<![CDATA[Penyakit yang disebabkan oleh infeksi jamur pada tanaman tomat merupakan salah satu faktor utama yang dapat menurunkan produktivitas hasil panen secara signifikan. Deteksi dini dan akurat terhadap penyakit ini sangat penting untuk memastikan tindakan pengendalian yang tepat dapat dilakukan, sehingga kerusakan yang lebih parah dapat dihindari. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit jamur pada tanaman tomat dengan menggunakan algoritma Support Vector Machine (SVM). Dataset yang digunakan terdiri dari gambar daun tomat yang dikelompokkan dalam beberapa kategori penyakit, seperti bercak daun (leaf spot), embun tepung (powdery mildew), serta kategori daun sehat. Proses pengolahan data mencakup teknik praproses citra untuk meningkatkan kualitas gambar, ekstraksi fitur menggunakan metode Histogram of Oriented Gradients (HOG) yang mampu menangkap pola visual khas penyakit, dan pelatihan model SVM. Hasil eksperimen menunjukkan bahwa algoritma SVM dapat mencapai akurasi klasifikasi sebesar 92,5%, dengan performa terbaik pada kategori bercak daun. Penelitian ini memberikan kontribusi dalam pengembangan teknologi berbasis Machine Learning untuk mendukung manajemen penyakit tanaman secara lebih efisien dan efektif, khususnya dalam mengidentifikasi penyakit jamur pada tanaman hortikultura.]]>
Copyrights © 2024
