<![CDATA[Penyakit pada daun tanaman kentang dapat secara signifikan mengurangi hasil panen dan kualitas produksi, sehingga diperlukan pendekatan otomatis berbasis pengolahan citra digital dalam mengidentifikasi penyakit secara tepat dan efektif. Penelitian ini bertujuan untuk meningkatkan efektivitas identifikasi penyakit pada daun kentang melalui pendekatan klasifikasi citra. Metode yang diajukan menggabungkan fitur-fitur momen warna, fitur tekstur menggunakan Gray-Level Co-occurrence Matrix (GLCM), dan dimensi fraktal Renyi. Linear Discriminant Analysis (LDA) digunakan sebagai metode klasifikasi utama. Terdapat 456 citra daun kentang dengan tiga kelas yaitu kelas sehat, early blight, dan late blight yang digunakan dalam penelitian ini. Fitur momen warna yang diekstraksi adalah fitur mean, variance, skewness, dan kurtosis. Sedangkan fitur GLCM yang digunakan adalah contrast, correlation, energy, dan homogeneity. Hasil eksperimen menunjukkan bahwa LDA memberikan akurasi tertinggi sebesar 98.46%, mengungguli metode klasifikasi lainnya seperti SVM, KNN, dan Random Forest. Integrasi fitur momen warna, tekstur, dan dimensi fraktal Renyi memberikan kontribusi penting dalam pengembangan teknik klasifikasi penyakit daun kentang dan berpotensi untuk menjadi landasan untuk meningkatkan upaya identifikasi penyakit pada tanaman secara keseluruhan]]>
Copyrights © 2024
