pada daun merupakan salah satu masalah yang sering terjadi pada tanaman, disebabkan oleh infeksi jamur atau bakteri yang dapat menyebar melalui tanah, udara, atau air. Metode pengklasifikasian penyakit daun secara tradisional telah digunakan untuk mengamati perubahan permukaan daun, namun metode ini memiliki keterbatasan dalam memberikan hasil klasifikasi yang akurat. Seiring dengan kemajuan teknologi, pendekatan menggunakan machine learning atau deep learning seperti CNN, Random Forest, XGBoost, dan metode klasifikasi lainnya telah menunjukkan potensi untuk meningkatkan pengklasifikasian penyakit daun secara efektif. Penelitian ini bertujuan untuk mengembangkan suatu pendekatan menggunakan algoritma Random Forest berdasarkan data ekstraksi fitur dari CNN. Proses penelitian ini melibatkan beberapa tahap, termasuk pengumpulan data, pemilahan data, pelabelan data, pembuatan model CNN, ekstraksi fitur CNN, pembuatan model Random Forest, dan pengujian program berdasarkan model Random Forest yang telah dikembangkan. Dalam pengujian, efektivitas metode algoritma ini dievaluasi untuk klasifikasi penyakit daun pada tanaman buah dan sayur. Dengan mengintegrasikan teknologi machine learning dan deep learning, diharapkan metode ini dapat memberikan hasil klasifikasi yang lebih akurat dan dapat digunakan sebagai alat bantu dalam pengendalian penyakit daun pada pertanian. Penelitian ini merupakan langkah penting dalam memanfaatkan teknologi canggih untuk meningkatkan pengklasifikasian penyakit daun. Hasil penelitian ini diharapkan dapat memberikan kontribusi yang signifikan dalam peningkatan kualitas pertanian, khususnya dalam pengendalian penyakit tanaman. Dengan penggunaan metode Random Forest berdasarkan data ekstraksi fitur CNN, diharapkan dapat memberikan solusi yang lebih efektif dalam mengidentifikasi dan mengklasifikasikan penyakit daun pada tanaman buah dan sayur.]]>
Copyrights © 2023
